De detailhandel bestaat uit werk dat zich herhaalt en werk dat draait om het moment zelf. Voorraad tellen, prijzen aanpassen, bestellingen plaatsen, retouren verwerken, roosters maken: dat is een groot deel van de kantoor- en backoffice-uren, en het is werk met een vaste structuur. Daartegenover staat het werk aan de balie, in de winkel, aan de telefoon: iemand die twijfelt tussen twee maten, een klacht over een levering, een vraag die niet in het script past. Die twee soorten werk sturen samen de uitkomst van elke AI-ambitie in deze sector. Waar het werk gestructureerd is en de data kloppen, verschuift capaciteit relatief snel. Waar het werk draait om lezen van een situatie en het dragen van verantwoordelijkheid voor een beslissing, verschuift er weinig of niets.
Dezelfde driedeling die door alle sectoren loopt, geldt ook hier. Een deel van het werk kan door AI worden overgenomen: prijsvergelijking, voorraadprognose op basis van verkoophistorie, het samenstellen van standaardrapportages, de eerste sortering van retourverzoeken. Een ander deel gaat deels, met een mens die goedkeurt of afkeurt met reden: een systeem stelt een bestelling voor, een inkoper toetst die tegen seizoensinvloeden of een leveranciersafspraak die het systeem niet kent. En een derde deel blijft mensenwerk: het gesprek met een klant die iets specifieks nodig heeft, de afweging bij een geschil over een garantie, het aansturen van een team op de vloer tijdens een drukke periode. Welk deel van het werk in welke categorie valt, verschilt per bedrijf. Dat hangt af van hoe gestandaardiseerd het assortiment is, hoe schoon de voorraad- en verkoopdata zijn, en hoeveel van het klantcontact al via vaste kanalen loopt.
Een winkelketen met een beperkt assortiment, centrale inkoop en digitale kassa's heeft de basis voor een groot deel van de backoffice-taken al op orde: de data zijn er, het proces is herhaalbaar, en een systeem kan een voorstel doen dat een mens toetst. Een keten met een breed en wisselend assortiment, decentrale inkoop per vestiging en veel handmatige uitzonderingen heeft die basis niet. Dat verschil zit niet in de ambitie — beide directies kunnen dezelfde zin uitspreken, "AI moet onze voorraadplanning overnemen" — maar in wat de organisatie al kan voordat dat werk verplaatst kan worden. Zijn de rollen die nu handmatig bestellen, ook de rollen die straks een systeemvoorstel beoordelen? Is er een besluitrecht toegekend aan wie de uitzondering afhandelt? Die vragen liggen onder de ambitie, en ze worden zichtbaar zodra je toetst in plaats van aanneemt.
Als capaciteit vrijkomt doordat een taak overgaat naar een systeem met toezicht, ontstaat een vraag over wat er met die vrijgespeelde uren gebeurt: andere taken, minder inhuur, een andere personeelsopbouw. Die vraag is aan de werkgever, en voor besluiten die het personeelsbestand raken gelden eigen wettelijke vereisten. Wat hier aan de orde is, is de stap ervoor: welk werk is qua taakstructuur en gegevenskwaliteit al zover dat een systeem het kan overnemen of ondersteunen, en welk werk niet. Dat is een feitelijke vraag over werk, geen advies over mensen.
De detailhandel is niet de enige sector waar deze vraag speelt, en de antwoorden verschillen per branche om vergelijkbare redenen. In de horeca loopt de vraag anders vanwege de directe bediening en de wisselende bezetting, zoals te lezen is in de AI-ambities die in de horeca speer; in de agrarische sector spelen seizoensinvloeden en fysiek werk een grotere rol, beschreven in hoe AI-ambities in de agrarische sector zich verhouden tot seizoenswerk; en in de financiële dienstverlening ligt het zwaartepunt juist bij regelgeving en toezicht, zoals uitgewerkt in de AI-ambities binnen financiële dienstverlening en de rol van compliance. De vergelijking laat zien dat de ambitie zelf minder onderscheidend is dan de gereedheid die erachter zit.
Een ambitie die stelt dat AI werk overneemt, veronderstelt capaciteiten die er nu misschien nog niet zijn: schone data, een duidelijk besluitrecht bij uitzonderingen, een team dat een systeemvoorstel kan beoordelen in plaats van alleen uitvoeren. Zonder die toetsing blijft de ambitie een zin op papier, een risico dat breder speelt en dat wordt behandeld in waarom een strategie soms een document blijft in plaats van een verandering. Andersom is het ook mogelijk dat een verandering al begint te lopen voordat iemand het een naam geeft; welke signalen daarop wijzen staat beschreven in de vroege signalen dat een verandering aanslaat. De onderliggende vraag — welk werk in dit specifieke bedrijf werkelijk door AI over te nemen is — wordt per taak beantwoord met de werkscan van FTE TO AI.
De eerste stap is niet de ambitie herformuleren, maar kijken waar de organisatie al staat. Een gratis gereedheidscheck van acht korte vragen, één per dimensie, geeft een beeld van waar u het verst en waar u het minst ver bent. De volledige ambitietoets, met de vier lagen en de vijf confidence gates, is in aanbouw.
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.