AI inzetten in je bedrijf: waar begin je?

AI inzetten: waar begin je?

De meeste ondernemers beginnen bij een tool. Ze nemen een abonnement op ChatGPT of Copilot, een paar mensen gaan ermee spelen en na drie maanden weet niemand wat het heeft opgeleverd. Dat is geen ramp, maar het is ook geen plan.

Wie AI wil inzetten met resultaat, begint bij de werkvloer. Welke taken komen terug? Hoeveel uur per week gaat erin zitten? In welke systemen gebeurt het? Pas als je dat weet, kun je kiezen waar AI het meeste oplevert.

Het CBS telde in 2025 dat 17 procent van de Nederlandse bedrijven AI gebruikt. Bij bedrijven met 10 tot 50 medewerkers was dat 27 procent, bij 50 tot 250 medewerkers 45 procent. De grootste hindernis die bedrijven noemen is gebrek aan ervaring (73 procent), gevolgd door zorgen over privacy (49 procent). Allebei los je op met een goede aanpak, en die begint klein.

Hoe kan AI mijn bedrijf helpen?

AI is goed in werk met tekst, documenten en patronen. In een mkb-bedrijf komt dat neer op vier soorten taken:

• Lezen en uittrekken. Een order uit een mail halen, een factuur uitlezen, gegevens uit een pdf in je systeem zetten.
• Schrijven. Een conceptantwoord op een klantvraag, een offertetekst, een productomschrijving of een samenvatting van een gesprek.
• Sorteren en beslissen binnen regels. Mail naar de juiste persoon sturen, een ticket een prioriteit geven, een lead beoordelen op je criteria.
• Voorspellen. Wanneer is een artikel op, welke klant bestelt waarschijnlijk deze week, waar loopt de planning uit.

Het CBS ziet hetzelfde patroon: bedrijven die AI gebruiken, zetten het vooral in voor marketing en verkoop (35 procent) en voor administratie en bestuurstaken (32 procent). Wil je zien hoe dat er per branche uitziet, lees dan onze 25 AI voorbeelden uit het mkb.

Hoe kan AI de kwaliteit van het werk verbeteren?

Tijdwinst is de bekendste opbrengst. Kwaliteit is vaak minstens zo belangrijk, en die wordt minder vaak gemeten.

• Minder tikfouten. Een order die automatisch van mail naar systeem gaat, heeft geen verkeerd artikelnummer of verwisselde cijfers.
• Altijd dezelfde controle. AI kan elke factuur tegen de order leggen, ook op vrijdagmiddag. Een mens doet dat bij drukte steekproefsgewijs.
• Sneller antwoord. Een klant die binnen een uur een goed antwoord krijgt, belt niet nog een keer.
• Vaste toon en volledigheid. Een conceptmail op basis van je eigen kennisbank vergeet minder vaak een voorwaarde of bijlage.

De voorwaarde: iemand moet de uitkomst kunnen beoordelen. Een taalmodel kan zich vergissen en klinkt dan net zo zeker als wanneer het klopt. Daarom laat je AI in het begin altijd meedraaien naast een medewerker.

Zo pak je het aan in vijf stappen

1. Breng je taken in kaart. Loop per afdeling na welke taken terugkomen, wie ze doet, hoe vaak en in welk systeem. Schat de uren per week.
2. Kies het eerste proces. Zoek de combinatie van veel uren, veel herhaling en duidelijke regels. Orderinvoer, facturen en standaardvragen van klanten scoren bijna altijd hoog.
3. Reken de winst vooraf uit. Uren keer uurtarief, plus minder fouten en sneller antwoord. Zet daar de kosten van bouw, licenties en beheer tegenover. Lees hoe dat werkt in ROI van AI.
4. Test naast je team. Laat de oplossing een paar weken meedraaien. Een medewerker keurt alles goed. Tel hoe vaak het klopt.
5. Breid uit of stop. Klopt het, dan mag AI de routinegevallen zelf doen en kies je het volgende proces. Klopt het niet, dan stop je op tijd.

Stap 1 en 2 kun je zelf doen met een spreadsheet. Wil je het grondig laten doen, dan is dat precies wat ons AI Kansenonderzoek is: we spreken directie, management en medewerkers, geven elke taak een potentiescore en maken per kans een financieel beeld voor 12 maanden. Een compact onderzoek begint vanaf circa 5.000 euro, een gemiddeld mkb-traject kost vaak 8.500 tot 15.000 euro.

Een voorbeeld uit onze eigen praktijk

Bij Sucre & Co, een groothandel in vers gebak, vriesgebak en chocolade, kwamen orders binnen via verschillende kanalen. Medewerkers tikten ze over in het leverportaal van de vervoerder, maakten facturen en volgden betalingen op. Dat was veel werk met weinig variatie: precies het soort taak waar je begint.

We hebben eerst die orderstroom geautomatiseerd. Daarna kwamen facturatie, opvolging en een AI-onderdeel dat nieuwe zakelijke klanten zoekt en filtert. Samen scheelt dat 80 uur handwerk per week, en de omzet groeide per maand 40 procent sneller door de leadverzameling en outbound.

Bij Candy Online ging het om de hele webshop. Na een doorstart draait het bedrijf met 3 mensen in plaats van 12. Een complete e-mail aan klanten kost 10 minuten in plaats van een halve dag.

In beide gevallen begonnen we met één proces en bouwden we stap voor stap verder. Er kwam niet één groot AI-systeem, er kwamen meerdere kleine onderdelen die elk één taak doen.

Veelgemaakte fouten bij het inzetten van AI

1. Beginnen met een chatbot omdat dat zichtbaar is. Een chatbot op je site is leuk, maar levert vaak minder op dan het automatiseren van je orderinvoer. Lees ook waarom een chatbot zelden het beste eerste project is.
2. Geen nulmeting. Wie niet weet hoeveel tijd een taak nu kost, kan achteraf niet zeggen wat AI heeft opgeleverd.
3. Losse tools zonder koppeling. Als medewerkers tekst heen en weer kopiëren tussen ChatGPT en je systeem, verschuift het werk alleen. De winst zit in AI die in je eigen systemen werkt.
4. Geen afspraken over data. Klantgegevens in een gratis tool plakken is een AVG-risico. Leg vast welke tools mogen en wat erin mag. Een praktisch AI beleid helpt daarbij.
5. Te groot beginnen. Een project dat alles tegelijk wil oplossen, loopt vast. Meer daarover in waarom AI projecten vastlopen.
6. Medewerkers niet meenemen. Mensen die niet weten wat AI doet, vertrouwen het niet of vertrouwen het juist te veel. Beide kosten geld.

Wat je moet regelen voordat je begint

Sinds 2 februari 2025 geldt artikel 4 van de AI Act over AI-geletterdheid. Bedrijven die AI gebruiken, moeten maatregelen nemen zodat medewerkers er verantwoord mee kunnen werken. Sinds de Digital Omnibus van juli 2026 is de tekst iets milder: je moet de ontwikkeling van die kennis ondersteunen, zonder dat je een bepaald niveau hoeft te garanderen. De opdracht zelf blijft. Voor een mkb-bedrijf betekent dat: weten welke AI-tools er gebruikt worden, afspraken maken over wat erin mag en mensen leren de uitkomst te beoordelen. Een korte training AI-geletterdheid is vaak genoeg.

Daarnaast blijft de AVG gewoon gelden. Gaan er persoonsgegevens door een AI-systeem, dan moet je weten waar die worden verwerkt en met welke afspraken. Bij gevoelige gegevens kun je kiezen voor Europese servers of een model op je eigen server. Meer over veilig werken lees je in ChatGPT en privacy.

Uit de praktijk

Veelgestelde vragen

Verder lezen

Meer uit de kennisbank

Terug naar de kennisbank