AI voor het MKB: waar begin je en wat levert het op?

Je leest overal dat AI alles verandert. In je eigen bedrijf zie je vooral dat een paar collega's ChatGPT gebruiken en dat het werk verder hetzelfde loopt. AI voor het MKB is in de praktijk geen technologievraag meer. De tools zijn er en ze zijn betaalbaar. De vraag is welk proces je aanpakt, hoe je meet of het werkt en welke afspraken je eromheen maakt.

Wat bedrijven tegenhoudt, is zelden geld of techniek. Het is ervaring: niemand heeft het eerder gedaan, dus niemand weet waar je begint. Deze gids helpt je daarmee op weg.

Drie niveaus van AI in een bedrijf

Het helpt om drie niveaus uit elkaar te houden. Ze verschillen sterk in kosten, doorlooptijd en risico.

Niveau 1: assistentie

Een medewerker gebruikt een AI-tool naast zijn werk: concepten schrijven, samenvatten, herschrijven, vertalen, een export analyseren. Geen koppelingen, geen IT-project. Het gaat mis als er geen training en geen huisregels zijn. Dan stopt de helft na een paar weken en plakt de rest er gegevens in die er niet in horen.

Niveau 2: ingerichte toepassingen

Een terugkerende taak krijgt een vaste vorm. Een gedeelde assistent die offerteteksten in jullie huisstijl schrijft, of een die klantvragen indeelt. Dit gaat mis als je het te breed opzet. Eén taak goed werkt. "Alles rond klantcontact" werkt niet.

Niveau 3: procesautomatisering met koppelingen

AI wordt een schakel in een keten van systemen. Binnenkomende facturen worden gelezen, gecontroleerd en klaargezet in de boekhouding. Mail wordt ingedeeld en doorgezet. Leads worden aangevuld en gescoord in het CRM. Hier zit de meeste winst, en hier gaat het het vaakst mis op datakwaliteit en uitzonderingen. De standaardgevallen zijn snel geregeld. De afwijkingen bepalen of het echt tijd scheelt.

De meeste bedrijven doen er goed aan alle drie te doen, in deze volgorde. Niveau 1 bouwt vertrouwen op en levert de voorbeelden op waarmee je niveau 2 en 3 kiest.

Wat kun je met AI per type bedrijf?

Een paar voorbeelden van toepassingen die in verschillende sectoren vaak als eerste in beeld komen:

• Zakelijke dienstverlening: conceptoffertes en voorstellen, gespreksverslagen, interne kennis doorzoekbaar maken.
• Groothandel en retail: productgegevens aanvullen en vertalen, klantvragen indelen, orders uit mail en pdf verwerken.
• Logistiek en transport: documentcontrole, statusvragen van klanten, planning voorbereiden.
• Productie en techniek: werkbonnen en rapportages structureren, onderhoudshistorie doorzoekbaar maken.
• Bouw en installatie: calculatie voorbereiden, werkbonnen verwerken, bestekken doorzoeken. Zie ook werkbonnen en planning bij een installatiebedrijf.
• Administratieve dienstverlening: factuur- en bonverwerking, controlewerk voorbereiden, dossiers compleet maken.
• Zorg en welzijn: verslaglegging en administratie ondersteunen, met extra zorg omdat hier bijzondere persoonsgegevens spelen.

Wil je per proces beoordelen of het geschikt is, gebruik dan het selectiemodel in welke bedrijfsprocessen geschikt zijn voor AI.

Hoe kies je de eerste toepassing?

Vier vragen. Scoort een proces op alle vier, dan is het een goede eerste kandidaat.

• Volume: komt de taak vaak genoeg voor om de inrichting terug te verdienen?
• Herhaling: verloopt het grotendeels hetzelfde, of is elk geval anders?
• Data: zit de input al in een systeem, of alleen in iemands hoofd?
• Controle: kan een mens snel zien of de uitkomst klopt?

Die laatste wordt het vaakst overgeslagen en zorgt voor de meeste teleurstelling. Een extra toets: kun je de huidige situatie in een getal vatten? "Dit kost ons ongeveer twaalf uur per week" is een startpunt waar je later tegen kunt meten. "Dit kost veel tijd" niet.

Wat kost het?

Licenties voor generatieve AI-tools zijn zelden de grote post. De invoering is dat wel: mensen leren werken met de tool, een toepassing inrichten, koppelingen bouwen en de uren van je eigen mensen. Hoe meer systemen erbij komen, hoe meer het kost. Een indicatie per type opdracht staat bij wat een AI-oplossing kost. Hoe je de opbrengst daartegenover zet, staat in de businesscase van AI.

Eén les geldt bijna altijd: bedrijven die maanden abonnementsprijzen vergelijken, verliezen meer aan uitstel dan ze aan licenties besparen.

Welke regels gelden er?

Twee kaders naast elkaar. De EU AI Act geldt ook voor kleine bedrijven. Gebruik je AI en bied je het niet zelf aan, dan gaat het vooral om drie dingen: geen verboden toepassingen inzetten, zorgen dat je mensen voldoende AI-kennis hebben en open zijn tegenover mensen die met jouw AI te maken krijgen. Daarnaast blijft de AVG gewoon gelden zodra er persoonsgegevens in het spel zijn.

De praktische vertaling is één AI-beleid van een paar pagina's: welke tools mogen, welke gegevens erin mogen en wie waarvoor verantwoordelijk is. Zie AI-beleid opstellen, AI-geletterdheid en AI Act en AVG: wat moet je nu regelen?.

De vijf valkuilen die het vaakst voorkomen

• Beginnen bij de tool. Het levert licenties op die niemand gebruikt en een directie die na een half jaar concludeert dat AI niets doet.
• Te groot beginnen. Kies een taak, geen afdeling.
• Geen eigenaar. Sponsorschap van de directie is iets anders dan iemand die er elke week op stuurt.
• Datakwaliteit onderschatten. Een groot deel van het werk zit in opschonen en ontsluiten, niet in AI.
• Niet meten. Eén getal vooraf vastleggen kost een uur en voorkomt maanden discussie.

Zelf doen of hulp inhuren?

Zelf doen ligt voor de hand op niveau 1 en 2, als je iemand hebt met technische affiniteit en er geen harde deadline is. De leercurve is zelf waardevol.

Hulp inhuren is verstandiger bij koppelingen met je ERP of CRM, bij gevoelige gegevens, bij tijdsdruk of als je niet weet welk proces eerst moet. Waar je op let bij die keuze, staat bij een AI-implementatiepartner kiezen. In beide gevallen houd je het eigenaarschap intern. Een partner kan bouwen en versnellen, maar of de uitkomst goed genoeg is, beoordeel je zelf.

Waar begin je morgen?

Kies één proces, zet er een eigenaar op en leg vast hoe het nu gaat. Het stappenplan daarvoor staat in AI implementeren in het MKB. Heb je meerdere kandidaten en wil je weten welke het meest oplevert, dan zet de AI Opportunity Audit ze voor je op een rij, met een onderbouwde volgorde.