Bedrijfsprocessen automatiseren met AI: waar het werkt en waar niet

Kort antwoord. AI is geschikt om processtappen te automatiseren waarin iemand nu rommelige informatie leest en overzet: e-mails omzetten naar orderregels, gegevens uit facturen halen, berichten sorteren, teksten samenvatten. Voor berekeningen die exact moeten kloppen, zoals marge en btw, gebruik je gewone software. Bouw AI in als één stap in een doorgelicht proces, met controle op de uitzonderingen.

AI is geen gereedschap dat je installeert. Het is een verandering die je moet leiden. Toch zie ik bedrijven die eerst een AI-tool aanschaffen en daarna een proces zoeken om hem op los te laten. Dat is de verkeerde volgorde. Begin bij het proces, dan zie je vanzelf bij welke stap AI iets oplost wat gewone software niet kan.

Dit artikel hoort bij processen optimaliseren: eerst doorlichten, dan de software die past.

Waar bedrijven AI nu voor gebruiken

Het gebruik groeit snel, vooral bij middelgrote bedrijven. Volgens het CBS gebruikte in 2025 45 procent van de bedrijven met 50 tot 250 werkzame personen AI-technologie, tegen 20 procent in 2023. Over alle bedrijven met twee of meer werkzame personen ging het om 17 procent (CBS, 2025).

Waar zetten die bedrijven het voor in?

Toepassing	Aandeel van AI-gebruikende bedrijven (2025)
Marketing of verkoop	35%
Bedrijfsadministratie of bestuurstaken	32%
R&D of innovatie	25%
Productie- of serviceprocessen	18%
Boekhouding, controle of financieel beheer	17%
ICT-beveiliging	11%
Logistiek	4%

Bron: CBS, voorlopige cijfers 2025.

AI zit nu vooral aan de randen van het bedrijf, bij teksten en marketing. In productie, financiën en logistiek is het gebruik nog klein. Daar valt het meeste te winnen, en daar moet je ook het zorgvuldigst zijn. Hoe het gebruik verschilt per bedrijfsgrootte, staat in hoeveel bedrijven in Nederland AI en automatisering gebruiken.

Welke processen kun je automatiseren met AI?

AI is sterk waar de invoer rommelig is en een mens nu leest, interpreteert en overtypt. Deze toepassingen zie ik in de praktijk het vaakst werken.

• Orderinname uit e-mails. Leveranciers en klanten mailen bestellingen in vrije tekst, in tabellen of als bijlage. AI haalt er artikelen, aantallen en prijzen uit en zet ze klaar in je systeem. Bij resellers en groothandels is dit een van de grootste tijdvreters; zie ook orders uit een leveranciersportaal automatisch inlezen.
• Gegevens uit documenten halen. Facturen, pakbonnen, bonnetjes en douanepapieren, ook als elke leverancier een ander formaat gebruikt. Zie facturen en bonnen automatisch inlezen.
• Klantvragen, retourverzoeken en meldingen sorteren en naar de juiste persoon of het juiste proces sturen.
• Artikelen matchen die bij tien leveranciers tien verschillende namen hebben, waar vaste regels steeds een uitzondering missen.
• Samenvatten en opstellen: een weekrapport uit je cijfers, een conceptantwoord op een klantvraag, de kern van een lange mailwisseling.

Waar AI niet de oplossing is

Net zo belangrijk is waar je AI níét inzet.

Berekeningen die exact moeten kloppen horen in gewone, controleerbare software. Denk aan marge, btw, voorraad en prijzen. Een taalmodel geeft een antwoord dat plausibel klinkt, en of het klopt garandeert het niet. Voor de echte marge per product, kanaal en leverancier hoort de berekening in een systeem.

Ook beslissingen met gevolgen laat je niet volledig aan een model over: een kredietlimiet, een afkeuring, een betaling. Laat AI voorbereiden en een mens beslissen bij de gevallen die ertoe doen.

En dan de data. Als je bronnen elkaar tegenspreken, maakt AI dat niet beter. Het maakt het sneller fout. Eerst moet duidelijk zijn welke bron leidend is. Een overbodige stap automatiseren met AI levert trouwens ook niets op. Het blijft een overbodige stap, alleen duurder.

Zo bouw ik AI in een proces in

AI wordt betrouwbaar als je het behandelt als één stap in een proces, met duidelijke grenzen eromheen.

1. Licht eerst het proces door. Bij welke stap gaat tijd verloren omdat iemand rommelige informatie leest en overzet? Daar hoort AI.
2. Laat AI alleen die stap doen. Bijvoorbeeld: de mail lezen en een gestructureerde order voorstellen. Het aanmaken van de order, de prijs en de voorraad blijven in je gewone systemen.
3. Controleer de uitkomst automatisch. Bestaat het artikelnummer? Klopt het aantal met de eenheid? Wijkt de prijs niet meer af dan afgesproken? Wat niet door de controle komt, gaat naar een mens.
4. Mensen blijven kijken, alleen nog naar wat afwijkt. Dat is de winst.
5. Meet en stuur bij. Hoeveel gaat er automatisch goed, hoeveel landt bij een mens, en waarom? Zo wordt het elke maand beter.

Een rekenvoorbeeld van wat dat oplevert. Komen er veertig ordermails per dag binnen en kost elke mail zes minuten om over te zetten, dan is dat vier uur per dag. Komt 80 procent na de automatische controle goed door, dan blijven er acht mails over voor een mens: een klein uur. De andere drie uur gaan naar werk dat er wel toe doet. Hoe hoog dat percentage bij jou wordt, hangt af van hoe rommelig je invoer is. Het eerlijke antwoord krijg je pas na een proef met je eigen mails.

Of je hiervoor een bestaande tool gebruikt of iets laat bouwen, hangt af van hoe standaard je invoer is. Die afweging staat in standaard software, koppelen of maatwerk. Om het proces eerst scherp te krijgen, helpt een van de procesoptimalisatie-modellen.