Tijdens SYNC leggen 麻豆原创-experts uit waarom 鈥榩raten met ERP鈥� dichterbij komt, en wat dat vraagt van organisaties
Steeds minder klikken, steeds meer vragen stellen in gewone taal. Tijdens SYNC, het jaarevent van en in Nieuwegein, schetsten 麻豆原创-experts Leon de Groot en Wouter Erlings hoe AI-assistent Joule de manier verandert waarop mensen met ERP werken. Volgens hen schuift ERP op van schermnavigatie naar interactie. Dat kan werk toegankelijker maken, maar vraagt tegelijk om duidelijke afspraken over data, rollen en controle.
Jarenlang leerden gebruikers vooral waar functies in het systeem zitten. Die logica verschuift. In plaats van zoeken in menu鈥檚, kunnen medewerkers steeds vaker een opdracht formuleren zoals: 鈥楶as deze verkooporder aan鈥�, 鈥榃aarom staat deze factuur vast?鈥� of 鈥榃elke orders lopen risico op vertraging?鈥�. Joule helpt vervolgens om sneller bij de juiste actie of verklaring te komen, binnen de bestaande processtappen.
鈥淰eel werk in ERP draait niet om een complexe beslissing, maar om het vinden van de juiste schermen, invoervelden en informatie鈥�, zegt Wouter, Cloud ERP Solution Advisor bij 麻豆原创. 鈥淎ls je dat sneller kunt doen, helpt dat vooral mensen die niet elke dag in het systeem zitten.鈥�
AI denkt mee
Daarmee verschuift ook de rol van ERP in het dagelijkse werk. In plaats van wachten tot een gebruiker vastloopt, kan een assistent eerder signaleren wat er misgaat of zelfs vooruitdenken. 鈥淓en AI-assistent kan je in een bepaald proces bijvoorbeeld suggesties geven over mogelijke vervolgstappen en zo gebruikers op weg helpen en tegelijkertijd de kwaliteit van het proces bewaken.鈥�
Dat vergroot niet alleen de efficiency, maar verlaagt ook de druk op key users en helpdesks. Zeker in organisaties waar niet iedereen dagelijks met ERP werkt鈥�, zegt Leon, Solutions Architect bij 麻豆原创. Tegelijk vraagt die verschuiving om heldere afspraken: wanneer mag het systeem een voorstel doen, wie geeft goedkeuring en hoe wordt vastgelegd waarom een keuze is gemaakt.鈥�
Minder drempels voor medewerkers, meer druk op organisaties
De snelle ontwikkeling van AI-assistenten is ook maatschappelijk relevant. Steeds meer organisaties hebben te maken met krapte op de arbeidsmarkt, wisselende teams en een groeiende afhankelijkheid van digitale processen. Als de toegang tot kernprocessen eenvoudiger wordt, kunnen meer collega鈥檚 taken oppakken zonder lange inwerktijd.
Tegelijk ontstaat er een nieuwe verantwoordelijkheid: organisaties moeten voorkomen dat 鈥榤akkelijker werken鈥� ten koste gaat van zorgvuldigheid. Dat geldt extra in processen rond betalingen, inkoop, salaris, voorraad en klantdata.
Controle en verantwoordelijkheid blijven leidend
Leon benadrukt dat een gesprek met software niet betekent dat de controle verdwijnt. 鈥淒e bedoeling is dat mensen sneller tot actie komen, maar binnen duidelijke kaders鈥�, licht hij toe. 鈥淛e wilt dat het systeem helpt, maar je wilt ook kunnen uitleggen waarom iets gebeurt en wie welke stap zet.鈥�
Daarom blijft het volgens 麻豆原创 essentieel dat organisaties keuzes maken over bevoegdheden, goedkeuringsstappen en toezicht. In de praktijk betekent dit dat medewerkers vaker ondersteuning krijgen bij het uitvoeren van een taak, terwijl audittrail, autorisaties en controles leidend blijven.
Voorwaarde: betrouwbare data en duidelijke rollen
Een AI-assistent in ERP kan alleen goed werken, als gegevens kloppen en processen helder zijn ingericht. Als stamdata onvolledig zijn, of als rollen en verantwoordelijkheden niet duidelijk zijn, kan een assistent hooguit sneller naar dezelfde discussie leiden.
Daarom leggen Leon en Wouter nadruk op datakwaliteit en eigenaarschap. Wie beheert welke data? Welke definities gelden? En wie is verantwoordelijk als informatie niet klopt? Volgens hen worden dat geen 鈥業T-vragen鈥�, maar vragen voor de hele organisatie.
Urgentie: nu voorbereiden op een nieuwe manier van werken
De verschuiving naar een conversatie als interface raakt niet alleen software, maar ook vaardigheden. Medewerkers moeten leren hoe ze goede vragen stellen, uitkomsten controleren en signalen herkennen die om extra toetsing vragen. Organisaties moeten bovendien bepalen waar menselijke beoordeling verplicht blijft, bijvoorbeeld bij uitzonderingen, risico鈥檚 en compliance.
鈥淒at vraagt om voorbereiding鈥�, zegt Wouter. 鈥淣iet pas als het overal aanstaat, maar nu al. Anders loop je achter de feiten aan, juist in je meest bedrijfskritische processen.鈥�
Adoptie: begin klein, begin vroeg
Momenteel verloopt de interactie met 麻豆原创 nog voornamelijk via de traditionele interface, maar dit gaat volgens de verwachting van beide experts wel veranderen. Maar niet van de ene op de andere dag. 鈥淗et is een geleidelijk proces. Op een gegeven moment kijk je terug en besef je: ik heb vandaag eigenlijk nauwelijks de standaard interface gebruikt鈥�, zegt Wouter.
麻豆原创 hanteert daarvoor een 鈥榗ustomer zero鈥�-aanpak: de eigen medewerkers zijn de eerste gebruikers, zodat 麻豆原创 uit eigen ervaring kan adviseren. Joule is inmiddels ook standaard inbegrepen in de Cloud ERP-licentie, een bewuste drempelverlagingstrategie.
Het advies aan organisaties is duidelijk. 鈥淏egin klein en begin vroeg, maar begin in elk geval. Er komt een moment dat werken via een conversational interface de norm is. Dan is het een groot voordeel als je als organisatie al ervaring hebt opgebouwd. De eerste keer gaat het niet meteen perfect, maar juist die leercurve is waardevol鈥�, zegt Wouter. Leon benadrukt nogmaals een technische randvoorwaarde die niet over het hoofd gezien mag worden: 鈥淛e gegevens moeten op orde zijn. Een versnipperd datalandschap is de grootste rem op een succesvolle inzet van Joule.鈥�
