AI-automatisering voor bedrijven

RPA vs AI: wanneer regels volstaan en wanneer u een model nodig hebt

De vraag "RPA vs AI" wordt vaak verkeerd gesteld, alsof u moet kiezen. In de praktijk is het geen óf-óf. Robotic Process Automation (RPA) is uitstekend voor gestructureerde, voorspelbare stappen: een bedrag uit veld A naar veld B kopiëren, een bestand verplaatsen, een statusupdate doorzetten. Het is goedkoop, snel te bouwen en uitlegbaar. Het breekt pas zodra de werkelijkheid afwijkt van de regel: een afwijkend factuurformat, een handgeschreven notitie, een klant die zijn vraag net even anders stelt.

AI vult precies dat gat. Een taalmodel of vision-model interpreteert ongestructureerde input, leidt de bedoeling af en kiest de juiste vervolgactie. De krachtigste opzet combineert beide: AI doet het lezen en beslissen, RPA of een directe API-koppeling voert de gestructureerde handelingen uit. Zo betaalt u niet voor een duur model waar een simpele regel volstaat, en loopt u niet vast waar een regel het laat afweten.

Een praktisch beslisraamwerk

• Voorspelbare input, vaste regels, lage variatie: kies klassieke automatisering of RPA. Een AI-model toevoegen maakt het alleen duurder en lastiger te onderhouden.
• Vrije tekst, wisselende formats, beelden of documenten: hier verdient AI zich terug, omdat regelgebaseerde scenario's voortdurend handmatig moeten worden bijgewerkt.
• Een beslissing met gevolgen (een betaling vrijgeven, een aanvraag afwijzen): combineer AI-voorbereiding met menselijke controle op de laatste stap, totdat het systeem zich bewezen heeft.

Wilt u eerst onderbouwd weten welke processen in welke categorie vallen, dan is de AI-consultancy het juiste startpunt; weet u al wat er gebouwd moet worden, dan gaan we direct naar de AI-implementatie.

AI-agents: van losse automatisering naar workflow-orkestratie

De volgende stap in AI-automatisering gaat voorbij losse taken: workflow automation met AI-agents. Een AI-agent is geen chatbot, maar een softwarecomponent met een afgebakende opdracht, toegang tot een vaste set tools (uw CRM, boekhouding, mailbox, kennisbank) en duidelijke grenzen waarbinnen het mag handelen. In plaats van één taak voert een agent een keten van stappen uit: een binnenkomende offerteaanvraag lezen, de juiste gegevens ophalen, een conceptantwoord opstellen en het ter goedkeuring klaarzetten.

Het verschil met een algemene chatassistent zit in de begrenzing. Een agent die in productie draait, krijgt expliciete guardrails: welke acties wél en niet zijn toegestaan, wanneer een mens moet meekijken, en wat er gebeurt als het model onzeker is. Bij gevoelige beslissingen bouwen we standaard een controlestap in waarbij een medewerker de uitkomst bevestigt. Zo houdt u de snelheidswinst zonder het risico dat een model zelfstandig een fout doorzet.

Waar AI-agents het meeste opleveren bij het MKB

• E-mail- en ticketafhandeling: classificeren, routeren en concept-antwoorden opstellen op basis van uw eigen kennisbank, met first-party data in plaats van generieke modeluitvoer.
• Order- en aanvraagverwerking: gegevens uit losse berichten halen, valideren tegen uw systemen en de vervolgstap in gang zetten.
• Interne kennisontsluiting: medewerkers laten zoeken in uw documentatie via retrieval (RAG), zodat antwoorden onderbouwd uit úw bronnen komen en niet verzonnen worden.

Voor het zwaardere maatwerk (een agent die diep in uw systemen ingrijpt) bouwen we dat als maatwerk software, met de generatieve laag uit onze generatieve AI-praktijk.

Compliance van dag één: EU AI Act en AVG in de praktijk

Voor Nederlandse organisaties is AI automation (business process automation met AI) geen puur technische vraag, maar ook een juridische. De EU AI Act deelt toepassingen in naar risico, en automatisering die mensen of beslissingen raakt (denk aan werving, kredietbeoordeling of toegang tot diensten) kan in een hoogrisico-categorie vallen. Dat brengt verplichtingen mee rond documentatie, menselijke controle en transparantie. Tegelijk geldt onverminderd de AVG zodra er persoonsgegevens door het proces stromen.

Wij bouwen die toetsing niet als sluitstuk in, maar vanaf de eerste workshop. Concreet betekent dat: per use case vaststellen onder welke risicocategorie de toepassing valt, welke gegevens écht nodig zijn (en welke u beter weglaat), en waar de menselijke controle zit. Voor gevoelige data adviseren we EU-gehoste of self-hosted modellen, zodat uw gegevens binnen uw eigen omgeving blijven en niet ongemerkt naar een Amerikaanse cloud worden gestuurd.

Wat dit betekent voor uw datagovernance

• Dataminimalisatie: een automatisering krijgt alleen de gegevens die ze nodig heeft, niet uw volledige dataset.
• Herleidbaarheid: elke geautomatiseerde beslissing is achteraf te reconstrueren, wat zowel de AI Act als een interne audit vereist.
• Verantwoordelijkheid: duidelijk vastgelegd wie de uitkomst bewaakt en kan ingrijpen, zodat compliance een eigenaar heeft en geen bijzaak wordt.

De economie van automatiseren: bouwen, kopen of niet doen

Niet elk proces is het waard om te automatiseren. De eerlijke vraag is of de besparing opweegt tegen de bouw- én onderhoudskosten. Een proces dat één keer per kwartaal voorkomt, automatiseert u zelden rendabel; een proces met dagelijks volume en veel handwerk verdient zich vaak binnen maanden terug. Daarom begint elk traject bij ons met een AI-audit die per kans de verwachte besparing én de terugverdientijd benoemt: geen aannames, maar cijfers waarop u kunt sturen.

Daarna volgt de keuze tussen een standaardplatform en maatwerk. Een no-code tool als n8n, Make of Zapier is snel en goedkoop voor eenvoudige koppelingen. Zodra logica complexer wordt, het volume oploopt of er gevoelige data in het spel is, wint maatwerk of een self-hosted opzet het op termijn, zowel qua kosten als qua controle. Wij kiezen de tool op basis van uw situatie, niet op basis van wat wij toevallig graag inzetten.

Transparante kosten in plaats van een open eind

Veel automatiseringstrajecten lopen uit de hand omdat de scope onderweg blijft groeien. Wij werken daarom met vaste stappen tegen vaste prijzen (excl. btw): een AI-audit van €2.500, een Productieklare MVP van €20.000 en een productiebouw vanaf €50.000, met een dagtariefrichtlijn van ongeveer €150 per uur. U beslist na elke stap of u doorgaat. Zo neemt niemand zich te veel hooi op de vork en weet u vooraf waar u aan toe bent. De volledige opbouw staat op de prijzenpagina.

Een automatisering die u zelf bezit, en die blijft werken

Een werkende demo is het makkelijke deel. De echte uitdaging zit in een automatisering die maanden later nog steeds klopt. Modellen verouderen, datastromen veranderen, leveranciers passen API's aan. Een proof of concept die niemand onderhoudt, is binnen een halfjaar onbetrouwbaar. Daarom hoort monitoring vanaf het begin bij de opzet: we bewaken of de uitkomsten kloppen, signaleren wanneer de prestaties achterlopen, en houden de koppelingen actueel.

Net zo belangrijk is eigenaarschap. Bij veel trajecten eindigt de klant met een blackbox die alleen de leverancier begrijpt. Bij Crux Digits is het uitgangspunt omgekeerd: u eindigt met een oplossing die u zelf bezit en begrijpt, met documentatie en een team dat de overdracht serieus neemt. Het advies en de bouw zitten in één team, dus de strategie gaat niet verloren in een overdracht tussen een adviesclub en een externe bouwer.

Boutique senior-werk, geen weekend-rebranding

De Nederlandse markt kent twee uitersten: de grote enterprise-bureaus (Xebia, Xomnia, Capgemini), die degelijk maar duur en log zijn, en webbureaus die zich net "AI" zijn gaan noemen zonder de engineering-diepgang. Crux Digits B.V., opgericht in 2022 en gevestigd in Nieuwegein (provincie Utrecht), is bewust het alternatief daartussen: een boutique consultancy waar dezelfde senior mensen die het werk verkopen, het ook bouwen en opleveren. Voor het MKB betekent dat directe lijnen, geen junior-doorgeefluik en een aanspreekpunt dat uw proces écht kent.

Onze diensten lopen van AI-audit en strategie tot machine learning, computer vision, data engineering, LLM-optimalisatie en applicatieontwikkeling, toegepast in zorg, e-commerce, marketing, logistiek en finance. We hebben 13 cases opgeleverd; klantnamen blijven vertrouwelijk. We werken óók als AI-engineeringpartner voor marketing- en webbureaus, maar zijn zelf geen marketing- of webbureau. Wilt u weten wie er achter zit, lees dan meer over ons, of plan een gratis consult van 30 minuten waarin we samen bepalen welk proces zich het eerst terugverdient.