ChatGPT Enterprise of eigen agent: wat past bij uw MKB?

Het is dinsdagochtend. Uw binnendienst verwerkt een nieuwe bestelling die binnenkomt via e-mail. De medewerker zoekt het klantnummer op in het ERP, controleert de voorraad, typt de orderregel over en stuurt een bevestiging. Dit kost twintig minuten. Het is de vierde keer vandaag. Morgen ook. En overmorgen.

U vraagt zich af of AI daarin kan helpen. U googelt, en binnen vijf minuten heeft u twee namen: ChatGPT Enterprise en iets wat een agent heet. Wat is het verschil? En welke keuze is de juiste voor een bedrijf zoals het uwe?

ChatGPT Enterprise is een gereedschap, geen medewerker

ChatGPT Enterprise is een abonnement op een taalmodel met extra privacy-instellingen, hogere limieten en een beheerdersconsole voor uw organisatie. U betaalt per gebruiker per maand. Uw medewerkers kunnen er teksten mee schrijven, samenvatten, vragen stellen en ideeën uitwerken. Dat is nuttig. Maar het is een hulpmiddel dat wacht tot iemand er iets in typt.

Een medewerker die ChatGPT Enterprise gebruikt, bespaart zichzelf schrijftijd. Maar de orderregel in uw ERP zet hij nog steeds zelf over. De voorraadcheck doet hij nog steeds zelf. De bevestigingsmail typt hij nog steeds zelf. Het model helpt met taal. Het raakt uw processen niet aan.

Dat is geen kritiek, dat is een feitelijke afbakening. Wilt u weten wat ChatGPT Enterprise en een AI-agent fundamenteel van elkaar onderscheidt, dan is het verschil tussen een AI-agent en een chatbot een goede plek om dat verschil scherp te krijgen.

Een eigen agent sluit aan op uw systemen en uw regels

Een AI-agent is anders van aard. Die koppelt aan uw ERP, uw mailbox, uw CRM. Die leest de binnenkomende bestelling, zoekt het klantnummer op, controleert de voorraad, maakt de orderregel aan en zet de bevestigingsmail klaar. Uw medewerker keurt goed en verstuurt. De agent werkt terwijl uw medewerker iets anders doet.

Het verschil is niet dat een agent slimmer is dan ChatGPT. Het verschil is dat een agent handelt in uw systemen, met uw data, volgens uw regels. ChatGPT Enterprise is een intelligent gesprekspartner. Een agent is een collega die uw procedures kent.

Bij orderverwerking automatiseren ziet u wat dat concreet betekent: van een binnenkomende bestelling tot een gecontroleerde orderregel, inclusief de checks die uw medewerker nu handmatig doet.

Voor welk doel kiest u ChatGPT Enterprise?

ChatGPT Enterprise werkt goed als u uw medewerkers productiever wilt maken op taken waarbij zij zelf nadenken en schrijven. Offerteteksten opstellen, klachten beantwoorden in de juiste toon, vergaderingen samenvatten, interne notities schrijven. Het model is breed inzetbaar, het vraagt weinig implementatietijd en het is per medewerker op te zetten.

Heeft u tien medewerkers die elk dagelijks een uur schrijfwerk doen dat sneller kan, dan is ChatGPT Enterprise een redelijke keuze. Het is een investering in de productiviteit van mensen, niet in de automatisering van processen.

De vraag die u zichzelf moet stellen: is het probleem dat mijn mensen te langzaam schrijven, of is het probleem dat mijn processen te veel handmatig werk bevatten? Dat zijn twee verschillende vragen met twee verschillende antwoorden.

Voor welk doel kiest u een agent op maat?

Een agent op maat is de juiste keuze als u een herhalend, regel-gedreven proces wilt aanpakken dat in meerdere systemen speelt. Orderverwerking, debiteurenbeheer waarbij herinneringen rekening houden met klantgeschiedenis, factuurverwerking met een drie-weg match, of leadopvolging waarbij de agent elke dag openstaande offertes controleert en een voorstel klaarzet.

Een agent vraagt meer voorbereiding dan een SaaS-abonnement. U brengt het proces in kaart, u beschrijft de regels, u zorgt dat de systemen koppelbaar zijn. Dat is een investering. Maar die investering vertaalt zich naar een proces dat daarna structureel minder handmatig werk vraagt, in plaats van een hulpmiddel dat uw medewerkers sneller maakt op taken die ze nog steeds zelf doen.

Welk proces daarvoor in aanmerking komt, is niet altijd het eerste dat u voor ogen heeft. In welk proces geschikt is voor een agent staat een eenvoudig filter om dat zelf te beoordelen.

Gegevensverwerking vraagt aandacht bij beide opties

Bij ChatGPT Enterprise verwerkt OpenAI uw data. OpenAI geeft garanties over het niet gebruiken van uw conversaties voor trainingsdata, maar de verwerking vindt plaats op infrastructuur buiten uw directe controle. Dat is voor de meeste schrijftaken acceptabel. Voor gevoelige klantdata of persoonsgegevens is het verstandig uw verwerkersovereenkomst en de AVG-implicaties goed te bekijken.

Bij een agent die wij bouwen, geldt het volgende: opslag en verwerking vinden plaats in Frankfurt, taalmodelcalls lopen via Anthropic in de VS, en dat is opgenomen in de sub-verwerkerslijst met een transfer impact assessment. Dat is transparant, maar het betekent ook dat u de keuze bewust maakt. Geen van beide opties is volledig binnen de EU.

Vraagt u zich af wat de AVG-consequenties zijn voor het gebruik van agents in uw bedrijf, dan is het verstandig dat vooraf scherp te hebben. Wie goed geïnformeerd wil zijn, vindt de hoofdlijnen in het artikel over AVG en AI-agents.

Prijs en terugverdientijd lopen uiteen

ChatGPT Enterprise heeft een vaste prijs per gebruiker per maand. U weet vooraf wat u betaalt. Dat is prettig. Maar u betaalt ook elke maand voor gebruikers die het nauwelijks inzetten, en de waarde staat of valt met adoptie. Als uw medewerkers het niet gebruiken, betaalt u voor niets.

Een agent op maat heeft een bouwprijs en daarna een beheerskosten. De bouwprijs is eenmalig en afhankelijk van de complexiteit van het proces. De terugverdientijd hangt af van hoe vaak het proces voorkomt en hoeveel tijd het nu kost. Stel uzelf als aanname in: als het om een proces gaat waarbij uw team samen twee uur per dag bezig is, en u vult die aanname met uw eigen uurkosten in, dan kunt u berekenen of de investering zich terugverdient. Dat is een rekensom die u met uw eigen cijfers moet maken.

Een gedetailleerdere uitwerking van hoe u de kosten en opbrengsten van een agent naast elkaar legt, vindt u in het artikel over de ROI van AI-automatisering berekenen.

Begin met de vraag, niet met het product

De meest gemaakte fout bij deze keuze: u begint bij het product en zoekt daarna een toepassing. U heeft gehoord dat ChatGPT Enterprise professioneel is, dus u kijkt wat uw mensen ermee kunnen. Of u heeft gehoord dat agents de toekomst zijn, dus u wilt er eentje. In beide gevallen loopt u achteruit.

Begin bij het probleem. Welk werk kost uw team elke week uren, terwijl de informatie daarvoor al in uw systemen staat? Is dat schrijfwerk dat mensen nu traag doen? Dan is een taalmodel misschien voldoende. Is dat een handmatig proces met meerdere stappen in meerdere systemen? Dan heeft u een agent nodig.

Schrijf volgende week maandag drie processen op die elke week terugkomen en die uw mensen duidelijk irriteren. Noteer per proces hoeveel stappen het heeft, in hoeveel systemen het speelt en hoe vaak het voorkomt. Dat overzicht vertelt u meer over de juiste keuze dan welke brochure dan ook.