Foutmarge gold lange tijd als een interne kwaliteitsmaat: hoeveel correcties, hoeveel herwerk, hoeveel klachten na levering. Klanten zagen er weinig van, zolang de fouten die zij tegenkwamen binnen een aanvaardbare bandbreedte bleven. Foutmarge was iets waarop een leverancier zichzelf beoordeelde, niet iets waarop een klant leveranciers naast elkaar legde.
Dat verandert zodra het werk achter foutmarge verschuift. Het opsporen van afwijkingen — een verkeerd ingevoerd bedrag, een vergeten stap in een proces, een inconsistentie tussen twee documenten — is voor een groot deel controlewerk: iets nakijken tegen een vaste set regels of patronen. Dat is precies het type taak waar AI een groot deel van kan overnemen, met een medewerker die de uitkomst beoordeelt en met reden goed- of afkeurt. Waar dat gebeurt, daalt de foutmarge niet omdat mensen harder opletten, maar omdat er structureel meer controlemomenten zijn dan voorheen haalbaar was binnen dezelfde bezetting.
Niet elk bedrijf zet deze controle op dezelfde manier in, en dat verklaart waarom de ene aanbieder een merkbaar lagere foutmarge laat zien dan de andere terwijl beide in dezelfde markt actief zijn.
Het verschil zit in een paar plekken:
Een klant ziet foutmarge zelden als getal. Hij merkt het aan het aantal keer dat een factuur moet worden teruggestuurd, aan of een levering bij eerste keer klopt, aan of een rapportage zonder correctieronde bruikbaar is. Bij een aanbieder waar controle grotendeels is verschoven naar AI met menselijk toezicht, is dat patroon anders: minder terugkoppelrondes, minder "we passen het nog even aan", minder verrassingen na oplevering.
Dat is ook waarom foutmarge zich moeilijk laat claimen in een verkoopgesprek. "Wij werken nauwkeurig" zegt een klant weinig; het is de reden dat vage kwaliteitsbeloftes in verkooppitches vaak inwisselbaar klinken tussen aanbieders. De vergelijking wordt pas concreet als duidelijk is welk deel van de controle daadwerkelijk is overgenomen, en op basis waarvan.
De verschuiving in foutmarge raakt aan hoe een aanbieder scoort op andere punten. Minder herwerk betekent vaak ook kortere doorlooptijden, wat de vergelijking op levertijd verandert: zie hoe kortere doorlooptijden door geautomatiseerde planning de norm in een sector verleggen. Minder fouten in de uitvoering scheelt ook in de nazorg, wat meespeelt in hoe klanten de reactiesnelheid en oplossingsgraad van service na verkoop beoordelen. En omdat minder herwerk ook minder kosten betekent, raakt foutmarge indirect aan hoe automatisering de ruimte voor scherpere prijzen verandert. Wie foutmarge apart beoordeelt, mist die samenhang.
Weinig bedrijven melden hun eigen foutpercentage. Foutmarge laat zich desondanks aflezen uit indirecte signalen: hoe vaak een concurrent in het nieuws komt met correcties, hoe reviews spreken over herstelwerk, hoe een offerte- of leveringsproces is ingericht. Voor concurrenten die geen cijfers publiceren, bestaat een aanpak om signalen over concurrenten te verzamelen zonder dat zij eigen cijfers publiceren.
Hoeveel foutmarge daalt door AI-ondersteunde controle hangt af van het type fout, de kwaliteit van de onderliggende data en de mate van menselijk toezicht dat een organisatie handhaaft. Er is geen vast percentage te noemen dat voor elke sector of elk bedrijf geldt, en niemand kan garanderen dat een taak daadwerkelijk wordt overgenomen. Wat wel te beoordelen is: welk deel van het controlewerk in een specifiek bedrijf zich leent voor overname, en welk deel mensenwerk blijft.
De vraag welk werk in uw eigen organisatie werkelijk door AI over te nemen is, beantwoordt de werkscan van FTE TO AI per taak. Voor de vergelijking met uw peer group is er de gratis dimensiecheck: u benoemt waarop u denkt te winnen, en ziet welke van die claims met bewijs te verdedigen is. De volledige benchmark, met scores per dimensie en een bewijsmatrix, is in aanbouw.
Vraag maar waarop er in uw markt gewonnen wordt. Ik vergelijk liever dan dat ik uitleg.
Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.