Chris Bishop, CEO van BillingPlatform – Interviewserie

Chris Bishop, CEO van BillingPlatform, is een enterprise‑software‑executive met meer dan twee decennia aan ervaring op het gebied van SaaS, revenue‑operations, klantensucces, professionele diensten en go‑to‑market leiderschap. Voor hij in 2026 bij BillingPlatform als CEO kwam, bracht Bishop bijna zeven jaar door bij Conga, waar hij senior functies bekleedde, waaronder Chief Customer Officer, Chief Revenue Officer en Chief Marketing Officer, en hielp het bedrijf te leiden tijdens een periode van transformatie en integratie. Eerder was hij Group Vice President of Global Services bij Plex Systems en richtte hij MIPRO Consulting op, een adviesbureau voor enterprise‑applicaties gespecialiseerd in PeopleSoft‑ en Oracle‑technologieën. Zijn loopbaan omvat ook senior leiderschapsrollen bij PeopleSoft en Oracle, waar hij een Noord‑Amerikaanse supply‑chain‑managementpraktijk leidde met meer dan 230 consultants, evenals eerder proces‑herontwerpwerk bij Ford Motor Company.

BillingPlatform is een enterprise‑revenue‑lifecycle‑management‑ en monetisatiesoftware‑bedrijf ontworpen om bedrijven te helpen steeds complexere prijs‑ en facturatiemodellen te beheren. Opgericht in 2012 biedt het bedrijf een cloud‑gebaseerd platform dat ordercaptatie, abonnement‑ en verbruiks‑gebaseerde facturering, facturatie, betalingen, automatisering van debiteuren, omzetherkenning en financieel beheer omvat. De technologie ondersteunt terugkerende, consumptie‑gebaseerde, hybride en andere configureerbare prijsmodellen, terwijl de gebruiks‑mediatiefuncties data zoals API‑aanroepen, transacties, licenties, bandbreedte of andere consumptiegebeurtenissen kunnen opnemen en omzetten in factureerbare records. BillingPlatform meldt dat haar systemen meer dan 50.000 facturen per dag verwerken en meer dan $4 miljard aan maandelijkse factureringen, waarmee het platform zich positioneert als financiële infrastructuur voor ondernemingen die verder gaan dan traditionele vaste‑prijs‑ en abonnementsmodellen.

Uw carrière heeft u van proces‑herontwerp bij Ford en enterprise‑applicaties bij PeopleSoft en Oracle naar het oprichten van MIPRO Consulting en het leiden van klant‑, omzet‑ en marketingfuncties bij Plex Systems en Conga gebracht. Hoe hebben deze ervaringen uw prioriteiten als CEO van BillingPlatform gevormd, met name bij het introduceren van AI in mission‑critical financiële operaties?

Ik beschouw elke stap in mijn carrière als mission‑critical ervaringen. Het productieproces bij Ford, de financiën en supply‑chain‑management bij PeopleSoft en Oracle, de tussenliggende consultancy‑jaren, ERP bij Plex en revenue‑lifecycle‑management bij Conga. Wanneer systemen als deze fouten tegenkomen of een lijn stopt, iemand niet betaald krijgt, of een deal niet wordt gesloten, is de fouttolerantie veel lager dan bij de meeste software.

De andere draad is dat waarde wordt bepaald door de resultaten die u realiseert, niet door wat u op de markt brengt. Het bezitten van de klant‑ en omzetfuncties bij Plex en Conga maakte dit voor mij duidelijk, omdat ik zich bevond in de kloof tussen wat werd verkocht en wat de klant ontving.

Beide draden komen op dezelfde plek uit voor AI in financiële operaties. 99,5 % van de tijd juist zijn klinkt geweldig in een demo, maar het blijft een mislukking. Wij verzorgen facturering voor bedrijven met miljoenen abonnees. Op die schaal betekent een foutpercentage van een halve procent tienduizenden foutieve facturen in één maand, tienduizenden klantgesprekken waar niemand op was voorbereid, en een creditproces dat het team ondermijnt. De klant verwachtte dat al deze facturen correct waren, dus 99,5 % leverde niet het resultaat dat zij kochten.

Daarom zijn we conservatief over waar AI geld raakt en agressief over waar AI werk raakt. AI voert configuratie, analyse en onderzoek uit. De berekening blijft deterministisch. De test die ik toepas op elke AI‑functie is of een controller de output aan een auditor kan uitleggen zonder te zeggen dat het model het voor hem of haar heeft bepaald.

Veel enterprise‑softwareleveranciers voegen AI‑assistenten toe aan bestaande producten. BillingPlatform beschrijft haar AI als native voor de revenue‑lifecycle en gebouwd op een verenigd, zelf‑beschrijvend metadata‑model. Wat kan deze architectuur bereiken dat een conventionele AI‑laag toegevoegd aan legacy‑facturatiesoftware niet kan?

Ons platform beschrijft zichzelf. Entiteiten, velden, prijsregels, workflows en goedkeuringen zijn allemaal metadata die het systeem tijdens runtime kan lezen. Dat betekent dat onze AI uw daadwerkelijke configuratie leest, niet een generiek productschema, en dat zij wijzigingen in die configuratie kan voorstellen omdat configuratie data is in plaats van code.

Een assistent die op legacy‑facturatiesoftware wordt aangebracht heeft een ander probleem. De klant‑specifieke logica in die systemen zit in aangepaste code, opgeslagen procedures en integratie‑middleware. De assistent kan vragen over de documentatie beantwoorden. Alles wat specifiek is voor hoe uw instantie daadwerkelijk functioneert, moet uit die code worden gelezen, en het wijzigen ervan betekent een ontwikkelcyclus in plaats van een gesprek.

Het tweede probleem is dat metering, facturering en omzetherkenning meestal in afzonderlijke systemen met afzonderlijke databases zitten. Elke AI bovenop deze functies redeneert over een reconciliatie, waardoor het antwoord slechts zo goed is als de batch‑job van gisteravond. Wij draaien alle drie de gebieden op één model, zodat er een enkele keten is van gebruiks‑event tot journaalpost. De AI beantwoordt vanuit hetzelfde record waar de factuur op is gebaseerd, wat enorm belangrijk is.

Nu bedrijven gebruiksgebaseerde, resultaatgebaseerde en hybride bedrijfsmodellen aannemen, hoe verandert AI de manier waarop producten en diensten worden verpakt, geprijsd en gemonetariseerd?

Twee dingen verschuiven. Ten eerste beweegt de waardeenheid zich weg van licenties naar voltooide werkzaamheden, waardoor bedrijven oplossingen, verwerkte documenten, voltooide taken of geleverde resultaten prijzen. Ten tweede wordt prijsstelling iets dat je elk kwartaal in plaats van jaarlijks herbekijkt, omdat de kostencurve onder een AI‑product zo snel verandert.

Volgens onze ervaring helpt AI meer bij de analyse dan bij de creatieve kant. Als uw transactiegeschiedenis op één plek staat, kunt u een voorgestelde prijswijziging modelleren tegen echt klantgedrag voordat u deze in enkele minuten uitrolt, en bijvoorbeeld voorspellen hoe dat de marge of churn kan beïnvloeden. Dat was vroeger een financieel project van meerdere weken.

Ik zou bovendien een waarschuwing toevoegen. De meeste bedrijven die overstappen op consumptie‑ of resultaatgebaseerde prijsstelling kunnen nog niet aangeven wat één eenheid hen kost om te leveren. Zonder dat cijfer gokt een bedrijf met minima en kortingsautoriteit. Daarom kiezen de meeste ondernemingen voor een hybride aanpak: een vast platformtarief voor voorspelbaarheid, consumptie voor afstemming, en een resultaatcomponent waarbij de waarde echt meetbaar is.

AI‑producten kunnen sterk variabele kosten genereren op basis van tokens, modellen, infrastructuur en de complexiteit van elk verzoek. Welke nieuwe meet‑ en factureringsmogelijkheden hebben bedrijven nodig om AI‑diensten nauwkeurig te monetariseren zonder zich bloot te stellen aan onvoorspelbare marges?

Ik zou aanraden te beginnen met meten op de granulariteit van de kostenfactor en de gebeurtenissen te behouden. Als u vooraf aggregeert tot een dagelijks totaal per klant, verliest u de mogelijkheid om te zien dat één workflow op een duur model draait.

Vanaf daar voeren vier mogelijkheden het echte werk uit:

1. Koppel de kostprijs van goederen aan dezelfde gebeurtenis die de omzet draagt, zodat de marge per klant, functie en model zichtbaar is gedurende de periode in plaats van bij afsluiting.
2. Ondersteun tariefstructuren die halverwege de periode wijzigen, omdat modelvervanging en prijsverlagingen van leveranciers niet wachten op de verlengingskalender van een bedrijf.
3. Geef klanten toezeggingen, vooruitbetaalde saldi, limieten en afnames, aangezien voorspelbaarheid een producteigenschap is en tevens een bedrijf beschermt tegen een onverwachte factuur.
4. En tenslotte, zorg dat u de historie kunt herwaarderen wanneer een prijs verandert of bemiddeling onjuist was, zonder een handmatig creditproces.

Margebescherming voor AI‑producten is een meet‑ en prijsontwerpprobleem. Als u het behandelt als een financieel rapportageprobleem, komt u er pas 40 dagen later achter.

BillingPlatform stelt teams in staat om producten, prijsregels en facturatiestromen gespreksondersteund te configureren. Welke beslissingen kunnen veilig aan AI worden gedelegeerd, en waar moet menselijke controle en goedkeuring verplicht blijven?

Ik zou zeggen: de uitvoering delegeren, maar de beslissingen aan mensen overlaten.

AI kan veilig bestaande configuraties lezen en uitleggen, nieuwe configuraties opstellen in een sandbox, testdata en testcases genereren, afwijkingen in gebruik of facturatieprocessen detecteren, een tariefgeschil terugvoeren naar de brongebeurtenis, en een eerste mapping voor een migratie opzetten. Dat is een groot deel van de uren in een week van een facturatie‑team en draagt vrijwel geen risico.

Menselijke goedkeuring is verplicht voor alles wat verandert wat een klant wordt gefactureerd of welke omzet in productie wordt erkend. Dit omvat prijs‑ en tariefwijzigingen, contractvoorwaarden, credits en correcties, beleid voor omzetherkenning en beoordelingen van de zelfstandige verkoopprijs, GL‑mapping, fiscale posities en periodieke afsluiting. Bovendien moeten mensen betrokken zijn bij alles dat voor de eerste keer klant‑zichtbaar is.

De operationele regel is dat AI een voorstel doet, een persoon met daadwerkelijke autoriteit goedkeurt, en de goedkeuring wordt vastgelegd bij de wijziging. Goedkeuringen en rolgebaseerde permissies zaten al in het platform, zodat agenten deze overnemen in plaats van eromheen te werken.

Financiële systemen laten weinig ruimte voor hallucinaties of onverklaarde beslissingen. Hoe combineert BillingPlatform AI‑redenering met deterministische uitvoering om te waarborgen dat facturen, omzetberekeningen en boekhoudacties nauwkeurig en reproduceerbaar blijven?

We scheiden interpretatie van uitvoering. Het model interpreteert de intentie en levert een configuratie, een query of een voorgestelde wijziging op. De rating‑ en boekhoudengine voert vervolgens uit. Die engine volgt dezelfde code‑route, of een persoon deze in de UI configureert of een agent via onze AI, zodat dezelfde invoer elke keer dezelfde factuur oplevert, en u een afgesloten periode opnieuw kunt draaien en het identieke resultaat krijgt.

Er wordt geen cijfer op een factuur gegenereerd door een taalmodel op het moment van facturering. Wat de AI produceert is een configuratiewijziging, en die wijziging bevat een versie, een auteur en een tijdstempel, net als elke andere wijziging in het systeem. Als een auditor vraagt waarom een kostenpost is zoals die is, leidt het antwoord terug via het prijsrecord naar de gebruiksgebeurtenis, niet naar een prompt.

Het laatste onderdeel is dat voorstellen kunnen worden beoordeeld voordat ze worden toegepast. U ziet de specifieke configuratie die de AI wil creëren, in duidelijke bewoordingen, en u kunt deze goedkeuren of afwijzen.

BillingPlatform ondersteunt het Model Context Protocol, het Agent-to-Agent-protocol en verbindingen met externe enterprise‑AI‑tools. Hoe kunnen bedrijven autonome agents toegang geven tot facturatieprocessen terwijl ze ongeautoriseerde handelingen, datalekken of ontraceerbare wijzigingen voorkomen?

MCP en A2A zijn transport, en krijgen een agent tot aan de deur. Het controle‑vlak is uw permissiemodel, en daar zit het daadwerkelijke werk.

In ons geval authenticeert een agent zich als een gebruiker en erft dezelfde rol, veld‑ en record‑niveau permissies die elke medewerker zou krijgen. Er is geen agent‑omzeiling. Daarnaast zijn een paar praktijken nog steeds geldig. Geef elke agent zijn eigen scoped service‑account met de minste privileges, alleen‑lezen totdat het tegendeel bewezen is, zodat het auditlogboek aangeeft welke agent wat heeft gedaan. Beperk schrijfbewerkingen via een goedkeuringsworkflow met dollar‑ en volumelimieten. U moet ze ook rate‑limiten, want een agent in een lus is een andere fout dan een persoon die een vergissing maakt. Het is bovendien cruciaal om elke oproep te loggen, niet alleen diegene die iets veranderden. En retourneer alleen de velden die de taak nodig heeft, aangezien de snelste manier om klantgegevens te lekken een te brede leesopdracht is.

De fout die ik dit jaar op de markt verwacht te zien, is dat bedrijven een agent een menselijke beheerder‑referentie geven omdat dat makkelijker is dan er een correct te scopen.

BillingPlatform zegt dat AI implementaties kan verkorten van kwartalen naar weken. Welke onderdelen van eisenverzameling, configuratie, testen en migratie kan AI vandaag automatiseren, en welke onderdelen nog steeds ervaren facturatie‑ en financiële professionals vereisen?

AI is echt goed in het vertalen van gedocumenteerde prijzen naar configuratie, het uitvoeren van gap‑analyses tegen een bibliotheek van bekende patronen, het genereren van testcases en het uitvoeren van regressietesten, het in kaart brengen en opschonen van legacy‑data voor migratie, en het produceren van documentatie. Dat zijn de gebieden waar het werk wordt verkort van kwartalen naar weken.

Echter, besluitvorming blijft vereisen dat ervaren facturatie‑ en financiële professionals betrokken zijn. Enkele voorbeelden die nog steeds ervaren mensen nodig hebben, zijn het laten akkoord gaan van een klant met zijn eigen prijsregels en omzetbeleid, het reconstrueren van voorwaarden uit contracten, integreren met een systeem met ongedocumenteerd gedrag, en het beoordelen van de omzetbehandeling bij een multi‑elementen‑regeling. Kortom, change management reageert niet op software.

Hoe kan een eenduidig model dat meterregistratie, facturatie en omzetherkenning omvat, compliance, auditbaarheid en financiële rapportage verbeteren, met name voor organisaties die opererenonder complexe omzetherkenningsvereisten?

Auditors vragen altijd naar twee zaken: laat me zien hoe u tot dit getal bent gekomen en laat me zien dat u dezelfde behandeling consequent hebt toegepast. Als uw meter‑, facturatie‑ en omzetherkenningssystemen allemaal afzonderlijk bestaan, betekent het beantwoorden daarvan dat u door drie databases plus een handmatig gebouwde spreadsheet moet graven om ze allemaal te reconciliëren.

Wanneer alles één model is, verdwijnt die hele oefening. Het gebruiks‑event, de charge, de factuurregel en de journaalpost zijn allemaal hetzelfde record, gewoon doorgevoerd naar de volgende stap. U kunt het vooruit of achteruit volgen zonder een reconciliatiestap ertussen, omdat er niets te reconciliëren is. Wanneer een contract verandert, evalueert u dezelfde transactiedata die de factuur oorspronkelijk heeft gegenereerd. Uw afzonderlijke verkoopprijs en toewijzing komen voort uit wat er is gebeurd.

Dit is vooral van belang voor bedrijven die te maken hebben met variabele tegenprestatie onder ASC 606 of IFRS 15, waar u uw werk moet aantonen en een jaar later opnieuw moet kunnen laten zien.

BillingPlatform heeft onlangs aangekondigd een nieuwe Chief Financial Officer, Chief Product Officer en Chief Customer Officer toe te voegen nu het zijn AI‑native strategie opschaalt. Hoe zullen deze leiders samenwerken om technische innovatie om te zetten in financieel duurzame groei en meetbare resultaten voor enterprise‑klanten?

Als Chief Product Officer zorgt Rob Zwiebach ervoor dat ons product zich onderscheidt en wordt geleverd. Hij leidde de product‑roadmap voor financiële oplossingen bij Workday en werkte 17 jaar bij Oracle, dus hij kent de systemen die onze kopers al gebruiken en wat er nodig is om met hen te concurreren. Als Chief Customer Officer is Chris King verantwoordelijk voor of klanten de waarde realiseren, wat betekent time‑to‑value, leveringsconsistentie, retentie en uitbreiding. Hij leidde services en success bij Medidata en Salesforce en begon in deze branche bij Zuora, waardoor hij zowel goede als slechte enterprise‑leveringen op schaal heeft gezien. Steven Springsteel, onze Chief Financial Officer, is verantwoordelijk voor de economie, en hij komt van de CFO‑positie bij Recurly, waardoor hij uit eerste hand ervaring heeft met het runnen van de financiële functie van een facturatiebedrijf.

Waar ze echt als één groep moeten samenwerken, is bij het cijfer dat voor mij het belangrijkst is. Dat is, wat het kost en hoe lang het duurt om een enterprise‑klant live en productief te krijgen, en de marge op dat werk. Dat is een product‑beslissing, een leverings‑beslissing en een meet‑beslissing, en historisch gezien is dat de plek waar enterprise‑facturatieprojecten mislukken. Zeggen dat je AI‑native bent is een claim over je architectuur. Het wordt pas een business wanneer het zich vertaalt in implementatie‑kosten, expansiesnelheid en brutomarge. Dat zijn de drie cijfers waar Rob, Chris en Steven elk een deel van bezitten.

Bedankt voor het geweldige interview, lezers die meer willen weten, kunnen BillingPlatform bezoeken.