INNOVATIE
26/03/2026 • Alexander Frimout

De AI-trein: waar ligt vandaag de échte AI-impact voor jouw bedrijf?

Nestelde jouw bedrijf zich al in de zetels van de eerste klasse of heb je je plekje op de AI-trein nog niet gevonden? Onze AI-expert Alexander Frimout legt uit welke processen bij uitstek geschikt zijn voor je eerste AI-businesscase. En vertelt waarom sommige bedrijven niet in de beste wagons zitten…

De mogelijkheden zijn enorm. De use cases die dat bewijzen, breiden zich in snel tempo uit. Veel bedrijven voelen dan ook  de druk om iets te doen met AI.

Maar wat is dan die iets? Waar begin je als bedrijf met je eerste AI-businesscase? Hoe identificeer je de tools die écht een meerwaarde opleveren voor jouw business? Of anders verwoord: in welke wagon van onderstaande trein  moet jij plaatsnemen?

Voor veel bedrijven zijn dat de deuren van die eerste wagon net achter de locomotief: de chatbots. 

Waarom net daar?

Waarschijnlijk omdat de ChatGPT’s en Gemini’s van deze wereld de AI-technologie zijn waar we ons het meest vertrouwd mee voelen. Van alle tools, platformen en apps zijn chatbots het meest bekend bij het grote publiek. Dat maakt de drempel naar een professionele context net dat tikkeltje lager.

Chatbots: de AI business case zonder ROI

Toch is net deze wagon het minst interessant voor bedrijven , aldus Alexander. 

“Chatbots verbeteren je persoonlijke efficiëntie. Maar de impact op bedrijfsniveau? Beperkt. Ik heb nog nooit met een bedrijf gesproken dat een concrete return on investment kon voorleggen.”

“Toch is dat precies wat bij heel wat bedrijven gebeurt: we pakken 100 licenties op Microsoft Copilot en dat is het dan. Wat die collega’s er dan precies mee doen, dat blijft vaag. Je kan als bedrijf dan AI afvinken, maar volgens mij levert dat geen meerwaarde op. Het is geen volwaardige business case met een duidelijk vooropgestelde ROI.”

Technologie: de laatste vier wagons

De echte winsten zitten volgens Alexander op een snijlijn.  De snijlijn tussen de vier laatste wagons en backoffice applicaties.

Eerst een woordje uitleg over die wagons.

  1. AI Products: kant-en-klare AI-integraties binnen platformen en tools zoals je Customer Relationship Management (CRM), Enterprise Resource Planning (ERP) of Warehouse Management System (WMS) .

  2. Workflows: automatisering van taken (n8n, bijvoorbeeld) voor wie minder technisch onderlegd is.  Denk aan automatische opvolging van leads of factuurherinneringen.

  3. Custom Solutions: maatwerksoftware die naadloos aansluit op jouw unieke bedrijfsproces. Hier is de sky the limit.

  4. AI Development: tools zoals Claude of Lovable die je developers helpen om sneller en foutloos code te schrijven.

Technologie: check. Laten we nu samen kijken naar de bedrijfsprocessen die het meest relevant zijn voor je allereerste AI business case. 

Processen: geïntegreerde backoffice applicaties

De meest interessante AI business cases concentreren zich op backoffice applicaties die goed geïntegreerd zijn met bestaande software.

Denk aan LLM’s die je customer service teams helpen om sneller op de bal te spelen. Of een custom software die leverbonnen scant en die automatisch omzet naar een standaard template.

Waarom zijn net die processen het meest interessant? 

  • Ze gebeuren op een computer en zijn dus digitaal.

  • Er is Interactie met andere softwaresystemen. Denk aan een mailbox, een CRM-systeem of warehouse management. Er zit dus al een zekere structuur in de data. En die data zit al in het ecosysteem van je bedrijf.

  • Taal is nog altijd de beste input voor taalmodellen.

  • Het gaat om herhaalbare processen. Zoals leverbonnen ingeven, simpele e-mails beantwoorden of facturen opstellen.

  • De meerwaarde van menselijke expertise is voor veel taken veelal  beperkt. Net omdat het de digitale variant is van manueel bandwerk. Waarom zou je collega 49 soortgelijke e-mails van klanten beantwoorden als hij of zij daardoor minder tijd kan besteden aan die ene e-mail waarvoor zijn of haar expertise echt nodig is?

AI business case in de praktijk: Decomecc

Laten we die snijlijn tussen AI-technologie en backofficeprocessen concreter maken.

Maak kennis met Decomecc. Dit Genkse bedrijf bewerkt aluminium en (roestvrij)staal: op maat snijden of zagen, coatings aanbrengen…

Op hun site is het een komen en gaan van trucks die de coils op bovenstaande foto leveren. Decomecc verwerkt zo’n 20 tot 30 leveringen per dag. 

De situatie ervoor…

Aan de administratieve collega’s om elke levering en leverbon te checken:

  • Wat wordt er precies geleverd?
  • Is de levering correct?
  • Bij welk project/klant hoort deze coil?

Enzoverder enzoverder.

Dat betekent: leverbon lezen, opzoeken in de database, de informatie overtypen…

In het beste geval duurt dat zo’n 15 minuten. Maar niet elke chauffeur heeft meteen de juiste papieren bij. En niet elke collega vindt de juiste gegevens even snel. Daar komt ook nog eens bij dat manueel werk een zekere foutenmarge heeft.

De situatie nu

De medewerker scant de bestelbon in. Die wordt automatisch doorgestuurd naar de custom AI-tool die wij voor hen maakten. Die gaat dan zelf op zoek naar de juiste informatie en matcht die met de eigen database.

De medewerker krijgt na een minuut een voorstel:

  • Dit is volgens mij het project waar deze leverbon bij hoort. Met een score op 100%.
  • Dit zijn de gegevens die ik na jouw goedkeuring ga aanvullen.
  • Daardoor komt er voor de collega nu tijd vrij om zich te concentreren op die leverbonnen die de AI-tool niet meteen kan thuisbrengen. Doordat de leverbon fout is, de chauffeur op de verkeerde dag leverde of de bestelling zelf niet klopt.

Het eindresultaat?

  • Lagere foutenmarge
  • Snellere afhandeling
  • Eigen projecten die sneller kunnen opstarten
  • Beter stock management
  • En minder slechtgezinde chauffeurs aan het onthaal

🎥 Benieuwd hoe Decomecc hun administratie  automatiseerde? Bekijk de volledige video.

Klaar voor vertrek: jouw AI-checklist

Zelf al een idee welke backoffice processen ideaal zouden zijn voor je eerste AI business case? Hoe meer vinkjes je kan zetten op onderstaande checklist, hoe relevanter.

uitgevinkt Wat is de kost van het probleem vandaag?

uitgevinkt Zijn er kwaliteitsrisico’s (impact menselijke/AI fout)?

uitgevinkt Is er “referentiedata” om mee te vergelijken of moet het systeem data creëren (bvb order)?

uitgevinkt Rol van de menselijke controleur?

uitgevinkt Zijn de systemen waarmee de AI moet interageren toegankelijk?

uitgevinkt Hoe “gestandaardiseerd” is het werk / hoeveel uitzonderingen zijn er?

uitgevinkt Zijn er andere randvoorwaarden? (Security, verwerkingssnelheid…)

Op de rails…

Check en check? Dan helpen wij jou in een volgende stap om de ROI te bepalen en jouw case te vertalen in een technische oplossing.