Bedrijfsprocessen automatiseren met AI: aanpak, voorbeelden en valkuilen

Orders komen binnen als mail, pdf en Excel. Iemand leest ze, zoekt de klant op, typt de regels over en controleert de artikelcodes. Dat werk is voorspelbaar, maar niet voorspelbaar genoeg voor een gewone regel: elke klant stuurt het net anders. Precies daar helpt AI. Bedrijfsprocessen automatiseren met AI betekent dat software niet alleen vaste regels uitvoert, maar ook taal, documenten en wisselende input begrijpt.

Een goede workflow is bijna altijd een combinatie: gewone automatisering voor het voorspelbare deel, AI voor de taal en een mens voor de uitzonderingen.

Wat is AI-procesautomatisering?

Gewone automatisering voert vooraf vastgelegde regels uit. AI kan daarnaast patronen en betekenis herkennen in e-mails, gespreksverslagen, pdf's en vrije tekst. Een workflow kan bijvoorbeeld een mail ontvangen, het soort aanvraag herkennen, gegevens uit tekst en bijlagen halen, die in het CRM controleren, ontbrekende informatie signaleren, een conceptantwoord maken, een collega om akkoord vragen en de uitkomst vastleggen.

Het AI-deel is daarin maar één stap. Triggers, controleregels, koppelingen, logging en rechten zijn minstens zo belangrijk.

Welke delen van een proces kun je automatiseren?

• Invoer verzamelen: formulieren uitlezen, mail ophalen, bijlagen opslaan, gegevens uit documenten halen.
• Informatie begrijpen: onderwerp indelen, urgentie herkennen, samenvatten, klantnummers en datums herkennen, documenten vergelijken.
• Voorbereidend werk: conceptantwoorden, offerte-informatie structureren, rapportagetekst, voorstellen voor CRM-velden.
• Controleren en signaleren: ontbrekende velden, afwijkende bedragen, dubbele records, tegenstrijdigheden.
• Doorzetten en vastleggen: taak naar het juiste team, document in de juiste map, status bijwerken in CRM of ERP.

Wanneer heb je echt AI nodig?

AI is nuttig als de input wisselt en je de betekenis moet begrijpen: klanten die dezelfde vraag anders formuleren, facturen met verschillende opmaak, informatie die steeds op een andere plek in een document staat.

Gewone regels zijn beter als alle input in vaste velden staat, beslissingen volledig vastliggen en voorspelbaarheid het belangrijkst is. Vaak combineer je ze: een regel bepaalt of een bedrag boven de grens ligt, AI leest de toelichting en een collega beoordeelt de uitzondering. Het verschil tussen de twee staat ook in RPA en AI.

Stappenplan

1. Breng het huidige proces in kaart

Beschrijf begin en eind, wie er meewerkt, welke systemen je gebruikt, waar beslissingen vallen, waar het wacht en welke uitzonderingen er zijn. Kijk mee met het echte werk. De procesbeschrijving van het management wijkt vaak af van de dagelijkse praktijk.

2. Knip het proces in taken

"Het offerteproces automatiseren" is te breed. Knip het op: aanvraag ontvangen, klant herkennen, dienst bepalen, ontbrekende informatie opvragen, productinformatie verzamelen, prijs berekenen, voorwaarden kiezen, concept maken, goedkeuren, versturen en opvolgen. Beoordeel elke taak apart. Sommige zijn voor regels, sommige voor AI en sommige blijven mensenwerk.

3. Meet hoe het nu gaat

Aantallen, tijd per item, wachttijd, fouten, herstelwerk, overdrachten en het aandeel uitzonderingen. Gebruik bij voorkeur een paar weken aan representatieve gegevens. Zie wat handmatig werk kost voor de rekensom.

4. Kies één doel

Bijvoorbeeld: de wachttijd tot de eerste reactie verkorten, ontbrekende gegevens signaleren voordat iemand begint, of handmatige invoer in één systeem schrappen. Geen tien doelen tegelijk in de eerste pilot.

5. Teken de workflow

Trigger, toegangscontrole, controle van de gegevens, de AI-stap, regels, menselijke goedkeuring, de handeling in het systeem, logging, foutafhandeling en monitoring. Teken dat uit voordat je een tool kiest.

6. Kies de tooling

Een low-code platform zoals Power Automate, n8n of Make, een eigen backend, documentherkenning, een taalmodel via een API, een zoekoplossing over je eigen documenten. De keuze hangt af van volume, beveiliging, beheer, bestaande licenties en hoeveel flexibiliteit je nodig hebt. Hoe je een workflow aan je systemen koppelt, staat bij koppelingen.

7. Test de uitzonderingen

Ontbrekende informatie, andere talen, afwijkende documenten, dubbele aanvragen, verkeerde klantgegevens, lange teksten, slechte scans, vertrouwelijke informatie en berichten die de workflow proberen te misleiden. De nette gevallen werken meestal wel.

8. Begin met menselijke goedkeuring

Laat een collega controleren voordat de workflow iets naar buiten stuurt of definitief in een systeem zet. Leg per correctie vast wat er fout ging, waarom en hoe ernstig. Zo krijg je een verbeterlijst in plaats van losse klachten.

9. Meet en schaal

Vergelijk met de nulmeting op tijd, wachttijd, kwaliteit, gebruik, escalaties, kosten per verwerking en incidenten. Schaal pas op als de toepassing stabiel draait en het beheer geregeld is.

Twintig voorbeelden

Operations: aanvragen doorzetten, werkorders voorbereiden, planningsinformatie samenvatten, afwijkingen in formulieren signaleren, statusupdates opstellen.

Finance: factuurgegevens uitlezen, facturen naast inkooporders leggen, afwijkingen signaleren, betalingsherinneringen voorbereiden, maandrapportages samenvatten. Zie factuurverwerking automatiseren en debiteurenbeheer automatiseren.

Sales: leads kwalificeren, gespreksnotities verwerken, CRM-velden bijwerken, offerte-input verzamelen, follow-upconcepten maken.

Service: mail indelen, kennisbankartikelen zoeken, conceptantwoorden opstellen, urgentie signaleren, tickets samenvatten voor overdracht. Zie klantenservice automatiseren met AI.

Voorbeeld: orderverwerking bij een groothandel

Een illustratief scenario. De eerste workflow slaat de bijlage op, herkent klant en ordernummer, haalt regels en aantallen eruit, controleert de verplichte velden, vergelijkt artikelcodes met het artikelbestand, stuurt onbekende codes naar een medewerker en maakt een conceptorder. Een collega controleert de order. De workflow boekt dus niet zelfstandig. De eerste versie haalt vooral het zoek- en overtypwerk weg.

De grootste risico's

• Onjuiste uitkomst. AI formuleert overtuigend, ook als informatie ontbreekt. Gebruik bronverwijzingen, controleregels en menselijke controle. Zie AI-hallucinaties voorkomen.
• Te ruime toegang. Geef de workflow alleen de gegevens en handelingen die nodig zijn.
• Onzichtbare fouten. Log de input, de beslissing, de uitkomst en de menselijke correcties.
• Een slecht proces wordt sneller slecht. Automatisering lost geen onduidelijk eigenaarschap op.
• Afhankelijkheid van één leverancier. Documenteer prompts, regels, koppelingen en datamodellen.

Wat kost het?

De kosten zitten in analyse en ontwerp, koppelingen, bouw, testen, beveiliging, licenties of API-gebruik, je eigen tijd en het beheer daarna. Een indicatie staat bij wat een AI-oplossing kost.

Volgende stap

Weet je nog niet welk proces als eerste moet? Gebruik het selectiemodel in welke bedrijfsprocessen geschikt zijn voor AI. Wil je je processen laten prioriteren op impact, techniek en risico, dan is de AI Opportunity Audit de logische stap. De bouw zelf valt onder AI en automatisering.