Copilot of ChatGPT Enterprise is vaak genoeg voor individueel werk: opstellen, samenvatten, zoeken in je eigen bestanden. Je hebt een AI-workflow op maat nodig als het werk meerdere systemen doorkruist, een mens de uitkomst moet goedkeuren en elke actie wordt vastgelegd, de input bestaat uit Arabische documenten, of hostingregels bepalen waar data wordt verwerkt. Veel bedrijven hebben beide nodig, plus training.
#Belangrijkste punten
- Algemene assistenten zijn goed in het helpen van één persoon bij opstellen, samenvatten en zoeken.
- Ze wachten tot ze iets wordt gevraagd; ze zitten niet in een workflow en verplaatsen geen werk van het ene systeem naar het andere.
- Laag gebruik na een uitrol is meestal een trainings- en workflowprobleem, geen toolprobleem.
- Workflows op maat passen bij werk dat systemen doorkruist, goedkeuring en een logboek vraagt, Arabisch leest of onder hostingregels valt.
- Vraag eerst wat je mensen echt gebruiken en voor welke taken, voordat je de uitrol uitbreidt of iets bouwt.
#Waar zijn Copilot en ChatGPT Enterprise goed in?
Eén persoon helpen het eigen werk sneller te doen. Een eerste versie schrijven, een lange e-mailwisseling samenvatten, punten uit een vergadering halen, zoeken in documenten die de persoon al kan openen, een tekst in een andere toon herschrijven. Voor kenniswerkers is dat echte, dagelijkse waarde, en beide producten zijn daarvoor gebouwd.
Beide leveranciers publiceren ook hoe ze met bedrijfsdata omgaan. Microsoft zegt dat Copilot alleen organisatiedata toont waarvoor individuele gebruikers minstens leesrechten hebben (Microsoft Learn, geraadpleegd november 2026). OpenAI zegt dat bedrijfsdata in ChatGPT Enterprise, inclusief gesprekken en bestanden, standaard niet wordt gebruikt om zijn modellen te trainen (OpenAI, geraadpleegd november 2026).
#Waarom valt het gebruik stil na een uitrol van Copilot?
Kopers beschrijven hetzelfde patroon: Copilot uitgerold naar duizenden medewerkers, een klein deel dat het gebruikt, en personeel dat nog steeds op eigen houtje ChatGPT opent. De meest gehoorde verklaring is dat de tool zichzelf niet in de workflow voegt. Hij wacht tot hij iets wordt gevraagd.
De Work Trend Index stelde vast dat 75% van de kenniswerkers AI op het werk gebruikt en 78% van de AI-gebruikers eigen tools meeneemt, terwijl slechts 39% van de AI-gebruikers AI-training van het eigen bedrijf had gekregen (Microsoft en LinkedIn Work Trend Index, mei 2024). Mensen moeten de tool zien werken op hun eigen taken. Dat is in de eerste plaats een trainingsvraagstuk, en daarvoor is AI-training bij Stennir bedoeld.
#Wanneer heb je een AI-workflow op maat nodig?
- Het werk doorkruist systemen. Een factuur komt per e-mail binnen, wordt gecontroleerd tegen het ERP, goedgekeurd door finance en geboekt. Een algemene assistent helpt bij één stap; een workflow voert ze allemaal uit.
- Iemand moet goedkeuren en alles moet worden vastgelegd. Gereguleerde of kritieke uitkomsten vragen een benoemde goedkeurder en een audittrail.
- Arabische documenten. Gescande Arabische facturen, tweetalige contracten en klantberichten in Golfdialect moeten worden getest op je eigen input.
- Hostingregels. Schrijven je regels voor waar data moet worden verwerkt, controleer dan of de assistent daaraan voldoet voor dat gebruik.
#Wat vraag je voordat je beslist?
Dit zijn de vragen die kopers het vaakst stellen, en de antwoorden hangen af van je eigen situatie.
- Voor welke taken gebruiken mensen de assistent vandaag echt, en welke vermijden ze?
- Wie in onze tenant kan nu al bestanden openen die hij niet hoort te zien, zoals HR-mappen, en zou een assistent die makkelijker vindbaar maken?
- Waar wordt onze data per tool verwerkt, en voldoet dat aan onze hostingregels?
- Welke van onze workflows doorkruisen meer dan één systeem en hebben een goedkeurder nodig?
We are
Stennir traint teams om de assistenten die ze al hebben op hun echte werk te gebruiken, en bouwt alleen workflows op maat waar het werk systemen doorkruist, goedkeuring vraagt, Arabisch leest of onder hostingregels valt.
We aren't
Stennir zegt je niet dat je Copilot of ChatGPT Enterprise moet vervangen, en verkoopt geen van beide producten door.
#Wat doet een CIO of hoofd operations nu?
Meet het huidige gebruik voordat je de uitrol uitbreidt of iets bouwt. Kies daarna één workflow die systemen doorkruist en toets of maatwerk nodig is. Bekijk AI-implementatie, AI-training en AI voor operations, lees wat een ontwikkelaar van AI-agents bouwt, en boek dan een gesprek van 30 minuten.
#Veelgestelde vragen
Moeten we onze uitrol van Copilot of ChatGPT Enterprise stopzetten?
Meestal niet. De assistent is nuttig voor individueel opstellen en zoeken. Laag gebruik is vaker een teken dat mensen nooit is getoond hoe ze hem op hun eigen taken gebruiken. Train eerst, meet het gebruik vooraf en achteraf, en beslis daarna welke workflows meer nodig hebben.
Kan een workflow op maat hetzelfde model gebruiken als onze assistent?
Vaak wel. Een workflow op maat roept meestal een commercieel model aan via je eigen account. Het verschil zit niet in het model maar in wat eromheen zit: de koppelingen met je systemen, de goedkeuringsstap, het logboek en de plek waar de verwerking draait.
Werkt het in het Arabisch?
Algemene assistenten kunnen redelijk goed overweg met Arabische gesprekken. Arabische documenten zijn een andere toets: gescande facturen, contracten in gemengde talen en berichten in Golfdialect. Stennir test op je eigen documenten met een menselijke controleur voordat een workflow zonder nauw toezicht draait. Andere talen op aanvraag.
Wat heb je van ons nodig om te beginnen?
Gebruiksgegevens van je huidige assistent als je die hebt, een lijst van de workflows die de meeste tijd kosten, per workflow één eigenaar die de uitkomst kan goedkeuren, en je hostingregels. Op basis daarvan vertellen we je wat je traint, wat je bouwt en wat je laat zoals het is.
