Wat is een AI-workflow, en waarom is dat meer dan een chatbot?

Een AI-workflow is een vastgelegde reeks stappen waarin software werk voorbereidt en een mens akkoord geeft. Hij haalt zelf de gegevens op die hij nodig heeft, doet de stappen in een vaste volgorde, en stopt op het punt waar een oordeel nodig is. Het verschil met een chatbot zit niet in de kwaliteit van de tekst die eruit komt, maar in drie andere dingen: wie begint, waar de gegevens vandaan komen, en waar het werk terechtkomt.

Het werk begint niet met een vraag

Een chatbot is één scherm. Je stelt een vraag, er komt een antwoord, en daarna is het aan jou.

Het terugkerende werk in een bedrijf werkt anders. Dat begint niet met "ik heb nu een vraag", maar met "er moet nu iets gebeuren". Een datum nadert. Een stuk is nog niet binnen. Een status verandert. Dat is het werk naast het werk: het voorbereiden, opvolgen, plannen en factureren rond de dingen waar je klanten voor betalen.

Daar past een chatvenster slecht op. Het antwoord kan prima zijn; het probleem is dat er iemand moet zijn die op het juiste moment bedenkt dat hij de vraag moet stellen.

Zo gaat het nu ook. Iemand houdt in zijn hoofd bij welke klant nog iets moet aanleveren, wanneer de rapportages eruit moeten en welke offerte al twee weken open staat. Dat werkt, tot het druk wordt. Dan blijft het liggen, en meestal merkt niemand dat op het moment dat het gebeurt, maar pas een week later.

Verschil 1: wie begint

Een chatbot wacht.

Een AI-workflow begint zelf. Niet omdat iemand iets vraagt, maar omdat er iets verandert. Het proces kent de datums, de statussen en wat er nog ontbreekt, dus het weet wanneer "nu" is.

Neem het opvragen van stukken bij klanten op een accountantskantoor. Dat werk begint niet doordat iemand een vraag stelt, maar doordat een aangiftetermijn nadert terwijl een stuk nog niet binnen is. Een chatbot kan dat niet weten. Hij kent de termijn niet en hij kijkt niet of er iets ontbreekt.

Dat onderscheid bepaalt wie de verantwoordelijkheid draagt. Bij een chatbot ligt die bij degene die eraan denkt. Bij een workflow ligt die in het proces zelf, en dat is precies het soort werk dat blijft liggen als het druk wordt.

Verschil 2: waar de gegevens vandaan komen

Een chatbot kent wat je erin plakt.

Een AI-workflow haalt gegevens op uit de systemen waar ze al staan. Dat klinkt als een technisch detail, maar het is het verschil tussen werk dat begint zodra het kan, en werk dat begint zodra iemand tijd heeft gehad om het bij elkaar te zoeken.

Bij het meeste terugkerende werk zit daar de vertraging. De informatie bestaat al. Ze staat alleen op vier plekken, en iemand moet ze eerst ophalen voordat het eigenlijke werk kan beginnen.

Een marketingbureau dat een maandrapportage maakt, ziet dat direct. De cijfers staan per kanaal in een ander account. Voordat er ook maar één zin geschreven is, is iemand al bezig geweest met inloggen, exporteren en naast elkaar leggen. Als je die cijfers in een chatvenster plakt, heb je dat werk al gedaan. Je hebt alleen het schrijven uitbesteed, en dat was het kleinste deel.

Verschil 3: waar het werk terechtkomt

Een chatbot geeft antwoord in een venster. Daarna kopieer je het naar een mail, een document of een rapportage. Dat kopiëren is vaak net zo veel werk als het schrijven zelf.

Een workflow zet het resultaat klaar op de plek waar het hoort, en legt het aan iemand voor. Hij doet het denkwerk en de logistiek eromheen: in de goede volgorde, op de goede plek, bij de goede persoon.

"Op de plek waar het hoort" is concreter dan het klinkt. Een concept dat als bijlage bij het juiste dossier hangt. Een mail die klaarstaat in de map van de klant, met het onderwerp al ingevuld. Een regel die in het systeem staat waar de rest van de administratie ook staat. Dat scheelt geen minuut kopiëren, het scheelt de hele keten van openen, zoeken, plakken, hernoemen en opslaan die daarachteraan komt.

En daar stopt hij. Op het punt waar een oordeel nodig is.

Een betere prompt dicht dat gat niet

De meeste mensen die een chatbot hebben geprobeerd voor terugkerend werk, zoeken de oplossing in de opdracht die ze geven. Preciezer formuleren, meer context meesturen, een vaste instructie bewaren. Dat helpt voor de tekst die eruit komt, en daar zat het probleem niet.

Kijk waar de tijd in gaat bij een klus die elke maand terugkomt. Eraan denken. Opzoeken wat er sinds vorige keer veranderd is. Uit drie systemen halen wat je nodig hebt. Het in de goede vorm gieten. Het op de goede plek zetten en de juiste persoon erover berichten. Het schrijven zelf is daar één stap van, en vaak niet de langste.

Een chatvenster neemt precies die ene stap over. De rest blijft staan, inclusief het onthouden dat het moet gebeuren. Daarom is een workflow geen chatbot die beter is geworden. Het is een andere vorm werk: hij begint zelf, hij haalt zijn eigen gegevens op, en hij levert af waar het werk verdergaat.

Een maandrapportage als workflow

Een marketingbureau maakt elke maand een rapportage per klant. Wat daar met de hand aan gaat:

1. De cijfers staan per kanaal in een ander account en moeten samenkomen in één stuk.
2. Het geheel wordt opgemaakt.
3. Er wordt een toelichting bij geschreven.
4. Iemand leest het na voordat het naar de klant gaat.

Als workflow ziet hetzelfde er zo uit. De cijfers worden per kanaal opgehaald en samengevoegd. Het stuk wordt opgemaakt. Er komt een toelichting bij, op basis van wat er tegenover vorige maand veranderd is. En dan staat het klaar voor de accountmanager, die nakijkt, aanpast en verstuurt.

Het punt zit in die laatste stap. Wat je de klant vertelt over een tegenvallende maand, blijft een oordeel van een mens. De rest van de stappen niet.

Niet elk werk hoort in een workflow

Fysiek werk valt af. Daar helpt een reeks digitale stappen niet.

En het gesprek waarvoor de klant juist een mens wil, valt ook af. Dat is geen stap die je efficiënter maakt, dat is waar je klant voor betaalt.

Verder geldt: waar een oordeel in het werk zit, bereidt software voor en geeft iemand akkoord. Die stap haal je er niet uit. Een workflow die ook het oordeel overneemt, is geen betere workflow, het is een onbewaakt proces.

Wat je tegenwoordig een AI-agent hoort noemen, is iets anders. Daar liggen de stappen juist niet vast en bepaalt het systeem zelf wat het doet. Een workflow is het tegenovergestelde: de volgorde staat er, en het eindpunt ook.

Hoe je het in je eigen bedrijf herkent

Je hebt waarschijnlijk een kandidaat als alle drie deze dingen kloppen:

• Het werk komt elke week of elke maand terug, op een moment dat je vooraf kunt aanwijzen.
• Het loopt langs meerdere systemen, of langs meerdere mensen.
• Iemand moet eerst gegevens bij elkaar halen voordat het eigenlijke werk kan beginnen.

Dat derde punt is de sterkste aanwijzing. Als het verzamelen meer tijd kost dan het werk zelf, zit daar je winst. Je kunt dat in een week narekenen: klok bij het eerstvolgende rapport, de eerstvolgende offerte of de eerstvolgende factuurronde hoeveel minuten je kwijt bent aan het bij elkaar zoeken, en hoeveel aan het werk waar de klant voor betaalt.

Valt de eerste kolom hoger uit, dan heb je een AI-workflow-kandidaat te pakken. Valt de tweede hoger uit, dan is er waarschijnlijk iets anders aan de hand, en is automatiseren niet de eerste stap.

Welk stuk je dan als eerste aanpakt, is een aparte vraag. Daar gaat welk proces je als eerste automatiseert over.

Wil je eerst zien welk terugkerend werk in jouw sector nog met de hand gaat, dan staat die lijst per sector klaar. Je vinkt aan wat bij jou ook zo is, en ziet van het zwaarste item wat het je per jaar kost.