AI-implementatie bij een dakwerkbedrijf
Drie stappen in calculatie en verkoop ondersteund met AI, opgebouwd met de echte documenten van het bedrijf en getest op dossiers waarvan de uitkomst bekend was.
- Rol
- Business analist
- Jaar
- 2026
- Werk
- 3 dagen
- Use-cases
- 3
De uitdaging
Een bedrijf dat actief is in platte en hellende daken vroeg mij om AI-ondersteuning te bouwen voor drie terugkerende stappen in het calculatie- en verkoopproces. De oplossing helpt het team om binnenkomende aanvragen te beoordelen, offertes vóór verzending te controleren en gedetailleerde prijsaanvragen voor leveranciers op te stellen. De oplossing is opgebouwd rond de eigen regels, documenten en terminologie van het bedrijf.
De calculatiedienst ontvangt voortdurend documenten om te beoordelen, waaronder lastenboeken, meetstaten, offertes en e-mails van leveranciers. Drie momenten in dat proces namen bijzonder veel tijd in beslag en lieten ruimte voor fouten: bepalen of een prijsvraag de moeite waard was om te behandelen, controleren of een offerte volledig was voordat ze werd verstuurd en prijsaanvragen voor leveranciers opstellen, post per post.
De knelpunten bij de start
-
Knelpunt 01
Aanvragen beoordelen
Bepalen of een prijsvraag de moeite waard was om te behandelen.
-
Knelpunt 02
Offertes controleren
Nagaan of een offerte volledig was voor ze werd verstuurd.
-
Knelpunt 03
Prijsaanvragen aan leveranciers
Ze opstellen, post per post.
De aanpak
Het traject begon met een dag ter plaatse en niet met een vooraf uitgeschreven projectplan. Samen met het interne team bekeek ik tientallen mogelijke toepassingen en deelde ik die op in drie groepen: wat meteen gebouwd kon worden, wat een koppeling met andere systemen vereiste en wat buiten de scope van een kort traject viel. Vervolgens werden drie concrete cases uit de eerste groep geselecteerd.
De oplossing werd opgebouwd met de eigen documenten van het bedrijf, waaronder dossiers, historische e-mails, offertes en referentielijsten. Ik gebruikte daarvoor geen generieke voorbeelden. Deze informatie hielp om de oplossing tijdens het project verder te verfijnen, onder meer om ook een minder vaak voorkomend type dossier te ondersteunen dat pas later in beeld kwam.
Ik testte de oplossing met een brede reeks dossiers van het bedrijf waarvan de uitkomst al bekend was. Zo kon ik elk resultaat vergelijken met een echte menselijke beslissing en nagaan of de gedefinieerde regels correct werden toegepast.
Wat er werd opgeleverd
-
Een selectie van use-cases
Tientallen toepassingen ter plaatse bekeken, in drie groepen verdeeld, drie cases gekozen.
-
Drie praktische toepassingen
Bruikbaar voor het team zonder specifieke opdracht of technische prompt.
-
Duidelijke documentatie
Wat is aangetoond, en wat nog niet.
Het resultaat
In slechts drie werkdagen werd een werkende oplossing opgeleverd.
De drie geselecteerde use-cases werden omgezet in praktische toepassingen die het team kan gebruiken zonder een specifieke opdracht te moeten kennen of een technische prompt te moeten formuleren. Elk resultaat blijft herleidbaar tot de bron, met duidelijke documentatie over wat al is aangetoond en wat nog niet is bewezen.
De regels en kennis die de drie toepassingen gebruiken, worden één keer vastgelegd en gedeeld over de drie toepassingen heen. Zo wordt vermeden dat dezelfde bedrijfslogica op verschillende plaatsen opnieuw wordt opgebouwd en na verloop van tijd uiteen gaat lopen.
Deze eerste opdracht legde ook de basis voor de volgende fase. Dezelfde aanpak, bedrijfsregels en technische fundamenten kunnen opnieuw worden gebruikt terwijl ik verdere AI-use-cases voor het bedrijf ontwikkel.
Wat het project mogelijk maakte
-
Een oplossing in drie dagen
Een werkende oplossing, opgeleverd in drie werkdagen.
-
Herleidbare resultaten
Elk resultaat blijft herleidbaar tot de bron.
-
Een basis voor wat volgt
Dezelfde regels en fundamenten dienen voor volgende use-cases.
Om te onthouden
Deze opdracht illustreert een bepaalde manier van werken.
-
Vertrekken van het echte werk
Niet van de technologie.
-
De documenten van de klant
In plaats van generieke voorbeelden, en testen op beslissingen die al bekend zijn.
-
Een beperkte scope
Nu iets bruikbaars opleveren en tegelijk de volgende fase voorbereiden.
Kost een proces in uw organisatie te veel tijd? De Process Scan geeft u in 5 minuten gratis een eerste lezing. De Process Scan doen →
AI wordt pas echt nuttig wanneer het vertrekt vanuit uw echte werk
Hebt u een proces waarin AI tijd kan besparen, repetitief werk kan verminderen of bepaalde beslissingen kan ondersteunen? Laten we erover praten.