Eerst standaardiseren of variatie omarmen?

Waarom AI dwingt tot een herdefinitie van procesdiscipline

Elke organisatie die met AI aan de slag gaat, loopt vroeg of laat tegen dezelfde vraag aan:

Moeten we eerst onze processen strak standaardiseren voordat we AI toepassen?

Of kunnen we AI juist inzetten om met bestaande variatie en complexiteit om te gaan?

Jarenlang was het antwoord eenduidig. De klassieke ERP aanpak luidde: “a fool with a tool is still a fool.” Als je een rommelig proces automatiseert, automatiseer je rommel.
Dus: eerst harmoniseren, dan automatiseren. Maar AI verandert dat speelveld fundamenteel.

Processtandaardisatie vóór AI: het vertrouwde pad

De traditionele route is bekend. Organisaties investeren eerst in uniforme processen:

• Eén manier van werken
• Gelijke stappen, formulieren en definities
• Beperken van uitzonderingen en lokale varianten

Dit was (en is) vaak een randvoorwaarde voor succesvolle ERP‑implementaties. De logica is helder: gestandaardiseerde processen leveren consistente data op, consistente data is makkelijker te analyseren, te automatiseren én te controleren. Organisaties met hoge procesdiscipline zien dit voordeel vandaag nog steeds. Wie één geharmoniseerd orderproces heeft, kan AI daar relatief snel op loslaten. Je traint iets één keer, en het werkt overal.

Maar deze aanpak heeft ook een prijs:

• Het kost tijd
• Het roept weerstand op
• Het vraagt vaak top‑down ingrijpen

En niet elke variatie wíl of kán weg gestandaardiseerd worden.

AI inzetten om variatie te managen: de nieuwe invalshoek

AI introduceert een radicaal andere mogelijkheid. In plaats van variatie te bestrijden, kun je haar accepteren, en slim laten afhandelen.

Denk aan scenario’s die vroeger vrijwel onmogelijk waren:

• Klanten bestellen via e‑mail, PDF, EDI of zelfs gesproken verzoeken
  en AI zet dat om naar één uniforme order.
• Afdelingen hanteren verschillende benamingen of volgordes
  en AI verzorgt de mapping en vertaling.
• Processen kennen lokale uitzonderingen en een agent past per geval de juiste logica toe.

Hier wordt variatie geen probleem, maar input. AI fungeert als flexibele buffer tussen rommelige werkelijkheid en strak systeem. Dat belooft het beste van twee werelden:
flexibiliteit én automatisering.

Waarom deze keuze urgent is

Omdat AI-technologie een kantelpunt heeft bereikt. Traditionele workflows falen bij afwijkingen. Een onverwacht document, een ontbrekend veld, een afwijkend pad, en het proces stokt. AI‑agents kunnen dat wél opvangen. Waar vroeger gold: uitzondering = mens, zien we nu: uitzondering = AI.

Dat opent strategische opties:

• Minder dwangmatige standaardisatie
• Meer ruimte voor lokale of klantgedreven variatie
• Toch schaal en snelheid houden

Maar dit is geen vrijbrief om structuur los te laten.

De valkuil: AI op rommel zetten

AI is geen wondermiddel. Als processen volledig chaotisch zijn, als data versnipperd is, als niemand weet wat “waar” is, dan faalt AI net zo hard, soms subtieler, maar met grotere gevolgen. Onderzoek laat zien dat slechts een klein deel van organisaties hun data voldoende volwassen acht om AI echt op te schalen. Zonder betrouwbare basis ontstaat een governance‑nachtmerrie: onverklaarbare beslissingen, onvoorspelbare output en compliancerisico’s. De EU AI Act versterkt dit nog eens. Hoe meer variatie je toestaat, hoe meer je moet kunnen uitleggen wat er gebeurt en waarom. Dat betekent: je móet bewust kiezen waar je flexibiliteit accepteert en waar niet.

Gevolgen voor procesontwerp

Kies je voor standaardisatie vóór AI, dan:

• Start je met procesworkshops
• Definieer je “één manier van werken”
• Rol je bijvoorbeeld Business Central breed uit met minimale varianten

AI krijgt een schoongemaakt canvas. Dat maakt uitkomsten voorspelbaar en betrouwbaar.

Kies je voor AI als variatie‑manager, dan:

• Laat je bestaande verschillen bestaan
• Ontwerp je processen met expliciete AI‑beslispunten
• Combineer je vaste workflows met intelligente agents

Het procesontwerp wordt complexer, maar ook adaptiever. Mens en AI werken samen in scenario’s met meerdere paden.

Microsoft-context: minder customising, meer intelligentie

Microsoft‑applicaties zijn historisch gebouwd rond best‑practice processen. Wie “out‑of‑the‑box” werkt, krijgt standaardisatie bijna cadeau.

AI‑gedreven variatie‑management levert hier iets nieuws op: minder hard customisen in het ERP, meer beslislogica uitbesteden aan AI‑agents. Wat vroeger code of config was, kan nu contextuele intelligentie zijn. Tools als Copilot Studio en Process Advisor maken dit expliciet mogelijk: je ontdekt waar variatie zit, en beslist vervolgens bewust: dwingen we uniformiteit af, of laten we AI het afhandelen?

Bestuurlijke implicaties: dit is geen IT‑afweging

Deze keuze raakt direct aan leiderschap. Standaardisatie vraagt om top‑down richting: lokale autonomie inruilen voor uniformiteit. Dat lukt alleen als de board het uitdraagt.

AI inzetten voor variatie vraagt een andere mindset: bereidheid om technologie ruimte te geven in onvoorspelbare situaties. En ja, om te accepteren dat leren soms betekent: een fout maken.

Bestuurders moeten expliciet bepalen:

• Welke processen móeten voorspelbaar zijn?
• Waar is flexibiliteit een concurrentievoordeel?
• Hoeveel fouttolerantie accepteren we, en waar?

Zonder dat kader ontstaan tegenstrijdige initiatieven en raakt de organisatie stuurloos.

Tot slot

AI dwingt organisaties opnieuw na te denken over procesdiscipline. Niet alles wat afwijkt is slecht. Niet alles wat strak is, is slim.

De vraag is niet: standaardiseren of niet.
De vraag is: waar standaardiseren we bewust, en waar laten we AI variatie dragen?

Organisaties die deze keuze expliciet maken, bouwen geen rigide processen, maar een flexibel operating model dat zowel schaalbaar als adaptief is.

En juist dát bepaalt of AI een versneller wordt, of een nieuwe laag complexiteit.

Dit blog is een co-creatie van Rob en zijn Copilot. AI is inmiddels volledig onderdeel van zijn dagelijkse werk. Gebaseerd op een uitgebreider artikel, vertaald naar een praktisch en toepasbaar verhaal.