Kronehoefstraat 85
5612 HL Eindhoven
BTW NL863902509B01
RPA vs intelligente automatisering: wat is het echte verschil?
qw
vc
mshm
.svg)
RPA voert een vast script uit en stopt zodra een proces afwijkt van het patroon. Intelligente automatisering herkent die afwijking, neemt binnen vooraf gestelde grenzen een beslissing en herstelt de fout zelf, met een mens die meebeslist bij twijfel.
Veel operationeel managers bij Nederlandse MKB-bedrijven zeggen het met overtuiging: we automatiseren al. Een RPA-script haalt de factuur uit de mailbox, vult het sjabloon in en zet het dossier klaar voor controle. Zolang elk document er precies zo uitziet als de vorige honderd, werkt dat prima.
Het misgaat op het moment dat iemand het script niet had voorzien. Een leverancier wijzigt het factuurformat. Een aanvraag mist een verplicht veld. Een dossier bevat een uitzondering die niemand had opgeschreven. Het script stopt, of erger: het gaat door met de verkeerde gegevens.
Dan staat er weer een mens naast de automatisering in plaats van erachter. De tijdwinst die RPA beloofde, lekt weg in diezelfde uitzonderingen die het script niet aankon. Wie dat patroon een paar keer per week ziet, werkt niet met automatisering. Hij werkt met een extra controlestap.
Dit stuk laat zien waar dat verschil precies zit: wat RPA wel en niet doet, wat er verandert zodra automatisering zelf beslissingen neemt, en welk vakmanschap daarbij hoort. Voor een dieper beeld van wat dat concreet betekent bij een Nederlands MKB-bedrijf: intelligente procesautomatisering voor het MKB.
Robotic Process Automation is regelgebaseerde automatisering. Een bot volgt een vast script: klik hier, kopieer dat veld, plak het daar. IBM beschrijft RPA als software die menselijke handelingen in een interface nabootst, stap voor stap, zonder dat het systeem zelf begrijpt wat er in dat veld staat (IBM, 2025).
Dat maakt RPA sterk in precies de taken waar mensen zich al jaren aan ergeren: data overtypen tussen twee systemen, een sjabloon invullen, een rapport samenstellen uit vaste bronnen. Geen beslissing nodig, alleen herhaling.
De grens ligt bij variatie. Verandert het scherm, de bestandsindeling of de volgorde van stappen, dan breekt het script. RPA kent geen context. Het volgt de route die is opgeschreven, ook als die route niet meer klopt. Dat onderscheidt RPA van bredere IT-automatisering, waarin systemen via een koppeling met elkaar praten in plaats van via de interface: zie ook het verschil tussen agentic automatisering en IT-automatisering voor die vergelijking.
Dat is geen tekortkoming van de leverancier. Het is het ontwerp. RPA is gebouwd om exact te herhalen, niet om te interpreteren. Voor stabiele, hoogfrequente taken is dat precies wat je wilt. Voor een proces vol uitzonderingen is het de verkeerde tool.
Denk aan een salarisadministratie die elke maand dezelfde vaste export naar dezelfde vaste bestemming stuurt, of een uitzendbureau dat elke week hetzelfde urenoverzicht uit hetzelfde systeem trekt. Zolang de bron, het format en de bestemming niet veranderen, blijft RPA de eenvoudigste en goedkoopste optie. Het probleem ontstaat pas zodra die drie variabelen gaan schuiven, en dat gebeurt bij administratieve, bouw- en recruitmentprocessen vaker dan bij een fabrieksband.
Intelligente automatisering combineert regels met een laag die wel begrijpt wat er gebeurt. In de kern gaat het om agentic AI: een systeem dat binnen vooraf gestelde grenzen zelf een beslissing neemt, in plaats van alleen een script af te draaien. IBM omschrijft dat als een systeem met ‘agency’: het kan informatie beoordelen, een volgende stap overwegen en een actie kiezen op basis van het doel en de beschikbare context (IBM, 2025).
Het verschil met RPA zit in dat laatste stukje. Waar een script een vaste route volgt, herkent intelligente automatisering wanneer een dossier van het patroon afwijkt. Ontbreekt een veld, dan vraagt het systeem het na in plaats van vast te lopen. Wijkt een bedrag onverklaarbaar af, dan legt het de zaak voor aan een mens in plaats van door te boeken.
Deloitte Nederland zet het onderscheid zo neer in zijn eigen vergelijking tussen RPA en intelligent process automation: RPA voert taken uit, intelligente automatisering leert van de taken die het uitvoert en wordt daardoor geschikt voor een breder palet aan werk (Deloitte, 2025). Dat leren is geen belofte van magie, het is het resultaat van een model dat traint op meer patronen dan een script ooit vastlegt.
Voor de praktijk betekent dat: je zet onze aanpak voor intelligente procesautomatisering in op het moment dat een proces vaak genoeg afwijkt om RPA onbetrouwbaar te maken. Niet als vervanging van elk script, maar als de laag die overneemt zodra het script vastloopt.
Een agent die zelf beslist, is geen kant-en-klaar product. Vóór livegang testen we het gedrag tegen een verzameling echte en verzonnen dossiers: de evals. Wat doet het systeem bij een dubbele factuur, een ontbrekend btw-nummer, een klant die twee keer voorkomt in het systeem? Elke uitkomst wordt gecontroleerd voordat het systeem los mag op productiedata.
Daarna komt foutafhandeling: wat gebeurt er als het systeem iets tegenkomt dat buiten de geteste gevallen valt. Een goed ontworpen agent herkent die situatie, stopt met beslissen en legt het dossier voor aan een mens, in plaats van door te gaan op een gok. Dat onderscheidt vakwerk van een demo die alleen werkt zolang niemand iets geks probeert.
Logging is het derde onderdeel: elke beslissing van de agent moet achteraf te herleiden zijn. Waarom koos het systeem deze route, op basis van welke gegevens, en had een mens die keuze kunnen volgen? Zonder die controleerbaarheid is een agent een black box, en een black box hoort niet in een financieel of operationeel proces.
In de praktijk betekent dat een logboek per beslissing: het dossier dat werd beoordeeld, de regel of het model dat de uitkomst bepaalde, en het tijdstip waarop het gebeurde. Bij een controle of een klacht van een klant is dat logboek het verschil tussen ‘we zoeken het na’ en ‘we kunnen het direct laten zien’. Dat controleerbare spoor is precies wat een los RPA-script meestal niet bijhoudt.
Gartner voorspelt dat meer dan 40% van de agentic AI-projecten vóór eind 2027 wordt stopgezet, vooral bij organisaties die governance, foutafhandeling en menselijk toezicht niet vanaf het begin inbouwen (Gartner, 2025). Dat is geen argument tegen agentic automatisering, het is een argument voor dit vakmanschap voordat je live gaat.
Het AI Risk Management Framework van NIST beschrijft dezelfde discipline in vier stappen: bepaal de risico’s, breng ze in kaart, meet het gedrag van het systeem en houd het beheer op orde (NIST, 2023). Dat is precies waar agents het echte werk overnemen zonder dat de controle verdwijnt.
Mens-in-de-loop klinkt als een compromis: het systeem kan het niet helemaal zelf, dus zetten we er een mens bij. Dat is de verkeerde lezing. Mens-in-de-loop is een ontwerpkeuze: je bepaalt vooraf bij welk soort beslissing een mens meekijkt, ongeacht hoe goed het systeem daarna presteert.
In de praktijk werkt dat met drempels. Een agent die een factuur onder 500 euro herkent en matcht met een bekende leverancier, mag zelfstandig doorboeken. Wijkt het bedrag, de leverancier of het patroon af, dan gaat het dossier naar een mens. Niet omdat het systeem faalde, maar omdat de grens daar bewust is gelegd.
Die drempel verschuift na verloop van tijd, op basis van wat de evals en de logging laten zien. Presteert de agent maandenlang correct op een bepaald type dossier, dan kan de drempel iets verder op. Presteert hij slechter dan verwacht, dan gaat de drempel terug. Mens-in-de-loop is geen vast hek, het is een instelling die je bijstelt op bewijs.
Dat is meteen het verschil met een script dat je alleen kunt vervangen, nooit kunt bijsturen. RPA heeft geen drempel om te verschuiven: het werkt, of het werkt niet. Intelligente automatisering geeft je een schuifknop tussen volledig automatisch en volledig gecontroleerd, per procestype.
De twee benaderingen sluiten elkaar niet uit. De vraag is per proces: hoeveel variatie zit erin, en hoe duur is een fout wanneer het misgaat. Een proces met vaste input en een lage foutkost blijft prima werk voor een script. Een proces met veel variatie en een hoge foutkost, zoals een aanvraag- of goedkeuringsproces, vraagt om een systeem dat kan beoordelen in plaats van alleen kan herhalen.
RPA blijft de juiste keuze voor een taak die al maanden zonder uitzondering draait: een vaste rapportage, een simpele data-overdracht tussen twee systemen die niet veranderen. Vervang dat niet met een zwaardere oplossing omdat het kan.
Het wordt de verkeerde keuze zodra een team structureel tijd kwijt is aan het handmatig oplossen van uitzonderingen die het script niet aankan. Forrester voorspelt dat minder dan 15% van de bedrijven de agentic functies in hun automatiseringssuite daadwerkelijk aanzet (Forrester, 2025), vaak juist omdat de basis (evals, foutafhandeling, mens-in-de-loop) nog ontbreekt. Dat is een keuze die je bewust maakt, niet iets dat vanzelf gaat.
Wil je die stap zetten, dan hoort dat in een breder plaatje dan één los proces. Onze klanten zetten dit meestal op binnen een verbonden AI-bedrijfsbrein, zodat de agent die vandaag facturen verwerkt morgen ook het volgende proces kan overnemen, met dezelfde evals en logging als basis.
RPA volgt een vast script en herhaalt exact dezelfde stappen, ongeacht de situatie. Intelligente automatisering beoordeelt de situatie eerst en kiest daarna een route binnen vooraf gestelde grenzen. Het eerste is regelgebaseerd, het tweede is beslissingsgebaseerd.
Nauwelijks. Een RPA-script herkent alleen de stappen waarvoor het is gebouwd. Wijkt een dossier af van dat patroon, dan stopt het script of verwerkt het de verkeerde gegevens. Uitzonderingen moeten daarna alsnog met de hand worden opgelost.
Agentic automatisering is het onderliggende principe: een systeem dat zelf beslissingen neemt binnen grenzen. AI-agents zijn de concrete uitvoering daarvan, de digitale medewerkers die dat principe toepassen op een specifiek proces zoals facturatie of dossierverwerking.
Niet per se. Voor vaste, hoogfrequente taken zonder uitzonderingen blijft RPA een prima keuze. Intelligente automatisering komt erbij zodra een proces genoeg variatie kent om een script structureel te laten vastlopen.
RPA-licenties zijn vaak goedkoper per bot, maar de kosten van handmatige uitzonderingsafhandeling tellen niet mee in die prijs. Intelligente automatisering vraagt een grotere investering vooraf, in evals en ontwerp, maar bespaart structureel op het werk dat een script anders bij een mens neerlegt.
Met evals: een verzameling echte en verzonnen dossiers, inclusief de lastige gevallen, waarop het gedrag van de agent wordt gecontroleerd vóór livegang. Pas als de uitkomsten consistent kloppen, en de foutafhandeling het onverwachte goed opvangt, gaat de agent naar productie.
Ja, op de plekken waar dat vooraf is afgesproken. Mens-in-de-loop is geen teken dat het systeem tekortschiet, het is een bewuste drempel: onder een bepaald bedrag of risiconiveau beslist de agent zelf, daarboven kijkt een mens mee.
Agentic process automation is de bredere naam voor procesautomatisering waarbij AI-agents zelf beslissingen nemen binnen vooraf gestelde grenzen, in plaats van alleen vaste stappen uit te voeren. Het combineert de herhaalbaarheid van klassieke automatisering met de beoordelingsvrijheid van een agent, gecontroleerd via evals, foutafhandeling en mens-in-de-loop.
RPA laat je zien waar herhaling zit, maar breekt zodra een proces afwijkt. Wij bouwen procesautomatisering die wel met uitzonderingen overweg kan, met evals en mens-in-de-loop als standaardonderdeel.
Bekijk Intelligente Procesautomatisering
.svg){kind=icon}