Automatiseren of AI: wat is het verschil?

Het korte antwoord

Automatiseren of AI: wat is het verschil?

Het verschil tussen automatiseren en AI zit in wie de regel bedenkt. Bij automatisering schrijft een mens de stappen uit: als de factuur boven een bedrag komt, gaat hij naar de directeur. Bij AI geef je een doel en voorbeelden, en het systeem leidt zelf af wat het met nieuwe invoer doet.

Voor jou als eigenaar scheelt dat veel: een vaste regel doet morgen precies wat hij vandaag deed. AI kan een mail lezen die anders is geformuleerd dan alle vorige, en daar toch iets zinnigs mee doen. Daar staat tegenover dat je bij AI moet blijven kijken wat eruit komt.

De vraag komt vaker op nu meer bedrijven AI gebruiken. Volgens voorlopige cijfers van het CBS gebruikte in 2025 een op de zes bedrijven met twee of meer werkzame personen AI, tegen 13 procent een jaar eerder.

De definitie

Waar trekt de wet de grens tussen software en AI?

De Europese AI-verordening trekt de grens bij het vermogen om zelf af te leiden: software die alleen door mensen vastgestelde regels uitvoert, valt er volgens de wetgever niet onder. In overweging 12 staat dat “inferentievermogen” een belangrijk kenmerk van AI-systemen is.

Dezelfde overweging zegt dat systemen die “gebaseerd zijn op regels die uitsluitend door natuurlijke personen zijn vastgesteld”, geen AI zijn. De Europese Commissie werkte dat in juli 2025 uit in richtsnoeren. Als voorbeelden van software die er buiten valt, noemt ze een database die gegevens sorteert of filtert, een gewoon spreadsheetprogramma zonder AI-functies en een voorspelling die simpelweg het gemiddelde van vorige week neemt.

Die grens is handig, ook als je de wet verder niet nodig hebt. De vraag is steeds: heeft iemand de regel opgeschreven, of vindt het systeem hem zelf? Hoe slim iets lijkt, zegt daar weinig over.

Waar regels volstaan

Wanneer is gewone automatisering genoeg?

Gewone automatisering is genoeg wanneer je de stap volledig in regels kunt vatten en de invoer er steeds hetzelfde uitziet. Dan is een vaste regel goedkoper te onderhouden, voorspelbaar en makkelijk te testen.

Neem de maandrapportage: cijfers verzamelen uit een handvol systemen en ze netjes in een vast format zetten. Dat zijn veel stappen, maar ze lopen langs regels die vastliggen.

Een adres overtikken van de ene lijst naar de andere is ook zo’n stap. Daar voegt AI weinig toe en haalt het wel onzekerheid binnen.

Mijn lezing

Waarom zijn simpele stappen soms niet simpel?

Simpele stappen zijn soms niet simpel omdat er jaren ervaring in zit die nergens is opgeschreven. Ik noem dat verborgen vakmanschap, en juist daar houdt gewone automatisering op en begint de vraag of AI kan helpen.

Een deel van de offerte is regelwerk: materialen opzoeken, uren optellen, de tekst in de huisstijl zetten. Maar ertussen zitten stappen die er net zo uitzien en het niet zijn. In mijn boek staat het zo:

Inschatten wat deze klant nodig heeft, voelen waar in déze klus het risico zit, kiezen welke marge bij déze relatie past. Het is één regel in hetzelfde systeem, en er zitten jaren ervaring in.Paul Hoffman

Een als-dan-regel kan dat niet vangen, want de vakman kan het zelf vaak niet in regels uitleggen. AI kan daar wel iets mee, mits je eerst vastlegt wat hier goed werk is. Daarom is AI voor mij een herontwerp van het werk, geen aankoop.

Wat er misgaat

Wat gaat er mis als je de verkeerde kiest?

Als je de verkeerde kiest, gaat het op twee manieren mis: vaste regels breken op elke uitzondering, en AI geeft soms met grote stelligheid een fout antwoord. Allebei zijn te voorkomen als je per stap kiest.

Regels die je uitbreidt voor elke uitzondering, groeien uit tot een kluwen die niemand meer durft aan te raken. Dat is meestal het moment waarop iemand zegt dat er AI bij moet.

Kalai en drie collega’s, onderzoekers van OpenAI en Georgia Tech, lieten in september 2025 zien dat taalmodellen gokken omdat training en beoordeling een gok belonen boven toegeven dat ze het niet weten. Zet je AI op een stap waar een vaste regel volstaat, dan haal je dat risico voor niets binnen. Zet je AI op een stap met oordeel, laat dan een mens tekenen voor wat de deur uitgaat.

De praktijk

Hoe kies je per stap?

Kies per stap door één werkstroom uit te schrijven en bij elke stap te vragen: ligt de regel vast, of moet iemand iets inschatten? Wat vastligt, automatiseer je; waar ingeschat wordt, kijk je of AI kan helpen.

Ga er een uur voor zitten met één medewerker die het werk kent. Zet de stappen op een whiteboard, van aanvraag tot verzonden, en zet bij elke stap een R voor regel of een O voor oordeel. Een stap met een O is waar het vakmanschap zit, en dus waar een mens aan het eind blijft tekenen.

Wil je weten hoe ver je bedrijf daarin al is? Lees over de vijf niveaus van AI in een bedrijf en doe daar de korte check.