Er wordt ontzettend veel gepraat over technologieën die taken kunnen automatiseren om zo ons leven eenvoudiger te maken. ChatGPT is de laatste toevoeging aan een lange rij van dit soort technologieën. Hiervan hoopt de CEO van OpenAI dat dit niet alleen een database met feiten wordt, maar echt een ‘redeneermachine’ die de mens kan bijstaan. Er is echter uit verschillende tests en artikelen gebleken dat het enorm lastig is om automatisering goed te implementeren.
Wanneer je je bedrijfsprocessen wilt automatiseren zijn er een paar aspecten die je goed in het ogens moet houden. Ten eerste is de automatisering altijd slechts zo goed als de beschikbare data. Dat hangt bij bedrijven vaak af van de mate waarin zij de silo’s tussen dataopslagplaatsen kunnen doorbreken. Als een organisatie geen toegang heeft tot een schone en gestructureerde databron, is het lastig om met automatisering aan de slag te gaan. Daarnaast hangt het succes van automatisering af van mensen en al hun zwakke punten. We hebben immers al gezien hoe onbewuste vooroordelen de uitkomsten van kustmatige intelligentie kunnen kleuren.
Enkele vragen voor automatisering
Het pad naar automatisering moet dus zorgvuldig gepland worden. De IT-afdeling moet zich daarbij enkele vragen stellen, zoals: Hoe komen we aan de onderliggende data die nodig is voor automatisering? Welk datamodel gaan we gebruiken? En hoe kan het datamodel onveranderlijk worden gemaakt? Wanneer dit laatste namelijk het geval is, kan de automatiseringstool zoveel mogelijk data uit het hele bedrijf doorzoeken en op een consistente manier analyseren.
Beperkte configureerbaarheid
Als klanten in hun IT-omgeving met de automatisering te maken krijgen, is het belangrijk dat ook daarbij beperkingen worden gesteld aan het niveau van configureerbaarheid. Klanten moeten dan accepteren dat zij niet meer werken met op maat gemaakte tools. Dat kan deels worden ondervangen door de implementatie van een verticaal model voor functionaliteit, waardoor IT-teams op een flexibele manier automatisering in applicaties kunnen inbouwen. Dit is waarschijnlijk anders dan ze gewend zijn, dus neem ook echt de tijd om hen hierin mee te nemen.
Het kan dan ook logischer zijn om technologieën als Robotic Process Automation (RPA) bovenop bestaande bedrijfstoepassingen te bouwen. Maak bijvoorbeeld gebruik van low-code tools, die organisaties helpen om RPA-functionaliteit te integreren met kernsystemen en gemakkelijker met de gegevens daarin communiceren.
Geen vervanger van bestaande workflows
Hoewel ChatGPT dus het gesprek van de dag is, zal het zeker niet op korte termijn de functies van een ERP-systeem overnemen. Allereerst is dat niveau van geavanceerde AI niet nodig voor de standaard bedrijfsprocessen, zoals het beoordelen van de vakantieopbouw van een werknemer. Waar AI wel kan helpen is de communicatie tussen de organisatie en de medewerker, met behulp van een digitale AI-assistent. ChatGPT zal echter niet snel zelfbewust worden en bestaande bedrijfsworkflows vervangen. We begrijpen als mens al niet helemaal volledig hoe het menselijk brein werkt, dus hoe zouden we dat kunnen nabootsen met kunstmatige intelligentie? De belangrijkste toepassingen van automatisering ligt in het benutten van de enorme hoeveelheden data binnen kernsystemen om daarmee de gebruikerservaring te verbeteren. Natuurlijk roept dit vragen op over hoeveel intelligentie er dan nodig is om de toepassingen zelfstandig te laten handelen. Het is aan organisaties om uit te zoeken op welke vlakken automatisering een uitkomst kan bieden. Zodat de juiste taken geautomatiseerd worden en medewerkers tijd hebben voor de werkzaamheden waar zij echt het verschil maken.
