Wie AI wil omarmen moet eerst inzicht in de eindgebruiker krijgen

Door de komst van Arti­fi­cial Intel­li­gence (AI) zal de manier waarop we omgaan met zakelijke software, en enter­prise resource planning (ERP)-applicaties in het bijzonder, veran­deren. Maar hiervoor moet gene­ra­tieve AI wel eerst een praktisch inzetbare oplossing worden. Daarvoor is het op zijn beurt belang­rijk om te bepalen welk probleem we nu eigenlijk met gene­ra­tieve AI, zoals ChatGPT, willen oplossen. Als we dat weten, kunnen we de tech­no­logie volledig omarmen.

Welke problemen worden dan ervaren als we naar zakelijke software kijken? Als we op ERP-systemen inzoomen, worden deze vooral geclas­si­fi­ceerd als traag en lomp. Daarnaast vereisen ze hand­ma­tige en terug­ke­rende processen, zijn ze niet intuïtief, zorgen ze voor informatiesilo’s en zijn ze niet ingericht op samen­wer­king. Nieuwe kaders en tech­no­lo­gieën zoals AI, design thinking, micro­ser­vices en cloud­ap­pli­ca­ties, kunnen een oplossing voor deze problemen zijn. ERP-archi­tecten kunnen die namelijk door­ont­wik­kelen zodat ze bijdragen aan gebruiks­vrien­de­lij­kere en intu­ï­tie­vere ERP-systemen.

Gebruik van ERP-applicaties

Om dit te bewerk­stel­ligen is het aller­eerst belang­rijk om vast te stellen hoe mede­wer­lers ERP-appli­ca­ties gebruiken voor hun werk en binnen hun IT-omgeving. Zij kiezen vaak voor perso­na­li­satie: ze gebruiken snel­kop­pe­lingen en worka­rounds, passen methoden voor gege­vens­in­voer aan en gebruiken de appli­ca­ties vanuit verschil­lende apparaten.

Het vast­stellen van deze gedrags­pa­tronen helpt om een beter begrip van de toepassingsscenario’s voor ERP-appli­ca­ties te krijgen en dat geeft weer handvaten mee voor het gebruik van gene­ra­tieve AI. Denk hierbij bijvoor­beeld aan het aanpassen van vervolgkeuzemenu’s aan de hand van gebrui­kers­pro­fielen, eerdere inter­ac­ties en veel voor­ko­mende reacties. Maar er zijn nog veel meer moge­lijk­heden om gene­ra­tieve AI in te zetten, zoals het detec­teren van onre­gel­ma­tig­heden, het geven van slimme aanbe­ve­lingen en het voor­spellen van inge­voerde waarden.

Wat je uitein­de­lijk met de inzet van AI wil bereiken, is een gebruik­s­er­va­ring die zich auto­ma­tisch aanpast aan de context. Daarmee kunnen routi­ne­taken worden geau­to­ma­ti­seerd, zodat profes­si­o­nals met meer focus kunnen werken en hun vaar­dig­heden in kunnen zetten voor taken waarbij zij het verschil maken. Daarnaast kan AI ook helpen met het maken van de juiste keuzes, doordat mede­wer­kers de juiste inzichten op het juiste moment krijgen.

Neem medewerkers mee in wat AI kan betekenen

Toch zit er een ‘maar’ aan dit verhaal. Het is over­dui­de­lijk dat AI bedrijfs­pro­cessen ingrij­pend zal veran­deren. Ook werk­zaam­heden zullen hierdoor veran­deren, en dat heeft natuur­lijk weer invloed op rollen en functies binnen orga­ni­sa­ties. Daarom is het belang­rijk dat mede­wer­kers weten wat de inzet van AI voor hen zal betekenen. Niet alleen voor hun loopbaan, maar ook bijvoor­beeld voor de (positieve) gevolgen voor hun eindeloze to-do list. Verder is het belang­rijk dat mede­wer­kers bewust zijn van de (nieuwe) kennis en vaar­dig­heden die zij en hun orga­ni­satie nodig hebben om AI te gebruiken. Denk bijvoor­beeld aan:

• Data-inte­gri­teit: Data-inte­gri­teit wordt ontzet­tend belang­rijk. Orga­ni­sa­ties zijn namelijk vatbaar voor bias of gebrek­kige resul­taten als de AI-toepas­sing beslis­singen neemt op basis van onjuiste data.
• Privacy en infor­ma­tie­be­vei­li­ging: Het is essen­tieel dat bedrijven zorgen dat ze de grip op hun data niet verliezen en dat er geen bedrijfs­kri­ti­sche infor­matie wordt bloot­ge­steld aan cyberaanvallen.
• Kennis van de beper­kingen van AI: Inzicht krijgen in de beper­kingen van AI is belang­rijk om te begrijpen waar de tech­no­logie wel en niet voor gebruikt kan worden.
• Inter­pre­tatie van de resul­taten: Hoe moeten mede­wer­kers de antwoorden die AI geeft precies inter­pre­teren? Kunnen die als waarheid worden beschouwd? Zonder kennis over de manier waarop de AI-toepas­sing tot beslis­singen komt is dat lastig. 
• De AI-resul­taten testen: In het verlengde van het vorige punt is het belang­rijk dat er iemand binnen de orga­ni­satie toezicht op het proces houdt. Deze persoon moet de beslis­singen van de AI-toepas­sing veri­fi­ëren en ervoor zorgen dat het veilig gebruikt kan worden.

Vaardigheden in kaart

​Het is van cruciaal belang om de mense­lijke en tech­ni­sche vaar­dig­heden binnen je orga­ni­satie in kaart te brengen. Mense­lijke vaar­dig­heden als vragen stellen, crea­ti­vi­teit en emoti­o­nele intel­li­gentie zijn namelijk onmisbaar voor een effec­tieve inzet van AI. Mede­wer­kers moeten daarnaast bereid zijn om met AI te werken en moeten met veran­de­ringen om kunnen gaan. Alleen dan zijn orga­ni­sa­ties in staat om te innoveren en nieuwe stra­te­gieën te ontwikkelen.

AI en tools voor auto­ma­ti­se­ring ontwik­kelen zich steeds verder. Bovendien zullen ze de komende jaren meer inge­bur­gerd raken en dat zal invloed hebben op de ontwik­ke­ling van ERP-systemen. Het is essen­tieel dat we daarbij de eind­ge­brui­kers niet uit het oog verliezen. Hun behoeften moeten centraal staan binnen elke inno­va­tieve AI-toepas­sing. Als dit wordt gedaan, dan is de tech­no­lo­gi­sche toekomst veelbelovend.