Automatisering wordt vaak verkocht als 'alles kan met AI'. In de praktijk zijn er taken die je juist beter niet automatiseert. Een eerlijk overzicht van waar mensenwerk onmisbaar blijft, en hoe je de grens bepaalt.
"Met AI kun je alles automatiseren." Die belofte hoor je veel, en hij klopt niet. Wat kan AI niet automatiseren is minstens zo'n belangrijke vraag als wat wél kan, want de bedrijven die daar geen duidelijk antwoord op hebben, lopen het grootste risico op een mislukt automatiseringsproject. Niet omdat de techniek tekortschiet, maar omdat ze processen automatiseren die eigenlijk om menselijk oordeel vragen.
Dit artikel is bewust geen verkooppraatje. Het is een eerlijk overzicht van de taken waar wij bij FlowOpt klanten juist adviseren om de mens aan het roer te houden, en waar AI hooguit een ondersteunende rol speelt.
Automatisering werkt het best bij werk dat herhaalt, gestructureerd is en duidelijke regels volgt: facturen matchen, data overtypen, standaardvragen beantwoorden. Zodra een taak draait om context, emotie, onvolledige informatie of een beslissing met echte gevolgen, verschuift de balans. Dan is de kans groter dat automatisering fouten maakt die je juist geld of vertrouwen kosten, in plaats van tijd bespaart.
Een goede automatiseringsstrategie begint dus niet bij "wat kan er allemaal geautomatiseerd worden", maar bij een eerlijke inschatting van waar AI-automatisering veilig en waar die riskant is.
1. Emotioneel beladen klantgesprekken
Klachten, opzeggingen en boze klanten vragen om empathie en maatwerk, niet om een script. AI kan hier wel ondersteunen door een gesprek samen te vatten of eerdere interacties op te zoeken, maar het gesprek zelf hoort bij een medewerker. Dit sluit direct aan bij hoe we een kennisbank-chatbot inrichten: die beantwoordt feitelijke vragen en schakelt bij twijfel of emotie altijd door naar een mens.
2. Definitieve financiële of juridische beslissingen
Een contract goedkeuren, een betalingsregeling toezeggen of een kredietbeslissing nemen: dit zijn stappen met directe juridische of financiële gevolgen. AI kan de voorbereiding doen (gegevens verzamelen, afwijkingen signaleren), maar de eindverantwoordelijkheid en handtekening blijven bij een mens.
3. Het eerste persoonlijke contact bij grote deals
Bij een belangrijke nieuwe klant of een grote order wil je relatie opbouwen, niet alleen informatie uitwisselen. Automatisering kan de opvolging na het eerste contact stroomlijnen (zoals we beschrijven in geen lead blijft meer liggen), maar het openingsgesprek bij een strategisch belangrijke klant kun je beter zelf voeren.
4. Situaties met onvolledige of tegenstrijdige data
AI-systemen zijn sterk in patronen herkennen op basis van beschikbare informatie, maar zwak in "ik weet het niet zeker". Als brongegevens ontbreken of elkaar tegenspreken, bijvoorbeeld een factuur die niet overeenkomt met een pakbon, moet het systeem dit signaleren aan een mens in plaats van zelf een gok te wagen.
5. Strategische beslissingen over de bedrijfsrichting
Welke markt ga je volgend jaar bewerken? Welke klanten laat je bewust los? Dit zijn keuzes die verder gaan dan data alleen; ze vragen om ondernemersinzicht, marktkennis en risicobereidheid. AI kan hier hooguit informatie aanleveren ter onderbouwing.
6. Werk waarin merkidentiteit centraal staat
Volledig geautomatiseerde content zonder menselijke controle, van social media-posts tot klantcommunicatie, loopt het risico generiek of net naast de toon van je merk te zitten. AI is een sterk hulpmiddel bij het opstellen van een eerste versie, maar de uiteindelijke controle en finetuning hoort bij iemand die het bedrijf kent.
7. Processen die nog niet gestandaardiseerd zijn
Een proces dat nu al chaotisch verloopt, met veel uitzonderingen en "het hangt er vanaf"-beslissingen, wordt door automatisering niet opgelost maar versterkt. Eerst het proces zelf verhelderen en vastleggen, dan pas automatiseren. Herken je dit? Bekijk 5 processen die je vandaag nog kunt automatiseren voor een praktisch startpunt.
Een bruikbare vuistregel: hoe vaker een taak zich herhaalt, hoe duidelijker de regels zijn en hoe kleiner de impact van een enkele fout, hoe geschikter voor automatisering. Hoe zeldzamer de situatie, hoe meer context nodig is en hoe groter de impact van een verkeerde beslissing, hoe meer reden om een mens de regie te laten houden. AI hoeft daarbij niet buitenspel te staan: het kan voorbereidend werk doen, opties aandragen en signalen geven, zolang de uiteindelijke beslissing bij een mens ligt op het moment dat het ertoe doet.
Wij verkopen geen "automatiseer alles"-belofte. Elk traject begint met een gratis scan waarin we per proces beoordelen: is dit geschikt voor volledige automatisering, voor een hybride aanpak waarin AI voorbereidt en een mens beslist, of blijft dit voorlopig mensenwerk? Diezelfde aanpak beschrijven we ook in is automatisering met AI veilig voor mijn bedrijfsdata? en hoe AI implementeren in het MKB: klein beginnen, grenzen vooraf vastleggen, en pas uitbreiden als een automatisering zich bewezen heeft.
Voorbeeldscenario: een groothandel automatiseert het matchen van binnenkomende facturen met inkooporders volledig. Bij afwijkingen groter dan een vooraf ingesteld bedrag, of bij een leverancier die voor het eerst factureert, stopt de automatisering en gaat de factuur naar de administratie voor handmatige controle. Zo blijft het overgrote deel van het werk geautomatiseerd, terwijl de uitzonderingen bij een mens terechtkomen.
Betekent dit dat AI-automatisering risicovol is?
Niet als je vooraf bepaalt welke taken geschikt zijn. Het risico zit niet in AI zelf, maar in het automatiseren van werk dat om menselijk oordeel vraagt zonder een vangnet in te bouwen.
Kan AI wel helpen bij het afhandelen van klachten?
Ja, als ondersteuning: eerdere interacties opzoeken, een samenvatting maken of een conceptantwoord voorstellen. De uiteindelijke afhandeling van een emotioneel beladen klacht laat je het beste over aan een medewerker.
Moet ik een proces eerst standaardiseren voordat ik het automatiseer?
In veel gevallen wel. Een proces vol uitzonderingen en ad-hocbeslissingen wordt door automatisering niet eenvoudiger, maar zichtbaarder chaotisch. Eerst verhelderen, dan automatiseren.
Hoe bepaalt FlowOpt waar de grens tussen AI en mensenwerk ligt?
Per proces, tijdens de gratis scan. We kijken naar herhaling, duidelijkheid van de regels en de impact van een eventuele fout, en stellen op basis daarvan voor welk deel volledig automatiseren, welk deel hybride wordt en welk deel mensenwerk blijft.
Wordt automatisering hierdoor minder waardevol?
Niet per se. De meeste tijdwinst zit sowieso in het repetitieve, regelgebaseerde deel van je processen. Door bewust een aantal taken bij mensen te laten, voorkom je juist dat een automatisering vertrouwen of kwaliteit kost, waardoor het rendement op de lange termijn hoger uitvalt.
De waarde van automatisering zit niet in "alles automatiseren", maar in het slim verdelen van werk tussen systemen en mensen. AI neemt het repetitieve, regelgebaseerde werk over; mensen blijven verantwoordelijk voor context, oordeel en relaties. Benieuwd welke taken in jouw bedrijf zich lenen voor automatisering, en welke beter mensenwerk blijven? Bespreek jouw automatiseringskans tijdens een gratis, vrijblijvende scan.
© FlowOpt - Workflow Automatisering voor MKB | https://flowopt.nl/kennisbank/ai-agents/taken-niet-automatiseren-met-ai/