Wat is het verschil tussen AI en gewone automatisering?
Gewone automatisering volgt regels die iemand vooraf heeft bedacht. Als er een order binnenkomt, zet de software die door naar de boekhouding. Als een factuur dertig dagen openstaat, gaat er een herinnering uit. Dezelfde invoer geeft altijd dezelfde uitkomst. Dat maakt het voorspelbaar, goed te testen en goedkoop in gebruik.
AI, en dan bedoelen we meestal een taalmodel, werkt anders. Het volgt geen vaste regels, maar maakt een inschatting op basis van wat het heeft geleerd. Daardoor kan het dingen die met regels lastig zijn: een vrij geschreven e-mail begrijpen, een lang document samenvatten of een eerste versie van een antwoord schrijven. De keerzijde is dat dezelfde vraag niet altijd hetzelfde antwoord geeft, en dat het antwoord soms overtuigend klinkt terwijl het niet klopt.
Kort gezegd: automatisering is sterk in vaste stappen, AI is sterk in taal en uitzonderingen. De meeste processen in het MKB bestaan vooral uit vaste stappen.
Wanneer is gewone automatisering genoeg?
Veel van wat nu als AI wordt verkocht, is met gewone software beter op te lossen. Automatisering is meestal de juiste keuze als:
- de gegevens al netjes in een systeem staan, zoals orders in je webshop of klanten in je CRM;
- je de regel in één zin kunt uitleggen, zoals "elke betaalde order gaat naar de boekhouding";
- de uitkomst altijd hetzelfde moet zijn, zoals een berekening, een factuur of een rapport;
- fouten direct geld of vertrouwen kosten en je elke stap wilt kunnen nagaan.
Denk aan orders die vanzelf in je boekhouding komen, cijfers uit vijf systemen die elke week automatisch in één overzicht staan, of een bevestiging die verstuurd wordt zodra een klant iets boekt. Daar is geen AI voor nodig. Een koppeling of een workflow doet het sneller, goedkoper en zonder verrassingen.
Als een gewone koppeling of regel in code hetzelfde doet, is dat goedkoper en betrouwbaarder dan een AI-oplossing. Dat zeggen we dan ook.
Wanneer voegt AI echt iets toe?
AI wordt interessant op de plekken waar gewone regels vastlopen. Bijvoorbeeld:
- Tekst zonder vaste vorm. Klanten schrijven hun vraag op hun eigen manier. Een taalmodel kan herkennen waar een mail over gaat en hem bij de juiste persoon neerleggen.
- Gegevens uit documenten halen. Facturen, formulieren en pdf's zien er bij elke afzender anders uit. AI kan de velden eruit halen die je systeem nodig heeft.
- Samenvatten en uitleggen. Een stapel cijfers omzetten in een paar zinnen die iedereen snapt, met wat opvalt en wat aandacht nodig heeft.
- Een eerste versie maken. Een concept-antwoord, rapport of offertetekst die een medewerker nakijkt en verbetert.
Wat deze taken gemeen hebben: er komt taal aan te pas, er zijn veel varianten, en een mens kan het resultaat snel controleren. Dat laatste is belangrijk. Kun je een uitkomst niet makkelijk nakijken, dan is AI een riskante keuze.
Hoe combineer je AI en automatisering?
In de praktijk is het zelden het een of het ander. De beste oplossingen bestaan grotendeels uit gewone software, met AI alleen op de stap waar het iets toevoegt. Een goede volgorde is:
- 01Breng het proces in kaart: welke stappen zijn vast en waar zit het denkwerk?
- 02Automatiseer eerst de vaste stappen. Koppel je systemen zodat niemand meer gegevens overtypt.
- 03Kijk daarna welke stap nog handwerk met taal is, zoals lezen, sorteren of uitleggen.
- 04Zet AI alleen op die stap in, met een duidelijke, afgebakende taak.
- 05Laat gewone software rekenen en controleren, en laat een mens beslissen over alles wat naar buiten gaat.
Deze volgorde heeft een groot voordeel. Als de gegevens eenmaal goed op één plek staan, heeft de AI ook betere informatie om mee te werken. Een AI-agent die uit tien losse systemen moet raden, maakt meer fouten dan een agent die met één nette set gegevens werkt.
Welke vragen helpen je kiezen?
Twijfel je of een idee AI nodig heeft, stel jezelf dan deze vragen:
- 01Kan ik de regel in één zin opschrijven? Dan is gewone automatisering waarschijnlijk genoeg.
- 02Moet de uitkomst elke keer exact hetzelfde zijn? Dan hoort die stap in gewone code.
- 03Gaat het om tekst die mensen op hun eigen manier schrijven? Dan kan AI helpen.
- 04Kan iemand het resultaat in een paar seconden controleren? Zo niet, wees dan voorzichtig met AI.
- 05Gaan er persoonsgegevens mee? Stuur dan alleen mee wat nodig is, en leg afspraken vast in een verwerkersovereenkomst.
Begin klein. Kies één proces dat vaak terugkomt en veel tijd kost, automatiseer eerst wat vast is, en meet of het werk scheelt. Zet AI pas in op de stap waar daarna nog handwerk overblijft. Scheelt het geen tijd, stop er dan mee. Zo betaal je alleen voor AI waar het aantoonbaar iets oplevert.
Kort samengevat
- Gewone automatisering volgt vaste regels en is voorspelbaar, goedkoop en goed te controleren.
- AI voegt iets toe bij taal en uitzonderingen, mits een mens het resultaat snel kan nakijken.
- Automatiseer eerst de vaste stappen en zet AI pas in op de stap waar daarna nog handwerk overblijft.
Veelgestelde vragen
Meestal wel. Bij AI betaal je vaak per verwerkte vraag of tekst, en er is extra controle nodig. Gewone automatisering kost na de bouw weinig in gebruik. Daarom zetten we AI alleen in waar het aantoonbaar werk scheelt.
Vaak is dat de slimste volgorde. Als je gegevens netjes op één plek staan, werkt AI met betere informatie en maakt het minder fouten. En soms blijkt na het koppelen dat AI niet eens meer nodig is.
Nee. Een workflowtool voert vaste stappen uit die je zelf instelt. Je kunt er wel een AI-stap in opnemen, bijvoorbeeld om een tekst samen te vatten, maar de rest blijft gewone automatisering.
