Schoonmaak is voor het overgrote deel uitvoerend werk op locatie: vaste ploegen, wisselende objecten, roosters die dagelijks worden aangepast om ziekte, no-shows en seizoenspieken op te vangen. De uren zitten niet alleen in het schoonmaken zelf, maar ook in de planning ervan, in de controle of het werk volgens specificatie is uitgevoerd, in de klachtafhandeling en in de rapportage aan de opdrachtgever. Wie in deze branche een aanbesteding wint of verliest, wint of verliest vaak niet op de prijs per uur, maar op de vraag of de dienstverlening aantoonbaar op orde is: geen gaten in het rooster, snelle opvolging van klachten, controleerbare kwaliteit. Dat is de omgeving waarin AI nu al delen van het werk overneemt, en waarin de vergelijking tussen aanbieders daardoor verschuift.
In een deel van de bedrijven maakt software het basisrooster, houdt het bezetting en verzuim bij en stelt het een vervangingsvoorstel op. Een planner beoordeelt dat voorstel en keurt het goed of af, met reden. Dat is de tweede categorie: AI levert het werk, een mens blijft verantwoordelijk voor de beslissing. In andere bedrijven wordt nog volledig handmatig gepland, met telefoontjes en een whatsappgroep. Beide vormen bestaan naast elkaar, en het verschil zit niet in de grootte van het bedrijf maar in of de onderliggende data — objecten, uren, medewerkers, beschikbaarheid — al gestructureerd genoeg is om een systeem daar iets mee te laten doen. Waar dat niet op orde is, blijft plannen mensenwerk, hoe graag men ook zou willen automatiseren.
Hetzelfde patroon zit in kwaliteitscontrole. Foto's van een opgeleverde ruimte, checklists die automatisch worden vergeleken met de norm, afwijkingen die worden gesignaleerd voordat de klant erover belt: dat is werk dat een systeem kan voorbereiden, waarna een leidinggevende akkoord geeft of ingrijpt. Het fysieke schoonmaken zelf blijft in de derde categorie: mensenwerk, en dat verandert op korte termijn niet.
Zolang plannen en controleren grotendeels handwerk zijn, wint een schoonmaakbedrijf op de dimensies die met bezetting te maken hebben: hoeveel planners er zijn, hoe ervaren ze zijn, hoe snel ze een gat kunnen dichten. Dat was lang de kern van de propositie richting opdrachtgevers: wij hebben de capaciteit om dit te regelen. Op het moment dat een concurrent die planning en controle grotendeels laat lopen via een systeem met menselijk toezicht, verschuift waar de vergelijking op landt. Bezetting van de backoffice is dan niet meer het onderscheid; snelheid van opvolging, consistentie van kwaliteitscontrole en de mate waarin afwijkingen aantoonbaar zijn, worden dat wel.
Dat raakt ook hoe een aanbesteding wordt beoordeeld. Een opdrachtgever die vraagt naar kwaliteitsborging krijgt van het ene bedrijf een beschrijving van procedures, van het andere een dashboard met gecontroleerde opleverdata. Beide claims kunnen waar zijn; alleen de tweede is op het moment van vragen aantoonbaar. Wie in de aanbesteding claimt sneller te reageren op klachten of consistenter te controleren, kan die claim laten toetsen op onderliggende data, net zoals dat elders al gebeurt: zie hoe dat werkt bij wat u uit vacatureteksten van een concurrent kunt aflezen over waar zij op inzetten en bij hoe u toetst of onderscheidend vermogen echt bestaat of vooral wordt beweerd.
De verschuiving gaat niet overal even snel, en dat heeft weinig te maken met ambitie. Een bedrijf met veel losse objecten, korte contracten en handmatige urenregistratie heeft simpelweg minder bruikbare data om een systeem op te zetten dan een bedrijf dat al jaren met vaste software werkt. Vergelijkbare verschillen in tempo zien we in andere sectoren met veel planningswerk en fysieke uitvoering, zoals te lezen is in wat er verandert in de bouw nu AI delen van het voorbereidende werk overneemt en in hoe de installatiebranche omgaat met AI in planning en storingsafhandeling. De vergelijkbaarheid zit niet in de sector, maar in de structuur van het werk: veel uitvoering op locatie, veel roostering, veel afhankelijkheid van menselijke beoordeling bij uitzonderingen.
Belangrijk is dat dit geen personeelsvraagstuk is dat hier wordt beantwoord. Of en hoe een bedrijf zijn bezetting aanpast naar aanleiding van wat AI overneemt, valt onder de eigen wettelijke vereisten die daarvoor gelden. Waar deze pagina wel iets over zegt, is welk werk zich leent voor overname en welk werk niet, en wat dat doet met de vergelijking tussen aanbieders.
De vraag welk werk in uw eigen bedrijf daadwerkelijk door AI is over te nemen, laat zich niet in algemene termen beantwoorden; dat is precies waar de werkscan van FTE TO AI per taak antwoord op geeft. Los daarvan kunt u nu al nagaan welke claims u in aanbestedingen en offertes eigenlijk maakt over uw eigen dienstverlening. De gratis dimensiecheck laat u benoemen waarop u denkt te winnen, en toont welke van die claims met bewijs te verdedigen zijn. De volledige benchmark, met de scores van uw peer group op dezelfde dimensies, is in aanbouw.