AI koppelen aan je ERP of CRM: hoe pak je dat aan?

Je ERP werkt. Je CRM werkt. Niemand zit te wachten op een vervanging, en dat hoeft ook niet. De vraag is hoe je er iets slims naast zet zonder dat je aan een migratie begint.

Dit artikel gaat over hoe zo'n koppeling er in de praktijk uitziet: wat je vooraf moet uitzoeken, welke rechten je uitdeelt, en wat je doet als je leverancier geen API heeft.

De vraag die alles bepaalt

Heeft je systeem een API? Dat ene antwoord verandert de prijs en de doorlooptijd meer dan welke wens ook.

Drie smaken die we tegenkomen:

Een moderne API met documentatie. De meeste pakketten van na 2015. Koppelen is dan een kwestie van dagen, niet weken, en het gedrag is voorspelbaar. Vanaf ongeveer veertienhonderd euro per koppeling.

Een API die bestaat maar stroef is. Slecht gedocumenteerd, trage limieten, of een leverancier die per verzoek betaald wil worden. Het kan, maar reken op meer uitzoekwerk en op een gesprek met die leverancier.

Geen API. Dan blijven er drie wegen over: een geplande export naar een map die wij uitlezen, rechtstreeks in de database lezen als dat mag, of in het uiterste geval een robot die de schermen bedient. Die laatste werkt, maar breekt bij elke schermwijziging. Als iemand je dat aanbiedt zonder de nadelen te noemen, weet je genoeg.

Stuur je leverancier dus eerst een mail met de vraag of er een API is en of je die mag gebruiken. Dat kost je vijf minuten en het scheelt duizenden euro's aan onzekerheid in een offerte.

Wat er precies gekoppeld wordt

Een veelgemaakte denkfout is dat AI "toegang tot je systeem" nodig heeft. Dat is bijna nooit zo, en het is ook niet wat je wilt.

Wat er in de praktijk gebeurt is smaller. De koppeling haalt één ding op: deze order, deze klant, dit document. Dat gaat naar het model, samen met de instructie. Het antwoord komt terug en wordt op één plek weggeschreven: een veld, een notitie, een taak.

Je hele klantenbestand gaat er nooit doorheen. Dat is niet alleen veiliger, het is ook goedkoper: je betaalt per stuk tekst dat je meestuurt. Een agent die per bericht een heel handboek meestuurt is tien keer zo duur als eentje die het relevante stukje opzoekt.

Rechten: het onderdeel waar het misgaat

Hier zit in de praktijk het grootste risico, en het heeft niets met AI te maken.

Tijdens het bouwen krijgt een koppeling vaak een account waar alles mee kan, omdat dat sneller werkt. Daarna blijft dat zo. Nu is er een systeem dat overal bij kan en overal iets kan wegschrijven.

Hoe het wel hoort:

• Een eigen account per koppeling. Dan zie je in het logboek wat de koppeling deed en wat een mens deed.
• Alleen de velden die de taak nodig heeft. Moet hij de orderstatus lezen en een notitie schrijven, dan mag hij precies dat.
• Lezen en schrijven gescheiden. Veel koppelingen hoeven helemaal niets weg te schrijven; ze maken een voorstel en een mens drukt op de knop.
• Onomkeerbaar werk nooit automatisch. Verwijderen, versturen naar buiten, betalen. Daar hoort een mens tussen.

Meer daarover staat in is een AI-agent veilig met bedrijfsgegevens.

Vier koppelingen die we het vaakst bouwen

Inkomende post naar je systeem. Een mail of pdf komt binnen, de gegevens eruit worden herkend, de juiste klant of order wordt erbij gezocht, en het komt op de goede plek terecht. Zie e-mail naar systeem.

Facturen controleren tegen de bestelling. Uitlezen, vergelijken met wat er besteld is, en alleen de afwijkingen aan een mens voorleggen. Zie facturen automatisch verwerken.

Gegevens gelijk houden tussen twee systemen. Klantgegevens die in het CRM en in het ERP staan en altijd uit elkaar lopen. Zie data synchroniseren.

Antwoorden uit je eigen kennis. Handleidingen, oude tickets, productinformatie doorzoekbaar maken zodat medewerkers of klanten er antwoord uit krijgen, met bronvermelding. Zie antwoord uit eigen data.

Wat het per maand kost

Naast de bouw betaal je verbruik: je rekent per stuk tekst dat naar het model gaat en terugkomt. Voor een koppeling die honderd berichten per dag verwerkt praat je over tientallen euro's per maand, niet over honderden.

Dat verschil tussen de twee modellen is precies de reden dat wij die keuze bij jou laten. Voor routinewerk als indelen en herkennen is het lichtere model net zo goed en veel goedkoper. Voor het schrijven van een concept dat de deur uit gaat, wil je vaak het zwaardere.

Wat je vooraf zelf kunt regelen

• Vraag je leverancier naar de API en naar wat het kost om hem te gebruiken.
• Zoek uit wie de beheerder is van elk systeem. Wachten op toegang is bij dit soort projecten vaker de vertraging dan het bouwen zelf.
• Kijk hoe schoon je data is. Drie keer dezelfde klant met een andere schrijfwijze is een probleem dat je nu kunt oplossen en dat anders in het project terechtkomt.
• Kies één proces om mee te beginnen. Niet alle koppelingen tegelijk.

Hoe wij het doen

We bouwen de koppeling eerst zonder AI: gegevens ophalen, ergens neerzetten, zien dat het klopt. Pas als dat stabiel draait, zetten we de stap ertussen die iets moet begrijpen. Zo weet je bij een storing altijd waar het zit.

Daarna draait het een paar weken in de voorstelstand, met een mens die naast elkaar ziet wat er zou zijn gebeurd. Je krijgt de volledige broncode en de sleutels staan op jouw naam; waarom dat uitmaakt staat in van wie is de broncode.

Meer over hoe zo'n traject loopt staat op de pagina over AI-integraties.

Kort samengevat

• Zoek eerst uit of je systeem een API heeft. Dat bepaalt de prijs meer dan wat dan ook.
• Er gaat nooit een heel bestand doorheen: één order, één klant, één document per keer.
• Geef elke koppeling een eigen account met alleen de rechten die de taak nodig heeft.
• Bouw eerst de koppeling zonder AI, zet de slimme stap er daarna tussen.
• Verbruik is meestal tientallen euro's per maand, en het lichtere model is voor routinewerk prima.