Een proces bestaat uit stappen, en elke stap heeft een andere relatie met AI. Een aanvraag beoordelen bestaat uit gegevens controleren, criteria toepassen, een uitzondering herkennen en een besluit vastleggen. Van die vier stappen kan AI de eerste vaak overnemen, de tweede deels met een mens die goedkeurt of afkeurt met reden, en de derde en vierde blijven doorgaans mensenwerk. Het proces zelf verandert niet van categorie. De stappen wel, en dat is waar het geld en de tijd zitten: niet in het benoemen van "dit proces is AI-geschikt", maar in het uit elkaar leggen van elke stap en het opnieuw inrichten van wat daarna overblijft.
De kosten die hierbij horen, hebben zelden een vast bedrag. Ze hangen af van hoeveel processen er zijn, hoe consistent ze nu al worden uitgevoerd, en hoeveel van de kennis over die uitvoering in mensen zit in plaats van in documentatie.
Gereedheid op deze dimensie vraagt drie soorten werk, en ze zijn ongelijk verdeeld over organisaties.
Het eerste is proces- en taakinventarisatie: vastleggen wat er nu daadwerkelijk gebeurt, stap voor stap, in plaats van wat het procesdocument beweert. In veel bedrijven wijkt de praktijk af van het schema, en die afwijking is precies waar AI-toepassing op vastloopt.
Het tweede is het herontwerpen van de overdracht tussen AI en mens. Als een deel van een taak overgaat naar toezicht in plaats van uitvoering, verandert de rol van de medewerker: van doen naar beoordelen. Dat vraagt andere vaardigheden, andere tijdsindeling en vaak een ander soort verantwoordelijkheid. Dit ontwerpwerk wordt vaak onderschat, omdat het niet aanvoelt als "AI invoeren" maar als "het proces opnieuw doordenken".
Het derde is het inrichten van de terugkoppeling: wat gebeurt er als het toezicht een afkeuring geeft. Zonder een vastgelegde route voor afkeuring blijft de mens in de praktijk alles herdoen, en verdwijnt het voordeel van de AI-stap. Dit is een van de meest onderschatte kostenposten, omdat het pas zichtbaar wordt nadat de eerste stap al is overgenomen.
Sommige bedrijven hebben dit al operationeel: een claim wordt digitaal ingediend, een systeem beoordeelt de standaardgevallen, een medewerker krijgt alleen de twijfelgevallen met een onderbouwing waarom het systeem twijfelt. Andere bedrijven met een vergelijkbaar proces hebben dit niet, en het verschil zit zelden in de beschikbare technologie. Het zit in of het proces ooit is opgesplitst in stappen die apart beoordeeld zijn op wat AI kan, wat toezicht vraagt en wat mensenwerk blijft.
Bedrijven die dit al hebben gedaan, hebben doorgaans ook geinvesteerd in de twee stappen ervoor: heldere criteria voor wat een uitzondering is, en een vastgelegde manier om die uitzondering te behandelen. Bedrijven die dit nog niet hebben, ontdekken vaak pas bij de eerste poging tot AI-toepassing dat die criteria nooit zijn opgeschreven, alleen in hoofden van ervaren medewerkers zitten.
Het eerste teken is verwarring over wat "het proces gereedmaken" concreet inhoudt. Sommigen in de directie bedoelen daarmee een systeem aanschaffen, anderen bedoelen het herschrijven van werkinstructies, weer anderen bedoelen het trainen van medewerkers op een nieuwe rol. Al deze betekenissen zijn onderdeel van gereedheid, maar het zijn verschillende werkpakketten met verschillende doorlooptijden en verschillende eigenaren.
Het tweede teken is een mismatch tussen ambitie en huidige besturing. Als de vision state veronderstelt dat een proces grotendeels door AI wordt afgehandeld, terwijl de huidige besluitrechten bij die stap nog volledig bij een medewerker liggen, dan is dat geen technisch probleem maar een governancevraag: wie mag straks een afkeuring van de AI-stap negeren, en op basis van welke bevoegdheid. Die vraag raakt aan hoe werk binnen de organisatie wordt verdeeld en beoordeeld; daarvoor gelden eigen wettelijke vereisten en dat is aan de organisatie zelf om te bepalen, niet iets waarover deze pagina uitspraken doet.
Procesgereedheid staat niet los. Als een taak verschuift van uitvoering naar toezicht, verandert ook wat er gemeten moet worden: niet meer hoeveel taken zijn afgerond, maar hoeveel afkeuringen er waren en waarom, iets dat samenhangt met hoe prestatiemeting mee moet veranderen als AI een deel van het werk overneemt. Het raakt ook de systemen waarin die stappen worden vastgelegd, wat weer verbonden is met wat er aan technologie en capaciteit nodig is voordat een proces daadwerkelijk kan verschuiven. En omdat medewerkers degenen zijn die de nieuwe toezichtsrol invullen, werkt het beter als zij vroeg in het ontwerp worden betrokken, zoals beschreven bij hoe de werkvloer wordt meegenomen in een strategie zonder dat het jaren duurt.
De onderliggende vraag — welk werk in dit specifieke bedrijf, in deze specifieke processen, werkelijk door AI is over te nemen — wordt niet beantwoord door een algemene inschatting maar door de werkscan van FTE TO AI, die dit per taak uitzoekt.
De gratis gereedheidscheck bestaat uit acht korte vragen, een per dimensie, en levert een beeld op van waar uw organisatie het verst en het minst ver is, inclusief deze dimensie. De volledige ambitietoets, met de vier lagen en de vijf confidence gates, is in aanbouw. Wie nu al twijfelt of de ambitie in de vision state aansluit bij wat er in de praktijk aan besluitrechten en toezicht is ingericht, vindt een eerste aanzet in hoe een vage visie wordt vertaald naar iets concreet genoeg om op te toetsen.
Vertel wat u wilt bereiken, dan kijken we samen wat daarvoor moet staan.
Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.