AI implementeren in je bedrijf: een stappenplan voor kmo en mkb

Kort antwoord

AI implementeren in je bedrijf doe je het best in kleine stappen. Kies één proces dat vaak terugkomt, zorg voor goede voorbeelden en gegevens, test met een kleine pilot, laat een mens meekijken, leg afspraken vast in een AI-beleid en schaal pas op als het werkt. Zo blijft het risico klein en zie je snel wat het oplevert.

Wat betekent AI implementeren?

AI-implementatie is het blijvend inzetten van AI in een vast werkproces van je bedrijf, met koppelingen aan je systemen, afspraken over controle en iemand die het bewaakt. Een abonnement op ChatGPT voor je team is een begin, maar dan helpt AI vooral de persoon die het gebruikt. Bij een implementatie draait AI mee in het werk zelf, ook als niemand erom vraagt.

Een voorbeeld. Bij metaalbedrijf Almetaal kwam alle mail binnen op één adres, en iemand moest elke mail lezen en doorzetten. Samen met SpireAI bouwde ik zes AI-agents, één per afdeling. Ze lezen de centrale mailbox, maken taken in het ERP en zetten een conceptantwoord in Outlook. Eén mail wordt zo zeven taken, in 2 minuten en 33 seconden.

Welke losse tools er zijn en wat ze doen, lees je in AI tools voor je bedrijf. Dit artikel gaat over de stap daarna: AI echt in je processen krijgen.

Wat is het stappenplan om AI te implementeren?

Dit zijn de zes stappen die ik bij elk project volg, van een kmo met vijf mensen tot een mkb-bedrijf met meerdere afdelingen:

Kies één procesBegin bij werk dat vaak terugkomt, steeds volgens dezelfde regels gaat en digitaal binnenkomt: mails, facturen, formulieren of berichten. Eén proces tegelijk. Hoe je kiest, lees je in Processen automatiseren: welke pak je als eerste aan?
Zorg voor de juiste dataAI is zo goed als de voorbeelden en gegevens die het krijgt. Verzamel echte mails, facturen of standaardteksten, en kijk of de belangrijke velden in je systemen gevuld zijn.
Test met een kleine pilotLaat de AI eerst een beperkte set echte gevallen doen, en vergelijk het resultaat met wat je team zelf deed. Pas daarna gaat het live.
Houd een mens in de lusLaat iemand het resultaat controleren voordat het naar een klant of in je boekhouding gaat. Spreek af wanneer de AI moet stoppen en een mens moet inschakelen.
Leg afspraken vast in een AI-beleidSchrijf op welke tools je team mag gebruiken, met welke gegevens en wie controleert. Hoe dat werkt, lees je in AI-beleid opstellen.
Schaal op als het werktBreid pas uit naar meer volume, meer zelfstandigheid of een volgend proces als de eerste stap stabiel draait en bewaakt wordt.

Waarom zijn data zo belangrijk bij AI-implementatie?

Omdat AI leert van wat je het geeft. Ontbreekt informatie, dan raadt het model, en dat wil je niet in een proces dat elke dag draait.

Bij Succesvol Leren stond het goede antwoord op vragen van ouders vaak al in een van de ruim 450 standaardmails. Voordat de mailassistent iets kon doen, liet ik die standaardmails door AI ordenen op wat een ouder bedoelt. Pas daarna kon de assistent per mail het best passende antwoord vinden.

Bij recruitmentbureau CrossJob stonden de belangrijkste velden in het kandidatenbestand leeg. Het systeem haalt nu skills en ervaring uit de tekst van cv's. Inmiddels zijn 1.727 cv's automatisch uitgelezen.

Hoe ziet een goede pilot eruit?

Een pilot is een kleine proef met echte gegevens, waarin je meet of de AI hetzelfde doet als een ervaren medewerker. Je kiest vooraf wat "goed" betekent, en je legt het resultaat naast het werk van je team.

Bij Autobedrijf Zieleman boekt AI inkoopfacturen uit Outlook in SnelStart, per grootboekrekening en met btw per regel. De test: werden de facturen geboekt zoals de boekhouder het zelf deed? Dat was bij 80 van de 80 facturen zo. Met zo'n uitkomst weet je waar je staat, en kun je met vertrouwen verder.

Een laptop, een stapel facturen en een kop koffie op een werkbank in een kleine werkplaats, met daglicht van opzij — Sfeerbeeld: een goede pilot test AI op echte documenten, naast het werk van je team.

Wat betekent een mens in de lus?

Human-in-the-loop, of een mens in de lus, betekent dat een medewerker het werk van de AI controleert of goedkeurt op de plekken waar een fout iets kost. De AI doet het voorwerk, de mens beslist.

Bij Almetaal staat het conceptantwoord klaar in Outlook, maar een medewerker verstuurt altijd zelf. Bij CrossJob kiest het systeem per vacature de beste drie kandidaten met een onderbouwing, en een recruiter verstuurt zelf de mail.

Gaat de AI wel zelf antwoorden, dan horen er grenzen bij. Bij DaimoonMedia antwoordt een AI-verkoper in de toon van eigenaar Tom, maar grote budgetten gaan altijd naar Tom zelf, en met één knop zet hij alles op pauze. Meer over grenzen en een noodrem lees je in AI-agents veilig inzetten.

Welke fouten zie je vaak bij AI implementeren?

Fout	Wat je beter doet
Overal tegelijk beginnen	Eén proces kiezen en dat eerst goed krijgen
Een tool kopen en hopen dat het team het gebruikt	Vertrekken van een taak die nu tijd kost
Testen met verzonnen voorbeelden	Testen met echte mails, facturen of documenten
De AI meteen alles zelf laten afhandelen	Eerst concepten, een mens verstuurt of keurt goed
Geen afspraken over gegevens	Een kort AI-beleid en een verwerkersovereenkomst
Na de livegang niemand die kijkt	Bewaking, een logboek en een melding als er iets misgaat

Over de AVG en de AI Act hoef je niet bang te zijn, maar je moet ze wel kennen. Begin bij Is AI-automatisering AVG-proof? en AI-geletterdheid.

Hoe lang duurt een AI-implementatie?

Per proces meestal kort. De meeste automatiseringen die ik bouw, staan binnen twee weken live. Wat langer duurt, is het opschalen: een tweede en derde proces, meer volume, of een agent die meer zelf mag.

DaimoonMedia is daar een goed voorbeeld van. Daar gingen in twee weken meer dan 1.700 mails door het systeem, met een logboek per mail. Dat volume kan pas als de grenzen en de controle vanaf het begin goed zitten.

Doe je het zelf of laat je het bouwen?

Allebei kan. Zelf leren past als je eenvoudige taken wilt automatiseren en er tijd in wilt steken. Laten bouwen past als het om een belangrijk proces gaat, er meerdere systemen aan te pas komen of je er geen omkijken naar wilt hebben. De afweging lees je in AI-automatisering laten bouwen of zelf leren?

Bij mij kost een automatisering op maat vanaf €1.500 eenmalig, plus vanaf €150 per maand voor hosting, bewaking en onderhoud, excl. btw. Gaat het om een AI-agent die zelf stappen zet, lees dan AI-agent laten bouwen. Zoek je eerst iemand die meekijkt waar AI past, dan is er AI-specialist. Op AI-automatisering op maat lees je hoe ik werk. Stuur me een WhatsApp of plan een gratis videocall.

Veelgestelde vragen

Wat is de eerste stap om AI te implementeren?

Kies één proces dat vaak terugkomt, steeds volgens dezelfde regels gaat en digitaal binnenkomt, zoals mail, facturen of formulieren. Begin daar met een kleine pilot op echte gegevens.

Hoe lang duurt AI implementeren in een kmo?

Een eerste automatisering staat bij mij meestal binnen twee weken live. Opschalen naar meer processen of meer zelfstandigheid doe je daarna stap voor stap.

Heb ik veel data nodig om AI te implementeren?

Niet veel, wel de juiste. Echte voorbeelden van het werk, zoals mails, facturen of standaardteksten, en gevulde velden in je systemen. Bij Succesvol Leren waren dat ruim 450 standaardmails.

Moet er altijd een mens meekijken?

In het begin wel, en bij beslissingen die iets kosten als ze fout gaan ook daarna. Bij Almetaal en CrossJob verstuurt een medewerker altijd zelf. Laat je de AI zelf antwoorden, spreek dan grenzen af en zorg voor een pauzeknop.

Heb ik een AI-beleid nodig voordat ik begin?

Het helpt. Een kort AI-beleid legt vast welke tools je team mag gebruiken, met welke gegevens en wie controleert. Voor een kmo of mkb-bedrijf past het vaak op twee A4'tjes.

Alles over AI-automatisering

Jurgen Claassens bouwt AI-automatiseringen voor ondernemers, mkb en kmo. Vijftien jaar operations bij Vattenfall, daarna mede-eigenaar van sales- en marketingbureaus. Meer over Jurgen of bekijk zijn projecten.