Wanneer is een proces niet geschikt voor AI? Zeven duidelijke signalen
Een proces is niet geschikt voor AI wanneer het probleem zelden voorkomt, de gewenste uitkomst niet toetsbaar is, betrouwbare invoer ontbreekt, uitzonderingen domineren, fouten onaanvaardbare gevolgen hebben zonder effectieve menselijke controle, een vaste regel eenvoudiger werkt of beheer meer kost dan de verwachte waarde. Verbeter dan eerst het proces of kies gewone automatisering.
Definitie en afbakening
Geschiktheid voor AI betekent dat probabilistische software proportioneel waarde kan toevoegen binnen een beheersbare workflow. Niet elke kennisintensieve taak voldoet daaraan. Een proces kan waardevol maar ongeschikt zijn doordat te weinig voorbeelden bestaan, de context niet overdraagbaar is of de beslissing niet veilig kan worden teruggedraaid. “Technisch mogelijk” is een veel lagere drempel dan “verantwoord implementeerbaar”.
Voor processen die niet geschikt zijn voor AI ligt de grens bij de besluitvraag die hierboven staat. De centrale pagina AI-implementatie blijft de brede route voor organisaties die het hele implementatieproces willen begrijpen. Wie een financiële nulmeting of calculator zoekt, hoort bij de AI ROI-scan. Zo krijgt deze gids een eigen functie en concurreren de pagina's niet om exact dezelfde zoekintentie.
Het herkenbare bedrijfsprobleem
Organisaties zoeken soms een toepassing voor een al gekozen tool. Een onduidelijk proces wordt dan geautomatiseerd voordat standaardroute, eigenaar of gewenste kwaliteit bekend zijn. Het model produceert output, maar medewerkers moeten alles opnieuw controleren. De automatisering verplaatst werk en introduceert nieuwe fouten in plaats van waarde te creëren.
Stappenplan voor processen die niet geschikt zijn voor AI
1. Controleer frequentie en volume
Een zeldzame taak draagt beperkte baten en levert weinig evaluatiegegevens.
2. Beoordeel standaardiseerbaarheid
Als experts het gewenste proces niet kunnen uitleggen, kan output moeilijk worden getoetst.
3. Vergelijk met regels en software
Kies deterministische automatisering wanneer vaste logica hetzelfde doel betrouwbaarder haalt.
4. Meet foutimpact en herstelbaarheid
Hoge, onomkeerbare impact vraagt strenge controle of uitsluiting.
5. Onderzoek datarechten en kwaliteit
Beschikbaarheid alleen is geen bewijs van rechtmatig of passend gebruik.
6. Bereken totale beheerkosten
Tel monitoring, correcties, wijzigingen, beveiliging en leveranciersbeheer mee.
Beslismodel
| Beslispunt | Centrale vraag | Gewenst bewijs | Handelingsregel | |---|---|---|---| | Controleer frequentie en volume | Een zeldzame taak draagt beperkte baten en levert weinig evaluatiegegevens. | Procesdata, besluitlog en eigenaar | Doorgaan bij voldoende bewijs | | Beoordeel standaardiseerbaarheid | Als experts het gewenste proces niet kunnen uitleggen, kan output moeilijk worden getoetst. | Representatieve test, kostenraming en akkoord | Beperkt testen bij onzekerheid | | Vergelijk met regels en software | Kies deterministische automatisering wanneer vaste logica hetzelfde doel betrouwbaarder haalt. | Procesdata, besluitlog en eigenaar | Stoppen of herontwerpen bij rode grens | | Meet foutimpact en herstelbaarheid | Hoge, onomkeerbare impact vraagt strenge controle of uitsluiting. | Representatieve test, kostenraming en akkoord | Doorgaan bij voldoende bewijs | | Onderzoek datarechten en kwaliteit | Beschikbaarheid alleen is geen bewijs van rechtmatig of passend gebruik. | Procesdata, besluitlog en eigenaar | Beperkt testen bij onzekerheid | | Bereken totale beheerkosten | Tel monitoring, correcties, wijzigingen, beveiliging en leveranciersbeheer mee. | Representatieve test, kostenraming en akkoord | Stoppen of herontwerpen bij rode grens |
Lees dit model als beslisondersteuning voor processen die niet geschikt zijn voor AI, niet als automatische ranglijst. De stap ‘Beoordeel standaardiseerbaarheid’ verdient apart bewijs.
Praktijkvoorbeeld met invoer, berekening en uitkomst
Situatie
Een installatiebedrijf wil AI inzetten voor twaalf uitzonderlijke garantieclaims per jaar.
Invoer
Elke claim vraagt gemiddeld 5 uur senior beoordeling à €85. Potentiële maximale arbeidswaarde is 12 × 5 × €85 = €5.100 per jaar. Inrichting, beveiliging en beheer worden op minimaal €18.000 per jaar geraamd.
Berekening
Zelfs bij onrealistische volledige tijdsbesparing blijft de maximale brutowaarde €12.900 onder de jaarlijkse kosten. Bovendien verschillen de claims sterk en blijft menselijke eindverantwoordelijkheid nodig.
Zakelijke uitkomst
Het bedrijf kiest een beslischecklist, centraal dossierformat en zoekfunctie. AI-automatisering wordt niet gestart.
Kosten en ROI correct berekenen
Bereken voor processen die niet geschikt zijn voor AI minstens een ondergrens, een realistisch scenario en een bovengrens. Baseer volume, tijd en tarief op de nulmeting en toets expliciet hoe het risico ‘een leverancierdemo wordt als procesbewijs gezien’ de opbrengst kan verminderen.
De uitkomst blijft een scenario en geen garantie. Bij processen die niet geschikt zijn voor AI moeten tijd tot waarde, bewijskwaliteit, liquiditeit en alternatieve investeringen naast het percentage blijven staan. Gebruik voor omzetgroei de extra brutomarge wanneer dat de economische bijdrage beter weergeeft. Behandel capaciteit als operationele ruimte totdat finance kan aantonen dat budget, externe inhuur of personeelsinzet werkelijk verandert.
Koppeling met de vijf lagen van de ROI-scan
De ROI-scan kijkt naar vijf voorwaarden voor realiseerbare waarde. Bij processen die niet geschikt zijn voor AI gaat cognitie over begrip van de mogelijkheden en grenzen. Gedrag maakt zichtbaar of betrokkenen de gekozen werkwijze consequent toepassen. De proceslaag toetst volume, overdrachten en uitzonderingen. Technologie behandelt gegevens, koppelingen en beheerbaarheid. De organisatielaag maakt duidelijk wie budget en besluitrecht heeft.
In deze use-case verdient vooral de stap ‘beoordeel standaardiseerbaarheid’ aandacht, omdat een aanname daar direct doorwerkt in de businesscase.
Lees daarnaast Eerste proces automatiseren, Voorwaarden AI-implementatie, AI-use-case scorecard.
Opties en scenario’s
| Scenario | Wanneer passend | Investering | Bewijs vóór opschaling | |---|---|---:|---| | Eerst meten | Een zeldzame taak draagt beperkte baten en levert weinig evaluatiegegevens. | Laag | Nulmeting en een afgebakende hypothese | | Beperkte pilot | Als experts het gewenste proces niet kunnen uitleggen, kan output moeilijk worden getoetst. | Middel | Representatief bewijs voor de tweede proceskeuze | | Gefaseerd invoeren | Kies deterministische automatisering wanneer vaste logica hetzelfde doel betrouwbaarder haalt. | Middel tot hoog | Gehaalde grens en een bevoegde eigenaar | | Niet starten of stoppen | Een leverancierdemo wordt als procesbewijs gezien | Beperkt verlies | Vastgelegd besluit en een proportioneel alternatief |
Bij processen die niet geschikt zijn voor AI kan niet starten de verstandigste economische keuze zijn als daarmee een kostbare afleiding wordt voorkomen. Noteer dan welke feiten tot afwijzing leidden en welke verandering een herbeoordeling zou rechtvaardigen. Zonder nieuw bewijs hoort hetzelfde voorstel niet automatisch terug op de investeringsagenda.
Risico’s en beheersmaatregelen
1. Een leverancierdemo wordt als procesbewijs gezien
Leg in het risicoregister vast hoe het risico ‘een leverancierdemo wordt als procesbewijs gezien’ bij processen die niet geschikt zijn voor AI zichtbaar wordt, wie actie neemt en welke grens tot pauzeren leidt. Verbind de maatregel aan beoordeel standaardiseerbaarheid en controleer haar met werkelijk gedrag en procesdata.
2. Menselijke controle is alleen een formele klik
Leg in het risicoregister vast hoe het risico ‘menselijke controle is alleen een formele klik’ bij processen die niet geschikt zijn voor AI zichtbaar wordt, wie actie neemt en welke grens tot pauzeren leidt. Verbind de maatregel aan vergelijk met regels en software en controleer haar met werkelijk gedrag en procesdata.
3. Laag volume maakt kwaliteit onmeetbaar
Leg in het risicoregister vast hoe het risico ‘laag volume maakt kwaliteit onmeetbaar’ bij processen die niet geschikt zijn voor AI zichtbaar wordt, wie actie neemt en welke grens tot pauzeren leidt. Verbind de maatregel aan meet foutimpact en herstelbaarheid en controleer haar met werkelijk gedrag en procesdata.
4. Gewone procesverbetering wordt overgeslagen
Leg in het risicoregister vast hoe het risico ‘gewone procesverbetering wordt overgeslagen’ bij processen die niet geschikt zijn voor AI zichtbaar wordt, wie actie neemt en welke grens tot pauzeren leidt. Verbind de maatregel aan onderzoek datarechten en kwaliteit en controleer haar met werkelijk gedrag en procesdata.
Wanneer deze aanpak niet geschikt is
Dit beslismodel voor processen die niet geschikt zijn voor AI vervangt geen juridisch, financieel of sectorspecifiek onderzoek. De combinatie van het risico ‘menselijke controle is alleen een formele klik’ en toepassingen met grote gevolgen voor mensen vraagt een concrete beoordeling door bevoegde deskundigen.
Pauzeer de uitvoering als de laatste stap, de stap ‘bereken totale beheerkosten’, geen bevoegde eigenaar heeft, als representatieve gegevens ontbreken of als noodzakelijke controle niet uitvoerbaar is.
Veelgestelde vragen
Is een ongestructureerd proces altijd ongeschikt?
Nee, maar eerst moet duidelijk zijn welke uitkomst goed is en hoe uitzonderingen worden behandeld. Soms is AI juist nuttig voor ongestructureerde input.
Wanneer is gewone automatisering beter?
Wanneer regels stabiel, volledig en controleerbaar zijn. Deterministische software is dan vaak goedkoper, voorspelbaarder en eenvoudiger te auditen.
Kan lage ROI toch acceptabel zijn?
Ja, bijvoorbeeld bij wettelijke noodzaak of risicoreductie. Maak die doelstelling expliciet en vergelijk met alternatieven.
Is menselijke controle altijd voldoende?
Nee. Controle moet tijdig, deskundig en praktisch uitvoerbaar zijn. Bij hoge volumes of automation bias kan een formele review onvoldoende zijn.
Wat doe je als het proces nog niet stabiel is?
Verbeter en meet eerst de workflow. Overweeg daarna opnieuw welk deel geschikt is voor AI, regels of handmatig werk.
Bronnen en officiële documentatie
- NIST AI Risk Management Framework
- NIST AI RMF Playbook
- EU AI Act, officiële verordening
- OECD AI Principles
De geselecteerde bronnen ondersteunen de algemene principes die relevant zijn voor processen die niet geschikt zijn voor AI. Zij bewijzen niet wat een concrete organisatie financieel zal realiseren. De bedragen in het praktijkvoorbeeld zijn daarom transparante scenario-invoer en geen verwijzing naar een ongepubliceerd klantresultaat.
Verder lezen
- AI-strategie voor het MKB opstellen: keuzes, prioriteiten en rendement
- AI-strategie versus AI-roadmap: verschil, samenhang en juiste volgorde
- Strategische versus operationele AI-implementatie: waar investeer je eerst?
- AI koppelen aan bedrijfsdoelen: van use-case naar meetbare bijdrage
- AI-projectportfolio samenstellen: balans tussen waarde, risico en leervermogen