AI-pilot mislukt in het mkb: hier stopt hij meestal

De demo ging feilloos. De AI-assistent beantwoordde de vijf proefvragen in één keer goed, er werd geknikt rond de tafel, iemand zei "dit gaan we gewoon doen". Drie maanden later vraag je wie het ding nog opent. Stilte, en dan een medewerker die mompelt dat het "ergens nog staat".

Dat patroon is zo gewoon dat er inmiddels harde cijfers over bestaan. En die cijfers wijzen niet naar de techniek.

Waarom een AI-pilot vaker stopt dan doorgaat

Onderzoek van MIT NANDA uit 2025 laat zien dat 95 procent van de AI-pilots geen meetbaar resultaat voor de business oplevert. S&P Global Market Intelligence vond dat 46 procent van de proof-of-concepts nooit de productieomgeving bereikt, en dat 42 procent van de bedrijven vorig jaar de meeste lopende AI-initiatieven liet vallen. McKinsey rapporteert dat 88 procent van de bedrijven inmiddels AI gebruikt, maar dat slechts 6 procent er serieuze winst uit haalt. Grote getallen, en ze gaan allemaal over hetzelfde gat: het werkt in de testfase, en dan valt het stil.

Voor het mkb is dat gat extra zichtbaar. CBS meette in 2025 dat grote bedrijven ruim twee keer zo vaak AI structureel gebruiken als middelgrote bedrijven. Niet omdat kleinere bedrijven minder ambitie hebben. Eerder omdat een pilot bij een corporate landt in een team met tijd en een los budget om hem te laten slijten, en bij een mkb-bedrijf landt in een proces waar iedereen al vol zit.

Wat er na de demo misgaat

Een pilot die in de demo werkt, is getest op het scenario dat je zelf had voorbereid. De werkelijkheid levert de dag erna een uitzondering op die niemand had ingebouwd, en dan is de vraag wie hem oplost. Als het antwoord "niemand, want de pilot was een los project" is, valt iedereen terug op de oude route, want die werkt tenminste altijd. Zo gaat een factuur die via de AI-tool had moeten lopen alsnog weer met de hand het boekhoudpakket in, omdat dat sneller voelt dan uitzoeken waarom de tool deze keer vastloopt.

Het eigenlijke probleem is dus eigenaarschap, niet intelligentie. Een pilot die er bovenop geplakt wordt, naast het bestaande proces, blijft een eiland dat iemand actief moet blijven bezoeken. Zodra die ene gemotiveerde collega op vakantie gaat of van baan wisselt, bezoekt niemand het eiland meer. Een AI-pilot overleeft alleen als hij ophoudt een los project te zijn en onderdeel wordt van hoe het werk al liep. Dat is precies waarom ik liever meteen in het bestaande proces bouw, op de infrastructuur die een bedrijf al heeft, dan een nieuw dashboard erbij zet dat na twee weken niemand meer opent, iets waar ik op peterreckers.nl wel meer over schrijf.

Een goed lopend proefproject voelt dus bijna saai: geen apart venster, geen extra inlogscherm, gewoon een stap in het proces die er altijd al was, nu alleen sneller. Als je team na de pilot nog moet onthouden dat het ding bestaat, is de kans groot dat ze het over een paar weken vergeten zijn. Struon noemt dit treffend "opgeplakte AI": techniek die op de bestaande rommel wordt geplakt in plaats van het proces eronder op orde te brengen.

Dus de volgende keer dat een demo perfect verloopt en iedereen knikt: vraag gewoon wie hem over een maand nog opent. Welke pilot ligt er bij jou eigenlijk al te verstoffen?