De praktijk
Hoe een vraagstuk een experiment wordt.
Twee voorbeeldscenario's, van bedrijfsdoel tot besluit. Zo ziet het eruit als werk, mensen en AI aan een concreet bedrijfsdoel worden verbonden — en zo ziet het eruit als een verbeterkans meetbaar wordt gemaakt.
Bedrijfsdoel
15% meer orders verwerken, zonder direct extra personeel aan te nemen.
Een productiebedrijf groeit harder dan het personeelsbestand. De vraag aan Werkshift is niet wat AI kan, maar waar de capaciteit vandaan moet komen.
Werkproces
De rem zit in de werkvoorbereiding.
Werkvoorbereiders blijken een groot deel van hun dag bezig met informatie verzamelen, controleren en overdragen. Het werk waarvoor ze zijn aangenomen, het technisch beoordelen van complexe orders, komt daardoor in de knel.
Werkshift Scan
Niet elke taak vraagt hetzelfde.
Per taak binnen het proces kijken we wat menselijk oordeel vraagt en wat AI kan voorbereiden. Dat levert geen cijfer op, maar een verdeling waar het team zich in herkent.
AI kan ondersteunen bij
- Standaardinformatie uit systemen verzamelen
- Ordergegevens vergelijken met eerdere orders
- Documenten structureren en klaarzetten
- Een conceptvoorbereiding opstellen
De medewerker blijft verantwoordelijk voor
- Technische beoordeling van complexe orders
- Uitzonderingen en afwijkingen oplossen
- Klantafstemming bij onduidelijkheid
- Vrijgeven van de order
Welke taken in welke kolom horen, bepalen we met de mensen die het werk dagelijks doen. Zij weten wat een algemene taakbeschrijving niet vastlegt.
Hypothese
Als AI de standaardvoorbereiding ondersteunt, houden werkvoorbereiders capaciteit over voor complexe orders.
Experiment
Een klein team test enkele weken een aangepaste werkwijze.
Vooraf spreken we af wat we meten en wanneer het experiment geslaagd is. Niet alleen tijd, maar ook kwaliteit en de werkbaarheid voor de medewerkers zelf.
We kiezen vooraf welke effecten relevant zijn voor uw vraagstuk. De uitkomsten bepalen of we stoppen, aanpassen of opschalen.
Resultaat en besluit
Opschalen, aanpassen of stoppen.
Werkt het niet, dan is dat ook een uitkomst: u weet het na enkele weken in plaats van na een implementatietraject van een jaar.
AI was niet het doel. Meer capaciteit was het doel.
Een tweede vraagstuk
Hetzelfde patroon, ander werk.
Niet alleen in productie loopt werk vast op zoeken, overnemen en controleren. In de zakelijke dienstverlening ziet het er zo uit.
Meer aanvragen. Dezelfde mensen. Offertes blijven liggen.
Een adviesbureau krijgt meer aanvragen. Medewerkers zoeken telkens eerdere voorstellen, zetten gespreksnotities om in tekst en stemmen de inhoud af met een senior adviseur.
Werkshift onderzoekt waar de vertraging ontstaat. Zit die vooral in zoeken en opnieuw schrijven? Dan kan een klein team testen of AI met goedgekeurde voorbeeldteksten en klantnotities een eerste concept kan voorbereiden.
Het knelpunt
De gemarkeerde stappen zijn waar de vertraging vermoedelijk ontstaat. Of dat klopt, stellen we vast vóór we iets testen.
AI kan ondersteunen bij
- Eerdere voorstellen zoeken en vergelijken
- Gespreksnotities samenvatten
- Een eerste concept voorbereiden met goedgekeurde voorbeeldteksten
De medewerker blijft verantwoordelijk voor
- De aanpak en de inhoudelijke lijn bepalen
- De prijs en de toezeggingen
- Inschatting van de klant en de situatie
- Eindcontrole van het voorstel
De meetvraag
Kost een offerte minder tijd, zonder extra correcties of kwaliteitsverlies?
De onderdelen
Dit maakt Werkshift zichtbaar.
Van strategische opgave tot de keuze die uw MT maakt. Het rapport en de presentatie zijn de drager, niet het product.
Bewijs
Wat u hierboven zag zijn voorbeeldscenario's.
Werkshift is jong. Er staan hier bewust geen klantlogo's of quotes die de indruk wekken dat er al tientallen trajecten achter de rug zijn. Zodra de eerste experimenten gemeten resultaten opleveren, staan die hier: met de voorspelling vooraf, de uitkomst na afloop, en het verschil ertussen.
Tot die tijd kunt u beoordelen hoe wij denken en werken: de aanpak, de verantwoording en het voorbeeldrapport laten alle drie zien wat u kunt verwachten.
Welk werkproces zou u willen verbeteren?
Neem één concreet organisatievraagstuk mee. We onderzoeken waar mensen, werk en AI elkaar kunnen versterken.
Bespreek uw vraagstuk