Ik krijg tegenwoordig bijna wekelijks dezelfde vraag: "Moeten wij ook iets met AI gaan doen?"
Het eerlijke antwoord: die vraag is al fout. Niet omdat AI niet belangrijk is, maar omdat "iets met AI doen" niks betekent. Het is hetzelfde als vragen of je "iets met internet" moet doen. Te breed om ergens te beginnen, en precies daarom blijft het bij een ChatGPT-abonnement dat drie man in het team gebruikt om mailtjes iets netter te formuleren.
Ondertussen lopen er in datzelfde bedrijf processen die elke week uren kosten. Offertes die handmatig worden overgetypt van de ene tool naar de andere. Leads die drie dagen blijven liggen omdat niemand ze doorzet. Facturen die los in een mapje staan in plaats van gekoppeld aan een klant. Dát is waar AI en automatisering het verschil maken. Niet in een chatbot op je homepage, maar in het gedeelte van je bedrijf dat niemand ziet.
Waarom de meeste MKB'ers vastlopen
Drie dingen zie ik steeds terugkomen bij ondernemers en bureaus:
Ze denken in tools, niet in processen. Er wordt een AI-tool aangeschaft omdat die viral ging op LinkedIn, zonder dat er ooit is gekeken welk probleem hij eigenlijk moet oplossen. Resultaat: een los eilandje dat niemand consequent gebruikt.
Ze willen alles tegelijk. De volledige customer journey automatiseren, met AI, in één project. Dat werkt bijna nooit. Het overweldigt het team, het budget loopt uit de hand, en na twee maanden ligt het stil.
Ze verwarren AI met magie. AI is geen wondermiddel dat een rommelig proces vanzelf opruimt. Als je CRM een puinhoop is, maakt een AI-laag daarbovenop die puinhoop alleen sneller.
Waar het wél werkt
De bedrijven die echt profijt hebben van AI en automatisering, doen eigenlijk iets heel saais: ze beginnen bij één herkenbaar knelpunt. Niet "we willen AI", maar "leads blijven te lang liggen voordat iemand ze oppakt" of "we typen dezelfde klantgegevens drie keer over in verschillende systemen".
Vanuit dat concrete probleem bouw je een workflow. Soms zit daar AI in, bijvoorbeeld om binnenkomende aanvragen automatisch te categoriseren of een eerste conceptreactie te schrijven. Vaak zit het antwoord gewoon in slimme koppelingen tussen tools die je al hebt, zonder dat er ergens een taalmodel aan te pas komt. Dat is niet minder waardevol. Het scheelt gewoon tijd, en tijd is bij de meeste MKB'ers de schaarste factor, niet geld.
Pas als die basis staat, en het team ziet dat het werkt, wordt uitbreiden logisch. Dan ga je niet meer op gevoel te werk, maar bouw je voort op iets dat al bewezen heeft dat het uren scheelt.
De vraag die je jezelf wél moet stellen
In plaats van "moeten we iets met AI doen", is de betere vraag: "welk terugkerend werkje in ons bedrijf kost iedere week tijd, zonder dat het iemand slimmer maakt?" Dat is meestal een proces dat al jaren op dezelfde, omslachtige manier gaat. Niemand heeft er ooit naar omgekeken, omdat het "gewoon zo werkt".
Dat soort processen zijn goud waard om aan te pakken. Ze zijn concreet genoeg om echt op te lossen, klein genoeg om snel resultaat te zien, en groot genoeg om merkbaar te schelen in de week van je team.
AI in het MKB gaat dus niet over bijblijven met de hype. Het gaat over kritisch kijken naar je eigen bedrijf, het benoemen van het werk dat niemand meer wil doen, en dat stap voor stap uit handen nemen. Saai, misschien. Maar het is wel het verschil tussen een bedrijf dat AI gebruikt, en een bedrijf dat er alleen over praat.