Automation Anywhere zet OpenAI aan het stuur

Automation Anywhere kondigde in januari 2026 een diepgaande samenwerking aan met OpenAI. De Process Reasoning Engine, die tot nu toe binnen vooraf bepaalde regels bepaalde welke stap in een proces volgt, wordt gekoppeld aan de redeneermodellen van OpenAI. Het resultaat: robots die niet vastlopen zodra een factuur net een andere opmaak heeft of een klantverzoek uit meerdere stappen bestaat. Voor organisaties die al jaren met RPA werken, is dit een kantelpunt. Starre scripts krijgen een laag die begrijpt waar ze mee bezig zijn.

Wat er technisch verandert

Klassieke robotic process automation werkt met rule-based scripts. Elke uitzondering vraagt om een nieuwe regel of een menselijke tussenkomst. De nieuwe combinatie voegt daar een redeneerlaag aan toe: OpenAI's modellen interpreteren intentie, documenten en context, waarna de Process Reasoning Engine de geautoriseerde stappen uitvoert in de onderliggende systemen. Zo ontstaat een gesloten lus tussen interpretatie en actie, binnen de toegangsregels die de organisatie al heeft ingericht.

De toepassingen die Automation Anywhere noemt, liggen vooral in finance en HR: facturen verwerken met afwijkende velden, contracten matchen, onboarding-stappen voor nieuwe medewerkers orkestreren. Het bedrijf belooft dat klanten binnen enkele weken operationeel kunnen zijn, in plaats van de gebruikelijke maanden. Dat is een commerciële belofte, maar de onderliggende bouwblokken, pre-built agents die op bestaande bedrijfsdata aansluiten, passen in een bredere marktbeweging.

Onderdeel van een grotere verschuiving

De samenwerking past in een patroon dat afgelopen maanden steeds scherper wordt. ServiceNow koos er bewust voor om geen eigen taalmodel te bouwen en integreert OpenAI diep in zijn platform. IBM bouwt met watsonx Orchestrate en een partner in de telecomsector agentische workflows voor risk en compliance. Automation Anywhere kiest dezelfde route: het modelhuis levert het redeneervermogen, de enterprise-leverancier levert context, toegangsbeheer en executiekracht.

De achterliggende vraag is waar de waarde in deze keten terechtkomt. Niet bij het bedrijf met het slimste model, maar bij het bedrijf dat het meest betrouwbaar meerdere systemen aan elkaar knoopt en aan het eind een auditable uitkomst levert. Voor bestaande gebruikers van RPA betekent dat hun investering niet verloren is, integendeel: de verbindingen die RPA-platforms hebben gelegd in ERP-, CRM- en HR-systemen worden juist waardevoller zodra er een redeneerlaag overheen ligt.

Waar de aanpak vastloopt

De belofte van pre-built agents die in weken draaien, is verleidelijk, maar hij verbergt een aantal vragen die organisaties eerst moeten beantwoorden. Een agent die boekingen aanmaakt of mails verzendt, heeft toegang nodig tot bronsystemen en duidelijke handelingsruimte. Zonder een heldere taakverdeling tussen mens en systeem ontstaat er een schaduwomgeving waar niemand meer weet welke beslissingen waar worden genomen. En zonder audit-trail wordt compliance al snel een kwestie van hopen dat er niets misgaat.

Er is ook een risico dat organisaties het nieuwe platform zien als oplossing voor een procesprobleem dat vooral niet-technisch is. In onze eerdere pillar over agentic AI, RPA, LLM en mensen beschreven we waarom de menselijke kant van zo'n verschuiving minstens zo bepalend is als de technische. Wie zijn werkprocessen niet opnieuw tegen het licht houdt, bouwt straks met redeneerkracht op een fundament dat die redeneerkracht niet verdient.

Wat dit betekent voor Nederlandse organisaties

Voor directies met een bestaande RPA-portefeuille zijn drie stappen relevant. Eerst: maak een inventarisatie van processen die nu wel geautomatiseerd zijn maar veel uitzonderingen opleveren. Die zijn de eerste kandidaten voor een redeneerlaag, omdat daar de grootste winst ligt. Ten tweede: check het eigenaarschap. Welke afdeling is verantwoordelijk als een agent een beslissing neemt die niet klopt? Zonder duidelijke lijnen strandt de implementatie bij het eerste incident.

De derde stap is experimenteel, maar afgebakend. Een proces kiezen, succescriteria vooraf vastleggen, meten wat het oplevert en dan pas opschalen. Dat is minder sexy dan een bedrijfsbrede uitrol, maar het is de enige manier om te voorkomen dat je over een jaar een rapport leest waarin staat dat de pilots vooral geld hebben gekost.

Waar Dubbel.ai mee kan helpen

De overgang van regelgestuurde naar redenerende automatisering is geen tool-keuze, het is een ontwerpvraagstuk. Wij helpen teams om de juiste processen te kiezen, om eigenaarschap en audit goed te beleggen, en om stapsgewijs op te schalen op basis van bewezen resultaat. Wil je weten welk proces in jouw organisatie het meest baat heeft bij zo'n redeneerlaag? Plan een kennismaking in, we denken graag mee.