Automatiseren stopte waar het oordeel begon. Die grens is verschoven.

Wat is het verschil tussen AI-automatisering en gewone automatisering?

Gewone automatisering volgt een regel die jij hebt opgeschreven. AI-automatisering pakt de gevallen die je regel niet kon beschrijven.

Een regel kan een factuur routeren op leverancier. Hij kan geen leveranciersmail lezen waarin staat dat de levering een week opschuift, en bepalen wat dat betekent voor drie openstaande orders. Daar is lezen voor nodig, en lezen is wat er veranderd is.

Het praktische verschil zit in wat er bij een uitzondering gebeurt. Klassieke automatisering stopt en wacht. Een digitale medewerker leest het geval, doet wat hij kan, en legt alleen het deel bij jou neer dat hij niet alleen hoort te beslissen.

Welke processen kun je met AI automatiseren?

Die zich herhalen, meer dan een systeem kruisen, en aan het eind een document, een bericht of een record opleveren.

In de praktijk zijn dat postvakken, orderafhandeling, offertes, afletteren, rapportages, achter betalingen aan gaan, en gegevens verplaatsen tussen twee systemen die nooit bedoeld waren om te praten. Niets daarvan is spannend, en dat is precies het punt.

Concrete voorbeelden met de getallen erbij staan op de toepassingenpagina.

Wat levert AI-automatisering op?

Uren terug, en een kortere wachtrij. Geen formatie.

Het werk dat hij overneemt is zelden de functie van een persoon. Het zijn de twintig minuten aan het begin van ieders dag, verdeeld over een team. Die terugwinnen zie je aan snellere doorlooptijd, lang voordat je het op een loonlijst ziet.

De meetbare versie hiervan staat op wat er verandert, inclusief wat van jou blijft.

Heb je een AI-automatiseringsbureau nodig?

Niet voor een chatbot. Wel voor alles wat je systemen raakt, want dan heb je iemand nodig die verantwoordelijk is voor wat het doet als jij niet kijkt.

De bouw is de kleinste helft. De grootste helft is afgebakende toegang, een goedkeuringspoort op alles wat onomkeerbaar is, een logboek dat je kunt lezen, en iemand die de eerste weken de uitkomst nakijkt. Daar is een implementatiepartner voor.

Heb je een ontwikkelaar die dat allemaal intern kan dragen, bouw het dan intern. Dat zeggen we liever dan dat we eromheen verkopen.

Wat gaat er mis bij AI-automatisering?

Hij wordt gezet op werk dat nooit een proces was, dus elk geval blijkt een uitzondering.

Hij krijgt toegang tot een systeem dat niemand heeft opgeruimd, dus hij handelt overtuigd op verkeerde gegevens.

Of niemand heeft afgesproken wie zijn werk nakijkt, en na twee weken doet niemand het. Dat het model onzin verzint is de fout die mensen verwachten en die wij het minst zien.

Waar je hierna heen kunt

AI-implementatie  ·  AI voor het MKB  ·  Toepassingen  ·  Prijzen