Wanneer is AI niet de juiste oplossing?

In zes gevallen. Als je huidige software het al kan, als het werk te weinig voorkomt om te tellen, als het een oordeel is in plaats van handwerk, als het je vak zelf raakt, als er een afspraak ontbreekt in plaats van techniek, en als het fysiek werk is of juist het gesprek waarvoor de klant een mens wil. In vier van die zes valt er wel iets te doen. Alleen iets anders, en meestal iets kleiners.

De stapel ernaast

Wij hebben zeventien sectoren uitgezocht met één vraag: welk terugkerend werk naast het vak kan software of AI overnemen of voorbereiden? Per sector leverde dat een lijst op van acht tot tien items, en die lijsten staan per sector op een rij.

Naast elke lijst lag een tweede stapel. Kandidaten die we hadden gevonden en die het niet haalden, met per stuk de reden. Die stapel bleek het leerzaamste deel van het onderzoek, want daar staat waar het misgaat als je een lijst maakt van wat je aan AI wilt geven.

Een item komt bij ons alleen op de lijst als het aan vijf dingen voldoet. Het moet uit minstens twee soorten bronnen komen. Het moet werk naast het vak zijn en niet het vak zelf. Het moet te tellen zijn als minuten maal hoe vaak, per werkdag, week of maand. Een eigenaar moet het in één zin herkennen. En software of AI moet het handwerk kunnen doen of zo kunnen voorbereiden dat iemand alleen nog akkoord geeft.

Wat afvalt, valt meestal op een van die vijf. Hieronder staan de zes gevallen die we het vaakst tegenkwamen, met per geval een voorbeeld uit het onderzoek en wat je dan wel doet.

Geval 1: je pakket kan het al

Dit is het meest voorkomende geval en het goedkoopste om op te lossen.

Bij accountancy viel het inlezen en boeken van bankmutaties af. De grote pakketten doen dat voor de meeste banken automatisch. Wat overblijft is het uitzoekwerk eromheen, en dat is een ander item met een andere oplossing. Bij marketingbureaus viel het nabellen van collega's die hun uren niet hadden geschreven af, omdat de pakketten die herinnering zelf wekelijks versturen. Bij ICT-dienstverleners viel het bewaken van urenbundels af: er wordt automatisch gefactureerd bij een te laag saldo en klanten waarderen zelf op.

Drie keer hetzelfde patroon. Het werk gebeurt nog met de hand, maar niet omdat het niet anders kan. De functie zit in het pakket en staat uit, of niemand weet dat hij bestaat.

Wat je dan wel doet: uitzoeken welke functies in je huidige pakketten aanstaan, voordat je iets nieuws laat bouwen. Dit is het goedkoopste resultaat dat er is en het komt vaker voor dan mensen denken. Het kost je een middag met de handleiding of een gesprek met je leverancier, en het levert soms meer op dan een project van drie maanden.

Geval 2: het gebeurt te weinig om te tellen

Terugkerend werk verdient een inrichting terug omdat het terugkeert. Gebeurt iets een paar keer per jaar, dan verdient het dat niet, hoe vervelend het ook is.

Bij accountancy viel het bijhouden van de Wwft-opleiding per medewerker af. Het is een reële verplichting en kleine kantoren voldoen er slecht aan, maar het is jaarwerk per persoon en dat past niet in een werkdag, week of maand. Bij ICT-dienstverleners viel het regelen van nummerporteringen af. Dat is echt handwerk: adresgegevens die exact moeten kloppen, een volmacht, afwijzingen die aan de orde van de dag zijn. Maar bij een beheerder van drie tot dertig mensen gebeurt het een paar keer per jaar. Bij marketingbureaus viel het herstellen van kapotte datakoppelingen af, omdat het onregelmatig gebeurt.

Wat je dan wel doet: niets bouwen. Een handeling van twee uur die drie keer per jaar terugkomt, verdient de inrichting en het onderhoud niet terug. Dat is geen luiheid, dat is rekenen. Schrijf op hoe het moet, zodat het niet elke keer opnieuw uitgezocht hoeft te worden, en laat het verder met rust.

Geval 3: het is een oordeel, geen handwerk

Bij accountancy viel het melden van ongebruikelijke transacties af. Het volume bestaat in de branche, maar per kantoor is het zeldzaam, en het is bij uitstek een oordeel over cliënt en risico. Het viel dus op twee criteria tegelijk: te weinig frequent, en geen handwerk.

Hier zit wel een nuance. Het oordeel blijft bij een mens, maar het opzoeken en vastleggen eromheen niet per se. Dat is een ander project, en een kleiner.

Wat je dan wel doet: zorgen dat degene die het oordeel velt de informatie compleet voor zich heeft, op één plek, zonder er eerst een halve dag naar te zoeken. Waar zo'n grens precies ligt in een proces, staat in human-in-the-loop.

Voor de duidelijkheid: dit artikel raadt gevallen af, geen richting. In vier van de zes gevallen hieronder is er wel degelijk iets te winnen, alleen zelden het ding waar je aan dacht.

Geval 4: het is je vak

Dit is de lastigste grens in het hele onderzoek, en hij wordt bij elk item opnieuw getrokken. Werk naast het vak kan uit handen. Het vak zelf niet, en dat willen klanten ook niet.

Bij accountancy viel het informeren van klanten over wetswijzigingen af, onder meer omdat het dicht tegen advies aan ligt en advies is het vak. Bij ICT-dienstverleners viel het bijhouden van documentatie en wachtwoorden af: het is echt werk, maar een beheerder zou zeggen dat het bij het vak hoort. Bij marketingbureaus hebben we het verwerken van feedback niet in zijn geheel op de lijst gezet, omdat het aanpassen zelf ontwerpen is. Het item gaat alleen over het verzamelen van die feedback en over het bijhouden van versies.

Wat je dan wel doet: de vraag smaller maken. Niet het aanpassen, maar het verzamelen. Niet het advies, maar het signaleren dat er iets is om over te adviseren. Vaak blijft er dan een klein, saai stuk over dat wel uit handen kan, en is precies dat stuk waar de tijd in gaat zitten.

Geval 5: er ontbreekt een afspraak, geen techniek

Dit is het geval dat het vaakst misgaat, omdat het eruitziet als een softwareprobleem.

Het duidelijkste voorbeeld uit het onderzoek is het opvragen van stukken bij klanten in de accountancy. Dat was het best onderbouwde item van het hele dossier, en de oorzaak is nergens techniek. Er is vaak geen vaste aanleverdeadline afgesproken, geen duidelijke consequentie als er niets komt, en binnen het kantoor werkt niet iedereen op dezelfde manier. De portalen waarin klanten stukken kunnen aanleveren bestaan gewoon. De automatische herinneringen erin zijn in de praktijk alleen vaak niet ingericht.

Zet je daar AI op, dan krijg je een systeem dat netter herinnert aan een datum die niemand heeft afgesproken.

Wat je dan wel doet: de afspraak maken. Wie levert wat aan, voor welke datum, en wat gebeurt er als het er op die datum niet is. Drie zinnen in gewone taal. Daarna pas kijken of er nog iets te automatiseren valt, en meestal is dat dan een herinnering en geen AI. Welke oorzaak bij jou speelt en wat daarbij hoort, staat in automatisering of AI.

Geval 6: het is fysiek, of het is het gesprek

Het laatste geval is het kortste, omdat het zelden tot discussie leidt. Fysiek werk valt af. En het gesprek waarvoor een klant juist een mens wil, valt af.

Wat het interessant maakt is dat de grens midden door een taak kan lopen. Bij installatiebedrijven telt het overnemen en afmelden van een CO-meting bij de certificeerder wel mee. Het meten zelf niet. Dezelfde klus, twee helften, en alleen de tweede helft komt op de lijst.

Wat je dan wel doet: kijken naar wat er rond die handeling of dat gesprek gebeurt. Het voorbereiden ervoor en het vastleggen erna kunnen vaak wel uit handen, ook als het werk zelf nooit weggaat. Voor veel bedrijven is dat het grootste deel van de tijd die eraan opgaat.

Drukte is een omstandigheid, geen taak

Er stond nog iets op de afvalstapel van het accountancyonderzoek: personeelstekort en werkdruk. Dat zijn wel de redenen dat dit werk pijn doet, maar het is geen taak die je kunt tellen.

Dat lijkt een woordenspel en dat is het niet. Als het antwoord op de vraag waar het vastloopt is dat iedereen het te druk heeft, dan heb je nog niets gevonden om aan te pakken. Je hebt een gevoel, en daar kun je geen systeem op bouwen. De eerste stap is dan tellen in plaats van bouwen: welke handeling, hoeveel minuten, hoe vaak per week.

Daarna weet je ook meteen of je in een van de zes gevallen hierboven zit. Zo ja, dan is het antwoord iets anders dan AI, en vaak iets wat je zelf kunt regelen. Zo nee, dan heb je iets concreets om over te praten. Waar je dan begint staat in AI implementeren in je bedrijf.

Kom je er intern niet uit, dan is dat wat een AI-nulmeting doet. Die brengt in kaart wat je zou kunnen aanpakken, en even goed wat je moet laten liggen en waarom. Dat tweede deel is de helft van de opbrengst, en het is het deel dat je zelf het lastigst kunt maken, omdat het makkelijker is om iets te bedenken dan om iets af te wijzen.