AI-toepassingen voor bedrijven: per afdeling, met wat het oplevert en waar het misgaat

Bijna elke directie heeft het lijstje al gezien: tientallen AI-toepassingen, van chatbot tot slimme planning. Wat er meestal niet bij staat, is welke toepassing bij jouw werk past, wie er nog naar kijkt en wat je moet regelen voordat het iets oplevert.

Dit overzicht zet de toepassingen per afdeling op een rij. Bij elke toepassing staan drie dingen: wat het doet, wanneer het past en waar een mens blijft beslissen. Daarna volgt een link naar het artikel dat het verder uitwerkt.

Het doel is niet zoveel mogelijk AI. Het doel is minder handwerk op de plekken waar het nu tijd kost of fouten oplevert, zonder dat je grip verliest op wat er gebeurt.

Waarom een lijst met AI-toepassingen zelden helpt

Een lijst begint bij de technologie. Je leest wat AI kan en zoekt daarna een plek om het in te zetten. Zo ontstaan pilots die in een demo werken en daarna stilvallen, omdat niemand had bepaald welk werk minder moest worden en hoe je dat meet. Hoe dat gaat, staat in waarom AI-pilots stranden.

Wij draaien het om: eerst de kans, dan de technologie. Begin bij het werk dat elke week terugkomt, tel hoe vaak het voorkomt en wat het kost, en kijk pas daarna of AI het juiste gereedschap is. Soms is een vaste regel of een gewone koppeling beter. Dat verschil staat in AI-agent of gewone automatisering.

Drie soorten AI-toepassingen

Bijna alles hieronder valt in een van drie soorten. Ze verschillen in wat ze kosten en hoeveel controle ze vragen.

• Assistentie: een medewerker gebruikt een tool als ChatGPT of Copilot naast zijn werk. Concepten, samenvattingen, vertalingen. Geen koppelingen, wel huisregels.
• Verwerking: AI leest mail, documenten of formulieren en zet de gegevens klaar in een systeem. Hier zit het meeste herhaalwerk, en hier zijn koppelingen nodig.
• Beslisvoorbereiding: AI vat samen, vergelijkt of signaleert afwijkingen, zodat een mens sneller beslist. De beslissing zelf blijft bij die mens.

Financiën en administratie

Facturen uitlezen en controleren

• Wat het doet: haalt leverancier, bedrag, btw en ordernummer uit inkomende facturen en legt ze naast de inkooporder.
• Wanneer het past: bij facturen in wisselende opmaak en genoeg volume om het opzetten terug te verdienen.
• Waar een mens beslist: bij afwijkingen en bij het goedkeuren van de betaling.

De aanpak staat in factuurverwerking automatiseren.

Debiteuren opvolgen

• Wat het doet: zet herinneringen klaar op basis van openstaande posten en eerdere afspraken met de klant.
• Wanneer het past: bij veel facturen met vaste betaaltermijnen.
• Waar een mens beslist: bij een klant met een lopend geschil of een betalingsregeling, en bij de stap naar incasso.

Zie debiteurenbeheer automatiseren.

Mail en documenten in de administratie

• Wat het doet: deelt binnenkomende mail in, haalt gegevens uit pdf's en controleert of een dossier compleet is.
• Wanneer het past: als een groot deel van de dag opgaat aan overtypen en doorsturen.
• Waar een mens beslist: bij contracten, bedragen en persoonsgegevens.

Vijftien toepassingen staan in administratieve processen automatiseren met AI. Voor de boekhouding zelf: AI in de boekhouding.

Waar het misgaat: een model dat een bedrag verkeerd leest, klinkt net zo zeker als een model dat het goed leest. Laat bedragen daarom altijd controleren met een vaste regel. Klopt het totaal met de regels, bestaat de leverancier, valt het binnen de order?

Klantenservice

Vragen indelen en doorzetten

• Wat het doet: geeft elk bericht een onderwerp en een urgentie en zet het in de juiste wachtrij.
• Wanneer het past: bij een gedeelde mailbox of een ticketsysteem met veel vergelijkbare vragen.
• Waar een mens beslist: bij klachten, en bij alles wat in de categorie "onduidelijk" valt.

Hoe je dat in Outlook inricht, staat in e-mailverwerking automatiseren in Outlook.

Antwoorden voorbereiden

• Wat het doet: zoekt het antwoord in je kennisbank of in het ordersysteem en zet een concept klaar, met de bron erbij.
• Wanneer het past: als je antwoorden op één plek staan en actueel zijn.
• Waar een mens beslist: bij coulance, financiële correcties en opzeggingen. En bij elk concept, zolang je de kwaliteit nog niet hebt gemeten.

De volledige aanpak, van vragenmix tot overdracht aan een mens, staat in klantenservice automatiseren met AI.

Waar het misgaat: een bot die antwoordt uit verouderde informatie, en een klant die vastloopt zonder weg naar een medewerker. Maak die weg altijd zichtbaar en zeg erbij dat de klant met AI praat. De AI-verordening stelt transparantie-eisen aan systemen die rechtstreeks met mensen communiceren.

Sales

Leads kwalificeren en opvolgen

• Wat het doet: leest nieuwe aanvragen, vult ze aan met wat je al weet en zet een voorstel voor opvolging in het CRM.
• Wanneer het past: bij een vast aanvraagformulier of een salesmailbox waar aanvragen van wisselende kwaliteit binnenkomen.
• Waar een mens beslist: de verkoper beslist of en hoe hij opvolgt.

Uitgewerkt als AI-medewerker: de Leadopvolger.

Offertes voorbereiden

• Wat het doet: zet een aanvraag om in scope, aantallen en open vragen, en maakt een concept uit je eigen tekstblokken.
• Wanneer het past: als je offertes uit herkenbare onderdelen bestaan.
• Waar een mens beslist: prijs, korting en voorwaarden.

Zie offertes maken met AI.

Gespreksverslagen en CRM bijwerken

• Wat het doet: maakt van notities of een transcript een samenvatting, actiepunten en een voorstel voor CRM-velden.
• Wanneer het past: als verkopers veel gesprekken voeren en het CRM achterloopt.
• Waar een mens beslist: de verkoper bevestigt wat er in het CRM komt.

Zie notuleren met AI.

Waar het misgaat: een CRM vol automatisch ingevulde velden die niemand heeft gecontroleerd. Na een paar maanden vertrouwt niemand de gegevens meer. Laat de AI voorstellen doen en laat een verkoper ze bevestigen.

HR en recruitment

Sollicitaties voorsorteren

• Wat het doet: zet cv's naast criteria die je vooraf hebt vastgelegd, zodat een recruiter sneller kan beoordelen.
• Wanneer het past: bij veel sollicitaties op dezelfde functie.
• Waar een mens beslist: bij elke afwijzing en elke uitnodiging.

Hoe je dat zorgvuldig inricht, staat in cv-screening met AI.

Onboarding en HR-vragen

• Wat het doet: beantwoordt vragen over verlof, declaraties en procedures uit je eigen regelingen, en zet onboardingtaken klaar.
• Wanneer het past: als je regelingen op schrift staan en dezelfde vragen steeds terugkomen.
• Waar een mens beslist: bij persoonlijke situaties zoals ziekte, conflicten of een ontslag.

Uitgewerkt als AI-medewerker: de Onboarding-assistent.

Waar het misgaat: AI die beslist over mensen. Werving en selectie valt onder de AI-verordening in de categorie hoog risico, met zwaardere eisen aan menselijk toezicht. Zie AI Act en AVG: wat moet je nu regelen?

Operatie en planning

Werkbonnen en meldingen verwerken

• Wat het doet: zet een werkbon of storingsmelding om in gestructureerde gegevens: wat, waar, welk materiaal, hoeveel uur.
• Wanneer het past: bij technische bedrijven waar veel informatie via papier, foto's of appjes van de buitendienst naar kantoor komt.
• Waar een mens beslist: bij afwijkingen die doorwerken in de factuur.

Zie werkbonnen en planning bij een installatiebedrijf automatiseren.

Orders uit mail en pdf

• Wat het doet: haalt orderregels uit mail en bijlagen, controleert artikelcodes en zet een conceptorder klaar.
• Wanneer het past: bij een groothandel of producent waar klanten op hun eigen manier bestellen.
• Waar een mens beslist: bij onbekende artikelcodes en afwijkende aantallen.

Het uitgewerkte voorbeeld staat in bedrijfsprocessen automatiseren met AI.

Planning voorbereiden

• Wat het doet: verzamelt beschikbaarheid, afspraken en wijzigingen en stelt een planning of een vervanger voor.
• Wanneer het past: als de regels voor de planning bekend zijn, maar de input rommelig binnenkomt.
• Waar een mens beslist: de planner, die de planning vaststelt.

Uitgewerkt als AI-medewerker: de Roosterinvuller.

Waar het misgaat: een planningsvoorstel dat niemand vertrouwt. Laat zien waarom het voorstel zo is opgebouwd, anders past de planner het toch weer met de hand aan.

Management en rapportage

Rapportages samenstellen

• Wat het doet: haalt cijfers uit je systemen, zet ze in een vaste opzet en schrijft een toelichting bij de afwijkingen.
• Wanneer het past: bij een week- of maandrapportage waar nu iemand een dag aan kopiëren en plakken kwijt is.
• Waar een mens beslist: bij de toelichting en de conclusies.

Uitgewerkt als AI-medewerker: de Rapportagebouwer.

Vragen stellen aan je eigen documenten

• Wat het doet: doorzoekt beleid, contracten en verslagen en geeft een antwoord met de passage waar het vandaan komt.
• Wanneer het past: als kennis verspreid zit over mappen, mailboxen en de hoofden van een paar collega's.
• Waar een mens beslist: bij de uitleg van contracten en bij juridische vragen.

Waar het misgaat: cijfers die het model zelf uitrekent of verzint. Laat getallen altijd uit het bronsysteem komen; het model schrijft alleen de tekst eromheen. Zie AI-hallucinaties voorkomen.

Welke toepassing kies je als eerste?

Niet de toepassing die het mooist klinkt, maar de taak die het vaakst terugkomt en waarvan een mens snel ziet of de uitkomst klopt. Vier vragen helpen:

• Volume: komt de taak elke week tientallen keren voor?
• Herhaling: verloopt hij meestal op dezelfde manier?
• Data: komt de input al digitaal binnen, in een systeem of een mailbox?
• Controle: kan iemand in een paar seconden zien of het goed is?

Het uitgewerkte selectiemodel staat in welke bedrijfsprocessen geschikt zijn voor AI. Reken de kandidaat daarna door met de businesscase van AI en wat handmatig werk kost.

Zelf regelen of laten bouwen?

Assistentie regel je meestal zelf: een zakelijk account, huisregels en een korte training. Zie ChatGPT voor bedrijven en Microsoft 365 Copilot voor bedrijven.

Voor verwerking met koppelingen naar je eigen systemen kom je met een tool alleen meestal niet ver genoeg. Waar die grens ligt, staat in zelf een AI-agent maken. Welke agents er in het MKB het vaakst als eerste worden gebouwd, staat in AI-agent use cases voor het MKB.

Volgende stap

Herken je meerdere kandidaten en weet je niet welke het meeste oplevert? In de AI Opportunity Audit zetten we je processen naast elkaar, rekenen we ze door en kiezen we de eerste. De audit mag ook concluderen dat AI op een plek niet de moeite waard is.