Negen op de tien organisaties wereldwijd zetten AI in voor minstens één bedrijfsproces, rapporteert het Stanford Human-Centered AI Institute. Klinkt als een revolutie. Maar slechts 23 procent van die organisaties heeft een formele AI-strategie, concludeert Gartner. De rest experimenteert. En experimenten lopen vast. In Nederland herkennen veel mkb-bedrijven dat patroon: het abonnement op ChatGPT of Claude loopt, een paar collega’s proberen het uit, en na drie maanden doet iedereen het weer op de oude manier. Kijk naar de teams waar AI wél landt, en vijf patronen springen eruit. Geen daarvan is technisch ingewikkeld. Elk ervan is maandag in te voeren.
Waarom valt het gebruik na drie maanden terug?
Teams doorlopen bijna altijd dezelfde cyclus. Week één tot vier: enthousiasme. Iemand haalt een abonnement, collega’s proberen het uit, er worden screenshots gedeeld in de groepschat. Week vijf tot acht: de nieuwigheid ebt weg. De collega die het meest experimenteerde is druk met een deadline. De rest valt terug op de oude manier. Week negen tot twaalf: stilte. Het abonnement loopt door. Niemand zegt het hardop.
Slechts 11 procent van de organisaties heeft zicht op welke AI-tools hun medewerkers daadwerkelijk gebruiken, volgens onderzoek van Awareways. Bij Nederlandse mkb-bedrijven deelde 44 procent vorige maand klant- of bedrijfsdata met een gratis AI-tool, bleek uit onderzoek van TheAIDaily. Gemiddeld 3,1 keer per week. Niet per maand. Per week. Het gebruik is er, maar ongestructureerd en onzichtbaar voor de organisatie. Slechts 28 procent van de mkb-respondenten wist dat gratis AI-tools de ingevoerde data mogen gebruiken voor het trainen van hun modellen.
Het probleem is zelden de technologie. ChatGPT werkt prima voor het samenvatten van een vergadering. Claude schrijft een degelijk eerste concept van een voorstel. De tools doen wat ze beloven. Wat ontbreekt is de stap van uitproberen naar inbouwen in het dagelijks werk. Zonder bewuste keuze maakt niemand die stap.
Ze beginnen met de taak, niet met de tool
Teams die AI daadwerkelijk gebruiken, starten niet met de vraag “wat kunnen we met ChatGPT”. Ze kijken naar hun werkweek en zoeken het knelpunt.
Denk aan een gereedschapskist die je koopt bij de bouwmarkt. De kist op zich maakt niemand handiger. Pas als je weet welke klus je moet klaren, pak je het juiste gereedschap. Met AI werkt het precies zo.
Volgens de AI-adoptiecijfers van TheAIDaily gebruikt 13,8 procent van de Nederlandse microbedrijven met twee tot negen medewerkers AI, tegenover 28,1 procent van de middelgrote bedrijven met vijftig tot tweehonderdvijftig werknemers, aldus het CBS. Het verschil zit niet in budget of technische kennis. Grotere teams hebben vaker iemand die de taak identificeert in plaats van de tool.
Concrete taakselectie werkt met drie criteria. De taak kost meer dan dertig minuten per keer. De taak komt minstens wekelijks terug. En de input en output zijn redelijk voorspelbaar: een standaard e-mail, een vergadernotulaat, een eerste concept van een offerte. Welk werk je het beste aan AI geeft, staat uitgewerkt in ons beslismodel. De kern: begin met het werk dat je het liefst kwijt wilt, niet met de functie die het meest indrukwekkend klinkt.
Goede eerste AI-taken voor een mkb-team: vergaderingen samenvatten en actiepunten eruit halen, standaard e-mails beantwoorden op basis van een sjabloon, eerste concepten schrijven van offertes of voorstellen, data uit spreadsheets samenvatten in een leesbaar overzicht, en klantvragen indelen en doorsturen. Stuk voor stuk taken met een duidelijke input, een voorspelbare output, en een flinke tijdsinvestering als je ze handmatig doet.
Elke AI-taak heeft een eigenaar
In teams waar AI niet beklijft, ontbreekt bijna altijd hetzelfde: eigenaarschap. Iedereen mag het gebruiken. Niemand is verantwoordelijk.
Even voor de beeldvorming: het gaat niet om een AI-manager of een nieuwe functietitel. Het gaat om de collega die zegt “ik pak de vergadernotities” en daar drie weken serieus mee bezig is. Die persoon bouwt het prompt-sjabloon, test het met echte vergaderingen, en legt vast wat werkt en wat niet.
Zonder eigenaar verdampt kennis. De collega die een slim prompt heeft geschreven voor klantenservice-mails houdt het voor zichzelf, niet uit onwil maar omdat er geen structuur is om het te delen. Elk teamlid vindt het wiel opnieuw uit.
Stel: jouw team verstuurt twintig offertes per maand. Elke offerte kost anderhalf uur om op te stellen. Een eigenaar die twee weken lang test hoe Claude een eerste concept kan genereren op basis van een standaard briefing, bespaart potentieel vijftien uur per maand. Maar alleen als diegene het prompt-sjabloon deelt en collega’s meeneemt in de werkwijze. Een bedrijfsprofiel als context meegeven aan de AI-tool versterkt het effect: de eigenaar richt dat eenmalig in, zodat alle teamleden dezelfde achtergrond meekrijgen.
Hoe ziet een AI-werkoverleg eruit?
Vijftien minuten, eens per twee weken, vast in de agenda. Geen workshop, geen brainstorm, geen extern bureau. Drie vragen per ronde:
- Wat heb je de afgelopen twee weken met AI gedaan dat tijd bespaarde?
- Waar liep je tegenaan?
- Welk prompt of welke werkwijze wil je delen?
De kracht zit in de herhaling. Eén keer bespreken levert anekdotes op. Na zes rondes heeft je team een gedeeld repertoire van werkende AI-toepassingen. De collega die ontdekte hoe Claude een vergadering samenvat in drie bullets deelt dat met de rest. De collega die merkte dat ChatGPT hallucineerde bij financiële data waarschuwt de anderen voordat zij dezelfde fout maken.
Overigens: een gedeeld document of Slack-kanaal met werkende prompts verlaagt de drempel nog verder. Een gestructureerd trainingsplan van dertig dagen versnelt het effect. Maar het werkoverleg alleen levert al zichtbaar resultaat. Het is de laagst mogelijke investering met het hoogste rendement.
Wat meten succesvolle teams?
Niet hoe vaak iemand ChatGPT opende, maar hoeveel tijd een specifieke taak nu kost ten opzichte van drie maanden geleden. Uitkomsten, geen activiteit.
Uit onderzoek van S&P Global blijkt dat medewerkers die regelmatig AI gebruiken gemiddeld 5,6 uur per week besparen op repetitieve taken. Maar zoals TheAIDaily eerder schreef: die bespaarde uren verdampen vaak omdat niemand bijhoudt waar ze naartoe gaan. Twee op de drie medewerkers die tijd besparen met AI krijgen vervolgens geen richting over wat ze met die vrijgekomen uren moeten doen.
Drie getallen per maand volstaan:
- Hoeveel uur bespaart het AI-proces per week? Een schatting van de eigenaar is genoeg.
- Hoe vaak wordt het AI-proces daadwerkelijk gebruikt door het team?
- Zijn er fouten of problemen gemeld?
Een simpel voorbeeld: je team gebruikt Claude om offertes te schrijven. De eigenaar schat dat het prompt-sjabloon gemiddeld een uur per offerte bespaart. Bij twintig offertes per maand is dat twintig uur bespaard. Tegen 40 euro per uur is dat 800 euro per maand, of 9.600 euro per jaar. Voor één AI-proces. Vermenigvuldig dat met drie eigenaren en drie processen, en de businesscase schrijft zichzelf.
Wacht even: het gaat niet om perfecte data. Het gaat erom dat je team überhaupt nadenkt over de vraag “werkt dit eigenlijk?” Veel organisaties investeren duizenden euro’s per jaar in AI-licenties zonder ooit die vraag te stellen. Die drie getallen kosten vijf minuten per maand om bij te houden. Geen dashboard nodig, een gedeeld spreadsheet werkt prima.
Wat kost het en wat levert het op?
De meeste AI-abonnementen kosten tussen de 20 en 28 euro per persoon per maand, inclusief btw.
| Tool | Prijs per maand (incl btw) | Sterkte |
|---|---|---|
| ChatGPT Plus | € 22 | Breed inzetbaar, web search, plugins |
| Claude Pro | € 20 | Lange documenten, analyse, coding |
| Gemini Advanced | € 22 | Google Workspace-integratie |
| Microsoft 365 Copilot | € 28,10 | Word, Excel, Outlook, Teams |
Voor een team van vijf bedraagt de investering circa 110 euro per maand, of 1.320 euro per jaar. Dat is minder dan de meeste bedrijven uitgeven aan kantoorartikelen.
De terugverdientijd hangt af van hoe concreet je de besparing maakt. Stel dat elke teamgenoot twee uur per week bespaart op repetitief werk. Bij een intern uurtarief van 40 euro bruto levert dat vijf medewerkers maal twee uur maal 48 werkweken maal 40 euro = 19.200 euro per jaar op. Vijftien keer de investering.
Houd ook rekening met de onzichtbare kosten. De eerste twee weken kost AI-integratie tíjd in plaats van dat het tijd bespaart: prompts uitproberen, output controleren, werkwijzes aanpassen. Dat is normaal. De investering verdient zich terug vanaf week drie of vier, als het proces stabiel draait. Teams die die leercurve niet verwachten, stoppen precies op het moment dat het rendement begint.
PwC becijferde dat sectoren met hoge AI-blootstelling een vier keer hogere productiviteitsgroei realiseren dan sectoren die achterblijven. Het verschil zit niet in de technologie. Het zit in de gewoontes eromheen.
Wat kun je hier maandag mee?
Je hoeft niet alles tegelijk te doen. Begin met één stap deze week:
- Vraag elke collega: welke taak kostte je vorige week de meeste tijd?
- Kies de drie taken die aan de criteria voldoen: meer dan dertig minuten, minstens wekelijks, voorspelbare input en output.
- Wijs per taak een eigenaar aan die twee weken lang test met AI.
- Plan over twee weken het eerste kwartier met de drie werkoverlegvragen.
Dat is alles. Geen projectplan, geen adviestraject, geen maanden voorbereiding. Vier concrete acties die je maandag voor tienen kunt uitvoeren.
Wie zijn vak kent, haalt meer uit AI dan wie kan programmeren. Je hoeft geen prompt-expert te worden. Je hoeft alleen te weten welk probleem je oplost en de discipline te hebben om het vol te houden. Die vijf gewoontes zijn het verschil tussen een team dat AI écht gebruikt en een team dat er alleen over praat.
