Wat de demo niet laat zien.
De demo ziet er goed uit. De website spreekt over 99,7% nauwkeurigheid, 85% snellere verwerking en orders uit elke bron. De directeur knikt. De beslissing is genomen.
En dan mag jij het gaan gebruiken.
Wat je ontdekt als je ermee werkt.
Mails worden niet automatisch ingelezen. Je moet ze handmatig doorsturen naar de portal.
De tool leest óf de mail óf de bijlage. Niet beide. Als er een bijlage is, wint die. Wat er in de mail staat wordt genegeerd.
Excel-bestanden worden verwerkt tot maximaal 30 regels. Veilig is eigenlijk 25. Daarboven gaat de tool een eigen leven leiden.
Dat laatste ontdek je niet door te vragen. Je ontdekt het doordat het misgaat. 50 regels invoer gaf de ene keer 1 order terug, de andere keer 15, dan 12, dan 5. Geen foutmelding. Geen waarschuwing. Gewoon willekeurige output.
De templates die niemand noemt.
Om de tool werkend te krijgen voor een klant, moet je een template bouwen. Een handgeschreven prompt die de tool vertelt hoe die de orders van die specifieke klant moet interpreteren.
Voor elke klant apart. Met instructies als: welk veld is de factuurreferentie, hoe bereken je de laadmeters, wat doe je als er geen lostijd vermeld staat, hoe herken je ADR-goederen, wat is het verschil tussen een blokpallet en een europallet bij deze klant.
Dit is geen AI die leert. Dit is een mens die alles wat de AI niet snapt handmatig vastlegt. Per klant. En dat werk ligt volledig bij jou.
Ze willen vooral de koppelingen verkopen.
Een klant stuurt grote Excel-bestanden met orders. De tool kan daar niet mee overweg. De leverancier heeft een oplossing: een koppeling in het TMS zodat de klant orders automatisch kan inschieten.
Een manager zei het zonder door te hebben hoe diep het gaat: "Ze willen vooral de koppelingen verkopen."
De AI-tool legt beperkingen bloot. Die beperkingen worden opgelost met koppelingen. Koppelingen leveren meer op dan de tool zelf. Zo werkt het verdienmodel. De klant denkt een probleem op te lossen, maar koopt zich steeds dieper in een afhankelijkheid.
Wat het eigenlijk is.
Na doorvragen bleek de tool in de kern gebaseerd op Microsoft Copilot. Geen eigen AI, geen eigen technologie. Dat vertellen ze niet uit zichzelf.
Wat het is: een prompt-gebaseerd extractiesysteem. Geen lerende AI. Geen intelligentie. Gewoon: als je dit patroon ziet, doe dan dat. En die patronen schrijf jij. Naast je gewone werk. Zonder extra tijd. Zonder begeleiding.
De vraag die nooit gesteld werd.
Waarom stuurt die klant grote Excel-bestanden? Wat zegt dat over hoe zij hun orderproces hebben ingericht? Is dat het probleem dat opgelost moet worden, of plak je er een technische laag overheen?
Als je die vraag eerst stelt, heb je misschien helemaal geen tool nodig. En zeker geen koppeling.
Garbage in is garbage out. Dat geldt voor AI. Maar het geldt ook voor de beslissing om AI in te zetten zonder eerst te begrijpen wat er écht speelt.
Wat dit je leert.
AI-tools voor orderverwerking kunnen waarde toevoegen. Maar alleen als de basis klopt. Als de data gestandaardiseerd is. Als klanten altijd op dezelfde manier aanleveren. Als er iemand is die de output controleert en bijstuurt.
Dat vraagt voorbereiding. Het vraagt een eerlijk gesprek over wat de tool wel en niet kan. En het vraagt iemand die de juiste vragen stelt voordat er geïnvesteerd wordt.
Want de demo laat je zien wat mogelijk is onder ideale omstandigheden. De praktijk is nooit ideaal.
Overweeg jij AI in te zetten voor je orderproces? Ik denk graag even met je mee, voordat je beslist.