Door Laas Nury"Doen we dit met RPA of met AI?" Die vraag komt in bijna elk gesprek over automatisering op tafel. De meeste artikelen die hem beantwoorden, zijn geschreven voordat AI-agents bestonden. Er is nu dus meer keus, en toch is de afweging eenvoudiger dan ze lijkt. Ze hangt af van drie dingen: hoe de input eruitziet, hoe vast de stappen zijn, en of de systemen een fatsoenlijke ingang hebben.
In het kort
- RPA (robotic process automation) past als de input gestructureerd is, de stappen altijd hetzelfde zijn en de schermen zelden veranderen.
- AI (lezen en herkennen) past als de input ongestructureerd is: mails, pdf's, scans, vrije tekst.
- AI-agents passen als de stappen zelf wisselen: de volgende actie hangt af van wat de vorige opleverde, en het werk bestaat uit matchen, nabellen en beslissen binnen regels.
- Een koppeling wint het van alle drie als het systeem een API of standaardkoppeling heeft. Check dat altijd eerst.
In de praktijk zijn de beste oplossingen een combinatie.
Wat elk van de drie doet
RPA is software die andere software bedient zoals een mens dat zou doen: knoppen aanklikken, velden invullen, waarden van het ene scherm naar het andere kopiëren, volgens een script dat iemand heeft opgenomen of gebouwd. UiPath en de desktopflows van Microsoft Power Automate zijn de bekendste voorbeelden. RPA is snel, exact en goedkoop per handeling. Maar het is ook letterlijk: verandert er een scherm, verschuift er een veld of komt de input in een ander formaat binnen, dan loopt het script vast.
AI voor lezen en herkennen kan wat een script niet kan: een order die in de tekst van een mail staat, een factuur van een leverancier die je nooit eerder zag, een gescande pakbon, een klacht in vrije tekst. Het herkent wat voor document het is en haalt de gegevens eruit. Software die dat met documenten doet, heet vaak intelligent document processing (IDP). Het leest goed, maar beslist niet wat er daarna gebeurt.
AI-agents voegen dat beslissen toe. Een agent werkt binnen grenzen naar een doel toe: hij leest, zoekt dingen op in je systemen, bepaalt de volgende stap, voert die uit, controleert het resultaat en legt voor wat hij zelf niet mag beslissen. Daarmee past hij bij werk waarin de route per geval verschilt. In AI-agents voor bedrijven leggen we agents uitgebreider uit.
Naast elkaar
| RPA | AI (lezen, IDP) | AI-agent | |
|---|---|---|---|
| Welke input | Gestructureerd, voorspelbaar | Ongestructureerd: mails, pdf's, scans, tekst | Allebei, plus wisselende situaties |
| Stappen | Vooraf vastgelegd | Eén stap: lezen en uitlezen | Per geval bepaald, binnen grenzen |
| Als er iets verandert | Loopt vast, moet gerepareerd | Past zich aan nieuwe opmaak aan | Past zich aan, legt voor wat hij niet kan plaatsen |
| Controle op het resultaat | Eenvoudig: het draaide of het faalde | Zekerheid per veld, steekproeven | Logboek per beslissing, tests, steekproeven |
| Kostenprofiel | Licentie per robot, plus onderhoud bij schermwijzigingen | Per document of per pagina | Een bouwtraject, daarna kosten naar volume |
| Zwakke plek | Verandering en variatie | Bepalen wat er met de gegevens moet gebeuren | Vraagt om duidelijke grenzen en goede waarborgen |
Een beslisboom per proces
Loop per proces deze vragen langs:
- Heeft het systeem een API of een standaardkoppeling? Koppel dan. Bouw geen robot die door een scherm klikt als je het systeem ook direct kunt aanspreken. Ga alleen verder met de vragen hieronder voor de delen waar zo'n ingang ontbreekt.
- Is de input ongestructureerd (mails, pdf's, scans, vrije tekst)? Dan heb je AI nodig om te lezen, wat er daarna ook gebeurt.
- Zijn de stappen daarna altijd hetzelfde? Dan doet een vaste workflow de rest: een koppeling, of RPA waar geen API is. AI leest, de workflow boekt.
- Hangt de volgende stap af van wat de vorige opleverde, of bestaat het werk uit matchen, nabellen of kiezen tussen opties binnen regels? Dan loont een agent, met een mens die goedkeurt wat niet terug te draaien is.
- Weinig volume en veel eigen oordeel? Dan geen van de drie. Geef de medewerker een goede assistent en laat het daarbij.
Drie voorbeelden
Inkoopfacturen in een vast formaat van een handvol grote leveranciers, in een ERP zonder API. Gestructureerde input, vaste stappen, oud systeem. Daar is RPA goed en goedkoop in.
Inkoopfacturen van tweehonderd leveranciers, in alle mogelijke formaten, in een ERP met een API. Ongestructureerde input, vaste stappen na het lezen. AI leest de factuur, een koppeling boekt hem, en een collega handelt de facturen af die niet bij een order passen.
Leverdata op openstaande inkooporders actueel houden, op basis van leveranciersmails, portalupdates en ontbrekende bevestigingen. Wisselende input en wisselende stappen: matchen, bijwerken binnen een marge, de leverancier nabellen, de rest voorleggen. Dat is werk voor een agent.
Waarom RPA-projecten tegenvallen, en wat AI daaraan verandert
Het klassieke RPA-probleem is onderhoud. Een robot leunt op schermen die anderen veranderen: een software-update, een nieuw veld, een leverancier die zijn factuuropmaak wijzigt. Elke wijziging betekent een reparatie, en vijftig robots kunnen een team fulltime bezighouden met alleen het draaiende houden.
AI lost dat niet overal op, maar verplaatst het probleem. Lees je met AI in plaats van met vaste posities op een pagina, dan is een nieuwe factuuropmaak geen storing meer. En koppel je via een API in plaats van via het scherm, dan maakt een schermupdate niet meer uit. De robots die overblijven, zijn die voor systemen waar je op geen andere manier in komt.
Heb je al RPA?
Weggooien hoeft niet. Deze drie stappen leveren meestal het meest op:
- Zet de robots op een rij die het vaakst vastlopen, en kijk waarom. Wisselende input wijst meestal naar AI om te lezen; wisselende schermen meestal naar een koppeling.
- Zet AI vóór de robots die vastlopen op ongestructureerde input, zodat de robot schone, gestructureerde gegevens krijgt.
- Zoek de processen waar nog steeds mensen tussen twee robots in zitten om de beslissingen te nemen die de robots niet kunnen. Daar voegt een agent het meest toe.
En draait een robot al jaren probleemloos? Laat hem dan lekker draaien. Stabiel, goedkoop en saai is precies wat automatisering hoort te zijn.
