Deels. AI kan periodiek nagaan of een project op schema, budget en scope blijft, en daarover signaleren. Het bijsturen zelf — de beslissing om scope te wijzigen, capaciteit te verschuiven of een deadline te heronderhandelen — blijft bij de projectleider of manager. De taak splitst dus in een deel dat vandaag door AI is over te nemen en een deel dat mensenwerk blijft.
De uitkomst hangt vooral af van drie assen: gestructureerdheid, volume en oordeelsruimte.
Gestructureerdheid scoort gemiddeld. Voortgang, budget en scope zijn in een projectmanagementtool vaak wel te kwantificeren — uren geboekt, mijlpalen gehaald, budget verbruikt. Maar de vraag of een afwijking acceptabel is, ligt niet altijd vast in een regel. Een project dat twee weken achterloopt kan onschuldig zijn of een teken van een dieper probleem, en dat onderscheid vraagt context die niet altijd in het systeem staat.
Volume is hoog: bij meerdere lopende projecten is periodiek nagaan van status een terugkerende, gelijksoortige handeling. Precies het soort werk waar een agent zich op onderscheidt van eenmalige, unieke beoordelingen.
Oordeelsruimte is gemiddeld en dat is de kern van de beperking. Signaleren dat het budget bij 80% van de looptijd al voor 95% verbruikt is, is een feitelijke constatering. Beslissen of dat komt door scopewijziging, vertraging bij een leverancier, of een onderschatte begroting — en wat daaraan te doen — vraagt afweging tussen belangen die niet allemaal in de data staan.
Daar staat tegenover dat foutkosten laag scoren (2) en compliance relatief hoog (4): een gemist signaal kan een project pas laat in de problemen laten komen, en in gereguleerde omgevingen (overheidsprojecten, financiële sector) gelden vaak vaste rapportagevereisten over voortgang. Dat maakt het aantrekkelijk om het signaleren te automatiseren, juist omdat de gevolgen van niet-signaleren groot zijn — en het bijsturen bij een mens te laten, juist omdat de gevolgen van een foute beslissing ook groot zijn.
Een bouwbedrijf met tien lopende projecten laat een agent dagelijks de voortgang uit het projectmanagementtool aflezen: geplande versus werkelijke uren, budget verbruikt versus mijlpalen gehaald. Bij een vooraf gedefinieerde afwijking — bijvoorbeeld meer dan 10% boven budget bij minder dan 80% voortgang — genereert de agent een signaal met onderbouwing. De projectleider beoordeelt dat signaal, vraagt eventueel toelichting aan het team, en besluit of bijsturen nodig is. Het periodieke nagaan is overgenomen; het bijsturen niet.
Bij een bedrijf zonder projectmanagementtool, waar voortgang mondeling wordt doorgegeven in overleggen, ontbreekt de actuele data die deze taak vraagt. Dan is er weinig te automatiseren, hoe gestructureerd de taak in theorie ook is. Ook bij projecten waarin scope voortdurend verschuift — zoals bij vroege innovatietrajecten — is er geen stabiele basislijn om tegen af te zetten, en dan verschuift de balans terug naar mensenwerk.
Omgekeerd: een organisatie met heldere afwijkingscriteria en een goed gevulde tool kan een groter deel van het signaleren aan een agent overlaten dan hier geschetst. De randvoorwaarde is steeds dezelfde: actuele projectdata en vooraf gedefinieerde criteria voor wat een afwijking is.
Deze taak staat niet los. Wie voortgang bewaakt, moet vaak ook budget bewaken en afwijkingen signaleren — een taak met een vergelijkbaar profiel: signaleren is goed automatiseerbaar, de beoordeling van de afwijking niet. De signalen die uit voortgangsbewaking komen, voeden vaak weer het voorbereiden en agenderen van managementoverleg, waar een agent de agenda en onderliggende cijfers kan klaarzetten. En bij grotere organisaties landt de uitkomst uiteindelijk in managementrapportage voor directie of aandeelhouders, waar hetzelfde patroon van feiten verzamelen versus interpreteren terugkomt. Het is dezelfde verschuiving die telkens terugkeert: het periodieke, gestructureerde deel gaat naar AI, het interpreteren en besluiten blijft bij de manager. Ook bij taken en verantwoordelijkheden delegeren binnen een team speelt die scheiding: wie wat doet is een vraag met organisatorische en soms arbeidsrechtelijke gevolgen, en daarvoor gelden eigen wettelijke vereisten die dit soort automatisering niet vervangt.
De vraag of dit ook voor uw projecten opgaat, hangt af van hoeveel van uw projectdata al gestructureerd vastligt en hoe scherp uw afwijkingscriteria zijn gedefinieerd. Dat verschilt per bedrijf en per type project. Om daar een eerste indicatie van te krijgen is er een gratis quickscan van twaalf vragen, zonder account, die aangeeft welk deel van de uren in uw profiel vandaag door AI over te nemen is. De volledige werkscan, die het werk van uw bedrijf taak voor taak in kaart brengt, is nog in aanbouw.
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.