AI implementeren in uw bedrijf: begin klein, bij één proces

AI implementeren begint bij één proces dat aantoonbaar tijd kost, niet bij de techniek. U kiest dat proces, meet wat het nu kost en bouwt een kleine eerste versie. Die laat u meelopen met een medewerker die elke uitkomst controleert, en pas als dat werkt, breidt u uit.

Veel kleine bedrijven staan hier nog aan het begin. In 2025 gebruikte volgens het CBS 13,8 procent van de bedrijven met 2 tot en met 9 werkzame personen minstens één van de zeven AI-technologieën die het CBS uitvraagt. In het mkb met 10 tot en met 249 werkzame personen was dat 29,8 procent, in het grootbedrijf 66,2 procent (voorlopige cijfers, gepubliceerd in maart 2026). Van de microbedrijven die in 2025 AI overwogen en er toch van afzagen, noemde 71,6 procent gebrek aan ervaring als reden. Ervaring doet u op met één kleine toepassing in uw eigen werk.

Welk proces kiest u als eerste?

Een goed eerste proces:

• komt vaak voor, dagelijks of wekelijks, zodat u snel genoeg gevallen hebt om van te leren;
• begint met iets digitaals: een mail, een pdf, een Excel-bestand of een webformulier;
• kent variatie binnen een patroon: elke aanvraag is anders geformuleerd, maar er moet steeds hetzelfde uit komen;
• is te herstellen als het misgaat: een verkeerd doorgezette mail kost tien minuten, geen klant;
• heeft een eigenaar die er nu last van heeft en er tijd voor vrijmaakt.

Het proces waarin één fout een claim of een klant kost, bewaart u voor later, als u weet hoe het systeem zich gedraagt. Welke toepassingen in het mkb nu werken, met de valkuil per toepassing, leest u in AI voor bedrijven: toepassingen die nu werken.

Meet wat het proces nu kost

Zonder nulmeting weet u achteraf niet of het iets heeft opgeleverd. Houd twee weken een turflijst bij. Noteer hoe vaak het werk voorkomt, hoeveel minuten één geval kost, hoe vaak iets opnieuw moet en hoe lang zaken blijven liggen voordat iemand ze oppakt.

Een rekenvoorbeeld met voorbeeldgetallen, voor de algemene mailbox van een bedrijf van twintig man:

Onderdeel	Aantal per week	Minuten per stuk	Per week
Mail lezen, beoordelen en doorzetten	150	3	450 min = 7,5 uur
Mail bij de verkeerde collega, opnieuw doorzetten	12	10	120 min = 2,0 uur
Totaal			9,5 uur

Uitgaande van 46 werkweken per jaar (zonder vakantie en feestdagen) is dat 437 uur. Dat getal is uw nulmeting. Het zegt nog niets over wat AI daarvan overneemt; dat ziet u pas in de pilot. Schrijf er ook bij wat niet in minuten te vangen is, zoals de klant die een dag op antwoord wacht omdat zijn mail bij de verkeerde collega lag.

Bouw klein, in de systemen die u al hebt

De eerste versie doet één stap goed. In het voorbeeld: de mail lezen, bepalen waar hij over gaat en voorstellen bij welke collega hij hoort. Het doorzetten zelf doet een medewerker nog met de hand.

Bouw die stap in wat er al draait: uw mailbox, uw klantsysteem, uw boekhouding. Wie eerst een nieuw pakket kiest om AI mogelijk te maken, begint met een migratie in plaats van een proef. Operium bouwt daarom de laag eromheen: wat er staat, blijft staan. Hoe u een proces in stappen knipt en per stap kiest tussen een vaste regel en AI, leest u in processen automatiseren met AI.

Laat het meelopen, met een mens erbij

In de pilot controleert een medewerker elke uitkomst voordat er iets mee gebeurt. Houd per geval bij of het voorstel klopte, gecorrigeerd moest worden of fout was. Spreek vooraf af bij welke uitkomst u een stap verder gaat, en wie dat besluit.

De correcties zijn de eigenlijke opbrengst van de pilot. Ze laten zien welke gevallen het systeem nog niet aankan, en ze worden gebruikt om het bij te stellen. Zet ze naast uw nulmeting, dan ziet u wat de toepassing in uw eigen werk doet. Waar het juridisch of commercieel telt, blijft een mens ook na de pilot akkoord geven. Hoe u dat inricht, staat in human in the loop.

Breid pas uit als de eerste stap stabiel loopt

Loopt de eerste stap een tijd zonder verrassingen, dan komt de volgende. Dat kan de volgende stap in hetzelfde proces zijn, zoals het doorzetten zelf, of een tweede proces. Leg daarbij vast wie het systeem bijhoudt als er iets verandert: een nieuwe collega, een nieuwe productlijn, een leverancier die zijn factuur anders opmaakt. Een digitale medewerker heeft net als ieder ander iemand nodig die hem aanstuurt.

Wat gaat er mis bij AI implementeren?

• Te groot beginnen. Een AI-plan voor het hele bedrijf levert een rapport op en nog geen werkende toepassing.
• Geen eigenaar. Heeft niemand er tijd voor, dan blijven de vragen uit de pilot liggen en verdwijnt het project stilletjes.
• Geen meting vooraf. Dan blijft het resultaat een indruk, en een indruk is lastig te verdedigen als er geld tegenover staat.
• Een tool kopen zonder proces. Een abonnement dat niemand in zijn werk inpast, wordt nauwelijks gebruikt.
• Kennis bij één persoon. Weet alleen de bouwer of één enthousiaste collega hoe het werkt, dan staat alles stil zodra die op vakantie is.

Wat hebt u nodig aan data?

Voor de meeste kantoortaken hoeft u geen eigen AI-model te trainen. Bestaande taalmodellen lezen mail en documenten al. Wat u wel nodig hebt:

• echte voorbeelden uit uw eigen werk, inclusief de lastige gevallen en hoe die zijn afgehandeld;
• toegang tot de systemen waar de gegevens staan, met rechten die passen bij de taak en niet verder reiken;
• afspraken over privacy: welke gegevens het systeem ziet, waar ze worden opgeslagen en wie ze verwerkt.

Wilt u niet met een Amerikaanse aanbieder werken, dan kunnen uw gegevens in Europa worden opgeslagen én verwerkt. Wat er met de gegevens gebeurt, legt u vooraf vast in een verwerkersovereenkomst. De regels daarachter staan in AI en de AVG.

Wat hebt u nodig aan mensen?

U hebt minstens twee rollen nodig. De eigenaar van het proces beslist en maakt tijd vrij. De medewerker die het werk nu doet, kent de uitzonderingen en controleert in de pilot de uitkomsten.

Daarnaast vraagt de Europese AI-verordening van organisaties die AI-systemen inzetten dat zij maatregelen nemen die de AI-geletterdheid van hun personeel ondersteunen (artikel 4). Sinds de wijziging van juli 2026 (Verordening (EU) 2026/1744) hoeft u daarbij geen bepaald kennisniveau per medewerker te waarborgen. U stemt de maatregelen af op de kennis en ervaring van uw mensen en op de context waarin het systeem wordt gebruikt. In de praktijk gaat het om uitleg over wat het systeem doet, waar het de mist in kan gaan en wat wel en niet mag met bedrijfsgegevens. Operium verzorgt daarvoor praktische trainingen op uw eigen documenten.

Zelf beginnen of laten bouwen?

Een eerste proef met een standaardtool kunt u zelf doen. Moet de toepassing in uw eigen systemen draaien, dan hebt u een bouwer nodig, intern of extern. Lees vooraf welke vragen u een AI-bureau stelt. Bij Operium loopt de route in vijf stappen, van QuickScan tot optimalisatie; op de pagina werkwijze ziet u wat elke stap oplevert.

Twijfelt u welk proces u als eerste aanpakt? In de gratis QuickScan kijken we in twee werkdagen samen naar uw eigen processen en wijzen we een eerste stap aan. Plan een gesprek.