Hoe je AI implementeert in je bedrijf: een stappenplan in 6 stappen voor kmo’s
De meeste AI-projecten mislukken omdat ze vertrekken van een tool, niet van een probleem. Mijn aanpak in 6 stappen om AI-workflows te implementeren in een kmo.
De meeste bedrijven falen niet met AI omdat de technologie niet werkt. Ze falen omdat ze vertrekken van de tool (“we hebben een chatbot nodig”) in plaats van het probleem (“we verliezen tien uur per week aan het overtypen van bestellingen”). Het resultaat is een dure demo die indruk maakt in een vergadering en daarna nooit meer gebruikt wordt.
Het goede nieuws voor kmo’s: je hebt geen AI-team of groot budget nodig om dit goed te doen. Je hebt één goed gekozen workflow nodig, een pilot op echt werk, en eerlijke cijfers.
Dit is het stappenplan dat ik gebruik als een bedrijf me vraagt waar het moet beginnen. Het is ook de manier waarop ik AI in productie bouw als Head of AI bij Herald: kies één echte workflow, test hem op echt werk terwijl een mens meekijkt, meet, en schaal dan op.
Stap 1: Vind het werk dat je week opslokt
Voor je over modellen of tools praat, maak je een lijst van de repetitieve taken die je team elke week doet. Noteer voor elke taak vier dingen:
| Taak | Keer per week | Minuten per keer | Uren per maand |
|---|---|---|---|
| Reserveringsaanvragen per e-mail beantwoorden | 60 | 4 | 16 |
| Aankoopfacturen intypen in de boekhouding | 40 | 6 | 16 |
| Offertes opvolgen | 15 | 10 | 10 |
Meestal vind je twee of drie taken die stilletjes elke week een volledige werkdag van iemand kosten. Dat zijn je kandidaten.
Goede eerste kandidaten hebben een paar dingen gemeen:
- Veel volume. De taak komt vele keren per week voor, niet twee keer per jaar.
- Veel tekst. De input bestaat uit e-mails, documenten, formulieren, pdf’s of berichten. Daar zijn taalmodellen sterk in.
- Een duidelijke definitie van “klaar”. Je kunt zien of het resultaat juist is.
- Goedkope fouten. Een fout is makkelijk op te merken en recht te zetten voor ze schade aanricht.
Slechte eerste kandidaten zijn zeldzame taken, taken die diepgaand expertoordeel vragen, of alles waarbij één fout duur is en niemand ze op tijd zou opmerken.
Stap 2: Kies één workflow en definieer succes in cijfers
Kies één taak. Geen drie. Schrijf dan op hoe succes eruitziet, op een manier die je kunt meten:
- “80 % van de reserveringsaanvragen binnen 5 minuten beantwoorden, dag en nacht.”
- “De tijd voor het ingeven van facturen terugbrengen van 16 uur naar 3 uur per maand.”
- “Elke openstaande offerte binnen 48 uur opvolgen.”
Meet waar je vandaag staat voor je iets verandert. Zonder nulmeting weet je nooit of het project gewerkt heeft, en de mensen die je moet overtuigen ook niet.
Stap 3: Kies de eenvoudigste tool die werkt
Niet alles heeft een AI-agent nodig. Er zijn drie grote opties, en de goedkoopste die het probleem oplost, is de juiste:
- Automatisering op basis van regels (tools zoals Zapier, Make of n8n) als de stappen altijd dezelfde zijn: “als een formulier ingediend wordt, voeg een rij toe en stuur deze e-mail.”
- Een AI-agent als de input rommelig is en iemand hem moet lezen en beslissen: “lees deze e-mail van een leverancier, zoek de bestelling, controleer de prijs en werk het systeem bij.”
- Een assistent of chatbot als mensen antwoorden nodig hebben: “wat is ons terugbetalingsbeleid in dit geval?”
In de praktijk combineren de beste opstellingen ze: automatisering doet het loodgieterswerk, AI leest en beslist over het rommelige deel, en een mens keurt goed wat ertoe doet. Ik schreef een volledige vergelijking van agents, automatiseringen en chatbots (in het Engels) als je niet zeker weet welke je nodig hebt.
Stap 4: Bereid je gegevens en toegang voor
Een AI-systeem is maar zo goed als wat het kan zien en doen. Beantwoord deze vragen voor je begint te bouwen:
- Waar zit de input? In een gedeelde mailbox, een map met pdf’s, een formuliertool, een CRM?
- Welke systemen moet het bijwerken? En hebben die systemen een API, of alleen een scherm?
- Hoe ziet een goed resultaat eruit? Verzamel 20 tot 50 echte voorbeelden uit het verleden van de taak, goed uitgevoerd. Een betere testset krijg je nooit.
- Wat zijn de privacyregels? Als er persoonsgegevens bij komen kijken, heb je een rechtsgrond onder de GDPR nodig, een verwerkersovereenkomst met elke aanbieder, en toegang die beperkt is tot wat het systeem echt nodig heeft. Gevoelige gegevens, zoals gezondheids- of financiële informatie, vragen extra zorg.
Stap 5: Doe een pilot waarin een mens meekijkt
Begin in “conceptmodus”. De AI stelt het antwoord op, vult het formulier in of stelt de update voor, en iemand van je team keurt het goed met één klik. Dat doet drie dingen:
- Er vertrekt niets ongecontroleerd terwijl je nog leert hoe het systeem zich gedraagt.
- Je team ziet precies waar het betrouwbaar is en waar niet.
- Elke correctie wordt een voorbeeld dat het systeem beter maakt.
Laat de pilot een paar weken op echt werk draaien. Houd bij hoe vaak het concept ongewijzigd aanvaard wordt, hoe vaak het een kleine aanpassing nodig heeft en hoe vaak het fout is. Laat het daarna, geval per geval, zelfstandig handelen waar het betrouwbaar gebleken is, en houd een mens op de rest.
Stap 6: Meet, en schaal dan op
Vergelijk aan het einde van de pilot met de nulmeting uit stap 2. Bekijk het volledige plaatje:
- Bespaarde tijd per week, en wat je team ermee gedaan heeft.
- Kwaliteit: antwoordtijden, foutpercentages, feedback van klanten.
- Totale kost: het systeem bouwen, laten draaien (kosten van het model en de hosting) en onderhouden. Ik zet ze op een rij in wat AI een kmo echt kost.
Zijn de cijfers er, laat het dan draaien, documenteer hoe het werkt en ga door naar de volgende workflow op je lijst. Zijn ze er niet, dan heb je dat goedkoop geleerd, op één workflow, in plaats van op een project voor het hele bedrijf.
Veelgemaakte fouten
- Vertrekken van de tool. “We hebben een chatbot nodig” is geen probleemstelling.
- Een kapot proces automatiseren. Als de workflow op papier al rommelig is, maakt AI hem alleen sneller rommelig. Zet eerst het proces recht.
- Geen eigenaar. Iemand in je team moet eigenaar zijn van de workflow, de resultaten nakijken en zeggen wanneer er iets misloopt.
- Niets meten. Als je de bespaarde tijd niet kunt aantonen, overleeft het project de volgende budgetbespreking niet.
- Vanaf dag één volledig autonoom gaan. Vertrouwen verdien je op echte gevallen. Begin met goedkeuring en schrap die waar het veilig is.
Waar je deze week begint
Neem 30 minuten met je team en vul de tabel uit stap 1 in. Omcirkel de taak met de meeste uren per maand die ook een duidelijke definitie van “klaar” heeft. Dat is je eerste AI-project.
Niet zeker wat in aanmerking komt? Deze voorbeelden van AI-workflows tonen de twaalf workflows die bedrijven het vaakst als eerste automatiseren.
Meer over hoe ik dit in de praktijk aanpak: AI-automatisering.
Over de auteur
Martin Michaux is Head of AI bij Herald en staat op de Forbes 30 Under 30-lijst. Voor Herald was hij medeoprichter van NOX Energy. Hij schrijft over wat hij leert bij het bouwen van AI-agents in productie.