Overslaan en naar de inhoud gaan

Outsourcing van agentic AI - slim of riskant?

Agentic AI verandert processen vooral doordat AI operationele taken bijna volledig uitvoert, met mensen die de uitzonderingen oppakken. Die ontwikkeling grijpt diep in op een organisatie en vereist specialistische kennis. Dan komt de vraag op of deze expertise in huis gehaald moet worden of als dienst afgenomen van een gespecialiseerde aanbieder. Een keuze die grote consequenties kan hebben.

kantoorpoppetjes in een winkelkarretje
© Shutterstock

Business Process Outsourcing (BPO) is tegenwoordig een gangbare manier voor organisaties om essentiële processen die niet tot de kernactiviteiten behoren, uit te besteden aan een specialist. Denk aan de kantinefaciliteiten, het klantcontactcenter of de IT-afdeling.
In de nabije toekomst duikt voor veel directies de vraag op of ook het uitbesteden van agentic AI een strategisch goede zet kan zijn. Agentic Process Outsourcing (APO) is de term die daarvoor wordt gemunt door Sanjay Srivastava, Chief Digital Strategist bij genAI-specialist Genpact, in een artikel bij zakenblad Forbes.

Volledige procesuitvoering

Bij agentic AI neemt een stelsel van autonome AI-agents een volledig proces over dat voorheen door mensen werd uitgevoerd. De agents kunnen plannen, handelen en het resultaat daarvan verifiëren en de uitzonderingsgevallen escaleren naar een mens. Het gaat dus niet om een chatbot, Robotic Process Automation (RPA) of het assisteren van medewerkers. Agentic AI gaat over zogeheten closed-loop execution. Het proces vereist geen menselijke tussenkomst meer, behalve wanneer de agents onregelmatigheden ontdekken. Hoewel agentic AI nog niet in veel organisaties wordt toegepast, wordt de technologie die dit mogelijk maakt steeds volwassener en groeit de ervaring met de ontwikkeling van grenzen voor de agents (guardrails), escalatiecriteria en de benodigde logdata voor het uitvoeren van gedegen audits. Daarmee verschuift het toepassen van de technologie langzaam van demo’s naar productie.

De meeste winst met de toepassing van agentic AI is te behalen bij processen met hoge volumes waarbij relatief vaak informatie ontbreekt bij de input. Denk aan de afhandeling van een facturatieproces waarbij 20 duizend facturen per maand binnenkomen en bij 5 procent een afwijking wordt geconstateerd, zoals het ontbreken van een opdrachtnummer of een betaling terwijl de levering wel al heeft plaatsgevonden. Bij klassieke automatisering komen in deze situatie alle duizend uitzonderingen bij een medewerker terecht die de ontbrekende informatie moet opzoeken. Daar gaat veel tijd aan verloren. Bij de inzet van agentic AI kunnen de agents zelfstandig op zoek naar de ontbrekende informatie in diverse backoffice-systemen waardoor het aantal uitzonderingen dat echt aandacht verdient van een medewerker, sterk daalt.

Uitbesteden of niet?

Zo’n agentic AI-proces in huis ontwikkelen is aan te raden als het systeem werkt met gevoelige gegevens of er vanwege wet- en regelgeving maximale controle vereist is.
APO kan interessant zijn wanneer het proces niet onderscheidend is ten opzichte van andere organisaties en medewerkers beter op andere plekken in de organisatie kunnen worden ingezet. De lastigste component bij de agentic AI is volgens Srivastava uiteindelijk de exploitatie van agentic AI, dus het zorgen voor continue verbetering en de betrouwbare werking, niet het model zelf.

Inmiddels sorteren leveranciers zich voor op APO en daarbij zijn drie soorten te onderscheiden:

  • Traditionele BPO-leveranciers: zij zijn thuis in het overnemen van hele processen. Zij kunnen moeite hebben met de overschakeling van ‘bemenste’ processen die altijd hun kernactiviteit zijn geweest, naar AI-geleide processen zonder aan betrouwbaarheid te verliezen.
  • Softwareleveranciers: zij richten zich op de ontwikkeling van agentic systemen. Zij kunnen snel producten ontwikkelen, maar hebben vaak minder ervaring met het nemen van operationele verantwoordelijkheid.
  • Een nieuwe categorie dienstenleveranciers die zich vormt rond APO: zij combineren de sterke punten van de andere twee categorieën met een AI-first deliverymodel en ervaring met het standaardiseren van processen.

Het invoeren van agentic AI is geen kwestie van opschalen op basis van een succesvol pilotproject, maar is onderdeel van een nieuw operationeel model dat alleen kan worden opgeschaald wanneer het aantoonbaar goed bestuurbaar is. Srivastava raadt aan om te beginnen met een afgebakend deelproces waar uitzonderingen veel werk veroorzaken en de uitkomsten belangrijk zijn. De KPI’s moeten vooraf helder bepaald zijn. Opschaling kan alleen wanneer zowel de economische factoren, zoals kosten en doorlooptijd, echt verbeteren én incidentafhandeling en compliance op orde blijven.

Reacties

Om een reactie achter te laten is een account vereist.

Inloggen Word abonnee

Melden als ongepast

Door u gemelde berichten worden door ons verwijderd indien ze niet voldoen aan onze gebruiksvoorwaarden.

Schrijvers van gemelde berichten zien niet wie de melding heeft gedaan.

Bevestig jouw e-mailadres

We hebben de bevestigingsmail naar %email% gestuurd.

Geen bevestigingsmail ontvangen? Controleer je spam folder. Niet in de spam, klik dan hier om een account aan te maken.

Er is iets mis gegaan

Helaas konden we op dit moment geen account voor je aanmaken. Probeer het later nog eens.

Maak een gratis account aan en geniet van alle voordelen:

Heb je al een account? Log in

Maak een gratis account aan en geniet van alle voordelen:

Heb je al een account? Log in