AI of automatisering in ERP: wanneer kiest u welke oplossing?

AI of automatisering? Copilot, AI-agents en intelligente workflows beloven organisaties slimmer en efficiënter te laten werken. De mogelijkheden ontwikkelen zich snel en daarmee groeit ook de vraag welke technologie het beste past bij de dagelijkse bedrijfsvoering.

Voor equipmentbedrijven is dat geen theoretische discussie.

Een servicemelding moet worden opgevolgd. Een monteur heeft onderdelen nodig. Een verhuurcontract loopt af. Een klant vraagt om een offerte. Een leveranciersfactuur moet worden verwerkt.

Veel van deze werkzaamheden kunnen worden geautomatiseerd. Maar betekent dat ook dat AI nodig is?

Niet altijd, want de vraag is niet hoeveel AI een organisatie kan inzetten, maar welke technologie daadwerkelijk waarde toevoegt aan het proces.

AI of automatisering: wat is het verschil?

Automatisering bestaat al veel langer dan AI.

Binnen ERP-systemen worden dagelijks processen uitgevoerd op basis van vooraf vastgestelde regels. Wanneer een bepaalde gebeurtenis plaatsvindt, volgt automatisch een actie.

Denk aan het versturen van een bevestiging, het starten van een goedkeuringsproces of het signaleren dat een contract binnenkort afloopt.

De regels zijn vooraf bekend. Het systeem hoeft niet zelf te interpreteren wat er moet gebeuren.

AI werkt anders.

AI kan helpen om informatie te interpreteren, verbanden te herkennen, teksten samen te vatten en voorstellen te doen op basis van beschikbare gegevens.

Dat wordt interessant wanneer een proces niet volledig in vaste regels is vast te leggen.

Een servicemelding waarin een klant een storing in eigen woorden beschrijft, vraagt bijvoorbeeld om een andere benadering dan een automatisch gegenereerde herinnering voor een onderhoudsbeurt.

In het eerste geval moet informatie worden geïnterpreteerd. In het tweede geval zijn de voorwaarden vooraf duidelijk.

Beide processen kunnen slimmer worden ingericht, maar niet noodzakelijk met dezelfde technologie.

Wanneer is traditionele procesautomatisering voldoende?

Veel werkzaamheden binnen equipmentbedrijven zijn voorspelbaar.

Een verhuurcontract heeft een einddatum. Een onderhoudsinterval kan zijn gebaseerd op een datum of meterstand. Een verkooporder doorloopt bepaalde administratieve stappen. Een factuur kan ter goedkeuring worden aangeboden wanneer aan vooraf ingestelde voorwaarden is voldaan.

Voor dergelijke processen is traditionele automatisering vaak een logische keuze.

Met Microsoft Power Automate kunnen bijvoorbeeld workflows worden ingericht die reageren op gebeurtenissen binnen aangesloten systemen.

Denk aan:

• Een melding wanneer een verhuurcontract binnenkort afloopt.
• Een goedkeuringsverzoek wanneer een inkoopbedrag boven een bepaalde grens komt.
• Een notificatie wanneer een werkorder een specifieke status bereikt.
• Het automatisch doorzetten van informatie naar een volgende processtap.
• Een herinnering wanneer een taak niet binnen de afgesproken termijn is afgerond.

Dit zijn voorbeelden van processen waarbij vooraf kan worden bepaald wat er moet gebeuren.

De voordelen zijn duidelijk: minder handmatige handelingen, consistente uitvoering en minder afhankelijkheid van individuele medewerkers.

AI voegt hier niet automatisch iets aan toe. Wanneer een proces volledig met betrouwbare regels kan worden uitgevoerd, is een vaste workflow vaak eenvoudiger te beheren en beter te controleren.

Wanneer wordt AI interessant?

De situatie verandert wanneer informatie niet direct gestructureerd beschikbaar is of wanneer meerdere factoren moeten worden beoordeeld.

Neem een servicemelding.

Een klant meldt dat een machine tijdens het gebruik regelmatig vermogen verliest. De beschrijving bevat geen gestandaardiseerde foutcode en de oorzaak is nog onbekend.

Een vaste workflow kan de melding registreren en doorzetten naar de serviceafdeling, maar daarmee is nog niet duidelijk welke informatie relevant is voor de werkvoorbereiding.

AI kan mogelijk helpen door de melding te interpreteren en relevante informatie uit eerdere werkorders te verzamelen.

Zijn vergelijkbare storingen eerder voorgekomen? Welke werkzaamheden zijn toen uitgevoerd? Welke onderdelen zijn gebruikt? En welke informatie kan de servicemedewerker helpen bij de voorbereiding?

De meerwaarde ligt hier niet in het automatisch uitvoeren van een vooraf bekende handeling, maar in het sneller beschikbaar maken van relevante context.

Dat betekent overigens niet dat AI zelfstandig een diagnose moet stellen.

Een vergelijkbare storing hoeft niet dezelfde oorzaak te hebben. De beoordeling door een ervaren servicemedewerker of monteur blijft belangrijk.

AI ondersteunt de voorbereiding. De medewerker bepaalt wat er daadwerkelijk moet gebeuren.

AI-agents: wanneer ondersteuning overgaat in uitvoering

Met de ontwikkeling van AI-agents ontstaat een volgende mogelijkheid.

Een AI-agent kan, binnen vooraf bepaalde kaders en afhankelijk van de beschikbare functionaliteit, informatie verzamelen, processtappen voorbereiden en bepaalde taken uitvoeren.

Het verschil met een traditionele workflow zit vooral in de manier waarop informatie wordt verwerkt.

Een workflow volgt vooraf ingestelde regels. Een AI-agent kan ook informatie interpreteren en op basis daarvan bepalen welke toegestane vervolgstap passend is.

Microsoft ontwikkelt dergelijke mogelijkheden binnen Dynamics 365 Business Central.

De Sales Order Agent is daar een voorbeeld van. Deze is gericht op het ondersteunen van het verkoopproces door binnenkomende klantaanvragen te verwerken en verkoopdocumenten voor te bereiden.

Ook de Payables Agent laat zien hoe AI kan worden ingezet bij het verwerken van leveranciersfacturen.

Dit zijn voorbeelden van standaard AI-toepassingen binnen het Microsoft-platform. Voor equipmentbedrijven ontstaat daarnaast ruimte voor branchespecifieke toepassingen.

Binnen Dysel’s Equipment Life Cycle (ELC) wordt bijvoorbeeld gewerkt aan de Service Impact Agent. Deze agent is bedoeld om servicemedewerkers te ondersteunen bij het beoordelen van storingsmeldingen. Door informatie uit eerdere werkorders te onderzoeken, kan relevante servicehistorie worden samengebracht met mogelijke oplossingsrichtingen en informatie over gebruikte onderdelen.

Het uitgangspunt is dat een servicemedewerker sneller beschikt over de juiste informatie om een werkorder voor te bereiden. Niet omdat de agent alle beslissingen overneemt, maar omdat relevante kennis uit eerdere werkzaamheden beter toegankelijk wordt.

De combinatie is vaak interessanter dan de afzonderlijke technologie

In de praktijk hoeft een organisatie niet te kiezen tussen automatisering en AI. Beide kunnen elkaar juist aanvullen.

Een servicemelding kan bijvoorbeeld automatisch worden geregistreerd, waarna AI helpt om relevante informatie uit eerdere werkorders te verzamelen. De servicemedewerker beoordeelt deze informatie en bepaalt de vervolgstappen, die vervolgens weer via een vaste workflow kunnen worden verwerkt.

Hiermee ontstaat een combinatie van vaste processtappen, intelligente ondersteuning en menselijke beoordeling.

De kracht zit niet in één afzonderlijke technologie, maar in de samenwerking tussen deze onderdelen.

Daarvoor moeten de processen wel goed op elkaar aansluiten. Wanneer servicegegevens, onderdeleninformatie, contractafspraken en planning verspreid zijn over verschillende systemen, wordt het moeilijker om automatisering en AI betrouwbaar samen te laten werken.

Waarom de ERP-basis bepalend blijft

Een AI-agent kan alleen bruikbare ondersteuning bieden wanneer de informatie waarop deze werkt voldoende betrouwbaar en relevant is.

Voor equipmentbedrijven is dat een belangrijke voorwaarde.

Een machine heeft niet alleen een artikelnummer of serienummer. Gedurende de volledige levenscyclus ontstaat informatie over aanschaf, configuratie, verkoop, verhuur, onderhoud, reparaties, onderdelenverbruik, contracten, kosten en opbrengsten.

Die informatie is met elkaar verbonden. Wanneer AI slechts een deel van die informatie kan raadplegen, ontbreekt mogelijk de context die nodig is om een bruikbaar voorstel te doen.

Daarom begint intelligente automatisering niet bij het selecteren van een AI-tool.

Ze begint bij de manier waarop bedrijfsprocessen en informatie zijn georganiseerd.

Dysel’s Equipment Life Cycle (ELC), gebouwd op Microsoft Dynamics 365 Business Central, ondersteunt equipmentbedrijven bij het verbinden van operationele en financiële processen gedurende de levenscyclus van hun equipment.

Meer weten over de bredere rol van AI, Copilot en AI-agents binnen ERP? Lees onze pillar AI in ERP: wat betekent dit voor equipmentbedrijven?

Hoe bepaalt u waar AI werkelijk waarde toevoegt?

Voor equipmentbedrijven is het verstandig om niet bij de technologie te beginnen, maar bij het proces.

Welke werkzaamheden kosten medewerkers veel tijd? Waar wordt informatie herhaaldelijk overgenomen? Welke beslissingen vragen om het verzamelen van gegevens uit verschillende bronnen? En waar ontstaan fouten doordat belangrijke informatie niet tijdig beschikbaar is?

Niet iedere taak hoeft volledig geautomatiseerd te worden om waarde op te leveren. Soms is het al een aanzienlijke verbetering wanneer een medewerker niet langer in verschillende systemen hoeft te zoeken voordat hij of zij een beslissing kan nemen.

Conclusie: niet alles hoeft AI te zijn

De ontwikkeling van AI binnen ERP biedt equipmentbedrijven nieuwe mogelijkheden om efficiënter te werken.

Maar de grootste waarde ontstaat niet door zoveel mogelijk processen van AI te voorzien.

Ze ontstaat door bewust te kiezen welke werkzaamheden met vaste regels kunnen worden geautomatiseerd, waar intelligente ondersteuning nodig is en waar een AI-agent daadwerkelijk iets toevoegt.

Daarbij blijft de kwaliteit van de onderliggende processen en informatie bepalend.

Een goed ingerichte workflow kan meer waarde opleveren dan een ingewikkelde AI-toepassing. En een AI-agent kan pas betrouwbaar ondersteunen wanneer deze beschikt over de juiste bedrijfscontext.

De toekomst van ERP draait daarom niet alleen om meer AI, maar om de juiste combinatie van data, automatisering, AI en menselijke expertise.

Wilt u onderzoeken waar automatisering of AI binnen uw equipmentprocessen waarde kan toevoegen?

Neem contact met ons op om de mogelijkheden te bespreken.

Veelgestelde vragen over AI en automatisering in ERP