SERVICESAI & AUTOMATISERINGWe zoeken niet waar we AI kunnen toevoegen, maar waar je organisatie beter kan werken. Per workflow leggen we vast wat automatisch mag en waar een mens beslist.
ISO 9001 & 27001
In vijf dagen weten waar handmatig werk je groei remt. Bekijk de audit →
Onder meer gebouwd voor Tata Steel, M&G Investments, Digistore24, Toppers in Concert, Bar-le-Duc en Loogman
Drie situaties die we telkens tegenkomen bij organisaties die al iets met AI probeerden.
Er draait iets dat indruk maakt in een presentatie, maar het raakt geen echt proces en niemand is eigenaar. Na drie maanden staat het stil.
Medewerkers lossen hun eigen probleem op met wat ze kunnen vinden. Begrijpelijk, en precies waarom het onbeheersbaar wordt.
Zonder nulmeting vooraf is achteraf niet vast te stellen of het werkte. Dan wordt het een gevoelskwestie in plaats van een besluit.
Herken je een van deze situaties?
Weet je nog niet waar de kans zit, dan begin je bovenaan. Weet je het al, dan sla je die stap over.
Niet zeker welke stap de jouwe is? Dat is de eerste vraag die we samen beantwoorden.
Drie manieren om AI in je organisatie te krijgen, naast elkaar.
Geen losse chatbot naast je werk, maar een medewerker die in je mailbox, boekhouding of planning werkt. Hij leest mee, zet klaar wat klaar kan en legt de uitzondering bij een mens neer.
Collega's zoeken minder: de assistent antwoordt uit je eigen handboeken, afspraken en beleid, en laat zien waar het staat. Staat het er niet in, dan zegt hij dat en gaat de vraag naar een collega.
Vier stappen. Eerst weten waar het loont, dan klein beginnen en uitbreiden wat werkt.
In de AI Opportunity Audit brengen we in kaart waar handmatig werk je groei remt, wat het kost en wat we niet zouden doen.
Een eerste AI-medewerker voor één proces, in je eigen systemen, met logging en een mens op de uitzonderingen.
We draaien mee met één team en meten wat het oplevert tegen de nulmeting uit de audit.
Naar de rest van de organisatie, met een eigenaar per workflow en afspraken over beheer.
Geen accountmanager. Bij het eerste gesprek zit iemand die het werk zelf doet, vaak met een van de oprichters erbij. Daarna werk je met een vast team vanuit ons kantoor in Amsterdam.
Per workflow staat vast wat de agent zelf afhandelt, wat eerst ter goedkeuring gaat en wanneer een medewerker het overneemt.
We meten eerst hoe lang het proces nu duurt. Daardoor is achteraf vast te stellen wat het opleverde in plaats van erover te discussiëren.
Vier vragen die in bijna elk eerste gesprek terugkomen.
Werk dat zich herhaalt, waarvan de regels vastliggen en dat in volume binnenkomt. Denk aan facturen uitlezen en koppelen, inkomende mail sorteren, offertes opstellen uit je eigen prijslijst, terugkerende klantvragen beantwoorden en gegevens overzetten tussen systemen.
Minder geschikt is werk waarin elke situatie anders is, of waar een fout grote gevolgen heeft zonder dat iemand meekijkt. Daar ondersteunt AI hooguit, en beslist een mens.
Een chatbot beantwoordt vragen. Een automatisering voert vaste stappen uit tussen systemen. Een AI-agent leest informatie, beslist binnen afgesproken grenzen en handelt zelf in je systemen, zoals je boekhouding, CRM of planning.
De vuistregel: liggen de regels vast en is de invoer schoon, dan is gewone automatisering sneller, goedkoper en beter te beheren. Een model wordt pas de moeite waard als er taal in het spel is of als de invoer rommelig is, zoals facturen die per leverancier anders zijn of vragen in vrije tekst.
Vaak is de goede oplossing een combinatie van de drie. En soms is een gewone koppeling genoeg; dan zeggen we dat ook, want dat is goedkoper en beter te beheren.
Betrouwbaarheid is een ontwerpkeuze, geen hoop achteraf. Per workflow leggen we vast wat automatisch mag en waar een mens beslist.
Begin bij wat het nu kost: de uren die aan het werk opgaan, de fouten die hersteld moeten worden en het werk dat blijft liggen. Zet daar de kosten van bouwen en beheren tegenover, dan weet je of het loont en waar je moet beginnen.
Dat is precies wat de AI Opportunity Audit doet. Hij mag ook concluderen dat AI op een plek niet de moeite waard is; dat maakt de andere adviezen geloofwaardig.
Bij het proces, niet bij de technologie. We kijken waar tijd of kwaliteit weglekt en of AI daar het juiste antwoord op is. Soms is het antwoord een koppeling tussen twee systemen die je al hebt, en dat zeggen we dan ook. De AI Opportunity Audit is daar de ingang voor.
Het werk dat zich herhaalt en waarvan de regels vastliggen: facturen uitlezen en matchen, e-mail sorteren, offertes samenstellen uit je eigen catalogus, terugkerende vragen beantwoorden uit je eigen documentatie, en gegevens overzetten tussen systemen. Alles waar een oordeel of een uitzondering bij komt kijken, blijft bij een mens.
Door hem alleen te laten antwoorden uit jouw bronnen en het antwoord met de bron erbij te tonen. Staat het er niet in, dan zegt hij dat en draagt hij over aan een collega. Dat is een keuze in de inrichting, geen hoop achteraf.
Dat hangt af van waar je AI voor inzet. Beoordelen van sollicitanten of van medewerkers valt onder hoog risico en vraagt om aantoonbaar menselijk toezicht. Voor het meeste kantoorwerk geldt dat niet. Per workflow leggen we vast wat automatisch mag, wat eerst ter goedkeuring gaat, wanneer een mens wordt ingeschakeld en hoe acties worden gelogd.
Hosting en verwerking richten we in binnen de Europese Unie. Welke gegevens het model te zien krijgt bepalen we in het ontwerp, en wat er wordt opgeslagen leggen we per implementatie vast. Your Tech Club is ISO 27001 gecertificeerd voor informatiebeveiliging.
Een chatbot geeft antwoord op vragen. Een AI-agent voert zelf taken uit in je systemen: hij leest een factuur, koppelt die aan de juiste order en zet hem klaar voor akkoord. Een chatbot praat, een agent doet het werk, binnen de grenzen die je vooraf vastlegt.
Nee, het neemt het herhaalwerk over. Je mensen houden de uitzonderingen, het oordeel en het contact met klanten. In de praktijk gaat de tijd die vrijkomt naar werk dat nu blijft liggen.
Een eerste werkende versie voor één proces staat doorgaans binnen enkele weken. We beginnen met een pilot bij één team, meten wat het oplevert, en rollen daarna uit naar de rest van de organisatie.
ChatGPT kent je bedrijfsgegevens niet, en wat je erin plakt verlaat je eigen omgeving. Een eigen oplossing antwoordt uit je eigen documenten en systemen, volgt dezelfde rollen en rechten als de rest van je software en legt vast welke vraag welk antwoord kreeg.
Ja, en meestal is dat juist het werk. Je CRM, ERP, documentbeheer of database wordt de bron waar de AI uit leest, of de plek waar hij een taak afrondt, via de koppeling of API die dat systeem heeft.
Door vooraf vast te leggen wat werken betekent: hoeveel gevallen hij zelf goed afhandelt en hoe vaak een medewerker een uitkomst moet corrigeren. Daarna toetsen we met vaste testgevallen en houden we de uitkomsten in productie bij, zodat een afwijking opvalt voordat een klant hem merkt.
Dat hangt af van het aantal processen en de systemen waarmee de oplossing moet praten. We werken met een vaste prijs per fase: je weet vooraf wat een fase kost en ziet na de eerste stap wat het oplevert, voordat je verder bouwt.
Je bericht komt bij ons team in Amsterdam binnen.
