AI in business automation: 5 levels die laten zien waar je als organisatie staat
Vraag tien directeuren of hun organisatie iets doet met AI en negen steken hun hand op. Vraag diezelfde mensen of AI meetbare impact heeft op omzet, marge of groeidoelstellingen en het wordt stil.
Uit onderzoek van McKinsey blijkt dat 88% van de bedrijven AI inzet, maar slechts 6% meet daadwerkelijk impact op bedrijfsresultaten. De overige 94% experimenteert, test en past AI toe op kleine taken zonder zichtbaar resultaat op bedrijfsniveau.
Raymond Muilwijk, onze Group AI Director, signaleert: “AI wordt ingezet als persoonlijk hulpmiddel, maar niet als systeem dat zelf het werk in gang zet.”
)
)
Technologie is niet de bottleneck
We hebben alle modellen en tools tot onze beschikking. En toch: de meerderheid van de AI-toepassingen draait op de laptop van een individu. Een workflow wordt gestart en gestopt door een mens.
Dat is precies de grootste beperkende factor van AI op dit moment. Zolang mensen de startknop indrukken, maak je mensen sneller, maar je verandert het systeem niet.
Wacht de assistent op een prompt? Of vangt het systeem zelf signalen op en handelt het autonoom? Pas in het laatste geval schaalt de waarde voor je business automation. Het gaat dus niet om hoeveel AI er in je organisatie aanwezig is, maar om hoe die AI werkt.
)
Vijf levels van AI-adoptie
Er zijn vijf levels van AI-adoptie die je helpen begrijpen waar jouw organisatie staat.
Tools
Je organisatie gebruikt dagelijks AI in applicaties: CRM, mail, contenttools. Je team werkt sneller, maar het proces blijft hetzelfde.Data
Binnen je organisatie is AI gekoppeld aan bedrijfsdata. Eén helder antwoord vervangt zeven schermen. Hier begint het nuttig te worden, en hier gaat het ook mis als je data niet klopt.Trigger
Je implementeert werkprocessen die starten met een signaal, niet met een persoon. Het systeem handelt: signaal → verrijking → beslissing → actie → leren. Dit is het kantelpunt.Redesign
Het proces wordt opnieuw uitgevonden of verdwijnt helemaal. Nieuwe touchpoints ontstaan, assets genereren zichzelf, en niet de redacteur maar het systeem zet het werk in gang.Agentic
Agents die proactief handelen zonder dat jij ze aanstuurt: leads prospecteren, opvolgen, kwalificeren op eigen initiatief.
In de praktijk zien we dat veel organisaties zich ergens tussen niveau 1 en 2 bevinden. Dat is het punt waarop je moet gaan nadenken over hoe je doorgroeit.
)
Level 3: Trigger
Het kantelpunt zit bij niveau 3: Trigger. Op dit niveau start het systeem z’n werk voor het eerst zelf, in plaats van een mens.
Een voorbeeld waarbij de mens uit de kritieke procesloop wordt gehaald, is de case van Enexis. Een netbeheerder die relevante campagnes op het juiste moment pusht, zonder dat iemand het proces opstart. Het systeem triggert zelf op basis van weerdata, piekmomenten in energieverbruik en een nieuwsagent die actuele context toevoegt. Het resultaat: +19% engagement en een AMMA Award.
Level 4: Redesign
Level 4 is waar het echt interessant wordt. Hier gaat het niet meer om het automatiseren van wat je al deed, maar om het heroverwegen van het proces zelf. Processtappen die je vroeger als vanzelfsprekend beschouwde, blijken ineens overbodig. Omdat het systeem ze niet meer nodig heeft.
Je werkt hiernaartoe door eerst niveaus 2 en 3 echt goed te beheersen. Herontwerp je het proces zonder dat data-integratie en geautomatiseerde workflows op orde zijn, zal je merken dat de fundamenten ontbreken om het systeem stabiel te laten draaien.
)
Level 5: Agentic
Dit is waar de hype het meest over gaat. Autonome agents die prospecteren, kwalificeren, opvolgen en transacties afronden zonder menselijke tussenkomst. De mogelijkheden zijn reëel, maar er is een keerzijde.
Agents zijn niet-deterministisch: dezelfde input levert niet altijd dezelfde output. En fouten in agentic systemen versterken zichzelf exponentieel. Een klein foutje in je data wordt door een agent duizenden keren uitvergroot voordat iemand het doorheeft.
Bij iO zien we agentic systemen vooralsnog als R&D-terrein. Je kunt er al mee experimenteren, zeker op gebieden als software engineering of strikt gedefinieerde taken. Maar wie morgen serieus stappen wil zetten met level 5, doet er verstandig aan vandaag niveau 2 en 3 goed te doen, tot op het saaie af.
Van maker naar regisseur
De menselijke kant van deze verschuiving verdient aandacht. Want automatisering roept altijd dezelfde vraag op: wat betekent dit voor onze mensen? Op elk niveau verhoud je je op een andere manier tot AI:
Level 1 en 2: deze tool maakt mij sneller
Level 3 en 4: de machine doet het werk, ik zorg dat het klopt
Level 5: ik stel de kaders, de rest regelt zichzelf
De rol verschuift van maker naar regisseur. Van iemand die elke stap zelf uitvoert naar iemand die bepaalt hoe het systeem werkt, welke grenzen het heeft en of de output de intentie weerspiegelt. Mensen worden niet minder waardevol, maar vervullen een ander soort waarde.
)
Zet de stap naar AI als autonoom bedrijfssysteem
De organisaties die op bedrijfsniveau verschil maken met AI, hebben één ding gemeen: ze hebben het systeem aan het werk gezet in plaats van de mensen. De technologie is er. Maar de stap van AI als individueel hulpmiddel naar AI als autonoom bedrijfssysteem vereist een bewuste keuze:
Eerst je data op orde
Dan triggers inrichten
Dan nadenken over welke processen anders kunnen
We begeleiden organisaties om die stap te zetten, met systemen die daadwerkelijk draaien en groeien.
Benieuwd op welk niveau jouw organisatie staat en wat de volgende concrete stap is? We denken graag met je mee. Neem contact op en we plannen een gesprek.
Business StrategyArtificial IntelligenceTechnology StrategyInnovation