Hoe het Nederlandse mkb AI echt inzet: vooral sneller, niet meer

Breed gebruikt, weinig diepgang

De cijfers laten een duidelijk patroon zien. Ondernemers gebruiken AI vooral om te brainstormen (61 procent), teksten te schrijven (58 procent) en beelden te maken (47 procent). Data-analyse komt uit op 42 procent. Campagnes optimaliseren en doelgroepen bepalen, de taken waar AI volgens de onderzoekers het meeste zou kunnen opleveren, blijven steken op twintig procent. Slechts zes procent werkt met agents, eigen modellen of koppelingen met de eigen systemen.

Ook het geld vertelt een verhaal. Van de ondervraagden betaalt 22 procent niets voor AI-tools en 36 procent minder dan honderd euro per maand. Bij 51 procent is er geen apart budget voor AI-tools en training; de kosten verdwijnen in het algemene softwarebudget. Bij 65 procent van de bedrijven is het gebruik ad hoc of nauwelijks vastgelegd, en slechts acht procent ziet AI als belangrijk onderdeel van de strategie voor de lange termijn.

Waar het echt wringt

Het opvallendste cijfer gaat over meten. Minder dan twintig procent van de eigenaren en directeuren houdt bij wat hun AI-investeringen opleveren. Bij marketingmanagers is dat juist meer dan de helft. De mensen die beslissen, weten dus het minst van wat er gebeurt, terwijl de mensen met het budget wel meten. Kleine bedrijven werken bovendien vaker zonder plan (53 procent), met gratis tools en zonder training.

Dat is begrijpelijk. In een bedrijf van vijf mensen is de eigenaar ook de marketeer, de boekhouder en de klantenservice. Niemand heeft tijd om bij te houden of die gegenereerde nieuwsbrief meer opleverde dan de vorige. Maar daardoor blijft AI hangen bij wat je ziet (een tekst is sneller af) en niet bij wat je zou willen weten (verkoop ik er meer door).

Sneller is ook iets waard

De onderzoekers lezen de cijfers als een gemiste kans, en dat is vanuit hun vak logisch. Maar voor een zzp’er of een winkel met twee medewerkers is sneller op zichzelf al winst. Als een offerte, een productomschrijving of een social post in de helft van de tijd af is, houd je uren over voor klanten of voor vrije tijd. Dat staat niet in een groeicijfer, maar het is wel echt.

Het probleem ontstaat pas als je denkt dat je verder bent dan je bent. Een bedrijf dat ChatGPT voor teksten gebruikt, doet hetzelfde als driekwart van zijn concurrenten. Daar onderscheid je je niet mee. Het onderscheid zit bij de kleine groep die AI loslaat op de eigen gegevens, zoals bestellingen, vragen van klanten of resultaten van campagnes.

Welke klussen je als ondernemer als eerste aan AI geeft, bespraken we eerder in ons stuk over je eerste AI-taken als ondernemer. Dit onderzoek laat zien wat de logische volgende stap is als die eerste klussen eenmaal lopen.

Wat een kleine ondernemer hiermee doet

De eerste stap kost geen geld. Schrijf op waarvoor je AI nu gebruikt en hoeveel tijd het scheelt. Een simpel lijstje in een notitie is genoeg. Zo heb je na een maand wel een idee wat het oplevert, en hoor je bij die tachtig procent van de eigenaren die niet meet niet meer bij.

Daarna kun je kijken naar het vak waar het mkb nu het minst doet, de analyse. Een chatbot kan een export van je verkopen of de antwoorden uit een klantenenquête doorlezen en patronen aanwijzen die je zelf over het hoofd ziet. Let wel op wat je uploadt. Klantgegevens met namen en adressen horen niet in een gratis chatbot, en bij betaalde zakelijke versies is het verstandig na te gaan of je gegevens worden gebruikt om modellen te trainen. Over de risico’s van ongecontroleerd AI-gebruik door medewerkers schreven we in ons stuk over schaduw-AI.

Leg tot slot een paar afspraken vast, ook als je alleen werkt. Welke tools gebruik je, wat gaat er wel en niet in, en wie controleert de uitkomst voordat die naar een klant gaat. Dat is geen strategie voor de lange termijn, maar het is meer dan wat 65 procent van het mkb nu heeft.