AI implementeren in het MKB: van eerste proces naar vast onderdeel van het werk

Je hebt licenties voor ChatGPT of Copilot, een paar enthousiaste collega's en een directie die wil weten wat het oplevert. Ondertussen gaat het echte werk door zoals altijd: mail lezen, gegevens overtypen, offertes in elkaar zetten. AI implementeren in het MKB betekent dat je één van die taken structureel anders laat lopen. Niet een demo, maar een vast onderdeel van het werk, met een eigenaar en een meting.

Dit artikel laat zien hoe je dat aanpakt: van het kiezen van het eerste proces tot het moment waarop je besluit om te stoppen, te verbeteren of op te schalen.

Wat betekent AI implementeren eigenlijk?

Een medewerker die af en toe ChatGPT een tekst laat herschrijven, gebruikt AI. Dat is nuttig, maar het is nog geen implementatie. Je spreekt pas van implementeren als AI een vaste plek krijgt in een bedrijfsproces. Een workflow die binnenkomende klantmails sorteert, de juiste gegevens erbij zoekt, een conceptantwoord klaarzet en dat ter controle aan een collega voorlegt, is wel een implementatie.

Zo'n implementatie heeft altijd dezelfde onderdelen:

• een afgebakend probleem in één proces;
• een eigenaar die over de kwaliteit gaat;
• input die digitaal beschikbaar is;
• een workflow die met je bestaande systemen praat;
• afspraken over wanneer een mens controleert;
• succescriteria die je vooraf vastlegt;
• beheer na de livegang.

Waarom blijven zoveel AI-projecten steken in een demo?

Bijna nooit door de techniek. Het model doet het meestal prima in de demo. Het gaat mis rond de demo:

• Het project begint met een tool in plaats van een probleem. "We gaan iets met AI doen" is geen opdracht.
• De eerste pilot is te groot. "De klantenservice automatiseren" strandt, "binnenkomende mail sorteren en doorzetten" niet.
• Er is geen eigenaar. De directie sponsort, maar niemand stuurt er wekelijks op.
• De datakwaliteit valt tegen. Opschonen en ontsluiten kost meer tijd dan het bouwen zelf.
• Er is niets gemeten. Zonder nulmeting wordt elke evaluatie een meningsverschil.
• Medewerkers weten niet wat er met hun werk gebeurt en houden zich afzijdig.

Meer over dit patroon staat in waarom AI-pilots stranden. Het stappenplan hieronder is erop gebouwd om die valkuilen een voor een te omzeilen.

Stap 1: kies één proces

Maak eerst een lijst van taken waar mensen veel tijd in steken. Denk in taken, niet in afdelingen: mail lezen en doorzetten, offerte-informatie verzamelen, facturen controleren, gespreksnotities in het CRM zetten, productgegevens aanvullen. Praat met de mensen die het werk doen. Zij weten waar het vastloopt, de directie vaak niet.

Een taak is een goede eerste kandidaat als hij vaak voorkomt, grotendeels dezelfde stappen volgt, digitale input heeft, een uitkomst heeft die je snel kunt controleren en een duidelijke eigenaar heeft. Hoe je kandidaten tegen elkaar afweegt, staat uitgewerkt in welke bedrijfsprocessen geschikt zijn voor AI.

Stap 2: meet hoe het nu gaat

Leg vast hoe vaak de taak voorkomt, hoeveel minuten hij per keer kost, hoe vaak er iets misgaat en hoe lang iets blijft liggen voordat iemand ermee begint. Een steekproef van een paar weken is genoeg. Op de pagina over wat handmatig werk kost staat hoe je die rekensom opzet.

Maak daarbij onderscheid tussen tijd die je wint en geld dat je bespaart. Een uur dat vrijkomt is pas een besparing als het werk echt verdwijnt. Vaak is het capaciteit: hetzelfde team kan meer aan. Dat is ook waardevol, maar het is iets anders. Hoe je dat eerlijk doorrekent, lees je in de businesscase van AI.

Stap 3: bepaal welke rol AI krijgt

Niet elk probleem vraagt om een taalmodel. Grofweg zijn er vier vormen, van eenvoudig naar complex:

• Vaste regels: als het bedrag boven een grens komt, gaat de factuur naar een tweede goedkeurder. Geen AI nodig.
• Herkennen en uitlezen: onderwerp, klantnummer en urgentie uit een e-mail halen.
• Genereren: een samenvatting of conceptantwoord schrijven op basis van je eigen informatie.
• Een agent: meerdere stappen en systemen combineren, zoals een aanvraag lezen, gegevens controleren en een conceptrecord in het CRM klaarzetten.

Kies de eenvoudigste vorm die het probleem oplost. Een agent is niet automatisch beter dan een korte workflow. Het verschil staat in AI-agent of gewone automatisering.

Stap 4: regel data, koppelingen en rechten

Zoek voordat je bouwt uit waar de input staat, welke systemen gelezen en bijgewerkt moeten worden en of daar een API voor is. Bepaal welke persoonsgegevens erin zitten en welke handelingen nooit zonder menselijke goedkeuring mogen gebeuren. Geef de toepassing alleen de rechten die de taak nodig heeft.

Kijk ook naar de regels. De AVG geldt zodra er persoonsgegevens in het spel zijn, en de EU AI Act stelt eisen afhankelijk van de toepassing en jouw rol. Wat je concreet moet regelen, staat in AI Act en AVG: wat moet je nu regelen?.

Stap 5: bouw een kleine pilot

Een goede pilot is klein genoeg om snel te testen en groot genoeg om iets te meten. Beperk hem tot één mailbox, één documentsoort of één team. Spreek vooraf af wat de pilot wel en niet mag. Classificeren, samenvatten, velden voorstellen en concepten maken: prima. Zelfstandig betalen, toezeggingen doen of gegevens verwijderen: nog niet.

Leg drie succescriteria vast voordat je begint. Eén over kwaliteit (hoeveel voorstellen zijn meteen goed), één over tijd (minuten per item) en één over risico (bijvoorbeeld: geen enkel bericht naar de verkeerde klant).

Stap 6: test met echte voorbeelden

Test niet alleen met de nette gevallen. Neem ook mails met ontbrekende gegevens op, dubbele aanvragen, slecht gescande bijlagen, andere talen en berichten die proberen de workflow om de tuin te leiden. Kijk per voorbeeld of de uitkomst klopt, of de bron zichtbaar is en of de workflow eerlijk aangeeft wanneer hij het niet zeker weet.

Stap 7: laat een mens meekijken

Laat de pilot eerst alleen voorstellen doen die een collega goedkeurt of corrigeert. Leg vast wie controleert, welke fouten direct omhoog gaan en hoe correcties worden bewaard. Zorg dat controleren sneller gaat dan het werk zelf doen. Anders gaan mensen eromheen werken of keuren ze alles ongezien goed.

Pas als de score stabiel is, zet je categorieën een voor een op automatisch. Bij financiële, juridische of personele gevolgen blijft een mens vaak gewoon tekenen.

Stap 8: meet en besluit

Vergelijk de pilot met je nulmeting op vier punten: kwaliteit, snelheid, gebruik en risico. Daarna zijn er drie eerlijke uitkomsten.

• Stoppen, als de kwaliteit te laag blijft, het volume tegenvalt of de risico's niet te beheersen zijn. Dat is geen mislukking: je voorkomt een verkeerde investering.
• Verbeteren, als de basis werkt maar een paar fouten steeds terugkomen.
• Opschalen, als de cijfers een tijd stabiel zijn, het eigenaarschap geregeld is en je weet wat het bij meer volume kost.

Plan dat beslismoment vooraf in de agenda. Een pilot zonder einddatum blijft eindeloos half bestaan.

Wie moet er intern bij zijn?

Minimaal drie rollen: een business owner die de doelen bepaalt en over budget en scope beslist, een procesexpert die de uitzonderingen kent en testgevallen aanlevert, en een technische eigenaar die koppelingen, logging en storingen beheert. In een klein team kan één persoon twee rollen hebben. Zolang alle drie de verantwoordelijkheden maar benoemd zijn. Heb je geen eigen IT-afdeling, lees dan AI implementeren zonder IT-afdeling.

Wat kost AI implementeren?

Dat hangt af van het proces, het aantal koppelingen, de eisen aan beveiliging en het volume. Een interne workflow op één mailbox is iets anders dan een agent die drie systemen bijwerkt. Vergeet de eigen uren niet: de procesexpert die test en de eigenaar die bijstuurt. Een indicatie per type opdracht staat bij wat een AI-oplossing kost.

Waar begin je als je meerdere kandidaten hebt?

De meeste bedrijven hebben meer ideeën dan capaciteit. Dan helpt het om de processen naast elkaar te zetten op volume, tijd, foutgevoeligheid en koppelbaarheid. Dat is wat de AI Opportunity Audit doet: we brengen je processen in kaart en zetten de kansen in een volgorde met een onderbouwing. Weet je al welk proces het wordt, dan begint de AI-implementatie daar direct mee.