Deels. Het verwerken van roosterwijzigingen door ziekte, ruil of onvoorziene omstandigheden is een taak die AI vandaag als agent kan uitvoeren, maar niet zonder mens. Het gaat om herhaalde, gestructureerde handelingen in een planningssysteem, en tegelijk om beslissingen die iemand raken die er niet om gevraagd heeft. Die combinatie bepaalt het beeld.
Drie assen geven de doorslag: oordeelsruimte, volume en foutkosten.
Het volume is hoog. Een planningsafdeling verwerkt op een gemiddelde dag meerdere ziekmeldingen, ruilverzoeken en laatste-moment-wijzigingen. Dat is precies het type werk waar een systeem zonder vermoeidheid doorheen gaat: iemand meldt zich ziek, het systeem checkt wie beschikbaar is, wie de juiste kwalificatie heeft, en wie nog niet over de maximale uren gaat. Dat is grotendeels gestructureerd werk, vandaar ook de redelijke score op gestructureerdheid.
Maar de oordeelsruimte is laag, en dat trekt de uitkomst naar "deels". Wie krijgt voorrang als drie mensen tegelijk willen ruilen? Wie mag een dienst afwijzen zonder dat het als weigerachtig wordt uitgelegd? Dat zijn afwegingen met een sociale component, niet alleen een rekenkundige. Een planningssysteem kan de opties tonen en een voorstel doen; de knoop doorhakken bij een conflict is iets waar een teamleider nu nog bij zit, en in veel bedrijven ook bij moet blijven zitten.
De foutkosten wegen ook mee. Een fout rooster is niet alleen een ongemak op papier. Bij een zorginstelling betekent een gemiste dekking op de nachtdienst een reëel risico voor patiënten. Bij een winkel betekent het een gesloten deur op een drukke zaterdag. Hoe hoger die kosten, hoe meer een organisatie zal willen dat een mens de laatste blik geeft voordat een wijziging vaststaat.
Fysiek scoort hoog gunstig, simpelweg omdat er geen fysieke handeling in de taak zit: het is een kwestie van gegevens verwerken, geen kwestie van ergens naartoe lopen of iets vastpakken. Klantcontact en creativiteit liggen in het midden, omdat een roosterwijziging soms uitleg vergt richting een medewerker die het er niet mee eens is, en dat is geen zuiver mechanische stap. Compliance speelt mee zodra er cao-afspraken of arbeidstijdenwetgeving in het spel zijn: een systeem moet weten dat een medewerker niet twee keer achter elkaar een nachtdienst mag draaien, en dat is iets anders dan alleen roosters aan elkaar passen.
Een zorginstelling met wisselende diensten krijgt op een doordeweekse ochtend een ziekmelding binnen. Een agent checkt direct wie beschikbaar is, wie de juiste diploma's heeft en wie niet al aan zijn maximale uren zit deze week. Het systeem stelt drie kandidaten voor, gerangschikt op geschiktheid. Een planner kiest, of keurt het eerste voorstel goed. Dat is het patroon dat vandaag al ingezet wordt: AI doet het voorwerk en het rekenwerk, een mens zet de handtekening bij de uitkomst.
Bij een bedrijf met een vast rooster en weinig wisselingen - een kantoor met vaste werktijden, bijvoorbeeld - is er simpelweg weinig te automatiseren, omdat het volume te laag is om er een systeem op te zetten. Bij een organisatie met een flexibele schil en veel oproepkrachten ligt het volume juist hoger, en wordt de tijdsbesparing van een agent groter, mits de escalatie naar een mens goed is ingericht voor de momenten dat het misgaat. En bij sectoren met strenge dienstregelingen - beveiliging, transport, zorg - wegen de foutkosten en compliance-eisen zwaarder, waardoor het menselijk toezicht niet iets is dat je op termijn kunt afbouwen, maar een vaste voorwaarde blijft.
Twee dingen moeten kloppen voordat een agent dit betrouwbaar kan doen. Eén: realtime inzicht in beschikbaarheid, dus een planningssysteem dat up-to-date is en niet een spreadsheet die eens per week wordt bijgewerkt. Twee: een escalatiepad naar een mens zodra er een conflict ontstaat, zodat niet het systeem maar een teamleider de knoop doorhakt wanneer belangen botsen. Zonder die twee voorwaarden is het risico dat een agent wijzigingen doorvoert die op papier klopn maar in de praktijk voor onrust zorgen.
Roosterwijzigingen staan niet op zichzelf. Ze zijn onderdeel van een cluster aan hr- en planningstaken dat stap voor stap verschuift naar een samenwerking tussen systeem en mens. Zo is ook het berekenen van overuren een taak waar een groot deel van het rekenwerk overdraagbaar is, terwijl de eindcontrole bij een mens blijft. Iets vergelijkbaars geldt voor het registreren van verzuim, waar het vastleggen automatisch kan maar de beoordeling van een situatie niet. En het verwerken van verlofaanvragen kent hetzelfde patroon als roosterwijzigingen: hoog volume, gestructureerde stappen, maar een beslissing die iemand raakt en daarom onder toezicht blijft.
Of dat verschil bij uw bedrijf groot of klein is, hangt af van hoeveel wijzigingen er per week zijn, hoe streng de regelgeving in uw sector is, en hoe zwaar een fout in het rooster daadwerkelijk weegt. Dat is per organisatie anders, en dat is precies waarom een algemeen antwoord op deze vraag altijd een "deels" blijft.
Wilt u weten hoe dit voor uw eigen planning uitpakt, dan geeft de gratis quickscan van FTE TO AI een eerste indicatie: twaalf vragen, geen account nodig, met als uitkomst een indicatie welk deel van de uren in dit profiel vandaag door AI over te nemen is. De volledige werkscan, die het werk van uw bedrijf taak voor taak uiteenlegt, is nog in aanbouw. Voor nu geeft de quickscan een eerste richting, niet een uitgewerkt plan.
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.