AI in het MKB: wat werkt vandaag en wat nog niet?

Dit zijn toepassingen die in de praktijk staan te draaien bij bedrijven zoals dat van jou, niet in een demo.

Informatie uit documenten halen

Bedrag, datum, leverancier en factuurnummer uit een inkoopfactuur of een pakbon halen, ook als elke leverancier zijn eigen opmaak gebruikt. Dit was jarenlang moeilijk en is nu goed. Iemand keurt nog steeds goed — maar keuren gaat sneller dan overtypen.

Antwoorden op basis van je eigen documenten

Een assistent die je handboek, je algemene voorwaarden en je productinformatie kent en daar vragen over beantwoordt met een verwijzing naar de bron. Nuttig voor nieuwe medewerkers en voor de servicedesk. Cruciaal is die bronverwijzing: die maakt het controleerbaar.

Eerste versies schrijven

Een concept voor een offertetekst, een productomschrijving of een antwoord op een veelgestelde vraag. Het bespaart het staren naar een leeg scherm. De laatste twintig procent — toon, nuance, jouw manier van zeggen — doe je zelf.

Sorteren en samenvatten

Binnenkomende mails routeren naar de juiste afdeling, lange verslagen terugbrengen tot de besluiten, klantreacties groeperen op onderwerp. Werk waar het antwoord niet exact hoeft te zijn om nuttig te zijn.

• Rekenen. Een taalmodel is geen rekenmachine. Laat het niet je marges uitrekenen — laat het je systemen de som doen en het resultaat verwoorden.
• Zelfstandig handelen zonder controle. Zodra er een e-mail naar een klant gaat of een bedrag wordt geboekt, hoort er een mens tussen te zitten.
• Consistentie garanderen. Dezelfde vraag kan twee keer een net iets ander antwoord opleveren. Voor tekst is dat prima, voor een beslisregel niet.
• Weten wat het niet weet. Een AI die het antwoord niet heeft, verzint soms iets dat overtuigend klinkt. Zonder bronverwijzing zie je het verschil niet.
• Jouw context begrijpen zonder dat je die geeft. Het kent je klanten, je afspraken en je geschiedenis niet, tenzij je die aanlevert.

Kun je het antwoord binnen seconden controleren? Is het antwoord snel te controleren — een bedrag naast de factuur leggen, een samenvatting naast het verslag — dan kun je AI vandaag inzetten. Kost controleren net zoveel tijd als het zelf doen, dan levert het niets op. En kún je het niet controleren, laat het dan staan.

Deze ene vraag scheidt de toepassingen die werken van de toepassingen die je over een half jaar stilletjes uitzet. Hij is bruikbaarder dan elke lijst met tools.

• Vastleggen welke gegevens er wel en niet in mogen. Klantnamen, personeelsdossiers en medische gegevens vragen om een expliciete keuze.
• Weten waar de gegevens verwerkt worden en of ze gebruikt worden om modellen te trainen. Dit staat in de voorwaarden en is een keuze, geen gegeven.
• Een verwerkersovereenkomst als er persoonsgegevens bij betrokken zijn.
• Afspreken wie er controleert en tekent voordat er iets naar buiten gaat.
• Je mensen vertellen wat er gebeurt. Een assistent die stilletjes wordt ingevoerd, kost meer vertrouwen dan hij aan tijd oplevert.
• Een terugvaloptie: hoe werken we door als het een dag niet beschikbaar is?

AI kost geld per gebruik en vraagt inrichting en onderhoud, net als elk ander systeem. Het verdient zich terug als de taak vaak terugkomt, als het controleren snel gaat en als er nu echt tijd in gaat zitten. Kloppen die drie niet, dan is dit het verkeerde moment — en dat is een prima uitkomst.

Wat ik niet doe: beloven dat AI je bedrijf transformeert. Wat het vandaag wél doet, is een stapel terugkerend taalwerk kleiner maken. Dat is minder spannend en een stuk waardevoller.

Ik kijk eerst welk werk bij jou uit taal en documenten bestaat en of het antwoord snel te controleren is. Voldoet een taak daaraan, dan bouw ik die af met een mens die goedkeurt. Voldoet niets eraan, dan zeg ik dat, en kijk ik of gewone automatisering of beter inzicht meer oplevert.