Praktische AI-gebruiksgevallen
Hoewel het gesprek ging over brede strategie, werden ook praktische voorbeelden van AI in ERP belicht:
AI in ERP: Waarom data en processen vóór technologie komen
06 okt., 2025
De volgende blogpost is een samenvatting van onze discussie over de podcast, gemaakt met de hulp van AI
Kijk je liever?
Wesley Nelson, ANZ Service Line Director bij HSO, praat met Nathan Bregmen over wat er echt nodig is om AI en ERP te laten samenwerken:
Waarom transformatie begint bij mensen en processen-niet bij systemen
Hoe je jouw gegevens opschoont voordat je automatiseert
Quick wins zoals maandafsluiting en communicatie met leveranciers
ERP ontwerpen voor de komende 5-10 jaar, niet alleen voor vandaag
ROI meten met de KPI's die je al kent
In een recente aflevering van Deliver Next interviewde HSO Marketing Manager Nathan Bregmen Wesley Nelson, HSO's ANZ Service-Line Director, over de toekomst van enterprise resource planning (ERP) en kunstmatige intelligentie (AI).
Het gesprek onderzocht hoe AI ERP-systemen kan verbeteren zonder de mensen en processen die bedrijven laten draaien uit het oog te verliezen. Wesley putte uit meer dan twintig jaar ervaring, zowel als ERP-eindgebruiker als als consultant, om uit te leggen waarom de basis - gegevens, processen en cultuur - de sleutel is tot het ontsluiten van het potentieel van AI.
Van eindgebruiker tot expert
Wesley begon zijn carrière in de frontlinie, waar hij ERP-systemen gebruikte om dagelijkse taken uit te voeren. Naarmate hij doorgroeide naar trainings- en consultingfuncties, kreeg hij een uniek perspectief op wat er nodig is om ERP-projecten te laten slagen. Zijn reis bracht hem van klantfuncties naar partnerfuncties en nu naar zijn leiderschapspositie bij HSO. Deze achtergrond stelt hem in staat om geloofwaardig te spreken over zowel de pijnpunten die klanten voelen als de uitdagingen waar implementatiepartners voor staan.
Mensen en processen komen op de eerste plaats
Een van Wesley's kernboodschappen is dat digitale transformatie niet draait om het systeem, maar om mensen en processen. Organisaties beginnen maar al te vaak met het selecteren van tools en proberen dan pas hun processen daarop af te stemmen. Wesley benadrukte dat succes afhangt van inzicht in hoe werk eigenlijk wordt gedaan. Voordat ze AI introduceren, moeten bedrijven
Hun huidige workflows in kaart brengen om knelpunten en inefficiënties te identificeren.
De mensen betrekken die deze taken uitvoeren om er zeker van te zijn dat de oplossing aan de werkelijke behoeften voldoet.
Technologiebeslissingen afstemmen op de bedrijfscultuur en strategische doelen.
Door te focussen op mensen en processen wordt technologie een hulpmiddel in plaats van een afleiding.
Schone gegevens zijn niet-onderhandelbaar
Een tweede belangrijk thema was datakwaliteit. Wesley waarschuwde dat AI niet op magische wijze slechte gegevens opruimt - als het al bestaande problemen vergroot. Organisaties die overhaast AI inzetten zonder hun gegevens te standaardiseren en op te schonen, merken vaak dat automatisering fouten sneller verspreidt.
Om je voor te bereiden op AI, stelt Wesley het volgende voor
Gegevensbronnen consolideren en overbodige systemen elimineren.
Governancepraktijken instellen om de integriteit van gegevens te behouden.
Ervoor zorgen dat teams worden getraind in het consistent invoeren en beheren van gegevens.
Alleen als gegevens betrouwbaar zijn, kan AI zinvolle inzichten en automatisering opleveren.
Jouw ERP klaarmaken voor de toekomst
Wesley waarschuwde tegen het ontwerpen van systemen alleen voor de behoeften van vandaag. Hij moedigde luisteraars aan om te bouwen voor de toekomst, zodat ERP- en AI-investeringen kunnen meegroeien met het bedrijf. Dat betekent dat je platformen moet kiezen die grotere transactievolumes, nieuwe bedrijfsmodellen en extra regio's aankunnen zonder dat je gedwongen wordt tot een kostbare herimplementatie. Het betekent ook vooruitdenken over hoe AI-agenten en voorspellende mogelijkheden in de toekomst zullen integreren met kernprocessen.
- 1
Maandsluiting:
Het automatiseren van journaalposten en afstemmingen kan de tijd die financiële teams besteden aan het afsluiten van de boeken drastisch verminderen.
- 2
Leverancierscommunicatie:
AI-agenten kunnen inkooporders controleren en leveranciers automatisch op de hoogte stellen van vertragingen of gedeeltelijke verzendingen, waardoor inkoopteams uren aan follow-up kunnen besparen.
- 3
Productieplanning:
Door gegevens van HR-systemen, productielijnen en orderboeken te analyseren, kan een AI-gestuurde planner de volgorde op de werkvloer optimaliseren, waardoor de stilstandtijd afneemt en de doorvoer toeneemt.
- 4
Klantgerichte vragen:
Met schone gegevens kunnen AI-chatbots veelvoorkomende vragen over facturen en bestelstatus afhandelen, zodat het personeel vrij is voor complexer werk.
Deze use cases laten zien dat AI niet theoretisch is, maar al waarde oplevert als het wordt toegepast op goed gedefinieerde problemen met betrouwbare gegevens.
Meten wat belangrijk is
Wesley adviseerde organisaties om succes te meten aan de hand van de KPI's die ze al bijhouden, in plaats van nieuwe meetmethoden voor AI te bedenken. Bijvoorbeeld:
Financiële prestaties: verbeteringen in inkomsten, kostenbesparingen of lagere kosten voor het dragen van voorraden.
Operationele efficiëntie: kortere order-to-cash cycli, minder fouten en snellere maandafsluiting.
Adoptie en productiviteit: hogere betrokkenheid van gebruikers, minder handmatige taken en minder rework.
Procesverbeteringen: meer automatisering en real-time besluitvorming.
Door een basislijn vast te stellen en deze indicatoren na verloop van tijd te controleren, kunnen bedrijven het rendement van hun AI- en ERP-investeringen aantonen.
AI als facilitator, niet als vervanging
Tot slot benadrukte Wesley dat AI er niet is om mensen te vervangen. Het doel is om repetitieve taken te automatiseren, zodat werknemers zich kunnen richten op activiteiten met een hogere waarde, zoals het opbouwen van relaties, het creatief oplossen van problemen en strategische planning. Als organisaties dit duidelijk maken en teams vroeg bij het transformatieproces betrekken, verminderen ze de angst en verhogen ze de adoptie.
Conclusie
De aflevering onderstreepte een duidelijke conclusie: het succes van AI in ERP berust op gegevenskwaliteit, procesvolwassenheid en menselijke betrokkenheid. Organisaties die prioriteit geven aan deze fundamenten zullen beter gepositioneerd zijn om AI in te zetten voor efficiëntie en innovatie. Het praktische advies van Wesley Nelson - begin met mensen en gegevens, ontwerp voor groei en meet de impact aan de hand van echte KPI's - biedt een routekaart voor leiders die blijvende waarde willen halen uit AI in ERP.
Klaar om je ERP te transformeren met AI?
Maak van uw gegevens, processen en mensen een fundament voor intelligente groei.
Neem contact op met onze experts om te ontdekken hoe AI en Dynamics 365 uw activiteiten kunnen moderniseren en meetbare ROI kunnen ontgrendelen.