Een directie die vraagt hoe zij vastlegt wat AI doet, stelt eigenlijk een andere vraag: wat blijft er over als bepaalde mensen morgen wegvallen. Een koper stelt die vraag ook, alleen dan over het hele bedrijf. Hij koopt niet het aantal medewerkers op de loonlijst, hij koopt wat er zonder hen doorloopt. Vastleggen wat AI doet is dus geen technisch overzicht van tools en licenties, het is een beschrijving van welk werk aan een systeem hangt en welk werk aan een persoon.
De fout die de meeste overzichten maken is dat ze werk in twee bakken verdelen: geautomatiseerd of niet. Dat mist het middenstuk waar op dit moment het meeste gebeurt. Er zijn taken die AI zelfstandig aflevert, taken waarbij AI een voorstel doet en een mens goedkeurt of afkeurt met een reden, en taken die mensenwerk blijven omdat oordeel, relatie of verantwoordelijkheid niet te delegeren zijn. Die middelste categorie is instabiel: het toezicht dat nu nog nodig is, kan over een jaar lichter zijn, of net zo goed net zo zwaar blijven. Wie alleen registreert wat vandaag al volledig automatisch loopt, mist waar de beweging zit.
Een functietitel zegt weinig over wat AI kan overnemen. Een controller doet rapportagewerk dat grotendeels te automatiseren is en beoordelingswerk dat dat niet is, vaak binnen dezelfde werkweek. Vastleggen wat AI doet betekent daarom afdalen naar het niveau van taken: welke handeling, met welke input, met welk besluit aan het eind. Op functieniveau ontstaat een vertekend beeld dat een koper bij due diligence binnen een dag doorprikt.
Elke inschatting van wat AI kan overnemen rust op aannames over de kwaliteit van de data, de stabiliteit van het proces en de bereidheid van een organisatie om een systeem de beslissing te laten nemen. Bij taken met veel uitzonderingen, wisselende input of gevoelige beoordelingen is de bandbreedte breed en de uitkomst minder een feit dan een richting. Een overzicht dat daar geen ruimte voor laat, en alles in vaste percentages presenteert, verdient minder vertrouwen dan een overzicht dat aangeeft waar de marge groot is. Dat geldt ook voor het effect op de prijs: welke afhankelijkheid van een AI-leverancier de prijs drukt is niet in één getal te vangen, omdat het afhangt van hoeveel van het overgenomen werk aan één externe partij hangt versus in het eigen proces ligt verankerd.
Er zijn situaties waarin een overzicht van wat AI doet weinig waarde heeft voor een koper. Als de overname van taken volledig steunt op de kennis van één persoon die het systeem heeft ingericht en niemand anders kan uitleggen waarom het werkt, zegt de vlag "geautomatiseerd" niets over risico. Dat is dezelfde vraag als bij mensenwerk: waarom een koper vraagt wie de AI onderhoudt raakt precies dit punt. Een taak die vandaag door een systeem wordt afgehandeld maar bij storing alleen door de eigenaar te herstellen is, telt bij een koper anders dan een taak die door een team wordt begrepen en bijgehouden.
Sommige bedrijven hebben dit al vastgelegd, andere nog helemaal niet, en het verschil zit zelden in de sector of de omvang. Het zit in wie de taken heeft opgeschreven voordat AI in beeld kwam. Een bedrijf met beschreven processen kan relatief snel aanwijzen welk deel daarvan aan een systeem is over te dragen. Een bedrijf waar het werk in hoofden zit, moet eerst die stap zetten voordat AI daar iets aan kan overnemen. Dat is meteen ook een waardevraag: hoe u meet hoeveel er via de eigenaar loopt legt uit waarom bedrijven met vastgelegde kennis sneller kunnen aantonen wat AI doet dan bedrijven waar die kennis nooit is opgeschreven.
Een besparing die uit AI voortkomt telt bij een koper niet automatisch als winst van goede kwaliteit. Een besparing die aan één contract met één leverancier hangt, is fragieler dan een besparing die in het proces zelf is verankerd en zonder die leverancier blijft werken. Ook het effect op werkkapitaal is niet vanzelfsprekend gunstig: snellere verwerking van facturen of orders kan doorlooptijden verkorten, maar wat werkkapitaal is en waarom het telt bij een verkoop laat zien dat de relatie tussen automatisering en kaspositie niet rechtlijnig is.
Wat een bedrijf vervolgens doet met het overzicht van overgenomen, deels toezichtplichtig of blijvend mensenwerk, is een besluit van de werkgever. Voor besluiten die personeel raken gelden eigen wettelijke vereisten, en dit overzicht is daar geen onderbouwing voor. Het doel is een feitenbeeld: welk werk hangt aan wie of wat, en wat betekent dat voor wat er overblijft als een persoon wegvalt. Dat is ook waar spreiding van kennis een rol speelt: hoe u voorkomt dat uw waarde in een handjevol koppen zit raakt dezelfde vraag vanuit de mensen in plaats van de systemen.
Het moment waarop dit overzicht het meeste oplevert, is niet vlak voor een verkoop maar geruime tijd daarvoor, wanneer er nog ruimte is om iets aan de afhankelijkheden te doen voordat een koper ze aantreft. Wanneer u moet beginnen met de voorbereiding van een verkoop hangt mede af van hoeveel van het huidige werk nog aan personen vastzit die niet blijven.
De onderliggende vraag, welk werk in dit specifieke bedrijf werkelijk door AI is over te nemen, wordt per taak beantwoord in de werkscan van FTE TO AI. Voor wie eerst wil weten waar de prijs vandaag het meest onder druk staat, is er de gratis waardecheck: acht korte vragen, één per waardedrijver, met een beeld van welke drijver vandaag het meeste weegt. De volledige waardescan, met maturiteitsscores, bewijs per drijver en een tweejarenkalender naar het exit-moment, is in aanbouw.