Uw IT-leverancier reageert al een week niet meer. Een kritieke levering loopt vertraging op. Hoe vermijdt u zulke situaties? En als ze zich toch voordoen, wat voorzien uw contracten wanneer de dienstverlening tekortschiet?
Eén oplossing bestaat erin enkele essentiële afspraken schriftelijk vast te leggen in een service level agreement, of SLA: reactietermijnen, verwachte kwaliteit, beschikbaarheid, gevolgen bij tekortkomingen. Wij helpen u die contracten op te stellen met behulp van AI: een proces dat binnen het bereik van elke kmo ligt en onaangename verrassingen beperkt.
Wat is een SLA?
Een Service Level Agreement (SLA, of “dienstverleningsovereenkomst”) beantwoordt schriftelijk twee vragen die niemand stelt op het moment van ondertekening:
- Wat koop ik precies?
- Wat gebeurt er als ik het niet krijg?
Een SLA dekt doorgaans de reactietermijnen, de beschikbaarheid, de verwachte kwaliteitsniveaus en wat de leverancier verschuldigd is wanneer hij die niet haalt.
Drie situaties waarin een SLA de moeite loont voor een kmo
- IT, waar “we kijken ernaar” evengoed twee uur als twee weken kan betekenen.
- Terugkerende diensten, waar de kwaliteit traag en geruisloos achteruitgaat: schoonmaak, onderhoud, logistiek.
- Elke leverancier die u niet binnen een maand zou kunnen vervangen.
Vinkt u een van die vakjes aan zonder SLA, dan hebt u een operationeel probleem dat zich alleen nog niet heeft gemanifesteerd.
Blijft de bedenking die wij het vaakst horen: “Wij hebben geen tijd om voor elke leverancier een SLA op te stellen.” Terecht. AI maakt het vandaag mogelijk daarop te antwoorden, op voorwaarde dat u weet waar haar rol ophoudt. Zo zijn wij te werk gegaan bij een echte opdracht.
Het startpunt: een chocolatier zonder vangnet
Tijdens een van onze consultancyopdrachten sprak onze aankoopconsultant met de aankoopdirecteur van een gerenommeerd chocoladebedrijf. De vaststelling was duidelijk: geen enkele degelijke SLA met verschillende sleutelleveranciers.
Het onderwerp ging veel verder dan compliance. Zonder schriftelijk vastgelegd serviceniveau bestond er geen objectieve basis om te praten over een laattijdige levering, een niet-conforme partij of een kwaliteit die stilaan achteruitgaat. Elk incident begon opnieuw van nul, mondeling, geval per geval.
De intern geschatte opsteltijd, juridisch heen-en-weer inbegrepen: meerdere weken. Niemand was er dus ooit aan begonnen.
Stap 1 — Een eerste versie geschreven door AI
Onze consultant gebruikte een generatieve AI-tool om de eerste versie van de SLA op te stellen. Hij bouwde een gestructureerde prompt op basis van ons model, daar waar velen zich beperken tot een “schrijf mij een SLA” die nooit iets bruikbaars oplevert.
Concreet kreeg de AI de opdracht om:
- een precieze rol aan te nemen: expert in aankoopcontracten;
- een SLA op te stellen met meetbare KPI’s, in dit geval On-Time Delivery (OTD) en On-Quality Delivery (OQD);
- boeteclausules te voorzien bij niet-conformiteit;
- de essentiële wettelijke vereisten, de ecologische, sociale en governanceverbintenissen (ESG) en de procedures voor geschillenbeslechting te dekken.
Het verschil tussen een onbruikbaar resultaat en een werkbaar ontwerp zit in vier elementen: een rol, een afbakening, benoemde indicatoren en expliciete voorwaarden. Vraagt u een SLA zonder OTD en OQD te vermelden, dan krijgt u een tekst over “kwaliteit van de dienstverlening”, en dus niets afdwingbaars.
Stap 2 — De belanghebbenden erbij betrekken
Een SLA die alleen door aankoop wordt opgesteld, wordt een SLA die productie niet kan waarmaken en die de juridische dienst zal weigeren goed te keuren. Wij brachten dus kwaliteit, marketing, productie en juridische zaken samen rond het ontwerp.
Een reeks gestructureerde vergaderingen, met een duidelijk mandaat voor elk team: lees de tekst, geef aan wat ontbreekt en wat op het terrein onhaalbaar zal zijn.
Een voorbeeld. De kwaliteitsafdeling vroeg een clausule over terugkerende kwaliteitsproblemen. Bleef de vraag wat “terugkerend” betekent, een woord waar niemand ooit een cijfer op had geplakt. Het antwoord kwam tijdens de sessie: meer dan 10 % van de leveringen. Zo’n drempel bespreekt u met mensen die de realiteit van de stromen kennen, en het is die drempel die een intentie omzet in een toepasbare clausule.
Elke opmerking werd vervolgens in een nieuwe prompt ingevoerd en het document in real time herschreven, tijdens de vergadering. De deelnemers zagen hun bijdrage in de tekst verschijnen nog vóór het einde van de sessie, wat de drie weken e-mailverkeer wegnam die dit soort oefening gewoonlijk vertragen.
Stap 3 — De punten waar wij de controle houden
De AI leverde de tekst, maar besliste niets. Vier vangrails die wij systematisch toepassen:
- De juridische validatie blijft mensenwerk. AI levert een vergevorderd ontwerp. Een jurist moet het nalezen vóór ondertekening, in het bijzonder wat de boetes en de opzeggingsclausules betreft.
- De cijfermatige drempels worden intern bepaald. 10 %, 48 uur, 99,5 % beschikbaarheid: die cijfers engageren uw operationele werking. Een model waaraan u ze niet doorgeeft, zal er plausibele verzinnen.
- Let op met de gegevens die u ingeeft. Leveranciersnamen, prijzen, volumes: ga na wat uw tool met uw gegevens doet vooraleer u er een contract in plakt. Een consumentenaccount biedt niet dezelfde garanties als een bedrijfsomgeving.
- Elke vermelde wettelijke verwijzing moet worden gecontroleerd. Een generatief model produceert geloofwaardige, en soms foute, verwijzingen naar regelgeving.
Het resultaat
Een volledig SLA-model, dat alle geïdentificeerde aandachtspunten dekt, in enkele dagen in plaats van meerdere weken.
De tijdwinst komt minder voort uit de schrijfsnelheid van de AI dan uit het verdwijnen van de tussenversies. Geen “ik stuur u dat volgende week terug” meer, geen bestanden v3_finaal_ECHT.docx meer. Het ontwerp bestond vanaf dag één en iedereen werkte er tegelijk aan.
De AI diende vooral als ondersteuning van de interne samenwerking, door elk team vanaf de eerste vergadering een concrete tekst te geven om te bekritiseren.
Wat dit verandert aan uw aankoopprocessen
Een door AI ondersteund proces combineren met een echte betrokkenheid van de belanghebbenden levert drie meetbare effecten op:
- Nauwkeurigheid en conformiteit: essentiële clausules worden niet langer vergeten omdat de opsteller haast had.
- Kortere doorlooptijden: dagen in plaats van weken, voor een document dat gewoonlijk eindeloos wordt uitgesteld.
- Sterkere samenwerking: de interne expertise komt vóór de ondertekening in plaats van na het incident.
En om terug te komen op de bedenking van in het begin: u hebt geen SLA nodig voor elke leverancier. Begin met diegene die u niet binnen een maand zou kunnen vervangen. Doorgaans passen ze op één pagina.
Ontvang onze prompts
Wilt u precies zien hoe wij te werk zijn gegaan, dan delen wij al onze prompts, zowel de oorspronkelijke versie als de updates op basis van de feedback van de belanghebbenden, samen met ons model voor promptstructuur.
Van theorie naar praktijk
Een promptmodel geeft u een startpunt. Het inzetten op uw eigen situaties en afstemmen op de noden van uw teams vraagt iets anders.
Onze AI-opleidingen voor aankoop behandelen dat deel: prompts bouwen die bruikbare resultaten opleveren, een cyclus van opstellen-nalezen-verbeteren doorlopen en de inbreng van de interne teams integreren zodat het proces de expertise van uw organisatie weerspiegelt.
