Waarom AI op de servicedesk nog weinig oplevert (en dat is goed nieuws)

AI op de servicedesk is op dit moment vooral een spiegel. Eén die laat zien dat de technologie waardeloos is als het fundament eronder rammelt. Dat is AI’s grootste bijdrage aan ITSM anno 2026: het creëert de urgentie om te gaan werken aan de basis die de meeste organisaties al jaren voor zich uitschuiven.

De prijs van uitstel

Kennisbeheer, ofwel het vastleggen en vindbaar maken van kennis, is voor een gemiddelde servicedesk een belangrijk onderwerp. De organisaties waar ik kom, zijn het hier altijd roerend mee eens. Maar zodra je vraagt of ze tevreden zijn met hun huidige kennisbank, is het antwoord steevast nee. Bij veel organisaties gebeurt er al jaren weinig op dit vlak. Zo is 40 procent van de IT’ers zo druk met brandjes blussen, dat ze nauwelijks toekomen aan proactieve verbeteringen.

'Je hoeft dus niet te kiezen tussen je fundament versterken, vaak als saai bestempeld, en ‘echt’ met AI aan de slag gaan. Het is hetzelfde werk'

Wat er nu verandert, is dat AI blootlegt wat de prijs is van dit jarenlange negeren. AI kan efficiënt zijn voor je processen, maar je data waarmee het werkt bepaalt het succes. Zo zag ik bij een onderwijsinstelling recent nog hoe de inzet van AI om tickets automatisch af te handelen tegenviel, simpelweg omdat de onderliggende kennisbank te wensen overliet. Dan snapt een AI-model niet wat er moet gebeuren in een bepaalde situatie. Deze afhankelijkheid van AI van goede kennis geeft kennisbeheer daarom de urgentie die binnen organisaties jarenlang ontbrak.

Kennis is niet genoeg

Kennisbeheer is één kant van het fundament dat op orde moet zijn voor AI. De andere kant is inzicht in je processen. Dat klinkt simpel, maar dat is het niet. Bij veel organisaties zijn processen over de jaren heen gegroeid. Klantvragen worden ‘gewoon’ opgepakt. Hoe dit proces precies verloopt, zit alleen in de hoofden van mensen. Zijn die mensen er niet, dan loop je direct vast. En zo ook AI. Bij dezelfde onderwijsinstelling waar ik eerder over sprak, bleven meldingen liggen zodra iemand ziek was. Kennis ontbrak en was versnipperd opgeslagen, zowel in de hoofden van specifieke mensen als in documenten op laptops. Leg proceskennis daarom centraal vast, zodat je het makkelijker kunt overdragen. Het mooie is dat als je AI vervolgens inzet om je kennisbeheer op orde te brengen, je precies de basis bouwt waarop een latere AI kan draaien. Je hoeft dus niet te kiezen tussen je fundament versterken, vaak als saai bestempeld, en ‘echt’ met AI aan de slag gaan. Het is hetzelfde werk.

Waar het misgaat

Staat je fundament, dan valt de stap naar AI vaak mee. In essentie is dat een nieuwe IT-implementatie. Maar juist omdat het nieuw is, liggen er twee valkuilen op de loer. De eerste is beginnen bij de oplossing in plaats van het probleem. Je herkent vast dat je iets met AI moet. En dat je gaat zoeken naar een uitdaging om met AI op te lossen. Het beste is om dit om te draaien en vanuit uitdagingen te denken. Denk aan vertalingen van tickets of procedures. Je kunt dit door AI laten doen, maar soms is een vertaaltool goedkoper en efficiënter. Ze zijn immers specifiek op vertalen ingericht en je kunt er soms eigen jargon aan toevoegen. Niet elke uitdaging vraagt om AI en juist het inzicht in je processen helpt om hier goede keuzes in te maken. Een tweede valkuil is te groot beginnen. Organisaties streven vaak direct naar gouden bergen als het om AI gaat. Dat zijn mooie stippen op de horizon, maar meestal is het net zo waardevol om met iets kleins te beginnen, zodat je gaandeweg kunt leren en opschalen.

Waar sta jij?

Dus moet je morgen een AI-project starten? Niet per se. Maar wachten tot je basis helemaal perfect is, is ook niet nodig. Het hangt af van waar je servicedesk op dit moment staat. Pakken servicemedewerkers bestaande kennisitems erbij om tickets af te handelen en maken ze nieuwe aan zodra er één ontbreekt? Dan staat je fundament en kun je met AI aan de slag. Is je basis echter nog een work in progress, zoals bij veel organisaties? Start dan daar. Dat is de kern van AI op de servicedesk: het fundament dat je eigenlijk altijd al nodig had, krijgt nu eindelijk de aandacht die het verdient. Hoe eerder dat staat, hoe eerder AI doet wat het belooft.