AI-automatisering is werk laten uitvoeren door software die zelf beslissingen neemt op basis van wat hij leest. Het verschil met gewone automatisering: die volgt vaste regels, AI-automatisering beoordeelt.
Een voorbeeld maakt het concreet. Klassieke automatisering: elk bericht met “factuur” in de titel gaat naar de map Administratie. AI-automatisering: lees het bericht, bepaal waar het over gaat, en zet het in de juiste map — ook als het woord factuur er niet in staat.
Wanneer je wat gebruikt
De grens is praktischer dan hij lijkt. Is je taak in regels te vangen — als dit, dan dat — dan is gewone automatisering sneller, goedkoper en voorspelbaarder. Zit er een oordeel in dat je niet in regels krijgt, dan is AI het gereedschap.
Veel bedrijven kiezen AI voor taken die prima met een regel op te lossen waren. Dat kost meer, is trager, en levert af en toe een verrassing op. Begin dus altijd met de vraag: kan ik dit in een als-dan-regel zetten?
Waar het in het MKB voor gebruikt wordt
- Inkomende berichten sorteren. Aanvraag, klacht of factuur — en direct doorzetten naar de juiste persoon.
- Formulieren verwerken. Uit een vrij tekstveld halen wat iemand nodig heeft en dat in je CRM zetten.
- Content voorbereiden. Een eerste opzet, een samenvatting, een socialpost uit een bestaand artikel.
- Gegevens opschonen. Adreslijsten normaliseren, dubbelen eruit halen, categorieën toekennen.
- Rapportages samenvatten. Uit je cijfers halen wat eruit springt in plaats van elke maand dezelfde grafieken bekijken.
Hoe je het bouwt
De meeste MKB-toepassingen draaien op een koppelplatform: Make, n8n of Zapier. Daarin bouw je een reeks stappen — er komt iets binnen, een taalmodel beoordeelt het, en op basis daarvan gebeurt er iets.
Je hebt daar geen programmeerkennis voor nodig, wel het vermogen om een proces uit te tekenen. Dat laatste is meestal het echte werk: bedrijven weten vaak niet precies hoe hun eigen proces loopt tot ze het moeten opschrijven.
Wie in Microsoft werkt, kan hetzelfde bouwen in Copilot Studio, dat aansluit op Teams, Outlook en SharePoint. Het voordeel is dat je data binnen je eigen omgeving blijft.
Wat je nodig hebt voordat je begint
Drie dingen, en het eerste wordt het vaakst overgeslagen.
Een proces dat je kunt beschrijven. Als je niet in vijf stappen kunt opschrijven wat er nu gebeurt, kun je het ook niet automatiseren. Vaak levert die oefening alleen al winst op.
Voldoende volume. Iets wat je twee keer per maand doet, automatiseer je niet — de inrichting kost meer tijd dan je ooit terugverdient.
Een acceptabele foutmarge. Een verkeerd gesorteerde mail is hersteld. Een verkeerd verstuurde offerte niet. Bepaal vooraf wat er mag misgaan.
Waar het misgaat
Automatiseren van een rommelig proces. Dan krijg je rommel, sneller. Ruim eerst op.
Geen mens meer in de lus. Bouw een controlestap in op alles wat naar buiten gaat of geld raakt.
Geen logboek. Zonder vastlegging van wat het systeem heeft besloten, kun je een fout niet terugvinden.
Vergeten dat het onderhoud vraagt. Verandert je formulier of je prijslijst, dan moet je automatisering mee. Een koppeling die een jaar niet is bekeken, werkt zelden nog zoals bedoeld.
Wat het oplevert
Reken niet in bespaarde uren maar in doorlooptijd en fouten. Een aanvraag die binnen een minuut bij de juiste persoon ligt in plaats van de volgende ochtend, levert meer op dan de tien minuten die je bespaart.
De tweede winst is consistentie. Een mens die op vrijdagmiddag driehonderd berichten sorteert, doet dat minder nauwkeurig dan op dinsdagochtend. Een systeem niet.
Privacy en de AI Act
Gaat er persoonsgegevens door je automatisering — en dat is bij inkomende berichten vrijwel altijd — leg dan vast welk model je gebruikt, waar de verwerking plaatsvindt en of je invoer gebruikt wordt om te trainen. Bij zakelijke licenties is dat laatste uitgesloten, bij gratis varianten moet je van niet uitgaan.
Sinds de EU AI Act volledig van kracht is geldt bovendien een transparantieplicht richting klanten wanneer een geautomatiseerd systeem hen raakt.
Waar je begint
Kies één taak die vaak terugkomt, waar een oordeel in zit, en waar een fout te herstellen is. Inkomende aanvragen sorteren voldoet bijna altijd aan alle drie.
Bouw hem, laat hem een maand meelopen zonder dat hij iets verstuurt, en vergelijk zijn oordeel met het jouwe. Klopt het in negen van de tien gevallen, dan kun je hem loslaten op het deel waar dat mag.
Benieuwd wat er in jouw bedrijf te automatiseren valt? Stuur me een beschrijving van een terugkerend proces, dan zeg ik je of AI daar iets toevoegt of dat een gewone regel volstaat.
