En die stap wordt nog lang niet altijd gezet. Uit een poll van De Ondernemer, ingevuld door 150 LinkedIn-gebruikers, blijkt dat meer dan de helft (54 procent) van het mkb AI vooral gebruikt voor het maken van teksten en content. Toepassingen als data-analyse (29 procent) volgen op afstand, terwijl klantenservice (6 procent) nog opvallend weinig wordt genoemd. 11 procent geeft aan AI zelfs nog helemaal niet te gebruiken.
Verschillen per sector
Die uitkomst sluit aan bij wat KPN en ING recent zagen tijdens een evenement waar zij ruim 170 mkb-ondernemers ondervroegen over hun AI-gebruik. Daar gaf 83 procent aan AI al te gebruiken, zowel structureel (38 procent) als experimenterend (45 procent). Een kleine groep (15 procent) gaf aan nog niets met AI te doen.
Opvallend zijn de verschillen per sector. In de technologie- en IT-sector ligt het aandeel ondernemers dat AI structureel inzet het hoogst (52,6 procent), gevolgd door ‘overige’ sectoren (46,7 procent) en bouw en installatie (44,4 procent). In industrie en productie blijft het gebruik achter, met 30,8 procent structureel gebruik.
Ontdekkende fase
De cijfers schetsen een duidelijk beeld: AI is doorgedrongen tot de werkvloer, maar nog nauwelijks tot de kern van het bedrijf. Thomas Tolsma, directeur MKB bij KPN: „Wat we nu vooral zien, is dat ondernemers generatieve AI gebruiken voor losse taken. Denk aan het opstellen van een ingewikkelde mail, een vacaturetekst, of het schrijven van een socialmedia-post.”
Clair van Swelm, propositiespecialist nieuwe technologieën bij KPN, bevestigt dat: „Veel ondernemers zijn AI nog aan het ontdekken. Medewerkers gebruiken het voor hun eigen, behapbare taken, maar een duidelijke strategie vanuit het bedrijf ontbreekt in veel gevallen nog.”
Van losse taken naar echte impact
Dat AI nu vooral voor content wordt gebruikt, is volgens beiden een logisch startpunt, maar ook een fase waar het mkb doorheen moet. „Het is het laaghangende fruit”, aldus Tolsma. „Iedereen kan ermee aan de slag en je hebt direct resultaat. Maar als je het daarbij houdt, laat je veel kansen liggen.” Van Swelm vult aan: „De echte impact zit in hoe je AI inzet in je dagelijkse processen.”
Als voorbeeld noemt Tolsma het optimaliseren van klantcontact. Een thema dat in de poll nauwelijks terugkomt, maar waar ondernemers in de praktijk vaak enorm veel tijd aan kwijt zijn. Terwijl dat met AI eigenlijk niet meer nodig is. Tolsma: „Ik belde laatst naar een restaurant waar ik mijn reservering ter plekke met een AI-chatbot kon regelen. Dat is een heel goed voorbeeld van hoe bedrijven slimmer kunnen werken.”
Hij legt uit: „Je zorgt er op die manier niet alleen voor dat klanten sneller geholpen worden en dus tevreden blijven, maar ook dat de koks en bediening niet onderbroken worden tijdens hun werk. Dat maakt je bedrijf niet alleen efficiënter en klantvriendelijker, maar ook prettiger om in te werken. Zo’n verandering is relatief eenvoudig te realiseren, maar er zijn nog maar weinig restaurants die dit zo doen.”
Data als groeiversneller
Ook op het gebied van data ligt nog veel onbenut potentieel. Hoewel bijna een derde van de ondernemers in de LinkedIn-poll aangeeft AI daarvoor te gebruiken, is de basis ook hier vaak nog te versnipperd, merkt Tolsma. „Data bevindt zich bij veel mkb-bedrijven letterlijk overal. In Excel-bestanden, in losse systemen, in de hoofden van medewerkers. Als dat niet eerst goed gestructureerd wordt, wordt het lastig om AI er echt waarde uit te laten halen; je output is gebaseerd op je input.”
Van Swelm heeft een mooi voorbeeld van een case waarin dit wél al goed gaat: een bakker met meerdere vestigingen in Nederland. „Door hun verkoopdata eerst goed te ordenen en vervolgens door AI te laten analyseren, kunnen ze hun inkopen nu veel scherper doen en de voorraad perfect verdelen. Welke producten lopen waar goed? Waar moet je bijsturen? Dat soort inzichten kun je met AI heel makkelijk verkrijgen. En uiteindelijk kun je er zelfs voorspellingen mee doen.”
Zo begin je
Dat dit soort stappen nog niet massaal worden gezet, heeft volgens beiden meerdere oorzaken. Angst voor het onbekende, de waan van de dag, maar de belangrijkste oorzaak: AI is vaak nog geen onderdeel van een brede strategie.
„Je ziet dat teams daarom zelf maar aan de slag zijn gegaan”, zegt Van Swelm. „Dat noemen we ook wel ‘shadow AI’. Medewerkers gebruiken verschillende tools zonder dat daar afspraken over zijn gemaakt. Soms gooien medewerkers zelfs belangrijke bedrijfsdata in een open chatbot als ChatGPT. Dat brengt grote risico’s met zich mee. Je wil bij een grote overname bijvoorbeeld echt niet dat gegevens op straat komen te liggen.”
Wat de twee experts ook zien, is dat het vertrouwen in AI nog niet altijd even groot is. „De eerste output van AI is niet altijd perfect”, zegt Tolsma. „Dan zie je dat mensen afhaken, want: ‘dit werkt niet’. Medewerkers moeten dus echt leren hoe je met AI samenwerkt. Het implementeren van AI is geen knop die je indrukt, het is een heel proces waarin je je werknemers aan de hand mee moet nemen.”
Ga vandaag nog slimmer werken
Van Swelm en Tolsma zijn het erover eens dat wie AI blijft gebruiken voor losse taken, veel potentie laat liggen. De echte winst zit in het verankeren van AI in dagelijkse processen - van klantcontact tot planning en data-analyse. Die stap zetten is niet altijd eenvoudig. Het ontbreekt je aan tijd, kennis en kunde. Herkenbaar? KPN ondersteunt ondernemers die daar behoefte aan hebben, van de eerste verkenning tot implementatie, zodat AI daadwerkelijk bijdraagt aan slimmer werken.
