AI in het MKB: van gebruik naar rendement

Bijna elke ondernemer heeft inmiddels wel iets met AI geprobeerd: een chatbot, een tekstgenerator, een automatisering. Toch hoor je in gesprekken vaak dezelfde vraag terug: "leuk, maar wat levert het nou echt op?" Dat is precies de kern. Gebruik groeit, maar gebruik en rendement zijn twee verschillende dingen.

AI-gebruik groeit — maar dat is niet hetzelfde als rendement

De cijfers laten de groei duidelijk zien. Volgens het CBS gebruikte in 2024 13% van de Nederlandse bedrijven met twee of meer werkzame personen AI, tegen 8% een jaar eerder. Bij grotere bedrijven ligt dat gebruik hoger dan bij kleine. En waar wordt AI dan voor ingezet? Volgens het CBS het vaakst voor marketing of verkoop, gevolgd door bedrijfsadministratie en bestuurstaken.

Dat zijn nuttige cijfers, maar ze zeggen iets over gebruik, niet over opbrengst. Uit onze eigen ervaring bij het begeleiden van MKB-bedrijven blijkt keer op keer: het aantal bedrijven dat "iets met AI doet" groeit sneller dan het aantal dat er aantoonbaar tijd of marge mee wint. Dat verschil is geen technologieprobleem. Het is een procesprobleem.

Waarom AI-projecten vaak stranden

In de praktijk zien we een terugkerend patroon. Een bedrijf begint bij de tool — een chatbot, een model, een handige app — en probeert daar het werk omheen te plooien. In de praktijk werkt het andersom. Een oplossing die niet aansluit op een bestaand proces, wordt niet gebruikt. Een model dat op rommelige data draait, geeft antwoorden die niemand vertrouwt. Het project stopt dan niet omdat de techniek tekortschoot, maar omdat het nooit aan een concreet knelpunt is gekoppeld.

De echte winst zit bovendien zelden in het spectaculaire. Ze zit in het dagelijkse, terugkerende werk: handelingen die zich herhalen, dubbele invoer, zoektijd, software waarvoor je betaalt maar die je nauwelijks gebruikt. Dat is minder indrukwekkend om te laten zien, maar het is wél waar tijd en geld weglekken.

Wat de winnaars anders doen

Bedrijven die er wél rendement uit halen, pakken het in onze aanpak in een vaste volgorde aan:

1. Ze beginnen bij een concreet knelpunt, niet bij een tool die ze willen inzetten.
2. Ze zorgen dat de oplossing aansluit op de bestaande processen en systemen.
3. Ze meten vooraf wat ze willen verbeteren, zodat het effect achteraf zichtbaar is.

Dat is geen onderzoeksconclusie, maar de werkwijze die wij hanteren. Het klinkt eenvoudig, en dat is het ook — het vraagt vooral de discipline om níét bij de tool te beginnen.

Een werkbare eerste stap

Een goede eerste stap is onderzoek. Een AI Kansenrapport brengt je processen, mensen, systemen en kosten in kaart en benoemt waar de grootste rem zit. Pas daarna kies je binnen Maatwerk tools één afgebakende toepassing met een meetbaar effect die een terugkerende handeling overneemt. Werkt die en levert die op wat je vooraf had bepaald, dan bouw je verder en zorg je met AI Regie dat het gebruikt blijft worden. Onderzoek, gecontroleerd bouwen, regie: in die volgorde.

We beloven daarbij geen terugverdientijd; die hangt te veel af van je situatie. Wat we wél doen, is vooraf onderbouwen of een kans zich waarschijnlijk terugverdient, en alleen bouwen als dat zakelijk klopt.

De vraag is dus niet zozeer wát AI kan, maar wáár het — voor jou, vandaag — tijd of geld vrijmaakt.

Over de auteur

Armand van Staveren is Hoofd Processen & Adoptie bij ShareConnect. Hij bouwde software en runde bedrijven voordat hij ondernemers hielp AI praktisch en meetbaar in te zetten, met de nadruk op proces en adoptie.

Terug naar nieuws