Hoe komt een inkooporder eigenlijk binnen?
De meeste inkooporders komen als PDF per mail. Soms stuurt een leverancier een Excel, een Word-document of een afdruk van zijn eigen ERP-systeem. Grotere handelspartners werken met EDI of een leveranciersportaal, maar dat is eerder uitzondering dan regel. Het resultaat: je inkoopafdeling ontvangt tientallen of honderden documenten per week in formaten die per leverancier verschillen. Artikelomschrijvingen, eenheden, prijzen, referentienummers: ze staan er allemaal in, maar zelden op dezelfde plek en zelden in de formulering die jouw systeem verwacht.
Waarom handmatig overtypen hier een harde bottleneck is
Het probleem bij inkooporders is specifieker dan bij andere documenttypes. Een leverancier gebruikt zijn eigen artikelcodes; jij hebt interne codes in je ERP. Een leverancier schrijft '12 stuks doos 250 ml'; jouw systeem kent dat als '1 colli'. Prijzen staan soms exclusief, soms inclusief kortingen. De medewerker die de order intypt, moet al deze vertaalslagen in zijn hoofd maken. Dat kost aandacht en tijd, en elke fout die er doorheen glipt, leidt later tot een mismatch tussen de ontvangst en de factuur. Die mismatches los je dan handmatig op, als je ze al tijdig ontdekt.
Wat document-AI concreet oplost bij het verwerken van inkooporders
Document-AI leest het inkomende document, haalt de relevante velden eruit (leverancier, ordernummer, artikelregels, hoeveelheden, prijzen, leveringsdatum) en vertaalt die naar de structuur van je ERP of inkoopmodule. De vertaling van leveranciersartikelnummers naar interne codes leg je eenmalig vast als mapping; dottle past die consequent toe. Afwijkingen, zoals een prijs die niet overeenkomt met de afgesproken inkoopprijs, worden gemarkeerd voor menselijke beoordeling. De medewerker accordeert, corrigeert waar nodig en bevestigt. Zo verdwijnt het tikwerk, maar blijft de controle bij de inkoper.
Wanneer loont inkooporders automatiseren niet?
Eerlijk zijn over de trade-off: bij een klein en stabiel leveranciersbestand, zeg tien leveranciers die elk maandelijks een order sturen in een vast format, is automatisering weinig urgent. De insteltijd weegt dan niet op tegen de tijdwinst. Hetzelfde geldt als de brondata structureel slecht is: onvolledige artikelomschrijvingen, ontbrekende referenties, orders die als scan van een scan binnenkomen. Automatisering maakt een slecht inkoopproces niet beter. Het maakt een goed maar arbeidsintensief inkoopproces sneller en minder foutgevoelig.
Wanneer loont het wél om inkooporders te automatiseren?
De sterkste businesscase heb je als drie dingen samenkomen: hoog volume (tientallen tot honderden orders per week), hoge variatie in opmaken of leveranciers, en een systeem waarin je de orders sowieso moet registreren. Groothandels, productiebedrijven en distributeurs die inkopen bij veel verschillende leveranciers zijn de typische kandidaten. Zodra een medewerker meer dan een uur per dag besteedt aan het overtypen en controleren van inkomende orders, loont het om te kijken wat automatisering kost en oplevert. Twee weken is genoeg om een pilot te draaien en te meten wat de feitelijke tijdwinst is.