In de zorg gaat een groot deel van de tijd niet naar de zorghandeling zelf, maar naar wat eromheen hangt: roosters die kloppen met bezetting en cao-regels, dossiervoering die volledig en tijdig is, verslaglegging richting verwijzers en verzekeraars, indicatiestelling en de administratieve verantwoording die daarbij hoort. Daarnaast is er intake en triage, waarin snelheid en zorgvuldigheid tegelijk moeten worden geleverd. De uitkomst voor een cliënt of patiënt wordt gestuurd door drie dingen: hoe snel iemand geholpen wordt, hoe consistent de kwaliteit is over locaties en medewerkers heen, en hoe goed de zorg aansluit op de specifieke situatie. Op die drie punten wordt in deze sector traditioneel onderscheid gemaakt, en op die drie punten verandert nu het speelveld.
Wachttijd voor een intake was lange tijd een resultante van personeelsbezetting: meer capaciteit, kortere wachtlijst. Waar triage en dossiervoorbereiding deels door AI worden gedaan, met een behandelaar die beoordeelt en beslist, ontkoppelt de wachttijd zich van de bezetting op de vloer. Dat raakt niet iedere organisatie gelijk. Een instelling met gestandaardiseerde intakeformulieren en gestructureerde verwijsdata kan dat werk aan AI voorleggen; een instelling waar intake leunt op mondelinge overdracht en losse notities heeft dat werk niet in een vorm die zich daarvoor leent. Het verschil zit dus niet in de wil om te automatiseren, maar in hoe het werk al georganiseerd was voordat AI in beeld kwam.
Hetzelfde patroon speelt bij dossiervoering en verantwoording naar verzekeraars. Het samenvatten van een dossier, het invullen van gestandaardiseerde velden en het signaleren van ontbrekende informatie is werk dat AI kan overnemen, met een medewerker die de samenvatting goedkeurt of terugstuurt. Roosterplanning met vaste regels rond kwalificaties, rust en beschikbaarheid schuift eveneens op: het opstellen kan worden overgenomen, de uitzonderingen en het menselijk overleg over ruilverzoeken blijven mensenwerk. De inhoudelijke behandelrelatie zelf, het gesprek waarin een cliënt zich gezien moet voelen, blijft in vrijwel alle gevallen mensenwerk, en dat blijft ook het onderdeel waar zorgorganisaties zich het minst op onderscheiden richting AI en het meest op onderscheiden richting elkaar.
De snelheid waarmee dit werk verschuift, hangt af van hoe gestructureerd de onderliggende gegevens zijn, van het type zorg, en van wat toezichthouders en beroepsgroepen toestaan aan geautomatiseerde besluitvorming. Een organisatie die haar systemen op orde heeft, ziet vrijgespeelde uren terugkomen als extra fte-capaciteit voor directe zorg of voor het inlopen van wachtlijsten. Een organisatie waar dossiers versnipperd zijn over systemen die niet met elkaar praten, ziet die winst niet, ook al wil ze dat wel. Dit is een vraag over de inrichting van werk en gegevens, niet over personeelsbeleid; als een verschuiving in taken gevolgen heeft voor formatie, gelden daarvoor eigen wettelijke vereisten die hier niet worden behandeld.
Als wachttijd en dossielkwaliteit steeds minder een functie zijn van personeelsomvang en steeds meer van hoe goed een organisatie haar taken heeft ingericht voor overname door AI, dan verschuift ook waarop cliënten, verwijzers en zorgverzekeraars een aanbieder beoordelen. Levertijd van een intake wordt minder een capaciteitsvraag en meer een inrichtingsvraag. Consistentie van verslaglegging wordt minder een kwestie van individuele zorgvuldigheid en meer een kwestie van systeemkeuzes. Wie dit vroeg herkent, verschuift de vergelijking mee; wie op de oude aanname blijft zitten dat meer personeel automatisch kortere wachttijd betekent, vergelijkt zichzelf op een dimensie die aan het verdwijnen is.
Deze verschuiving speelt niet alleen in de zorg. In de groothandel verschuift de vergelijking doordat AI voorraad- en orderwerk overneemt, in de zakelijke dienstverlening verandert de vergelijking doordat AI rapportage- en adviesvoorbereiding overneemt, en wie zich afvraagt waarom concurrenten in hun beloften allemaal hetzelfde klinken ziet dezelfde onderliggende oorzaak: claims die niet meer zijn onderbouwd op de dimensie waarop ze ooit wonnen.
De vraag welk werk in een specifieke zorgorganisatie werkelijk door AI is over te nemen, laat zich niet in algemene termen beantwoorden; de werkscan van FTE TO AI beantwoordt die vraag per taak, met een beoordeling langs de lijn overname, toezicht of mensenwerk.
Om te weten waarop uw organisatie momenteel wint, is het nodig om te weten of die claim nog aansluit bij hoe het werk is ingericht, of bij hoe het vroeger was ingericht. Voor concurrenten zonder gepubliceerde cijfers bestaat een eigen aanpak om toch tot een onderbouwd beeld te komen, zoals beschreven in hoe u aan informatie komt over concurrenten die geen cijfers publiceren. Een eerste stap is de gratis dimensiecheck: u benoemt waarop u denkt te winnen, en u ziet welke van die claims met bewijs te verdedigen zijn. De volledige benchmark, met de peer group van uw markt en de bewijsmatrix per dimensie, is in aanbouw.