Drie keer dezelfde data, drie verschillende systemen
In de chemie en procesindustrie landt een inkomend document zelden op één plek. Een veiligheidsdatablad (SDS of MSDS) van een nieuwe leverancier moet in het ERP, in het kwaliteitssysteem en in het archief. Een medewerker kopieert de gevaarsklasse, de gevarenpictogrammen, de opslagcondities. Vervolgens doet een collega hetzelfde in een ander scherm, want het systeem weet niet dat het al is ingevoerd. Daarna tekent iemand op papier af dat het goed is overgekomen. Dit is niet het gevolg van slechte wil of slecht beleid: het is wat er gebeurt als drie systemen niet met elkaar praten en als de documenten zelf in honderd verschillende indelingen binnenkomen.
Waarom automatisering van documentstromen in de chemie industrie zo lastig is
De variatie is het probleem. Een SDS van BASF ziet er anders uit dan een SDS van een Aziatische grondstoffenleverancier, ook al bevatten ze grotendeels dezelfde wettelijk verplichte rubrieken. Een kwaliteitscertificaat (CoA) voor een batch polymeer heeft een andere lay-out dan een CoA voor een oplosmiddel, zelfs als beide van dezelfde leverancier komen. Traditionele template-gebaseerde uitleg, waarbij je per leverancier een sjabloon bouwt dat zegt 'partijnummer staat altijd op regel 7 kolom 2', loopt hier vast. Zodra de leverancier zijn briefhoofd aanpast of overstapt op een nieuw ERP, werkt het sjabloon niet meer. In sectoren met vijftig of honderd leveranciers is het onderhouden van al die templates een fulltime baan op zich.
CoA koppelen aan inkoopfactuur: waar het concreet blijft haken
Een veelgehoord probleem in de chemie is de koppeling tussen het kwaliteitscertificaat en de bijbehorende inkoopfactuur. De CoA arriveert per mail, soms als bijlage bij de leveringsbon, soms een dag later als los PDF-bestand. De factuur komt weer via een ander kanaal. Iemand moet de batch- of lotnummers handmatig matchen, controleren of het certificaat bij de juiste bestelling hoort en vervolgens het dossier compleet maken voor de kwaliteitsafdeling. Als dit niet direct gebeurt, stapelen de losse bestanden zich op. Bij een audit of een klantclaim is dan de vraag: waar is het certificaat voor batch 2024-1187? Het antwoord is te vaak: ergens in een mailbox.
Wat document-AI met human-in-the-loop concreet beter doet
Document-AI leest een inkomend document zonder sjabloon. Het systeem herkent welk type document het is, trekt de relevante velden eruit (partijnummer, testwaarden, gevaarsklasse, leverancierscode) en legt een match voor met de bijbehorende inkooporder of factuur. De medewerker ziet één scherm: de gevonden waarden, de voorgestelde koppeling en eventuele afwijkingen gemarkeerd. Die accordeert, corrigeert waar nodig, en het document gaat gestructureerd het systeem in. Het leeswerk en het tikwerk zijn weg; de beslissing blijft bij de mens. Dat is relevant in de chemie, juist omdat de data in kwaliteits- en veiligheidsdocumenten raakt aan aansprakelijkheid en compliance. Je wilt geen systeem dat stilletjes fouten wegmoffelt.
Wanneer moet je documentstromen in de chemie industrie juist niet automatiseren?
Eerlijk antwoord: voor leveranciers die al via EDI leveren en wiens berichten foutloos aankomen in het juiste formaat, hoef je niets te automatiseren. EDI werkt en document-AI voegt daar niets aan toe. Hetzelfde geldt als je maar een handvol documenten per maand verwerkt van één vaste leverancier met een stabiele opmaak. De drempel waarbij automatisering terugverdiend is, ligt ruwweg bij structureel terugkerend handwerk van minstens een paar uur per week. Onder die grens is het verstandiger om het proces eerst goed in te richten voor je het automatiseert. Document-AI helpt ook niet als de brondata structureel slecht is: onleesbare scans, incompleet ingevulde certificaten of documenten in talen die het systeem niet kent, vereisen eerst een andere aanpak bij de leverancier.