Wat een AI-agent doet in een bedrijf dat geen techbedrijf is
Een AI-agent is software die een taak afmaakt, geen chatvenster dat vragen beantwoordt. In een gewoon bedrijf werkt hij in de systemen die je al hebt. Hij pakt herhaalbaar werk op, volgt de regels die jij stelt, en geeft terug wat hij niet kan beoordelen.
Wat is het verschil tussen een AI-agent en een chatbot?
Een chatbot wacht op een vraag en levert tekst. Een agent krijgt een taak en levert een resultaat.
Het verschil zit in wat er na het antwoord gebeurt. Een chatbot vertelt je welke facturen openstaan. Een digitale medewerker opent de boekhouding, zoekt ze op, schrijft de herinneringen en legt ze klaar om te versturen.
Daarom noemen wij het een digitale medewerker en geen agent. Dat woord dekt de lading beter. Je brieft een chatbot niet op maandag om vrijdag zijn werk na te kijken.
Welk werk neemt hij als eerste over?
Werk dat zich herhaalt, regels volgt, en in systemen zit waar hij bij kan. Een postvak lezen en sorteren. Achter een betaling aan gaan. Een order overtikken in een tweede systeem. Een weekrapport voorbereiden.
Er is een simpele toets. Kun je opschrijven hoe het werk gaat? Staat er nergens "en dan voel je het aan", dan is het een kandidaat. Eindigt de instructie in een oordeel, dan niet.
De meeste bedrijven vinden hier meer van dan ze dachten. Het zit zelden in één functie. Het zit in de twintig minuten aan het begin van ieders dag.
Wat blijft mensenwerk?
Alles waar fout zijn duur is en goed zijn context vraagt die nergens opgeschreven staat.
Uitzonderingen op de prijs. Een ontevreden klant die dat eerder was. Een leveranciersrelatie. De beslissing om überhaupt een uitzondering te maken. Een digitale medewerker kan dit allemaal voorbereiden en zou niets ervan zelf moeten afronden.
De vraag is niet welke functies verdwijnen. De vraag is welk deel van een functie typen is en welk deel beslissen. Het typen gaat als eerste.
Waar gaat het mis?
Op drie manieren, in onze ervaring, en maar één daarvan gaat over het model.
Hij wordt gezet op werk dat nooit echt 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. Het is ook de makkelijkste om te vangen, want je kunt lezen wat er staat voordat het weggaat.
Wat heb je nodig om te beginnen?
Eén werkstroom die je hardop kunt beschrijven. Toegang tot de systemen die hij raakt. En iemand met naam die de eerste weken meekijkt.
Je hebt geen datastrategie nodig, geen nieuw platform, en je systemen hoeven niet eerst opgeruimd. Dat zijn redenen om uit te stellen, en uitstellen is de dure keuze.
Wat je wel nodig hebt is eerlijkheid over het eerste punt. Kun je de werkstroom niet beschrijven, dan is het nog geen AI-vraagstuk.
Geschreven op basis van AImplement-implementaties bij Nederlandse bedrijven van 10 tot 200 man.