Wat moet u juist niet automatiseren?

Waarom automatisering soms meer stuk maakt dan het oplost

Automatisering werkt op basis van vaste regels: als dit, dan dat. Dat is precies waarom het misgaat zodra een proces draait om nuance, vertrouwen of een uitzondering. Een systeem herkent geen ongemak in een e-mail, geen aarzeling in een reactie, geen politieke gevoeligheid binnen een klantorganisatie.

Het gevolg is voorspelbaar. De boodschap klopt feitelijk, maar landt verkeerd. De klant voelt zich een nummer, een medewerker mist de context om bij te sturen, en een relatie die jarenlang is opgebouwd krijgt een deuk door één geautomatiseerd bericht op het verkeerde moment.

Momenten met veel relationele impact

Sommige contactmomenten bepalen hoe een klant zich behandeld voelt, meer dan de inhoud van het bericht zelf. Dat zijn de momenten waar automatisering het snelst averechts werkt.

Denk aan:

• Slecht nieuws: een prijsverhoging, een afwijzing, het stopzetten van een samenwerking.
• Klachten die verder gaan dan een simpele vraag om informatie.
• Eerste persoonlijk contact na een lange stilte, bijvoorbeeld bij een klant die dreigt af te haken.
• Onderhandelingsmomenten waarin de verstandhouding net zo zwaar weegt als de voorwaarden zelf.

In deze situaties verwacht de andere partij dat iemand meedenkt, niet dat een systeem een sjabloon afvuurt. Een geautomatiseerde reactie op een klacht bevestigt vaak precies het gevoel waar de klacht over ging: dat er niet geluisterd wordt. Voor contactmomenten die wel goed automatiseerbaar zijn, zoals de eerste triage van vragen, is een aparte afweging te maken bij AI in klantenservice.

Beslissingen met hoge contextgevoeligheid

Een tweede categorie waar automatisering vaak misgaat: beslissingen die afhangen van achtergrondkennis die niet in een systeem staat. Denk aan een uitzondering op het standaardbeleid, een maatwerkofferte met afwijkende voorwaarden, of een situatie waarin de geschiedenis met een account meeweegt.

Een geautomatiseerd systeem werkt met de scenario's die vooraf zijn bedacht. Zodra de werkelijkheid daarbuiten valt, geeft het systeem een antwoord dat op zichzelf klopt maar commercieel niet passend is. Een korting die automatisch wordt geweigerd omdat de regel dat voorschrijft, terwijl een accountmanager weet dat deze klant net een groot volume heeft toegezegd, is zo'n moment.

Dit onderscheid komt ook terug bij de keuze welke processen te automatiseren: veel bedrijven automatiseren het voorbereidende deel van een proces wel, en houden het beoordelingsmoment zelf bewust bij een mens.

Vertrouwelijke en gevoelige informatie

Bepaalde informatie hoort niet zomaar in een systeem te lopen dat buiten een streng afgebakende kring toegankelijk is. Financiële problemen van een klant, personeelskwesties, strategische deals met veel marge-gevoeligheid: dit zijn onderwerpen waar een extra denkstap nodig is voordat u ze aan automatisering toevertrouwt.

Het risico zit niet alleen in datalekken. Het zit ook in het feit dat gevoelige informatie door een systeem anders wordt behandeld dan door een mens die het gewicht ervan aanvoelt. Een tool die automatisch een bericht genereert op basis van klantdata houdt geen rekening met de vraag of deze informatie eigenlijk niet had moeten worden gedeeld. Wie hier structureel over nadenkt, vindt meer aanknopingspunten bij privacy en AI.

Signalen dat u te ver bent gegaan

Overautomatisering meldt zich meestal niet met een duidelijk incident, maar met een patroon. Een aantal signalen dat de grens is overschreden:

• Klanten vragen expliciet naar "een echt persoon" of "iemand die het weet".
• Het aantal klachten stijgt juist ná het automatiseren van een contactmoment.
• Medewerkers omzeilen het systeem omdat ze het niet vertrouwen in bepaalde situaties.
• Deals lopen vast of vertragen precies op het punt waar een geautomatiseerde stap zit.
• Accountmanagers moeten achteraf schade herstellen die een systeem heeft veroorzaakt.

Elk van deze signalen wijst op hetzelfde: een taak is geautomatiseerd die eigenlijk beoordelingsvermogen vroeg. Vaak is de oplossing niet het systeem terugdraaien, maar het beslismoment teruglegen bij een mens terwijl de voorbereiding geautomatiseerd blijft.

Hoe u de grens per proces bepaalt

Voordat u een proces automatiseert, helpt het om vier vragen te stellen. Herhaalt dit proces zich op vrijwel dezelfde manier, of zit er in de meeste gevallen een uitzondering in? Bepaalt de uitkomst hoe de klant de relatie met uw bedrijf ervaart? Bevat het vertrouwelijke informatie die gevoelig ligt als die verkeerd terechtkomt? En vraagt de situatie om een inschatting die verder gaat dan het toepassen van een regel?

Zodra het antwoord op één van de laatste drie vragen ja is, is voorzichtigheid op zijn plaats. Dat betekent niet dat automatisering daar helemaal moet worden vermeden, wel dat een mens het laatste woord houdt voordat iets de deur uitgaat. Dit onderscheid komt ook terug bij het bredere vraagstuk welke commerciële processen zich lenen voor automatisering en welke niet.

Rekenvoorbeeld

Een fictief voorbeeld ter illustratie: een bedrijf automatiseert het versturen van facturen en betalingsherinneringen, een proces met weinig uitzonderingen en zonder relationele lading. Tegelijk houdt datzelfde bedrijf het gesprek over een betalingsachterstand bij een grote, langjarige klant handmatig, omdat daar de relatie en de context zwaarder wegen dan de snelheid van het proces.

Wie twijfelt of een specifiek proces in de veilige of de risicovolle categorie valt, doet er goed aan dit niet alleen technisch te bekijken, maar ook vanuit de klantrelatie. Een externe blik, bijvoorbeeld via een Commerciële Groeiscan, brengt vaak sneller in kaart waar automatisering waarde toevoegt en waar die juist schade aanricht. Ook de manier waarop medewerkers zelf AI-tools inzetten verdient hierbij aandacht: zonder duidelijke afspraken ontstaat al snel een wildgroei aan AI-tools die niemand meer overziet.