AI & automatisering

AI-automatisering voor bedrijven

AI automatiseert het werk waar regels tekortschieten: lezen, begrijpen, sorteren en invullen.

Vanaf €4.500 Doorlooptijd: 2-8 weken
  • We meten eerst op jouw echte data hoeveel procent AI goed doet en pas daarna bouwen we; geen hype, maar cijfers.
  • Wat met vaste regels kan, bouwen we met vaste regels; AI zetten we alleen in waar het echt beter is dan code.
  • Data blijft in de EU en wordt nooit gebruikt om modellen te trainen; medewerkers houden de controle waar het ertoe doet.

Wat is AI-automatisering?

AI automatisering is het inzetten van taalmodellen en andere AI-technieken om stappen in je bedrijfsprocessen over te nemen die met klassieke software niet lukten, omdat de invoer te veel varieert. Een klant die zijn bestelling in vrije tekst mailt. Een leverancier die elke maand een ander factuurformaat stuurt. Een klacht die tussen honderd andere berichten in een gedeelde mailbox belandt. Een verslag van een monteur dat als spraakbericht binnenkomt. Regels schrijven voor al die varianten is ondoenlijk; een taalmodel leest ze wel en haalt eruit wat je nodig hebt.

Automatiseren met AI draait in de praktijk om vier basisbewerkingen die we combineren met gewone software: classificeren (waar gaat dit over, hoe urgent is het, bij wie hoort het), samenvatten (een lang dossier of een gesprek terugbrengen tot de kern), extraheren (gestructureerde velden uit ongestructureerde tekst halen) en genereren (een conceptantwoord, een offertetekst of een rapportage opstellen die een mens nakijkt). Elk van die bewerkingen kost een medewerker seconden tot minuten per geval, en juist die minuten tellen op tot uren per dag.

Verschil met klassieke procesautomatisering

Bij procesautomatisering bouwen we software die vaste regels uitvoert: als een order is betaald, maak dan een pakbon aan. Dat werkt perfect zolang de invoer gestructureerd is en de regels bekend zijn, en het is goedkoper, sneller en volledig voorspelbaar. AI voor bedrijven voegt daar een stap aan toe: het omzetten van rommelige, menselijke invoer naar iets waar die regels mee overweg kunnen. AI leest de e-mail en levert artikelnummer, aantal en leverdatum op; de klassieke automatisering neemt het van daar over.

Die volgorde is belangrijk. Wie een compleet proces aan een taalmodel overlaat, krijgt onvoorspelbare uitkomsten en hoge kosten per verwerking. Wie AI alleen inzet voor het stuk waar het beter is dan regels, krijgt een betrouwbaar proces dat je kunt meten en bijsturen. Wij ontwerpen daarom altijd eerst het proces en bepalen daarna per stap: regels, AI, of een mens.

Wat kun je automatiseren met AI?

Enkele toepassingen die we regelmatig bouwen voor mkb-bedrijven:

  • Inkomende e-mail sorteren: berichten in info@ of sales@ classificeren op onderwerp en urgentie, doorzetten naar de juiste persoon in Outlook of Gmail en een conceptantwoord klaarzetten.
  • Aanvragen verrijken: een offerteaanvraag aanvullen met gegevens uit je CRM en de KvK, samenvatten en met een advies bij de verkoper leggen.
  • Verslagen uitwerken: spraakberichten of losse notities van monteurs, adviseurs of begeleiders omzetten naar een gestructureerd rapport in je eigen format.
  • Kwaliteitscontrole op tekst: offertes, contracten of productteksten controleren op ontbrekende onderdelen, tegenstrijdigheden of afwijkingen van je standaardvoorwaarden.
  • Documenten uitlezen: facturen, orders en formulieren omzetten naar boekingen of orderregels, zie AI-documentverwerking.
  • Rapportages samenvatten: wekelijkse cijfers uit meerdere bronnen in gewone taal toelichten voor het managementoverleg.

Moet de software zelfstandig meerdere stappen achter elkaar zetten, met koppelingen naar je systemen, dan spreken we van een AI-agent. Wil je vooral weten welk proces in jouw bedrijf zich het eerst leent voor AI, dan is een AI-scan de logische eerste stap.

Wat kost AI-automatisering?

We werken met een vaste prijs per stap, zodat je per onderdeel weet wat het kost en wat het bespaart. Indicatieve ranges, exclusief btw:

  • Proef op jouw echte e-mails of documenten met gemeten nauwkeurigheid: €2.500 tot €5.000
  • Eén AI-stap in een bestaand proces, bijvoorbeeld e-mailclassificatie met doorzetten naar de juiste persoon: €4.500 tot €9.000
  • AI-stap met koppeling naar Exact, AFAS, Microsoft 365 of je eigen software en een controlescherm: €8.000 tot €16.000
  • Meerdere AI-stappen in één proces, inclusief samenvatten, verrijken en genereren van conceptantwoorden: €14.000 tot €30.000
  • Modelgebruik: meestal €20 tot €300 per maand, afhankelijk van volume en modelkeuze
  • Beheer en kwaliteitsmonitoring na livegang: vanaf €200 per maand

Een medewerker die dagelijks anderhalf uur kwijt is aan het sorteren en beantwoorden van mail kost je bij een intern uurtarief van €45 ruim €15.000 per jaar. Een AI-stap van €8.000 die de helft daarvan wegneemt, is binnen een jaar terugverdiend. Meer rekenvoorbeelden vind je in twaalf voorbeelden van AI-automatisering.

Hoe wij AI-automatisering aanpakken

We starten met een korte procesanalyse: welke handelingen kosten tijd, welke daarvan draaien om ongestructureerde tekst, en wat gebeurt er als een uitkomst fout is. Daarna bouwen we in Python een proef op een paar honderd echte gevallen en meten we hoe vaak de AI het goed doet. Bij 95 procent richten we het proces anders in dan bij 75 procent; in het tweede geval kijkt een medewerker alles na, in het eerste alleen de gemarkeerde twijfelgevallen.

De bouw doen we in sprints van twee weken. Voor de AI-stappen gebruiken we de API's van OpenAI, Anthropic of Azure OpenAI in een EU-regio, of open-source modellen zoals Mistral op een EU-server als je data niet naar een externe dienst mag. Eenvoudige processen zetten we op in n8n op een eigen server, zie workflow-automatisering met n8n; complexere processen bouwen we als maatwerk in Python of Laravel. Elke AI-uitkomst wordt gelogd met de bron, en een controlescherm laat medewerkers voorstellen goedkeuren of corrigeren. Die correcties gebruiken we om de instructies aan het model te verbeteren. Na livegang volgen we de kwaliteit en de kosten per verwerking, want zowel je invoer als de modellen veranderen.

AI-automatisering in Tilburg, Brabant en heel Nederland

SuperCoders automatiseert met AI vanuit Tilburg voor bedrijven in Brabant en heel Nederland. De procesanalyse doen we het liefst op locatie, de bouw en de proef op afstand. Je bent eigenaar van de code, de instructies en de data, en je zit niet vast aan één modelleverancier. Wil je weten welk proces in jouw bedrijf het snelst is terug te verdienen? Bel 013 234 0782 of plan een gratis adviesgesprek van dertig minuten. Als klassieke automatisering goedkoper en beter is, zeggen we dat ook.

Wat je krijgt

  • Een procesanalyse die per stap aangeeft of regels, AI of een mens de beste keuze is
  • Een proef op jouw echte data met een gemeten nauwkeurigheid en een advies over de inrichting van de controle
  • Werkende AI-stappen in je proces, gekoppeld aan je mailbox, ERP, CRM of eigen software
  • Een controlescherm waarin medewerkers uitkomsten goedkeuren of corrigeren, met markering van twijfelgevallen
  • Logboek per uitkomst met bron en kosten, zodat je kwaliteit en uitgaven per verwerking kunt volgen
  • Broncode, prompts en documentatie in jouw beheer, met een verwisselbaar model erachter

Onze aanpak

  1. 1

    Procesanalyse en stapkeuze

    We brengen het proces in kaart en bepalen per stap of vaste regels, AI of een medewerker de beste oplossing is.

  2. 2

    Proef op echte gevallen

    Op een paar honderd geanonimiseerde e-mails, documenten of aanvragen meten we hoe vaak de AI-stap het juiste resultaat geeft.

  3. 3

    Bouwen in sprints

    We bouwen de AI-stappen, de koppelingen en het controlescherm in sprints van twee weken, met elke sprint een werkende demo.

  4. 4

    Parallel draaien

    De automatisering draait enkele weken naast het handmatige proces; correcties van medewerkers gebruiken we om de instructies aan te scherpen.

  5. 5

    Livegang en bewaking

    Na livegang volgen we kwaliteit en kosten per verwerking en kiezen we samen de volgende stap die het meeste oplevert.

Technologie & tooling

PythonOpenAI, Anthropic en Azure OpenAI API'sMistral en Llama op EU-serversn8nLaravelPostgreSQLMicrosoft 365 en Google Workspace API'sDocker

Veelgestelde vragen

Wat is het verschil tussen AI-automatisering en gewone procesautomatisering?

Gewone procesautomatisering voert vaste regels uit op gestructureerde data en is goedkoper en volledig voorspelbaar. AI-automatisering voegt de stap toe waarbij rommelige invoer, zoals vrije tekst, e-mails, pdf's of spraak, wordt omgezet naar gestructureerde gegevens waar die regels mee kunnen werken. In de praktijk combineren we beide: AI voor het lezen en begrijpen, regels voor de verwerking.

Welke processen zijn geschikt om met AI te automatiseren?

Processen die vaak voorkomen, waarvan de invoer varieert en waarbij een fout door een mens kan worden onderschept. Denk aan het sorteren van inkomende mail, het verwerken van aanvragen, het uitlezen van documenten en het uitwerken van verslagen. Processen met vaste invoer en vaste regels automatiseren we zonder AI; dat is goedkoper en betrouwbaarder.

Wat kost automatiseren met AI?

Een proef op jouw eigen data kost €2.500 tot €5.000. Eén AI-stap in een bestaand proces ligt tussen €4.500 en €9.000, met koppelingen en controlescherm tussen €8.000 en €16.000, en meerdere AI-stappen in één proces tussen €14.000 en €30.000, exclusief btw. Reken daarnaast op modelgebruik van enkele tientallen tot enkele honderden euro's per maand.

Hoe nauwkeurig is AI bij het verwerken van e-mails en documenten?

Dat verschilt per taak en meten we daarom eerst. Bij het classificeren van e-mails zien we vaak 90 tot 97 procent correct, bij het uitlezen van velden uit facturen en orders vergelijkbare percentages, en bij handgeschreven of slecht gescande documenten aanzienlijk minder. Op basis van die meting bepalen we hoeveel een medewerker moet nakijken.

Gaat onze bedrijfsdata naar een Amerikaanse AI-leverancier?

Alleen als jij daarvoor kiest. Standaard verwerken we via API's in een EU-regio bij leveranciers die klantdata niet gebruiken voor training, en anonimiseren we persoonsgegevens waar dat kan. Mag data helemaal niet naar buiten, dan draaien we open-source modellen zoals Mistral of Llama op een server in de EU of in jouw eigen omgeving. De afspraken staan in een verwerkersovereenkomst.