AI in Business #01: Waar AI in een bedrijf wél geld oplevert
Niet elk proces wordt beter van AI. Drie voorwaarden bepalen of het iets oplevert, en ze gaan geen van drieën over de techniek.
De meeste AI-projecten in het MKB stranden niet op de techniek. Ze stranden op de keuze welk proces je eraan geeft. Dit zijn de drie voorwaarden waar het in de praktijk op vastloopt.
1. Het werk herhaalt zich
Iets wat twee keer per jaar gebeurt, los je op met een middag van iemand die het kan. Daar hoeft niets voor gebouwd te worden.
De winst zit in werk dat elke week terugkomt en dat niemand leuk vindt. Offertes narekenen. Orders controleren. Uitzoeken waarom twee systemen een ander getal geven.
De toets. Kun je opschrijven hoe vaak het voorkomt? Zo niet, dan is het te vroeg.
2. Er is één goed antwoord
AI is goed in werk waar achteraf vast te stellen is of het klopt. Een bedrag klopt of klopt niet. Een klant valt in de ene categorie of in de andere.
Bij werk waar het antwoord afhangt van wat jij belangrijk vindt, is er niets om tegen af te rekenen. Dan krijg je output die er goed uitziet en die niemand kan controleren, wat erger is dan geen output.
De toets. Zouden twee ervaren medewerkers hetzelfde antwoord geven? Zo niet, dan is dit geen proces voor AI, maar een proces waar eerst een besluit over genomen moet worden.
3. De data staat al ergens
Dit is de voorwaarde waar het meestal op stukloopt. Het proces leent zich er prima voor, maar de helft van wat nodig is zit in iemands hoofd, in een mailbox of in een Excel op een bureaublad.
Een systeem kan niet redeneren over wat er niet staat. Als de reden waarom een korting is gegeven nergens is vastgelegd, kan geen enkel model die reden terughalen.
De toets. Wijs aan in welk systeem het staat. Lukt dat niet in één zin, dan is het eerste project niet AI, maar zorgen dat het ergens wordt vastgelegd.
Waar het geld kost in plaats van oplevert
Een proces dat al goed loopt. Daar haal je hooguit wat minuten weg, en die minuten worden zelden echt iets anders.
Werk dat één keer per kwartaal voorkomt. De bouwtijd is er nooit uit.
En alles waar je de uitkomst niet kunt nakijken. Dat levert geen tijdwinst op, maar een nieuwe controletaak.
Waar je dan wel begint
Niet bij de tool. Bij de vraag waar er nu geld weglekt en of dat lek aan alle drie de voorwaarden voldoet.
Dat is ook precies wat de Revenue Audit doet: niet kijken wat er met AI kan, maar eerst vaststellen waar het weglekt en of het de moeite waard is om daar iets voor te bouwen.