Agents en robots zetten samen de schouders onder gestroomlijnde processen

Kunstmatige intelligentie is het gesprek van de dag. Veel organisaties onderzoeken hoe AI kan helpen om processen slimmer en efficiënter te maken. Daardoor ontstaat soms het beeld dat AI de volgende stap is na Robotic Process Automation (RPA). Of zelfs dat RPA zijn beste tijd heeft gehad. Dat beeld klopt niet helemaal. Want juist de combinatie van technologieën maakt het mogelijk om steeds complexere processen te automatiseren. 

We moeten iets met AI. Wat kunnen we allemaal doen? Dat is een vraag die veel organisaties zichzelf stellen. Op zich is dat heel begrijpelijk. Het is hartstikke interessant om naar de mogelijkheden van AI te kijken en vooral te onderzoeken hoe deze technologie kan helpen om processen slimmer, sneller en efficiënter te laten uitvoeren. Toch is starten vanuit de technologie niet de beste manier om een automatiseringstraject te starten. Dan wordt AI immers een doel op zich. Wij draaien het liever om.  

Volgens ons beginnen de meest succesvolle projecten bij het proces dat verbeterd moet worden. Kijk eerst welke stappen overbodig zijn, welke werkzaamheden gestandaardiseerd kunnen worden en waar automatisering echt iets toevoegt. Pas daarna wordt duidelijk welke technologie daarvoor het meest geschikt is. 

Robotic Process Automation en AI-agents  

Wanneer wij processen automatiseren, doen we dat vaak met behulp van RPA en AI-agents. Die twee worden vaak in één adem genoemd. Toch vervullen ze allebei een heel andere rol.  

Wanneer we RPA inzetten, bouwen we een softwarerobot. Zo’n robot kan op basis van regels en logica handelingen uitvoeren in applicaties. Websites bedienen bijvoorbeeld. Of Excel gebruiken, gegevens invullen en documenten slepen. De robot kan het allemaal. Zo’n RPA-bot is heel goed in het uitvoeren van voorspelbare, repeterende werkzaamheden. Zolang de regels vooraf duidelijk zijn, werkt een robot snel, nauwkeurig en betrouwbaar.  

Een AI-agent is juist sterk op momenten waarop interpretatie nodig is. AI kan bijvoorbeeld informatie uit contracten, e-mails of facturen halen, afwijkingen herkennen of teksten samenvatten. Je biedt informatie aan in natuurlijke taal. De AI-agent interpreteert die informatie en zet deze om naar gestructureerde gegevens of een antwoord waar medewerkers of systemen direct mee verder kunnen. Daarmee ontstaat de mogelijkheid om binnen een proces ook minder gestructureerde informatie geautomatiseerd te verwerken.  

En dat is nou precies waarom beide technologieën elkaar zo mooi aanvullen. De robots nemen het routinematige uitvoerende werk over. AI-agents helpen bij het denkwerk dat nodig is om dat proces goed uit te voeren. AI kan helpen om ongestructureerde data, zoals contracten, facturen, e-mails of omschrijvingen, te interpreteren en te structureren. De RPA-oplossing kan die gestructureerde output gebruiken om het proces verder uit te voeren. Je zou kunnen zeggen dat RPA het toetsenbord en de muis van de mens overneemt, terwijl AI een deel van het denkwerk overneemt.  

Van interpretatie naar uitvoering 

Dat verschil wordt duidelijk bij financiële processen. Veel organisaties verwerken dagelijks grote aantallen bankmutaties, facturen of andere transacties. Op het eerste gezicht lijkt dat een eenvoudig proces. In de praktijk blijken omschrijvingen vaak onvolledig, ontbreekt context of worden verschillende schrijfwijzen gebruikt. Daardoor kan een klassieke RPA-oplossing niet altijd bepalen hoe een boeking moet worden verwerkt.  

Een AI-agent kan die ontbrekende interpretatie verzorgen. Door historische gegevens, eerdere boekingen en aanvullende informatie mee te nemen, kan het model bepalen welke grootboekrekening waarschijnlijk de juiste is. Vervolgens neemt de softwarerobot het proces weer over en verwerkt de boeking volgens de afgesproken werkwijze. Daarmee ontstaat een proces waarin beide technologieën precies doen waar ze goed in zijn. AI interpreteert. RPA voert uit. De menselijke collega’s kunnen zich focussen op de uitzonderingen die menselijke aandacht vragen.  

Let op de kosten van AI 

AI is een krachtige technologie, maar ook een kostbare. Iedere keer dat een taalmodel wordt geraadpleegd, worden verwerkingskosten in rekening gebracht. Zeker bij complexere operaties is vooraf niet altijd duidelijk hoeveel verwerkingscapaciteit nodig is en welke kosten daarmee gemoeid zijn. Daarom is het belangrijk om AI alleen in te zetten waar de toegevoegde waarde opweegt tegen die kosten. 

Bij RPA zijn de kosten veel beter voorspelbaar. De investering zit vooral in het platform waarop de robots draaien. Voor routinematige werkzaamheden zonder interpretatie blijft RPA daarom de meest efficiënte oplossing. Zodra medewerkers voortdurend informatie moeten beoordelen, vergelijken of uitleggen, kan AI juist veel tijd besparen. 

Elegante combinatie 

Wilt u processen stroomlijnen met RPA en AI? Dan is een analyse van uw eigen processen het beste startpunt. Waar verliezen medewerkers veel tijd? Waar ontstaan fouten? Waar zitten bottlenecks? Dit zijn de processen die uw aandacht verdienen.  

Stel vervolgens vast welke werkzaamheden in die processen bestaan uit vaste stappen en waar juist interpretatie nodig is. Als dat helder is, wordt geleidelijk duidelijk welke technologie het meest geschikt is. Soms is klassieke RPA al genoeg. In andere gevallen voegt AI veel waarde toe. En steeds vaker ligt de oplossing in de elegante combinatie van ál die mogelijkheden. De businesscase bepaalt uiteindelijk welke technologie de beste keuze is.  

AI en RPA zijn geen concurrenten. Samen vormen ze de bouwstenen voor een nieuwe generatie procesautomatisering waarin snelheid, kwaliteit en flexibiliteit hand in hand gaan. Bent u benieuwd wat dit duo voor úw organisatie kan betekenen? Neem dan gerust contact met me op. Mijn collega’s en ik helpen u graag bij het maken van de juiste keuzes.