Zet gewoon de eerste kleine stap naar robotisering. "Het hoeft helemaal niet veel te kosten," zegt Maurice op het Veld, partner bij KPMG.

Nederlandse bedrijven laten kansen liggen op het gebied van automatisering 2.0. Dat blijkt uit internationaal onderzoek van KPMG en Maurice op het Veld, partner bij KPMG en daar verantwoordelijk voor dienstverlening op het gebied van Data & Analytics, Artificial Intelligence (AI) en Intelligent Automation (IA) beaamt het. Zijn advies: “Begin gewoon. Het scheelt veel fouten en werkt efficiënter."

Lees ook: 'Finance moet robotisering naar zich toetrekken'

Het ontbreekt aan kennis bij de top van het bedrijfsleven om de potentie te zien van AI (Intelligent Automation, een verzamelnaam voor nieuwe technieken zoals process mining, low code, RPA). Nederland is geen uitzondering volgens Op het Veld: de meeste Europese landen lopen achter op de Verenigde Staten. Slechts 20 procent van de bedrijven is op dit moment serieus bezig met IA, toont het onderzoek van KPMG aan.
Dat is jammer, want Op het Veld ziet wat zijn IA-projecten opleveren. Vooral bij proces-mining, waarbij allerlei processen worden doorgelicht, geanalyseerd en gestroomlijnd. Of het inkoopprocessen zijn, verkoopprocessen of de orderstroom. “Je weet in één of twee weken al waar de eventuele knelpunten en fouten zitten."

Knelpunten oplossen met IA

Deze knelpunten en fouten kun je dan weer oplossen of efficiënter 24/7 laten oppakken met behulp van Robotic Process Automation. Op het Veld: “Als je bijvoorbeeld een nieuwe klant wilt invoeren in een ERP-systeem, laat je eerst een robot alle data van de Kamer van Koophandel verifiëren, zoals de exacte bedrijfsnaam, bankrekeningnummer, btw-nummer. Hierdoor gaat de datakwaliteit omhoog en zullen vervolgfouten bij de financiële verwerking van facturen afnemen. Dat levert een efficiënter proces op.

Op het Veld: “Je voorkomt hiermee ook olifantenpaadjes: manieren van een controller of een afdeling om alles net iets anders te boeken of te factureren. Dat lijkt handiger, maar in de praktijk maakt het je boekhouding minder efficiënt en het is niet goed voor de kwaliteit. Dan moet er toch vaak nog even iemand naar kijken en moet je iemand een email sturen met de vraag of hij iets wil checken. Kortom: onnauwkeurig. Het genereert fouten en werkt vertragend.”

Dit is het rapport van KPMG over Intelligent Automation (IA)

Een tweede logische stap in IA zou volgens de KPMG-expert technieken met Artificial Intelligence zijn, bijvoorbeeld Natural Language Processing. Dat zijn robots die teksten doorzoeken op inhoud en die analyseren en interpreteren. “Zo laat een bank nu 50.000 contracten door een robot interpreteren en alle data op een rij zetten, om onder meer De Nederlandsche Bank of Autoriteit Financiële Markten (AFM) meer inzicht te geven.” Vroeger liet die bank die contracten grotendeels handmatig doorploegen.

Geen dubbel betaalde facturen

Hét advies van Op het Veld is: begin gewoon, het is geen miljoenenproject waar je jaren voor moet uittrekken, en het betaalt zich vanzelf terug. Zeker omdat tegenwoordig de operationele kosten van een standaard-robot ongeveer 10.000 euro per jaar zijn om werk voor 2 fte’s op te pakken. “We hebben onlangs bij een middelgroot bedrijf proces-mining gedaan: dat is in een paar weken opgezet. We doorzochten ongeveer tien processen en het project verdiende zich alleen al op één van die tien processen terug: factuurafhandeling laten verwerken door een robot, waardoor veel dubbele betaalde facturen werd voorkomen."

Process mining begint met event-data: data over gebeurtenissen. Een event is een soort regel in een spreadsheet of databasetabel. Iedere regel staat voor de combinatie van een case (klant, leerling of passagier), activiteit (bestellen, inschrijven, inchecken) en tijd (wanneer heeft het plaatsgevonden?). Dit zijn de bouwstenen die je nodig hebt. Je kunt er andere velden aan toevoegen, zoals afdeling of medewerker. In dit tijdperk worden deze data steeds vaker opgeslagen en zijn ook de analyse-tools beschikbaar om miljoenen gebeurtenissen per seconde te analyseren. De output bestaat uit procesmodellen: grafische beschrijvingen van de processen, zoals ze uitgevoerd worden. Dan kun je de afwijkingen zien ten opzichte van de afspraken over hoe de processen eigenlijk zouden moeten lopen.