Onze ervaring: waar AI het verschil maakt.

Elke aankoop, van zo’n 300 stenen, kon tot vijftien uur werk vragen: een bestand downloaden, het met de hand hernoemen, het in de juiste map zetten, en opnieuw beginnen. Ongeveer drie minuten per steen, honderden keren na elkaar. Dat werk is nu geautomatiseerd vanuit één Excel-bestand. Dankzij de vrijgekomen tijd kan wie hier voorheen een volle dagtaak aan had, zich nu op de verkoop toeleggen.

Vroeger

Bij elke aankoop moesten zo’n 300 diamanten worden verwerkt vanuit vijf Excel-bestanden. Per steen moesten de 360°-video en het laboratoriumcertificaat worden gedownload, volgens de interne naamgeving worden hernoemd en over verschillende mappenstructuren worden verdeeld, en moesten er deellinks worden aangemaakt. Ongeveer drie minuten per steen, of zo’n vijftien uur werk per partij. En de kleinste fout kon onevenredig grote gevolgen hebben: één verkeerd benoemd bestand volstond om een diamant onvindbaar te maken.

Nu

De verantwoordelijke medewerker zet het Excel-bestand gewoon op een webpagina en start de verwerking. In drie tot vijf minuten worden de bestanden gedownload, hernoemd en op de juiste plaatsen opgeslagen, en worden de deellinks aangemaakt.

Resultaat

Vijftien uur werk wordt teruggebracht tot ongeveer vijfentwintig minuten, goed voor bijna 175 uur tijdwinst per jaar. De persoon die oorspronkelijk voor deze taak werd aangenomen, is in het bedrijf gebleven, maar besteedt zijn tijd nu aan verkopen in plaats van aan ordenen.

Rol voor AI: niet nodig. Het gaat vooral om het automatiseren van een reeks gestructureerde stappen die precieze regels volgen.

Op een vakbeurs (B2B) vroeg elke bestelling tientallen handmatige invoerstappen terwijl de klant erbij stond, en aan het eind van de dag nog eens een tweede invoer in het ERP. De vertegenwoordiger vult het bestelformulier nu in een paar minuten in, door de bestelling gewoon in een chatgesprek aan een AI-assistent te beschrijven. Over 248 bestellingen verdween zo bijna 185 uur werk.

Vroeger

Een bestelling op een B2B-beurs kon tientallen in te vullen velden tellen: artikelnummer, model, kleur, maat, aantal, prijs, korting en totaal. Al die velden moesten met de hand worden ingevuld, terwijl andere klanten stonden te wachten. Na de beurs werden dezelfde gegevens nog eens in het ERP ingevoerd, met alle risico op fouten en vertraging die die dubbele invoer met zich meebracht.

Nu

De vertegenwoordiger vult het bestelformulier nu in een paar minuten in. Hij kan een formulier gebruiken, of de vraag van de klant rechtstreeks beschrijven aan een AI-assistent die de productcatalogus kent. De assistent herkent de artikelen, stelt de beschikbare maten en kleuren voor en stelt de bestelling samen naarmate het gesprek vordert. Het btw-nummer wordt automatisch gecontroleerd, het adres opgezocht en de prijzen berekend volgens de geldende regels. Daarna wordt de bestelling aan de klant bevestigd en rechtstreeks in het ERP gezet.

De rol van AI

Dankzij AI kan een bestelling in gewone taal worden begrepen en omgezet in artikelnummers. AI kan ook bepaalde gegevens afleiden uit de beschikbare informatie. De btw-controle, het opzoeken in registers en de prijsberekening steunen daarentegen op koppelingen met databases en op bedrijfsregels.

Resultaat

Over 248 bestellingen werd ongeveer 103 uur gewonnen bij het opnemen van de bestellingen en 83 uur bij het opnieuw invoeren, samen bijna 185 uur. De verkoper is zijn tijd niet langer kwijt aan het invullen van formulieren: hij kan zich op de klanten en de verkoop concentreren.

Na een beurs moesten 200 visitekaartjes worden ingevoerd, gekwalificeerd en in verschillende talen worden aangeschreven. Dat gebeurt nu in één beweging: elk contact komt in het CRM terecht en krijgt een bericht dat past bij zijn profiel en zijn taal. De doorslaggevende winst is niet alleen de bespaarde tijd: het is de zekerheid dat elk contact ook echt een bericht krijgt.

Vroeger

Een vakbeurs kon in drie dagen zo’n 200 visitekaartjes opleveren. Ze in het CRM zetten vroeg al enkele uren invoerwerk, maar het echte probleem kwam daarna: elk contact kwalificeren, zijn profiel bepalen, het bericht afstemmen op zijn bedrijf en hem in zijn eigen taal schrijven.

Sommige contacten waren toekomstige klanten, andere zochten een commercieel partnerschap. Ze verwachtten niet dezelfde informatie en niet hetzelfde bericht. In de praktijk kreeg iedereen bij gebrek aan tijd vaak een algemeen bericht, of zelfs geen bericht dat snel genoeg kwam, terwijl de waarde van een beurs grotendeels in de dagen erna wordt bepaald.

Nu

De kaartjes worden gefotografeerd en in één keer verwerkt. Elk contact wordt aangemaakt in het CRM, ingedeeld volgens zijn profiel en krijgt een HTML-e-mail in de huisstijl van het merk, afgestemd op zijn categorie en geschreven in zijn taal. De volledige verwerking van 200 contacten duurt minder dan tien minuten.

De rol van AI

AI haalt de gegevens van de kaartjes, helpt de contacten te kwalificeren op basis van hun bedrijf en functie, bepaalt de juiste taal en schrijft het bijbehorende bericht. De opmaak steunt op HTML-sjablonen, zodat het resultaat onder controle blijft.

Resultaat

Alleen al het invoeren kostte zo’n drie minuten per contact. Het hele proces, inclusief kwalificatie en vervolgbericht, duurt nu minder dan tien minuten voor alle 200 contacten. Het grootste voordeel zit minder in de bespaarde tijd dan in het feit dat de kansen die de beurs oplevert, niet meer verloren gaan.

Rol voor AI: bijzonder nuttig om gegevens uit te lezen, contacten te kwalificeren en berichten te personaliseren.

De boekhoudstukken kwamen binnen via vijf verschillende kanalen en moesten met de hand worden verzameld en afgestemd. Eén centraal journaal brengt ze nu samen, ongeacht hun herkomst, en verwerkt ze automatisch. Zo werd bijna 40% van de tijd voor deze taak bespaard.

Vroeger

De galerie ontving haar boekhoudstukken via vijf verschillende wegen: facturen per e-mail, foto’s van kassabonnen, PayPal-transacties, exports van Spendesk-kaarten en spreadsheets met onkostendeclaraties. Geen van die kanalen stond in verbinding met de andere. De persoon die de afstemming deed, werkte twee dagen per week en besteedde het grootste deel van die tijd aan het verzamelen, invoeren en controleren van gegevens.

Nu

Eén centraal journaal wordt nu gevoed via het kanaal dat het best bij elk gebruik past. Een kassabon kan als foto via een berichtenapp (WhatsApp, Telegram) worden verstuurd, een factuur als pdf in een gesprek worden gezet, en PayPal-transacties worden automatisch opgehaald. Elk stuk wordt daarna gelezen, ingedeeld en afgestemd met het bankafschrift in de Drive van de galerie.

De rol van AI en andere automatiseringen

AI leest de documenten en haalt er de nuttige gegevens uit. Het indelen gebeurt op basis van 341 leveranciersregels en 52 categorieën. De bankafstemming gebruikt een algoritme in vier rondes over een periode van veertig dagen. Het systeem schat ook zijn eigen zekerheid in en legt een stuk voor aan een medewerker wanneer die zekerheid te laag is, in plaats van het zonder controle automatisch te verwerken.

Resultaat

Een tijdwinst van meer dan 6 uur per week, of bijna 40% van de tijd die aan deze taak werd besteed.

Aan documenten was nooit gebrek: wat ontbrak, was één plek waar ze samenkwamen.

Rol voor AI en andere technieken: AI wordt vooral ingezet om de documenten te lezen en te interpreteren. De doorstroming van de informatie, het indelen en de afstemming steunen op gestructureerde regels en automatiseringen.

Bestellingen en documenten gingen heen en weer tussen verschillende programma’s die niet met elkaar communiceerden, met dubbele invoer, fouten en administratief werk als gevolg. De systemen werden met elkaar verbonden, zonder er ook maar één te vervangen. De verwerkingstijd van een bestelling daalde van 1 uur 45 naar 10 tot 20 minuten, en een extra medewerker op de boekhouding bleek niet nodig.

Vroeger

Een merk verkocht zowel rechtstreeks, via zijn webshop, als via een bestelapp voor zijn wederverkopers. Die twee kanalen voedden drie losse systemen: het ERP voor voorraad en logistiek, het facturatieprogramma voor facturen en btw, en het CRM voor het klantbeheer.

Elke bestelling werd bij de verkoop ingevoerd en daarna met de hand in de verschillende systemen overgetypt. De verwerking kon tot 1 uur 45 per bestelling duren.

Hetzelfde probleem speelde bij de inkoopfacturen. Zes mensen ontvingen meer dan twintig abonnementsfacturen per maand, telkens via andere kanalen. Sommige stukken waren onvindbaar tot het moment dat erom werd gevraagd. Het maandelijkse zoeken naar facturen in een WhatsApp-groep kostte ongeveer een uur. De bankafstemming gebeurde daarna met de hand, regel voor regel, met het grootboek.

Nu

De verschillende programma’s werden met elkaar verbonden, zonder ze te vervangen.

De verkopen uit de webshop en de bestelapp voeden nu rechtstreeks het ERP, het facturatieprogramma en het CRM. De facturen worden aangemaakt zonder dubbele invoer, in de juiste valuta en met de juiste btw-regeling, voor verkopen in meer dan dertig landen en acht talen.

Inkoopfacturen komen centraal binnen via één e-mailadres. Ze worden gelezen, de belangrijkste gegevens worden eruit gehaald, het stuk wordt gearchiveerd en de gegevens gaan naar de juiste systemen.

Papieren documenten kunnen worden gefotografeerd en via een berichtenapp worden verstuurd. Het systeem herkent de gegevens, vraagt waar nodig om verduidelijking, toont een overzicht en wacht op goedkeuring voor het de gegevens naar de verschillende programma’s doorstuurt.

Tot slot kan de bankcontrole gebeuren op basis van een afschrift dat naar het systeem wordt gestuurd. Dat haalt de regels eruit, stemt ze af met het grootboek en maakt een rapport met de transacties die al in het facturatieprogramma staan en die welke er nog niet in staan.

De rol van AI en andere automatiseringen

AI leest de facturen, kassabonnen en afschriften en interpreteert correcties die in gewone taal worden gegeven. De rest steunt op duidelijke regels: afstemming, de doorstroming van gegevens tussen de programma’s, de btw-logica en herinneringen.

Resultaat

De verwerking van een bestelling daalde van ongeveer 1 uur 45 naar 10 tot 20 minuten, goed voor bijna 375 uur besparing op 250 bestellingen. De bankcontrole levert daar nog zo’n 24 uur per jaar bovenop.

Door de groei van de activiteiten zou er een extra medewerker op de boekhouding nodig zijn geweest, geschat op € 38.400 bruto per jaar. Die extra kracht bleek niet nodig.

Het doel was niet om het informatiesysteem te herzien, maar om de informatie tussen de onderdelen te laten stromen. Er werd geen enkel programma vervangen, en niemand moest nieuwe software leren gebruiken.

De gegevens bestonden al: ze kwamen alleen nooit op hun bestemming aan.

Rol voor AI en andere technieken: AI wordt ingezet waar documenten en gewone taal moeten worden gelezen, begrepen of geïnterpreteerd. De koppeling tussen de systemen, de berekeningen en de verwerkingsregels steunen op klassieke automatisering.

Om op een aanbesteding in te schrijven, zochten de medewerkers urenlang naar prijzen die ze eigenlijk al kenden, verspreid over oude offertes en contacten met leveranciers. Die gegevens staan nu samen in één catalogus, met de volledige prijsgeschiedenis, rechtstreeks beschikbaar in het calculatieprogramma. De zoektijd is gehalveerd en de gehanteerde prijzen zijn nu consistent van offerte tot offerte.

Vroeger

Het bedrijf moest regelmatig inschrijven op aanbestedingen met honderden te calculeren posten. Voor elke post moesten de inkoopprijs van het materiaal en de tijd voor de plaatsing worden opgezocht.

Die informatie bestond al in het bedrijf, maar zat verspreid over eerdere offertes en contacten met leveranciers. De calculator besteedde zo een groot deel van zijn tijd aan het zoeken naar gegevens die hij eigenlijk al had moeten kennen. Elke aanbesteding vroeg ongeveer acht uur voorbereiding, en het ging om zo’n vier aanbestedingen per maand.

Naast het tijdverlies was er geen enkele garantie dat hetzelfde product in elke offerte op dezelfde manier werd geprijsd.

Nu

De inkoopprijzen staan nu samen in één catalogus. Elke wijziging wordt automatisch bijgehouden: een oude prijs wordt nooit overschreven, en de prijs van een product op een bepaalde datum blijft altijd terug te vinden.

De inkoopfacturen vullen die database geleidelijk aan. Getekende offertes leggen ook de aanvaarde verkoopprijzen vast, zonder de inkoopprijzen te wijzigen. De catalogus is gesynchroniseerd met de spreadsheet van de calculator, die zo in zijn vertrouwde werkomgeving blijft werken.

De rol van AI en andere automatiseringen

AI leest de inkoopfacturen en stelt voor bij welk catalogusproduct elke regel hoort. Geen enkel gegeven wordt automatisch opgenomen zonder menselijke goedkeuring, en wie controleert, kan het voorstel naast het oorspronkelijke document leggen.

De prijsgeschiedenis en de synchronisatie van de gegevens steunen op de database en de automatiseringen.

Resultaat

De tijd voor de calculatie daalde van ongeveer acht naar vier uur per aanbesteding, goed voor bijna 192 uur per jaar. Bovenal heeft het bedrijf nu één gemeenschappelijke referentie om dezelfde prijzen voor dezelfde producten te hanteren.

Een prijs die je moet gaan zoeken, is geen gegeven. Het is een gerucht.

Rol voor AI en andere technieken: AI om documenten te lezen en koppelingen voor te stellen; een database en automatiseringen om de informatie te centraliseren, de geschiedenis bij te houden en te delen.

De tuiniers beschreven elke dag hun werk in de chat van elke locatie, maar die berichten omzetten in een maandrapport kostte één tot twee uur per klant: voor de 160 locaties werden maar enkele rapporten verstuurd, en dan nog te laat. De chats worden nu automatisch gelezen, volgens regels die met de tuiniers zijn afgesproken, en elk rapport wordt opgemaakt met de foto’s erbij. Het kantoor leest het in een paar minuten na en verstuurt het met één klik: elke klant krijgt elke maand zijn rapport.

Vroeger

Hetzelfde bedrijf werkt op 160 locaties van klanten. Het contract voorziet in een maandelijks werkrapport: wat er is gedaan, op welke datum, door wie, met foto’s als bewijs.

Die informatie bestond al. Ze zat in het chatkanaal van elke locatie, waar de tuiniers hun bezoeken beschrijven en hun foto’s plaatsen, tussen de gesprekken met collega’s door. Om een rapport te maken, moest iemand van het kantoor het kanaal van de hele maand herlezen, uitzoeken wat de klant mocht zien, de foto’s exporteren, een document opstellen, de foto’s invoegen en de berichten herschrijven in verzorgd Frans. Dat kostte één tot twee uur per rapport.

Voor 160 locaties was dat onbegonnen werk: er werden maar enkele rapporten verstuurd, vaak te laat.

Nu

De applicatie leest de kanalen van de 160 locaties. Regels die met de tuiniers zijn afgesproken, bepalen wat in het rapport komt: een bericht met (OFF) blijft privé tot een (ON) of tot de volgende dag, foto’s van voor en na worden per paar gekoppeld, een verslag dat te laat is geplaatst, wordt aan het juiste bezoek in de planning gekoppeld, en vervangingen van planten blijven intern.

Op de laatste dag van de maand ligt er voor elke locatie een rapport klaar: één alinea per bezoek, de lijst van uitgevoerde werkzaamheden, de foto’s en de voor-en-nabeelden, opgemaakt als pdf. Het kantoor leest het na en corrigeert het rechtstreeks in de applicatie, en verstuurt daarna de goedgekeurde rapporten met één klik. Geen enkel rapport wordt zonder goedkeuring verstuurd.

De rol van AI en andere automatiseringen

AI speelt op twee plaatsen een rol. Eerst onderscheidt ze de bezoekverslagen van gewone gesprekken tussen collega’s. Daarna schrijft ze voor elk bezoek een alinea in professioneel Frans, uitsluitend op basis van de berichten van de tuinier: ze stelt vast, raadt niets aan en verzint niets. Een automatische controle houdt elke aanbeveling en elke alinea zonder bron tegen, en het bezoek gaat dan terug naar het kantoor. Wanneer het kantoor zelf een alinea herschrijft, verbetert een tweede, lichter model de spelling.

De vertrouwelijkheid hangt niet af van AI: de (OFF)/(ON)-filter werkt vóór AI, en geen enkel privébericht wordt aan AI doorgegeven. De koppeling met de planning, de keuze van de foto’s, de opmaak, de herinneringen aan de tuiniers en het versturen steunen op uitgeschreven regels en automatiseringen.

Resultaat

Elk rapport vraagt nu twee tot vijf minuten nalezen en bijwerken, in plaats van één tot twee uur schrijven. Bovenal krijgen de 160 locaties nu elke maand een volledig en verzorgd rapport, wat tot dan toe onmogelijk was. Het bedrijf komt zijn contractuele verplichting na, en de kwaliteit van zijn werk wordt zichtbaar voor zijn klanten.

Werk dat de klant niet ziet, is geen dienst. Het is een belofte.

Rol voor AI en andere technieken: AI om de berichten te sorteren en de verslagen te schrijven; uitgeschreven regels en automatiseringen voor de vertrouwelijkheid, de koppeling met de planning, de foto’s, de opmaak en het versturen.

Een catalogus van bijna 5.000 beelden was met klassieke fotografie economisch onhaalbaar geweest: ongeveer € 150.000 tegen marktprijzen. Een applicatie maakt nu alle varianten op basis van één foto van het product, in 4K, op een witte achtergrond en met een weergave die van beeld tot beeld strikt identiek is. De prijs per beeld daalt van ongeveer € 30 naar € 0,10, maar wat er echt toe doet, is dat een catalogus die vroeger onhaalbaar was, nu haalbaar wordt.

Vroeger

Negen collecties, veertig koordkleuren, drie metalen en verschillende hoeken: de catalogus besloeg bijna 5.000 beelden.

Er waren twee wegen, allebei onbegaanbaar. De eerste was de fotograaf. De gepubliceerde tarieven voor productfoto’s (packshots) liggen tussen € 20 en € 36 exclusief btw per beeld, afhankelijk van het volume, plus vaste opstartkosten per sessie, en studio’s geven aan dat ze voor sieraden, die speciale belichting en retouche vragen, hogere tarieven hanteren. In België beginnen de vermelde tarieven voor sieraden bij € 35 per beeld. Tegen € 30 per beeld, een lage schatting, kwamen de 5.000 beelden op ongeveer € 150.000.

Bronnen voor de tarieven: packshot-paris.fr (€ 19 per beeld standaard, € 29 premium, opstartkosten niet inbegrepen); atelierb9.com (€ 36 excl. btw per beeld voor 1 tot 6 producten, € 20 excl. btw bij meer dan 40, plus € 150 opstartkosten, en meer voor sieraden); studio-360.be (vanaf € 35 per beeld voor sieraden, met volumekorting).

De tweede weg was de beelden handmatig te maken met een programma voor generatieve AI. Dat kostte ongeveer een uur per beeld, met instructies die bij elke poging moesten worden herschreven en bijgestuurd. Het ging niet meer om geld, maar om tijd: de catalogus zou nooit af zijn gekomen.

Nu

Eén foto met een smartphone volstaat om het hele werk op gang te brengen. De applicatie herkent het product, stelt zes uitsneden voor en de gebruiker kiest de beste hoek. Op basis van die ene keuze maakt ze met één klik de twintig koordkleuren in de drie metalen, in 4K, op een witte achtergrond en in de gewenste aanzichten: driekwart, detail en gedragen.

De moeilijkheid is niet om één mooi beeld te maken, maar om er vijfduizend te maken die op elkaar lijken. Dezelfde uitsnede, dezelfde achtergrond, hetzelfde licht, dezelfde resolutie, en vooral een koordkleur die in alle producten en collecties precies dezelfde blijft. Dat is precies wat een generatief model niet vanzelf doet, en daar zit het meeste werk.

De achtergrond past zich daarna aan de bestemming van het beeld aan: wit voor productpagina’s en online marktplaatsen, aangepaste decors voor wederverkopers en communicatiemateriaal. Ook de foto’s voor octrooiaanvragen worden met hetzelfde systeem gemaakt.

De beelden kunnen één voor één opnieuw worden gegenereerd, of met een eenvoudige geschreven instructie worden bijgestuurd. Een automatische controle keurt elke productfoto vóór de export, en dankzij de versiegeschiedenis kun je terug naar een eerdere versie. De bestanden worden daarna geëxporteerd met een automatische naamgeving.

De rol van AI en andere technologieën

Generatieve AI maakt de beelden en vormt de kern van het systeem. Op zich volstaat ze echter niet om de consistentie te garanderen. Het vrijstaand maken en herkleuren van de koorden gebeurt met programmatische beeldbewerking, die voor deze precieze handeling betrouwbaarder is, en de kleurenbibliotheek wordt buiten het model beheerd, zodat een kleur identiek blijft, welk product het ook is. Een automatische controle houdt beelden tegen die niet aan de norm voldoen, voordat ze in de catalogus komen.

Resultaat

De prijs per beeld daalt van ongeveer € 30 naar ongeveer € 0,10, goed voor bijna € 150.000 vermeden uitgaven voor de volledige catalogus. De productietijd daalt van ongeveer een uur per beeld naar enkele minuten voor een hele collectie.

Eigenlijk ligt het belangrijkste resultaat elders: een catalogus die tot dan toe economisch onhaalbaar was, wordt nu mogelijk.

De winst zit dus niet in een simpele kostenbesparing, maar in de mogelijkheid om te realiseren wat vroeger niet kon.

Rol voor AI en andere technieken: generatieve AI maakt de beelden; programmatische beeldbewerking garandeert de betrouwbaarheid van herhaalde, precies omschreven handelingen.

Elke maand werden de afschriften van zes verschillende bronnen (BNP Paribas Fortis, Revolut, N26, Stripe, SumUp en de uitbetalingen van Shopify) met de hand vergeleken met het Belgische facturatieprogramma, regel voor regel, om ontbrekende facturen op te sporen. Die controle duurde ongeveer twee uur en werd niet als een probleem gezien. Ze gebeurt nu in enkele minuten op basis van een afschrift dat via een berichtenapp wordt verstuurd, en ontbrekende facturen worden automatisch opgevraagd bij de betrokkenen.

Vroeger

Het geld kwam binnen en ging de deur uit via zes kanalen: een traditionele bank (BNP Paribas Fortis), twee neobanken (Revolut, N26), twee betaaldienstverleners (Stripe, SumUp) en de uitbetalingen van de webshop (Shopify). Elk kanaal maakt zijn eigen afschrift, in zijn eigen formaat, met zijn eigen omschrijvingen en soms in een andere valuta. Alles moest worden afgestemd met het Belgische facturatieprogramma, dat geen van die formaten herkent.

Elke maand downloadde de boekhouding de afschriften, opende ze naast het facturatieprogramma en controleerde regel voor regel of elke transactie wel een factuur had. Regels zonder factuur werden gemarkeerd, in een lijst overgenomen en naar de mensen gestuurd die de uitgave hadden gedaan. Daarna moest alles bij ontvangst een tweede keer worden gecontroleerd, en wat ontbrak met de hand worden ingevoerd.

Twee uur per maand, elke maand. Niemand stelde die werkwijze ter discussie: met zes bronnen leek handmatig controleren de enige manier.

Nu

Het afschrift wordt gewoon als pdf naar een assistent in de berichtenapp van het bedrijf gestuurd. Wat het formaat ook is (bank, neobank, betaaldienstverlener of webshop), de assistent leest het afschrift, haalt er elke transactie uit en vergelijkt ze met wat in het facturatieprogramma staat. Binnen enkele minuten stuurt hij een samenvatting en een rapport terug: de transacties waarvoor de factuur er is, die waarvoor ze ontbreekt, en de bedragen in kwestie. Wie een uitgave zonder factuur heeft gedaan, krijgt de vraag rechtstreeks, per e-mail of in de groepschat, in één keer.

De rol van AI en andere automatiseringen

AI leest de afschriften, ook als ze gescand of geannoteerd zijn, en haalt er de transacties uit. Daarna koppelt ze elke regel aan de geregistreerde facturen, rekening houdend met verschillende omschrijvingen, valuta en kosten. De doorstroming van de informatie (het facturatieprogramma raadplegen, het rapport maken, de vragen versturen) steunt op automatiseringen.

Resultaat

Een controle van twee uur per maand wordt teruggebracht tot enkele minuten, goed voor een besparing van ongeveer 24 uur per jaar. Bovenal weet het bedrijf nu elke maand welke facturen ontbreken en aan wie het ze moet vragen, wat het vroeger niet wist.

Niet de tijd is veranderd, maar de vraag: vroeger controleerde men of de regels overeenkwamen, niet of er facturen ontbraken.

Rol voor AI en andere technieken: AI om de afschriften te lezen en de regels te koppelen; automatiseringen om het facturatieprogramma te raadplegen, het rapport te maken en de vragen te versturen.

Elke maand zaten zo’n 70 bewijsstukken (facturen voor software en abonnementen die per e-mail binnenkwamen, kassabonnen van dagelijkse uitgaven) bij zes verschillende mensen, en moesten ze één voor één worden opgevraagd, zonder dat iemand wist wie wat had. Dat voortdurende opvragen werd beschouwd als een normaal deel van het boekhoudwerk. Nu volstaat het om de factuur door te sturen naar een speciaal e-mailadres, of een foto van de kassabon in de Telegram-groep van het bedrijf te zetten: het stuk wordt gelezen, gearchiveerd, in het facturatieprogramma geregistreerd en, waar nodig, aan de Revolut-transactie gekoppeld. Zo wordt elk jaar bijna 140 uur zoeken en invoeren bespaard.

Vroeger

Zes medewerkers deden uitgaven voor het bedrijf met twee kaarten, Revolut en N26. De bewijsstukken waren van twee soorten: enerzijds de facturen voor software en abonnementen, die ieder per e-mail in zijn eigen mailbox kreeg; anderzijds de dagelijkse uitgaven, restaurants en gewone aankopen, waarvan een papieren kassabon het enige bewijs was. In totaal moesten elke maand zo’n 70 stukken, waaronder meer dan twintig abonnementsfacturen, bij de boekhouder terechtkomen, die ze in het facturatieprogramma registreerde en bij elke Revolut-transactie het bijbehorende bewijsstuk voegde.

De stukken kwamen binnen via WhatsApp of per e-mail, als ze al binnenkwamen. Meestal moest erom worden gevraagd, zonder zeker te weten wie welk stuk had. Een stuk terugvinden kostte ongeveer vijf minuten; het registreren nog eens vijf.

De stukken waren niet verloren: iemand had ze. En omdat wie het bewijsstuk had nooit degene was die het nodig had, leek het vanzelfsprekend dat die laatste het ging halen. Dat opvragen was lastig, maar het leek onvermijdelijk: het hoorde bij het boekhoudwerk.

Nu

Elk soort stuk volgt nu de weg die past bij wat iedereen al doet. Een softwarefactuur die per e-mail binnenkomt, wordt gewoon doorgestuurd naar een speciaal adres, automatisch opgehaald, en de assistent bevestigt de registratie per e-mail. Een kassabon van een restaurant of een gewone aankoop wordt gefotografeerd en in de Telegram-groep van het hele bedrijf gezet: de assistent herkent de afzender, vraagt met welke kaart de uitgave werd betaald (twee knoppen: Revolut of N26) en bevestigt daarna in de groep wat hij heeft geregistreerd.

In beide gevallen wordt het stuk gelezen, in het facturatieprogramma geregistreerd, in de Drive gearchiveerd en, als de uitgave met de Revolut-kaart werd betaald, aan de bijbehorende transactie gekoppeld.

Elk stuk verschijnt in één overzichtstabel: leverancier, bedrag, valuta, kaart, datum, persoon, herkomst (e-mail of Telegram), de periode van een abonnement en een link naar het document in de Drive. Twee tabbladen vullen de tabel aan: een maandoverzicht en de lijst van abonnementen. Wie de tabel opent, ziet meteen wat er is ontvangen, van wie en via welk kanaal.

De rol van AI en andere automatiseringen

AI leest de facturen en kassabonnen, ook als ze met een telefoon zijn gefotografeerd, en haalt er de leverancier, het bedrag, de datum, het documentnummer en, bij een abonnement, de gefactureerde periode uit. De rest steunt op automatiseringen: het speciale adres uitlezen, de afzender herkennen, registreren in het facturatieprogramma, doorsturen naar Revolut, archiveren en de overzichtstabel bijhouden.

Resultaat

Tien minuten per stuk, 70 stukken per maand: bijna twaalf uur per maand, of ongeveer 140 uur per jaar, wordt bespaard.

De belangrijkste verandering zit echter in de volgorde: het stuk wordt doorgestuurd op het moment van de uitgave, door wie de uitgave heeft gedaan, en niet langer achteraf opgevraagd door wie het moet boeken. Elk stuk is gekoppeld aan de persoon die het heeft doorgestuurd; de vraag ‘wie heeft wat?’ stelt zich niet meer.

Een stuk waar je om moet vragen, is al een stuk dat te laat is.

Rol voor AI en andere technieken: AI om de facturen en kassabonnen te lezen; automatiseringen om de inzendingen op te halen, het facturatieprogramma en Revolut te voeden, de stukken te archiveren en de overzichtstabel bij te houden.