Waarom AI-implementatie mislukt in het mkb

Je hebt een AI-pilot gedraaid. Een chatbot voor de klantenservice, een tool die offertes helpt opstellen, een systeem dat leads sorteert. De demo zag er goed uit, iedereen was enthousiast. En toch, een paar maanden later gebruikt bijna niemand het meer. Zo mislukt AI-implementatie in het mkb meestal: niet met een knal, maar in stilte.

Dat is geen uitzondering. Onderzoek onder mkb-ondernemers laat zien dat een kwart van de bedrijven inmiddels met AI werkt, maar dat maar 6 procent het daadwerkelijk heeft geïntegreerd in de dagelijkse bedrijfsvoering. Tussen "we gebruiken het" en "het is gewoon hoe we werken" gaapt een groot gat. In dat gat verdwijnen de meeste AI-projecten.

Waarom AI-implementatie mislukt in de praktijk

Als ondernemers mij vertellen dat hun AI-project is mislukt, vraag ik altijd door. Bijna nooit ligt het aan de techniek. Het model deed wat het moest doen, de tool werkte in de test. Het misgaat na de demo: er is niemand die het moet laten landen in het werk zelf.

Het patroon is steeds hetzelfde. Iemand binnen het bedrijf, vaak enthousiast en technisch onderlegd, bouwt of koopt iets. Het werkt op zichzelf prima. Maar het is niet gekoppeld aan het CRM, niet aan de manier waarop offertes nu worden opgemaakt, niet aan wie 's ochtends de leads doorneemt. Er is geen eigenaar die verantwoordelijk is voor het resultaat, alleen iemand die het erbij deed. Zodra die persoon het druk heeft met iets anders, valt het stil. Niemand merkt het meteen, want het bedrijf draaide toch al door zonder.

Cijfers over AI-gebruik in het mkb zeggen daardoor weinig over wat er echt verandert. Het CBS meet dat het aandeel bedrijven dat AI-technologie gebruikt in een jaar is gestegen van ongeveer 14 naar 23 procent. Een mooi getal om te noemen op een verjaardag. Maar gebruiken is niet hetzelfde als: het zit in het proces, iemand is er verantwoordelijk voor, en het bedrijf zou het merken als het uitviel.

Wat het verschil betekent voor een klein team

Voor een bedrijf van tien of twintig man is dit verschil niet abstract. Het is het verschil tussen tijd winnen en tijd verliezen. Een offerteproces dat met AI binnen een uur de deur uitgaat in plaats van in drie dagen werkt alleen als het onderdeel wordt van hoe de verkoper 's ochtends zijn werk doet. Niet als los extraatje naast zijn gewone routine, maar als vervanging van een stap die hij toch al deed.

Dat vraagt iets anders dan een pilot. Het vraagt dat iemand vooraf beslist wie hier eigenaar van is, wat er precies verandert in het dagelijkse werk, en waaraan je ziet of het werkt. Geen sprint van drie weken die stilvalt zodra de aandacht verschuift naar iets anders. De bedrijven waar het wel werkt beginnen bijna altijd kleiner dan je zou denken. Eén proces, één duidelijke eigenaar, één meetpunt. Niet vijf afdelingen tegelijk. Zo bouw ik het ook op bij klanten: eerst één proces echt op orde, dan pas verder kijken.

Het is verleidelijk om AI in te zetten als los experiment naast de dagelijkse gang van zaken. Precies daar gaat het mis. Zodra iets los staat van het bestaande proces, wordt het een extra taak in plaats van automatisering, en extra taken zijn precies waar een klein team geen tijd voor heeft.

De vraag die het antwoord geeft

Als je zelf met AI aan de slag bent of dat overweegt: wie is bij jou de eigenaar van het resultaat, niet van het project? Wie zou het merken als het morgen zou stoppen met werken?

Als je op die vraag geen duidelijk antwoord hebt, ligt daar waarschijnlijk het probleem. Niet bij het model, niet bij de leverancier. Bij wie van jullie eigen team het naar zich toe trekt.