Waarom uw ERP het laatste stukje werk niet afmaakt
Uw ERP registreert, uw ERP rapporteert. Maar beslissen doet het niet. Tussen het signaal dat uw systeem afgeeft en de actie die daarop volgt, zit een gat. Dat gat vult uw medewerker, elke dag opnieuw.
Het voorraadsignaal staat op rood. Uw ERP weet dat artikel X onder de minimumdrempel zit. De melding is er. Maar nu moet iemand kijken hoeveel er nog onderweg is, controleren wat de leverancier de vorige keer leverde, nadenken over de huidige vraag en dan een bestelling klaarzetten. Dat duurt een halfuur. Elke week opnieuw.
Dit is geen fout van uw ERP. Het systeem doet precies wat het hoort te doen: gegevens bijhouden en signaleren. Maar het stapje van signaal naar besluit, dat is nooit het probleem dat ERP-leveranciers hebben willen oplossen. Dat stapje ligt al tientallen jaren bij uw medewerkers.
Een ERP is een geheugen, geen beslisser
Uw ERP bewaart wat er is. Voorraden, orders, facturen, klantgeschiedenis, contracten. Uitstekend. Maar zodra u wilt weten wat u er nu mee moet doen, stapt u het systeem uit en begint u zelf te denken. U kruist drie schermen, raadpleegt een collega, weegt een afweging en neemt een besluit. Dan gaat u terug naar het systeem om de uitkomst in te voeren.
Dat patroon herhaalt zich de hele dag. Bij elke factuurcontrole, elke inkoopbeslissing, elke debiteuren-herinnering, elke offerteaanvraag. Het systeem heeft alle informatie. Maar het assembleert die niet tot een voorstel. Dat doet u.
Welk werk kost uw team elke week de meeste uren, terwijl alle benodigde informatie allang in uw systemen staat? Dat is precies het gat waar het over gaat.
Het gat zit niet in de data, maar in de beslislaag
Ondernemers denken bij automatisering vaak als eerste aan data. Klopt de data wel? Is ze volledig? Is ze actueel? Dat zijn terechte vragen. Maar bij de meeste MKB-bedrijven is de data helemaal niet het probleem. Het probleem is dat er niemand is die de data automatisch samenvoegt, weegt en omzet in een concreet voorstel.
De beslislaag, het stukje tussen wat het systeem weet en wat er vervolgens moet gebeuren, bestaat bij de meeste bedrijven uitsluitend uit menselijke handarbeid. Iemand die kijkt, vergelijkt, afweegt en dan handelt. Dat werkt. Maar het schaalt niet. En het is kwetsbaar zodra die ene persoon er een dag niet is.
Wat maakt een ERP goed aangevuld met een agent? Niet betere data. Niet meer rapporten. Een laag die de bestaande data samenvoegt en er een voorstel van maakt, klaar voor uw goedkeuring.
Wat agents wél doen wat uw ERP niet doet
Een agent leest wat er in uw systeem staat, combineert dat met de regels die u hebt afgesproken, en zet een voorstel klaar. Niet een rapport. Een voorstel. Bij inkoop automatiseren betekent dat concreet: de agent ziet het voorraadsignaal, raadpleegt de bestelhistorie, bundelt per leverancier en zet een concept-order klaar in uw ERP. Uw inkoper keurt goed of wijzigt. Die zet het vervolgens definitief door.
Dat is anders dan een workflowregel of een automatische e-mail. Een agent kan redeneren over meerdere gegevensbronnen tegelijk. Hij ziet dat de prijs van leverancier A vorige maand omhoog ging, dat er nog een openstaande levering is, en dat de vraaghistorie de afgelopen weken een andere curve laat zien. Al die informatie weegt hij mee in het voorstel.
Dat is ook waarom een agent iets anders is dan uw huidige ERP-automatisering. Een workflowregel voert een vaste stap uit als een conditie klopt. Een agent weegt meerdere condities tegelijk, past zijn redenering aan op de context en legt zijn afweging zichtbaar neer. U kunt hem altijd terugvragen waarom hij tot dit voorstel is gekomen.
De processen die het meest van dit patroon last hebben
Niet elk proces lijdt even sterk onder het ontbreken van een beslislaag. Maar er zijn processen waarbij het gat structureel groot is en de informatie in uw systemen eigenlijk al alles bevat wat nodig is voor een goed besluit.
Denk aan factuurverwerking: het systeem heeft de inkooporder, het heeft de ontvangstmelding, het heeft de factuur. Toch vergelijkt iemand die drie stukken handmatig en zoekt de afwijkingen. Of denk aan debiteurenbeheer: het systeem weet exact welke facturen open staan, wat de betaalhistorie is van de klant en of er een lopende discussie is over een levering. Maar de herinnering schrijft iemand nog steeds zelf.
Herkent u dat patroon in uw eigen bedrijf? Hoeveel van uw dagelijkse werk bestaat uit het samenpakken van informatie die al in uw systemen staat, om er vervolgens een actie van te maken?
Uw ERP hoeft niet vervangen te worden
Dit is geen pleidooi voor een nieuw ERP. Exact, AFAS, Twinfield: dat zijn volwassen systemen met een goede reden om er gebruik van te blijven maken. De koppeling met een agent is doorgaans technisch goed haalbaar, via de API die deze pakketten aanbieden. Hoe dat in de praktijk werkt, staat uitgebreid beschreven in het artikel over AI-agents koppelen aan Exact, Twinfield of AFAS.
De agent wordt een laag bovenop uw bestaande systeem. Hij leest wat het ERP weet, denkt na over wat er moet gebeuren, en zet zijn voorstel klaar. Uw medewerker keurt goed. Pas dan gaat er iets definitiefs de deur uit of wordt er iets geboekt. De agent heeft nooit autonoom een order doorgestuurd of een factuur betaald.
Dat is ook meteen het antwoord op de vraag hoe ver u een agent kunt vertrouwen. Niet ver genoeg om hem zonder goedkeuring te laten handelen. Wel ver genoeg om hem het voorwerk te laten doen dat nu uw medewerkers uren kost. Over hoe u die grens bewust trekt, gaat het artikel over guardrails als beleidsinstrument.
Begin bij het process dat elke week terugkomt
De vraag is niet of uw ERP dit probleem heeft. De vraag is welk proces er voor u het meest van last heeft. Daarvoor is geen uitgebreide analyse nodig. Vraag uw medewerkers welk terugkerend werk zij elke week doen waarbij ze drie systemen of schermen moeten combineren voordat ze iets kunnen insturen. Dat is uw startpunt.
Kies vervolgens het allersaaiste voorbeeld. Niet het meest complexe. Niet het meest zichtbare. Het meest voorspelbare, het meest terugkerende. Dat is het proces waarbij een agent het snelst waarde levert, omdat de regels het duidelijkst zijn en de data al op orde.
Zodra dat proces draait en uw medewerkers merken dat het voorstel negen van de tien keer klopt en zij het alleen nog hoeven te beoordelen, verschuift er iets. Niet in de technologie, maar in hoe u naar de rest van uw werkdag kijkt. Welke andere processen lopen hetzelfde patroon? Hoeveel van uw dag is eigenlijk besliswerk dat al lang geautomatiseerd had kunnen zijn?
Zet volgende week maandagochtend één uur opzij. Loop met twee medewerkers door de afgelopen week. Noteer elk moment waarop zij informatie uit het ERP handmatig hebben samengevoegd om een besluit te nemen. Dat lijstje is de input voor een eerste gesprek over waar een agent het meeste oplevert.
Over dit onderwerp
Wat doet een AI-agent wat mijn ERP niet doet?
Een ERP registreert en rapporteert. Een agent combineert de informatie die al in uw systemen staat, weegt die af volgens uw eigen regels en zet een concreet voorstel klaar. Uw medewerker beoordeelt dat voorstel en keurt goed. Het ERP wordt daarna pas bijgewerkt. De agent overbrugt dus de stap tussen signaal en actie die nu nog handmatig plaatsvindt.
Moet ik mijn ERP vervangen als ik een AI-agent wil gebruiken?
Nee. Een agent werkt als een laag bovenop uw bestaande systeem. Gangbare Nederlandse ERP-pakketten als Exact, AFAS en Twinfield hebben een API die directe koppeling mogelijk maakt. Uw ERP blijft de bron van waarheid. De agent leest daaruit en zet voorstellen klaar, maar boekt niets zonder uw goedkeuring.
Met welk proces kan ik het beste beginnen?
Begin met het meest terugkerende, meest voorspelbare proces waarbij uw medewerkers nu handmatig informatie uit meerdere schermen samenbrengen. Niet het meest complexe of meest zichtbare. Hoe voorspelbaarder de regels, hoe sneller een agent waarde levert. Dat eerste werkende resultaat geeft ook het meeste inzicht in wat er daarna mogelijk is.
Blijft mijn data in Nederland of de EU bij het gebruik van een AI-agent?
Opslag en verwerking vinden plaats in Frankfurt. Voor de taalmodelcalls werkt FactumAI met Anthropic, een Amerikaanse partij. Dit is opgenomen in de sub-verwerkerslijst met een transfer impact assessment. Het is dus niet zo dat alle data binnen de EU blijft, maar de afspraken zijn contractueel en juridisch verankerd.