Waarom Document AI de doorbraak is voor Enterprise AI

In een  recent artikel van Forbes , getiteld „     ” ( ), werd ingegaan op een nieuwe analyse van Anthropic over de manier waarop AI in het dagelijkse werk tot uiting komt. In plaats van het verdwijnen van banen wijzen de gegevens op een fragmentatie van taken: AI wordt binnen veel functies ingezet voor afzonderlijke taken, en de meeste mensen gebruiken het in combinatie met menselijk inzicht, niet als volledige vervanging.

Die invalshoek komt overeen met wat we hebben vastgesteld in het rapport ‘   Enterprise AI’  van Nitro: binnen bedrijfsteams wordt daadwerkelijk in AI geïnvesteerd en die investeringen nemen toe, maar de acceptatie verloopt ongelijkmatig. Sommige tools worden aangeschaft en blijven vervolgens op de plank liggen. Sommige initiatieven blijven steken in de pilotfase. Sommige teams proberen use cases te forceren die niet goed aansluiten bij de manier waarop mensen daadwerkelijk werken. Tegelijkertijd is er één categorie die zich steeds weer onderscheidt: document-AI.

Bij documentverwerking wordt AI pas echt praktisch

Uit onze enquête onder meer dan 1.000 professionals bij bedrijven met meer dan 500 medewerkers blijkt dat documentworkflows in vergelijking met andere AI-toepassingen binnen bedrijven vrijwel overal worden toegepast. Vooral leidinggevenden zijn hierin consistent: 95% van de respondenten op C-niveau geeft aan AI te gebruiken voor het extraheren van gegevens uit documenten. Bij documenttaken blijft het gebruik ook hoog in alle functieniveaus, waarbij ook medewerkers een sterke acceptatie melden.

Als je kijkt naar wat mensen daadwerkelijk met AI doen, gaat het niet om abstracte experimenten. Het is hetzelfde werk dat teams elke week vertraagt:

• Het extraheren van gestructureerde gegevens uit ongestructureerde documenten
• Het uitvoeren van veelvoorkomende PDF-taken
• Het samenvatten en beoordelen van contracten en overeenkomsten

Leidinggevenden gaven aan dat er juist in die workflows intensief gebruik wordt gemaakt van AI, inclusief PDF-taken en het samenvatten van contracten. Dit is het soort werk waarmee elke afdeling te maken heeft, of ze het nu ‘documentbeheer’ noemen of niet. De juridische afdeling beoordeelt contracten. De financiële afdeling controleert voorwaarden en ondersteunende documentatie. De operationele afdeling beheert formulieren, facturen en leveranciersdocumentatie. Inkoop voert goedkeuringscycli uit en is afhankelijk van schone gegevens. Wanneer AI helpt bij documenten, is de waarde eenvoudig te begrijpen omdat het werk al meetbaar is.

Het ‘augmentatie’-patroon is het echte toepassingspatroon

Een van de meest nuttige punten in het Forbes-artikel is dat augmentatie een belangrijk onderdeel vormt van de manier waarop mensen AI op het werk gebruiken. Ze stellen documenten op, verfijnen ze, vatten ze samen, halen er informatie uit en herzien ze. Dat is een ‘human-in-the-loop’-workflow, en die komt overeen met wat we in documenten zien.

Documenten bevatten context: ze bevatten uitzonderingen, randgevallen en taal die interpretatie behoeft. Teams hebben nog steeds mensen nodig die verstand hebben van risico’s, beleid, toezeggingen aan klanten of wettelijke vereisten. AI versnelt de weg naar een antwoord, maar de uiteindelijke beslissing hangt vaak af van ervaring.

Daarom wordt document-AI binnen ondernemingen vaak op grotere schaal ingezet. Het ondersteunt de persoon die het werk uitvoert, in plaats van de organisatie te vragen de hele functie rond een tool te herontwerpen. In de praktijk ziet dat er als volgt uit:

• Een medewerker van het juridische team begint met een door AI gegenereerde samenvatting van een contract en controleert vervolgens de belangrijkste clausules die voor dat bedrijf van belang zijn.
• Een financieel analist haalt velden uit een stapel PDF’s en controleert vervolgens afwijkingen, in plaats van alles handmatig in te voeren.
• Een operationsmanager laat de basisstructuur snel opstellen en besteedt vervolgens zijn tijd aan het oplossen van uitzonderingen en het coördineren van belanghebbenden.

Wanneer AI op deze manier wordt toegepast, wordt het een krachtversterker voor mensen die al weten hoe ‘goed’ eruitziet. Dat is ook waar vertrouwen het snelst groeit, omdat de gebruiker de output kan toetsen aan een brondocument.

Waarom is document-AI succesvol terwijl andere AI-initiatieven vastlopen?

Van buitenaf kan het lijken alsof ‘AI-implementatie’ één enkele trend is. In werkelijkheid gedragen verschillende categorieën zich heel verschillend. Document-AI is succesvol omdat het aansluit bij vier praktische bedrijfsrealiteiten die andere tools vaak negeren:

1) Het past in bestaande workflows

Mensen leven al in documenten. Ze vormen het registratiesysteem voor overeenkomsten, goedkeuringen, audits en toezeggingen aan klanten. Wanneer AI die laag ondersteunt, hoeven teams geen nieuw bedrijfsmodel te bedenken om waarde te creëren.

2) Het richt zich op herhaalbare taken

Gegevensuitwinning en gangbare PDF-workflows zijn consistent genoeg om baat te hebben bij automatisering, maar nog steeds complex genoeg om zonder automatisering tijdrovend te zijn. Dat is een ideale situatie voor zakelijk gebruik, omdat hiermee de uitersten worden vermeden: puur experimenteren aan de ene kant en kwetsbare, overgecompliceerde automatisering aan de andere kant.

3) Het zorgt voor duidelijke verantwoordelijkheid

Wanneer AI een contract, een factuur of een gereguleerd document verwerkt, is er een verantwoordelijke die veel waarde hecht aan nauwkeurigheid. Die verantwoordelijke wordt de natuurlijke controleur. Het toezicht is ingebouwd in het proces.

4) Het levert meetbare resultaten op voor het management

Leidinggevenden kunnen zonder uitgebreide uitleg inzien hoeveel tijd er op documenttaken wordt bespaard. Het is eenvoudig te koppelen aan kosten, doorlooptijd en doorvoer. Dat is van belang wanneer de investering al in de miljoenen loopt.

De bredere les over AI in de onderneming: bruikbaarheid stuurt gedrag

Ons rapport benadrukt ook een tweede waarheid die van belang is voor elke AI-strategie: medewerkers nemen alleen datgene over wat bruikbaar is. Wanneer tools niet in de workflow passen, zoeken mensen er een weg omheen. Dat is een van de redenen waarom ‘schaduw-AI’ zo vaak in organisaties voorkomt. Teams staan ’s ochtends niet op met de bedoeling om governance-risico’s te creëren. Ze proberen meestal gewoon hun werk sneller af te krijgen.

Document-AI wint aan momentum, deels omdat het een probleem oplost dat voor de meeste teams al urgent is. Het is doorgaans ook gemakkelijker te integreren in het dagelijkse werk, zonder dat mensen een volledig nieuwe manier van werken hoeven te leren. Dat is de norm waaraan bedrijfs-AI in de toekomst moet voldoen.

Wat moeten bedrijfsleiders uit deze AI-onderzoeken meenemen?

Als je op dit moment een AI-roadmap voor je bedrijf opstelt, zijn documentworkflows een sterke basis om die op te baseren, zelfs als je bredere doelstellingen verder reiken dan documenten.

Niet omdat documenten het enige zijn dat telt, maar omdat documentwerk de voorwaarden blootlegt die AI op grote schaal succesvol maken:

• Een gerichte use case met duidelijke verantwoordelijkheid
• Meetbare resultaten die teams snel kunnen valideren
• Een workflow waarin AI ondersteunt en mensen hun oordeel gebruiken waar dat nodig is
• Gebruiksvriendelijkheid die de verleiding vermindert om gevoelige taken via niet-goedgekeurde tools te verwerken

Als u deze voorwaarden ook in andere delen van het bedrijf kunt realiseren, wordt de acceptatie eenvoudiger. Als dat niet lukt, blijft document-AI het meest betrouwbare bewijs dat enterprise-AI daadwerkelijk productiviteitswinst kan opleveren wanneer deze op het juiste soort werk wordt toegepast.

Lees hier het volledige rapport om de onderzoeksresultaten in detail te bekijken:  Enterprise AI: The Reality Behind the Hype