Koen Verschuren, mede-oprichter van NxtPhase.AI: “AI kan nu al miljoenen opleveren”

Fotografie: Renée van der Heide

Als mensen gevraagd wordt een AI-bedrijf te noemen, zal dat zelden Netflix of Spotify zijn, terwijl ze wel veel doen op het gebied van AI. Beide gebruiken AI bijvoorbeeld voor gepersonaliseerde aanbevelingen. Spotify heeft recent doorzoekbare, AI-gegenereerde ‘lyrics’, en Netflix test continu nieuwe AI-toepassingen, zoals het voorspellen van het succes van series – zoals Stranger Things, wat voor het bedrijf geen verrassing was.

“AI hoeft niet alles te kunnen. Als je 90 procent van een proces kunt automatiseren, is dat ook waardevol. Knip grote projecten op in behapbare delen.”

Koen Verschuren, mede-oprichter van advies- en implementatiebedrijf NxtPhase.AI, ziet dit soort bedrijven als lichtende voorbeelden van AI-ondernemingen. “Juist omdat ze zich niet presenteren als AI-bedrijven, maar kijken hoe ze AI kunnen aanwenden voor een betere bedrijfsvoering”, zegt hij op de CHRO Day 2024 tijdens zijn workshop ‘What HR-leaders need to know about AI’.

Netflix en Spotify hebben een cultuur van voortdurende verbetering. “Netflix begon niet als streamingdienst, maar als postorder-DVD-bedrijf. De oprichters zagen hoe vervelend het was om naar de videotheek te gaan en Terminator uitverkocht te vinden. Toen kwam high-speed internet, en ze dachten: we kunnen de klant nog beter bedienen als streamingdienst.” Nu zetten ze AI in, “niet als doel op zich, maar om de bedrijfsvoering te verbeteren en processen beter, sneller en goedkoper te maken.”

Concrete voorbeelden

Verschuren is ervan overtuigd dat andere bedrijven AI ook à la Netflix en Spotify kunnen aanwenden om allerlei incrementele verbeteringen door te voeren. Hij geeft drie voorbeelden uit zijn praktijk.

Bij metaalbedrijf MCB, een groothandel met een jaaromzet van drie miljard euro in staal, stond men voor een uitdaging die veel bedrijven zullen herkennen: ervaren medewerkers gaan met pensioen terwijl nieuwe krachten steeds korter blijven. Hierdoor weten steeds minder mensen Binnen MCB genoeg over staal om klanten met adequate expertise te woord te staan.

De oplossing om te voorkomen dat de kennis verder zou weglekken bleek even simpel als effectief: een AI-chatbot die het 770 pagina’s dikke producthandboek kan doorzoeken. “Als een klant bijvoorbeeld vraagt naar staal voor een hoofdbalk, vindt de bot niet alleen het juiste type staal, maar geeft ook direct het artikelnummer en de specificaties.” Waar nieuwe medewerkers voorheen drie jaar nodig hadden om het assortiment te leren kennen, kunnen ze nu direct klanten goed adviseren.

Automatische vergadertranscriptie

Een tweede voorbeeld betreft Fireflies, een tool die vergaderingen automatisch omzet in doorzoekbare tekst met actiepunten. “Veel waardevolle informatie ging verloren omdat mensen zich tijdens vergaderingen concentreren op notuleren in plaats van op de discussie”, zegt Verschuren.

De tool transcribeert niet alleen, maar maakt de informatie ook bruikbaar: “Je kunt zoeken op specifieke onderwerpen, samenvatting genereren en zelfs automatisch actiepunten extraheren. En het mooie is dat je geen informatie meer vernietigt. Bij traditionele notulen selecteer je wat je belangrijk vindt, maar verlies je context. Met deze tool bewaar je alles en kun je er steeds nieuwe vragen aan stellen.”

“Ze willen meteen hun kernprocessen automatiseren. Maar vaak is het veel verstandiger te beginnen met secundaire processen.”

Het derde voorbeeld toont misschien wel het duidelijkst aan hoe kleine verbeteringen tot grote besparingen kunnen leiden. Bij PontMeyer, leverancier van bouwmaterialen, besteedden medewerkers gemiddeld 18 minuten per e-mail aan het opzoeken van artikelnummers. “We hebben een tool gebouwd die e-mails analyseert, producten identificeert en automatisch de juiste artikelnummers opzoekt”, vertelt Verschuren. “De tijdsbesparing? 18 minuten per e-mail. Kosten: €20.000. Ontwikkeltijd: twee weken.” Besparing voor het bedrijf? Miljoenen per jaar.

De belangrijkste les van Verschuren is om klein en praktisch te beginnen en geleidelijk verbeteringen door te voeren. “AI hoeft niet alles te kunnen. Als je 90 procent van een proces kunt automatiseren, is dat ook waardevol. Knip grote projecten op in behapbare delen.” Perfectie is niet nodig. “Een AI-systeem dat 4 procent minder accuraat is maar wel tien keer sneller, kan nog altijd miljoenen op leveren.”

AI voor werving en selectie

Veel bedrijven maken het te ingewikkeld”, voegt hij toe. “Ze willen meteen hun kernprocessen automatiseren. Maar vaak is het veel verstandiger te beginnen met secundaire processen, waar de risico’s laag zijn. Een arts bijvoorbeeld, besteedt 30 procent van zijn tijd aan administratie waar hij bovendien helemaal geen zin in heeft. Daar zit een enorm winstpotentieel.”

Een en ander geldt ook voor HR-toepassingen. De mogelijkheden op HR-gebied zijn groot. Denk bijvoorbeeld aan het gebruik van AI om grote hoeveelheden cv’s te analyseren, kandidaten te matchen met vacatures, of zelfs eerste sollicitatiegesprekken te automatiseren. Als het gebruik van chatbots in gesprekken nog een stap te ver gaat, kan AI ook helpen door ‘face-to-face’ gesprekken te transcriberen en samen te vatten.

“Met AI-systemen kunnen duizenden reviews en feedback-items systematisch worden geanalyseerd”

Wellicht leidt dit ook tot een betere screening van kandidaten, al kun je je dat afvragen. Tenslotte zitten er allerlei vooroordelen ingebakken in de algoritmen op grond waarvan mensen worden geworven en geselecteerd: algoritmen vormen al gauw een weerspiegeling van de cultuur van het bedrijf en dat vormt geen garantie voor goede prestaties.

Verschuren gaat hier niet nader op in, overigens, maar het is een onderwerp dat tijdens deze CHRO Day niet zou misstaan. Tenslotte gaat het op de dag grotendeels over ‘moreel leiderschap’. En werving en selectie en al dan niet bewuste vooroordelen daarbij hebben uiteraard een morele dimensie waar leiders idealiter rekening mee dienen te houden. 

Andere AI-toepassingen voor HR

Op het gebied van training en ontwikkeling biedt AI mogelijkheden voor gepersonaliseerde leertrajecten. Door het analyseren van individuele prestaties, leerstijlen en ontwikkelingsbehoeften kan AI op maat gemaakte trainingen voorstellen en het onboardingproces stroomlijnen. Dit zorgt voor efficiëntere kennisoverdracht en betere ontwikkelingsmogelijkheden voor medewerkers.

In de personeelsadministratie neemt AI maar al te graag repetitieve taken over, zoals het verwerken van verlofaanvragen en het bijhouden van personeelsdossiers. En: “Met AI-systemen kunnen duizenden reviews en feedback-items systematisch worden geanalyseerd. Dit stelt organisaties in staat om inzichten te verkrijgen uit feedback van klanten, markttrends te identificeren en de medewerkerstevredenheid nauwkeurig te monitoren.”

AI als stagiaire

Voor optimaal gebruik van AI in HR is het wel belangrijk dat professionals begrijpen hoe ze de technologie kunnen ‘aansturen’. Verschuren vergelijkt een AI-systeem met een ‘leger van stagiairs’: AI kan allerlei routinematige taken op grote schaal uitvoeren, maar heeft net als een stagiair goede begeleiding nodig.

HR-professionals moeten leren hoe ze AI effectief kunnen inzetten door duidelijke instructies te geven, de juiste data aan te leveren en de resultaten kritisch te beoordelen en verfijnen. Alleen dan kan AI zijn volledige potentieel bereiken als ondersteunende tool die ertoe bijdraagt dat HR-professionals meer tijd kunnen vrij spelen om zich te concentreren op strategische taken en persoonlijke interacties met medewerkers.

Nogmaals: AI is simpelweg een krachtig hulpmiddel om dat werk beter, sneller en efficiënter te doen. Ondanks alle technologische vooruitgang blijft HR grotendeels mensenwerk.