
Wanneer je als organisatie efficiënter wil werken, kijk je al snel naar de grotere processen. Kan een volledig proces worden geautomatiseerd? Kunnen we een systeem vervangen? Kunnen we een hele stap uit de workflow halen? En ja, dat zijn zeker logische vragen. Blijf die ook zeker stellen. Echter, een groot deel van de tijdwinst zit vaak ergens anders. De winst zit juist vaak in vele kleine werkzaamheden die iedere dag opnieuw terugkomen.
Toch nog een keer die hele fiscale regeling opzoeken bijvoorbeeld. Of een uitspraak van een tijdje terug opnieuw doornemen. Een relatief eenvoudige vraag van een collega beantwoorden. Verschillende bronnen naast elkaar leggen. En als je deze activiteiten los bekijkt, ben je er misschien maar een paar minuten mee bezig. Maar als ieder van deze activiteiten 5 minuten van je tijd vraagt, en je hebt er tien per dag, dan is het een eenvoudige rekensom om te kunnen concluderen dat ze samen een flink deel van de beschikbare capaciteit kunnen opslokken.
Kijk dus niet alleen naar wat veel tijd kost
Een ingewikkelde fiscale analyse kan enkele uren kosten. Toch hoeft die analyse niet de beste plek te zijn om naar efficiëntie te zoeken. Want misschien komt zo’n vraag maar een paar keer per jaar voor. Terwijl een handeling van tien minuten die iedere professional meerdere keren per dag uitvoert, op jaarbasis veel meer tijd kan kosten.
Daarom is frequentie minstens zo belangrijk als duur. Dat geldt bijvoorbeeld voor het zoeken naar fiscale informatie. Stel een medewerker controleert even hoe een regeling precies werkt. Daarna zoekt hij een relevante uitspraak. Later op de dag komt een collega met een vraag die hij eerder al eens heeft uitgezocht. Per moment gaat dat misschien om minuten. Maar als je naar een heel team gaat kijken over een periode van een heel jaar, dan gaat het om aanzienlijk meer tijd.
Zoek naar terugkerende vertraging
Een goede manier om capaciteit vrij te maken is daarom niet gelijk vragen wat je kunt automatiseren. Vraag eerst eens waar medewerkers regelmatig hobbels en dus tijdsverlies ervaren. Welke informatie zoeken zij iedere keer opnieuw? Wanneer moeten zij verschillende systemen openen? Welke vragen komen steeds bij dezelfde senior collega terecht? Waar bestaat het werk vooral uit verzamelen, ordenen of samenvatten voordat iemand inhoudelijk kan beginnen?
Juist dat soort werkzaamheden zijn interessant. Niet omdat ze onbelangrijk zijn. Wel omdat technologie er mogelijk een groter deel van kan ondersteunen.
AI kan de aanloop verkorten
Generatieve AI kan vooral waarde hebben in de fase voordat het professionele oordeel begint. Een fiscale vraag start vaak redelijk breed. Welke regelgeving speelt hier? Welke bronnen zijn relevant? Zijn er recente ontwikkelingen? Met welke uitzonderingen moet ik rekening houden?
Traditioneel betekent dat zoeken, openen, lezen en vergelijken. En AI kan helpen om die eerste stap een stuk sneller te doorlopen. Maar dat betekent niet dat een gegenereerd antwoord zonder controle kan worden gebruikt. Bij professioneel fiscaal werk blijft het namelijk altijd noodzakelijk om bronnen te beoordelen, context toe te voegen en te bepalen of een conclusie echt past bij de situatie.
Maar wanneer de juiste informatie sneller beschikbaar is, kan jij als professional wel eerder aan dat inhoudelijke deel beginnen. En daar ontstaat dus de echte tijdwinst.
Senior expertise is te waardevol voor iedere basisvraag
Kleine vertragingen ontstaan natuurlijk niet alleen bij zoeken. Er is meer dat tijd vergt. Interne kennisvragen kunnen bijvoorbeeld bijzonder veel tijd vragen. Want binnen vrijwel ieder team zijn er mensen bij wie collega’s aankloppen zodra ze ergens niet uitkomen.
Dat is een belangrijke functie. Kennis delen is een belangrijk onderdeel van professioneel samenwerken. Dat betekent alleen niet dat een ervaren specialist gedurende de dag twintig keer wordt onderbroken voor vragen die een collega met betere ondersteuning misschien best zelf had kunnen onderzoeken. Ook daar kan AI hulp bieden.
Niet om de specialist overbodig te maken, maar juist om de medewerker beter voorbereid naar die specialist te laten gaan. De vraag verandert dan bijvoorbeeld van:
Hoe werkt dit eigenlijk?
naar:
Dit lijken de relevante regels en bronnen. Ik twijfel nog over deze uitzondering. Kun je misschien heel even meekijken?
Dat is natuurlijk een heel ander gesprek. De senior hoeft niet meer vanaf het begin mee te zoeken en kan zijn of haar ervaring inzetten op het moment dat die echt nodig is.
Snelheid alleen is niet genoeg
Er zit wel een belangrijke voorwaarde aan deze manier van werken. Een snel antwoord is namelijk alleen waardevol wanneer je erop verder kunt bouwen. Dus als een professional vervolgens alsnog alle informatie opnieuw moet opzoeken omdat de bron onduidelijk is, verdwijnt een groot deel van de tijdwinst.
Daarom moeten snelheid en controleerbaarheid bij professioneel gebruik altijd samengaan. Kun je zien waarop een antwoord is gebaseerd? Zijn de gebruikte bronnen echt betrouwbaar en actueel? Kan de professional de informatie zelfstandig beoordelen?
AI levert dus pas duurzame efficiency op wanneer het zoeken versnelt zonder de controle onmogelijk te maken.
Begin klein en kijk wat vaak terugkomt
Wie AI wil inzetten om capaciteit vrij te maken, hoeft dus niet te beginnen met een groot veranderprogramma. Kijk gewoon eerst eens naar het dagelijkse werk. Welke kleine handelingen komen voortdurend terug? Waar verliezen medewerkers steeds een paar minuten? Welke vragen worden telkens opnieuw uitgezocht? Juist daar kunnen de eerste toepassingen liggen.
In ons kennisdocument Meer adviescapaciteit met hetzelfde team gaan we uitgebreider in op deze aanpak.
We beschrijven hoe je het fiscale werkproces kunt bekijken, welke werkzaamheden geschikt zijn voor ondersteuning met AI en hoe je voorkomt dat efficiency ten koste gaat van professioneel oordeel. Ook bevat het document een handige capaciteitsscan waarmee je kunt onderzoeken waar binnen jouw organisatie de meeste ruimte ligt.
Download daarom nu het gratis kennisdocument en ontdek waar juist die kleine tijdwinsten uiteindelijk echt een verschil kunnen maken.

