Vijf problemen bij AI-automatisering in processen en hoe je ze voorkomt

Je herkent het vast: “We moeten iets met AI-automatisering doen.” Voor je het weet ga je zoeken naar een proces dat je kunt automatiseren. Dan bouw je iets omdat het kan, niet omdat het nodig is. Het resultaat valt vaak tegen. De winst blijft klein. Jeffrey zegt: “Zoek geen probleem voor de oplossing.”

Begin bij een proces dat nu echt tijd kost of fouten oplevert. Spreek af wat ‘winst’ betekent: minder tickets, minder herstelwerk of een kortere doorlooptijd.

Is er geen duidelijke aanleiding, of kan niemand het proces helder uitleggen? Dan is dit (nog) geen goed idee.

Een tweede probleem is dat je AI-automatisering ziet als iets dat het hele proces wel ‘even’ overneemt. Jeffrey vertelt: “Het gaat meestal prima zolang de input lijkt op wat het al eerder heeft gezien. Maar zodra er een echte uitzondering tussendoor glipt, gaat het mis.”

Voorkom dat door vooraf scherp af te bakenen wat AI wel doet en wat niet. Maak uitzonderingen expliciet. Dat scheelt herstelwerk. Laat AI een voorstel doen, maar laat een medewerker beslissen zodra er impact is. Zet verwachtingen op papier, zodat iedereen hetzelfde bedoelt als je ‘automatiseren’ zegt.

Verwacht je dat AI een rommelig proces vanzelf netjes maakt? Dan is dit (nog) geen goed idee.

Een AI-automatisering blijft niet vanzelf goed draaien. Input verandert. Je proces verandert. In de praktijk merk je dat snel. Er komen meer uitzonderingen bij, je team grijpt vaker handmatig in en ondertussen ontstaat twijfel: waar gaat het precies mis?

Jij houdt controle door één eigenaar aan te wijzen. Iemand die meldingen en uitzonderingen volgt en die ook mag ingrijpen. Spreek daarnaast stopregels af: wanneer pauzeer je, wanneer zet je terug, wanneer escaleer je naar een mens? Plan vaste momenten om te checken of het proces nog hetzelfde is als toen je het bouwde.

Verandert je proces regelmatig en heeft niemand tijd om bij te sturen? Dan is dit (nog) geen goed idee.

Het wordt spannender zodra automatisering naar buiten gaat. Denk aan mails of offertes. Jeffrey is daar helder over: “Je moet het nooit volledig automatiseren. Wie is aansprakelijk als er ineens ‘iets geks’ wordt verstuurd?”

Houd een mens in de loop. Laat AI het concept maken, maar laat een medewerker controleren en versturen. De naam bovenaan de mail is tenslotte de jouwe.

Praktisch: eerst kost het iemand een uur om een mail te lezen, producten erbij te zoeken en een offerte te versturen. Met AI verschuift dat naar 10 minuten checken: klopt de selectie, mist er iets, is het antwoord oké? Je wint tijd, maar je houdt controle.

Maak een stopregel: bij twijfel of afwijkende input gaat het direct naar een mens. Ook als de techniek beter wordt, blijft dit verstandig. Jij blijft verantwoordelijk voor wat er namens je organisatie naar buiten gaat. Zijn er financiële, contractuele of reputatierisico’s? Dan is volledig automatisch versturen (nog) geen goed idee.

AI-automatisering werkt alleen als je je eigen proces helder kunt uitleggen. Niet in mooie termen, maar in gewone stappen. Jeffrey zegt: “Heb je je eigen processen scherp? Heb je de capaciteit dat medewerkers met ons om de tafel kunnen om hun proces uit te leggen?” Als dat niet lukt, bouw je op aannames.

Soms loop je niet vast op de inhoud, maar op de techniek. Als je automatisering een softwarepakket moet aanspreken, moet dat pakket wel aanspreekbaar zijn. Schrijf het proces simpel uit: wat komt er binnen, wie doet wat, wat gaat er uit? Zet daarna je systemen op een rij en toets vroeg of koppelingen haalbaar zijn. Anders investeer je tijd in iets dat inhoudelijk klopt, maar technisch niet werkt.

Lukt het niet om tijd vrij te maken om het proces samen scherp te krijgen? Dan is AI-automatisering (nog) geen goed idee.

De meeste problemen voorkom je met drie afspraken vooraf: wie is eigenaar, wat zijn de stopregels, en wanneer moet een mens goedkeuren.

1. Kies een echt knelpunt Begin bij een proces dat nu echt tijd kost of fouten oplevert. Niet bij de vraag welke AI je wilt gebruiken.
2. Houd een mens in de loop Laat mensen beslissen bij stappen met impact. Zeker als er iets naar buiten gaat, richting klant.
3. Maak controle en stopregels concreet Spreek af wanneer je ingrijpt. Een stopregel is zo’n afspraak: pauzeren, terugzetten of escaleren naar een mens.
4. Plan onderhoud Reserveer tijd om te checken of input of proces is veranderd. Anders loopt het langzaam uit de rails.
5. Inventariseer systemen en data Zet op een rij welke software en koppelingen meedoen. Stel praktische vragen over toegang, rechten en privacy.
6. Check of je het proces echt kunt uitleggen Kun je het niet in gewone stappen uitleggen, dan bouw je op aannames. Zorg dat de mensen die het werk doen tijd hebben om het samen scherp te maken. Anders wordt automatiseren gokken.