<-- Naar het blog overzicht

Vijf bedrijfskundige toepassingen van AI, en of RPA ook geschikt is voor deze toepassingen

3/7/2024 16:35

Met de komst van ChatGPT wordt plots duidelijk dat er met Artificial Intelligence (AI) heel erg veel mogelijk is. Dit is niet alleen puur op tekstueel gebied het geval, maar ook binnen bedrijven en organisaties. Hoe kan AI ingezet worden, en kan met Robotic Process Automation (RPA) een vergelijkbaar eindresultaat bereikt worden? Yarado zet vijf toepassingen op een rijtje.

AI en RPA kunnen beide goed gebruikt worden om diverse teams te assisteren.

Interpreteren van documenten

Allereerst kan AI ingezet worden om documenten uit te lezen en te interpreteren. Dit is niet in alle gevallen nodig, maar vooral wanneer het ongestructureerde data betreft, kan AI goed van pas komen. Data staan in het geval van ongestructureerde informatie niet altijd op dezelfde plek, wat het voor programma's lastig maakt om te bepalen hoe bepaalde input geïnterpreteerd moet worden. AI kan aangeleerd worden hoe data geïnterpreteerd moeten worden, maar met RPA kan dit ook. In dit geval verschilt Robotic Process Automation dus weinig van AI in praktische zin.

Process mining

AI en RPA kunnen beide ingezet worden voor process mining. Wat is process mining precies? In feite wordt er bij process mining gekeken naar hoe processen uitgevoerd worden. Uit deze analyse komen verbeterpunten die gebruikt worden om het proces te optimaliseren. Via deze inzichten kunnen organisaties of bedrijven niet alleen processen stroomlijnen, maar ook de gehele effectiviteit en efficiëntie van de operatie verhogen. Met AI kunnen deze inzichten opgehaald worden, maar met RPA kan dat ook, naast het feit dat na zo'n process mining-traject RPA ook het proces nog eens volledig geautomatiseerd kan laten verlopen.

Voorspellende analyses bouwen

Met AI kunnen voorspellende analyses gebouwd worden. Denk hierbij aan modellen om bijvoorbeeld koopgedrag van consumenten in te schatten. Deze modellen krijgen historische data als input, en op basis van die historische data doet AI of een andere technologie een voorspelling wat er in de maand of het jaar daarop gaat gebeuren. Hierin is AI wellicht beter dan RPA, al kan RPA wel zo ingesteld worden dat het historische waarden meeneemt in haar voorspelling, en ook actuele data mee kan nemen in dit historische model. Zo wordt RPA zelflerend, wat een van de meest prominente eigenschappen van AI is.

Ontlasten van IT-teams

AI kan IT-teams ontlasten en RPA kan dat ook. IT-teams krijgen intern voldoende te maken met verzoeken die makkelijk opgelost kunnen worden, maar blijven liggen vanwege een gebrek aan tijd. Wanneer een probleem opgelost is, kan AI er voor zorgen dat de oplossing gedocumenteerd wordt, en de volgende keer aangeboden wordt wanneer een personeelslid tegen vergelijkbare problemen aanloopt. Zo worden IT-teams ontlast, tot een niveau bereikt is waarbij helpdesks automatisch draaien. RPA kan eenzelfde resultaat bereiken.

AI op de HR-afdeling

AI kan gebruikt worden op HR-afdelingen, en volgens een onderzoek van Gartner uit 2020 was dat bij 17 procent van de organisaties zelfs al het geval. Denk hierbij aan het scannen van cvs, uitlezen hoeveel jaar ervaring iemand heeft en of iemand liegt op zijn of haar cv. In het eerdergenoemde onderzoek werden enkele redenen gegeven om AI te gebruiken. Kostenbesparing en data-gedreven besluitvorming waren twee grote speerpunten die gebruikt werden om de keuze op te baseren. Overigens kan RPA de HR-afdeling met dit soort klussen ook helpen.

Gratis totdat jouw administratieve werk geautomatiseerd is

Wij automatiseren jouw admin gratis en brengen niets in rekening totdat het werkt.  (Dat klopt, geen lock-in).

Boek een meeting
Phone Icon
Jop de Bakker

Gratis discovery call van 30 min met onze CEO, Jop!