Het digitaliseren en ontsluiten van een papieren archief is deels een AI-taak. AI is goed in het herkennen van tekst op een scan en het voorstellen van metadata, maar het fysieke werk van dossiers uit een kast halen, ordenen, nietjes verwijderen en door de scanner voeren blijft mensenwerk. Daarna volgt controle op herkenningsfouten, en dat is precies het onderdeel met menselijk toezicht: AI doet een voorstel, een mens keurt goed of af, met reden.
De as fysiek scoort hier laag (1 van de 5), en dat is de belangrijkste reden dat deze taak niet in categorie 1 valt. Papier moet eerst een scanner in. Dat is geen denkwerk maar handwerk: dossiers optillen, sorteren op volgorde, beschadigde pagina's apart leggen, dubbelzijdige documenten controleren. Een archiefbeheerder die duizend mappen doorwerkt, besteedt een groot deel van de tijd aan dit fysieke voortraject, niet aan het digitale deel erna. Geen AI-model, hoe goed ook in tekstherkenning, tilt een ordner van een plank.
Bij een bedrijf waar het archief al grotendeels digitaal binnenkomt — denk aan facturen die al als PDF worden ontvangen in plaats van op papier — vervalt dit fysieke knelpunt volledig. Dat raakt aan een vergelijkbaar vraagstuk als kan AI digitale facturen uitwisselen via e-facturatie overnemen, waar het document al in digitale vorm start en de automatisering dus veel verder kan gaan. De aanwezigheid van fysiek papier is dus geen vaste eigenschap van 'archief digitaliseren' in het algemeen, maar van de specifieke situatie waarin het papier nog moet worden gescand.
Volume scoort hoog (4 van de 5): bij een archief gaat het vaak om honderden tot duizenden documenten met een vergelijkbare structuur. Dat is precies het soort herhaling waar automatisering zich op onderscheidt. Zodra een document eenmaal gescand is, kan software met optische tekenherkenning (OCR) de inhoud lezen, sleutelwoorden herkennen en een eerste voorstel doen voor metadata zoals datum, dossiernummer of documenttype. Bij een lage volume — bijvoorbeeld een eenmalige overdracht van twintig persoonlijke dossiers bij een klein kantoor — is die winst er nauwelijks, en is scannen met de hand en handmatig invoeren vaak net zo snel als een systeem inrichten en testen.
Gestructureerdheid scoort gemiddeld (3 van de 5). Sommige archieven zijn behoorlijk voorspelbaar: standaardformulieren, contracten met vaste opmaak, facturen met vaste velden. Andere archieven zijn een mengelmoes van handgeschreven notities, doorgestreepte correcties, vage kopieën en documenten in verschillende talen of lettertypen. Hoe rommeliger het archief, hoe vaker de OCR-herkenning misgaat en hoe meer een mens moet nakijken. Een archiefbeheerder die vooral gestandaardiseerde formulieren verwerkt, zal andere resultaten zien dan iemand die decennia oude, met de hand geschreven correspondentie moet ontsluiten.
Foutkosten en compliance scoren beide gemiddeld (3 van de 5). Een verkeerd herkend woord in een doorzoekbare tekst is meestal geen ramp — de zoekfunctie vindt het document dan gewoon niet meteen. Maar bij archieven met een wettelijke bewaarplicht, medische dossiers of juridische stukken kan een fout in de metadata (verkeerde datum, verkeerd dossiernummer) leiden tot een dossier dat niet op tijd wordt teruggevonden of onterecht wordt vernietigd. Als het archief onder een bewaarplicht of ander wettelijk regime valt, gelden daarvoor eigen wettelijke vereisten; dat is geen kwestie die met een automatiseringskeuze wordt opgelost.
De combinatie van deze assen betekent dat de rol van archiefbeheerder of officemanager niet verdwijnt, maar verschuift. Het fysieke scanwerk en de eindcontrole blijven liggen; het handmatig overtypen van elk veld verdwijnt grotendeels. De genoemde randvoorwaarden zijn daarbij niet vrijblijvend: de scanapparatuur en de kwaliteit van de OCR-herkenning moeten op orde zijn, en er moet een steekproefcontrole zijn op herkenningsfouten voordat documenten als definitief doorzoekbaar worden gemarkeerd. Zonder die controle stapelen kleine herkenningsfouten zich op tot een archief dat onbetrouwbaar is om op te zoeken.
Dit patroon — een fysieke of sterk wisselende taak die deels overgenomen kan worden, deels niet — is ook te zien in heel andere sectoren, zoals bij wat kan AI overnemen in de transportsector, waar fysieke handelingen eveneens de grens bepalen van wat een systeem kan overnemen. Het is een nuttige vergelijking om te onthouden dat de fysieke as vaak zwaarder weegt dan hoe geavanceerd de herkenningssoftware is.
Wilt u weten hoe dit voor uw eigen archief of takenpakket ligt? De gratis quickscan van ftetoai bestaat uit twaalf vragen, vraagt geen account en geeft een indicatie van welk deel van de uren in uw profiel vandaag door AI is over te nemen. Een volledige werkscan met detailanalyse per taak is nog in aanbouw; die bieden we hier dus nog niet aan, maar de quickscan geeft nu al een eerlijk eerste beeld.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.