Logistiek en inkoop bestaan uit een lange keten van taken: van signaleren dat er iets nodig is, tot onderhandelen met leveranciers, tot het verwerken van de factuur die uiteindelijk binnenkomt. Binnen onze taxonomie vallen 62 taken in dit domein. Niet elke taak leent zich even goed voor automatisering. Het patroon wordt duidelijk zodra u kijkt naar wat een taak vereist: vaste regels en gestructureerde data, of beoordeling, onderhandeling en verantwoordelijkheid.
De taken die het meest kansrijk zijn voor volledige overname, hebben één ding gemeen: ze zijn gebaseerd op vergelijkbare, gestructureerde informatie en volgen een vaste procedure zonder veel uitzonderingen.
Orderbevestiging controleren is hiervan een goed voorbeeld. Het vergelijken van een orderbevestiging met de oorspronkelijke bestelling op prijs, aantal en levertijd is een kwestie van gegevens naast elkaar leggen. Er is geen onderhandeling, geen inschatting van risico, alleen een controle op afwijkingen.
Ook bestelstatus bewaken en opvolgen valt in deze categorie. Het systematisch volgen van openstaande orders en het automatisch navragen bij leveranciers wanneer een levertijd in gevaar komt, is repeterend werk dat draait op data en vaste triggers.
Inkoopfacturen verwerken, in de kern het matchen van factuur, bestelling en ontvangstbon, is eveneens goed te automatiseren zolang de drie documenten overeenkomen. De reden dat deze taken overdraagbaar zijn, is steeds dezelfde: de beslisruimte is klein en de invoer is gestructureerd.
Een grotere groep taken combineert een deel dat AI goed kan voorbereiden met een deel waarin een mens moet afwegen, goedkeuren of afwijzen. Dit is niet omdat de technologie te kort schiet, maar omdat de uitkomst een beoordeling vraagt die buiten de data om gaat.
Offertes opvragen en vergelijken is hier een sprekend voorbeeld. AI kan moeiteloos prijzen, voorwaarden en levertijden naast elkaar zetten en een voorstel doen. Maar de uiteindelijke keuze weegt vaak ook zachtere factoren mee, zoals de relatie met een leverancier of strategische overwegingen, en dat vraagt een mens die de aanbeveling goedkeurt of afkeurt met reden.
Leveranciersprestaties beoordelen valt in dezelfde categorie. Het verzamelen en samenvatten van cijfers over levertijd, kwaliteit en klachten is prima te automatiseren. Het oordeel over wat dat betekent voor de relatie, en of er actie nodig is, blijft aan een mens.
Prijsafwijkingen onderzoeken kan voor het grootste deel geautomatiseerd worden opgespoord en voorgesorteerd, maar het daadwerkelijk oplossen met de leverancier vraagt vaak een gesprek en een afweging die AI niet zelfstandig kan afronden.
Bij taken in deze categorie is het extra belangrijk om vooraf vast te leggen wie de goedkeuring geeft en op welke gronden, zeker wanneer het gaat om geautomatiseerde beoordeling van leveranciers of prestaties. Dat raakt aan de manier waarop hoog-risico-AI op de werkvloer wordt ingezet, en het is goed om te weten dat daarvoor eigen wettelijke vereisten gelden.
Een derde groep taken blijft, in de huidige stand van de technologie, mensenwerk. Dit zijn taken waarin onderhandeling, relatiebeheer en verantwoordelijkheid voor een langdurige samenwerking centraal staan.
Leverancier selecteren is hier het duidelijkste voorbeeld. De keuze voor een leverancier bij een grotere opdracht of een langlopend contract weegt prijs en kwaliteit mee, maar ook vertrouwen, strategische afhankelijkheid en de bereidheid om mee te bewegen bij toekomstige problemen. Dat is een beslissing met gevolgen die verder gaan dan wat in data is vast te leggen.
Inkoopprijzen onderhandelen blijft evenzeer mensenwerk. Onderhandelen is een dynamisch proces waarin toon, timing en wederzijds begrip van belangen een rol spelen. Dat is niet te vangen in een vast script.
Ook het opstellen van een inkoopcontract vraagt, ondanks dat delen ervan met standaardclausules te ondersteunen zijn, uiteindelijk een jurist of inkoper die de risico's voor de eigen organisatie overziet en verantwoordelijkheid draagt voor de afspraken die op papier komen.
Het totaalbeeld van deze 62 taken laat zien dat het administratieve en controlerende deel van de logistieke keten het meest kansrijk is voor overname door AI, dat beoordelend werk vaak een tussenvorm nodig heeft met toezicht, en dat alles wat neerkomt op onderhandelen, kiezen of verantwoordelijkheid nemen bij een mens blijft liggen. Dat is geen vast percentage per afdeling; het hangt af van hoe uw inkoopproces is ingericht, hoeveel leveranciers u heeft en hoe gestandaardiseerd uw contracten al zijn.
Wanneer u overweegt om taken anders te verdelen tussen mens en AI, is het relevant om na te gaan wanneer de ondernemingsraad erover gaat, zeker als de verandering gevolgen heeft voor functies of werkwijzen op de afdeling. Ook de manier waarop leveranciersgegevens en persoonsgegevens van contactpersonen worden verwerkt, raakt aan de AVG bij het automatiseren van taken. Dit artikel beschrijft welk werk zich voor automatisering leent; het is geen onderbouwing voor besluiten over personeel, en het vervangt geen eigen juridische toetsing.
Logistiek en inkoop staan overigens niet los van andere afdelingen: wie voorraadniveaus en levertijden bewaakt, werkt vaak nauw samen met planning, en het kan dus verhelderend zijn om ook te lezen welk werk kan AI overnemen op de planning.
Dit overzicht laat het patroon zien, maar elke organisatie heeft haar eigen mix van taken, systemen en leveranciers. Wilt u weten hoe dit voor uw eigen situatie uitpakt, dan kunt u de gratis quickscan van ftetoai invullen: twaalf vragen, zonder account, die een indicatie geven welk deel van de uren in uw profiel vandaag door AI is over te nemen. Een uitgebreidere werkscan die dieper op taakniveau ingaat, is nog in ontwikkeling; die bestaat op dit moment nog niet, en we melden dat liever eerlijk dan dat we hem al aanbieden.
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.