Waar AI nu al waarde toevoegt
In het mkb zit de grootste winst meestal in terugkerend werk met duidelijke regels: het verwerken van facturen, het beantwoorden van veelgestelde klantvragen, het samenvatten van documenten, het opstellen van conceptteksten en het voorbereiden van rapportages. AI neemt daar het eerste werk over, zodat medewerkers zich op de beoordeling en het contact met klanten kunnen richten.
De valkuil is beginnen bij de techniek. Een tool kiezen omdat hij in het nieuws is, leidt zelden tot resultaat. Begin bij een proces dat veel tijd kost en waarvan je precies weet hoe het goed moet. Daar kun je meten wat AI oplevert, en kun je de uitkomst goed controleren.
De regels: privacy en vertrouwelijkheid
Zodra je persoonsgegevens of vertrouwelijke bedrijfsinformatie in een AI-toepassing stopt, gelden de regels van de AVG. Je moet weten waar de gegevens worden verwerkt, of ze worden gebruikt om het model verder te trainen, en of er een verwerkersovereenkomst is met de leverancier. Bij veel gratis consumentenversies is dat niet goed geregeld; zakelijke versies bieden doorgaans betere afspraken over opslag en gebruik.
- Maak een overzicht van welke AI-tools in je bedrijf worden gebruikt, ook de tools die medewerkers zelf hebben gekozen.
- Bepaal per tool welke gegevens er wel en niet in mogen.
- Sluit waar nodig een verwerkersovereenkomst af en controleer waar de gegevens worden opgeslagen.
- Leg vast wie de uitkomsten controleert, zeker bij adviezen, contracten of financiële beslissingen.
Daarnaast is er de Europese AI-verordening, die regels stelt aan het gebruik van AI, met strengere eisen naarmate het risico groter is. Voor de meeste toepassingen in het mkb, zoals tekstondersteuning of het verwerken van facturen, zijn de verplichtingen beperkt. Maar zet je AI in bij bijvoorbeeld het beoordelen van sollicitanten, dan gelden er zwaardere eisen. Laat dat per toepassing beoordelen.
De werkprocessen: van experiment naar vaste werkwijze
Een AI-toepassing levert pas structureel iets op als hij een vaste plek krijgt in je werkprocessen. Beschrijf hoe het proces nu loopt, waar AI een stap overneemt, en waar de mens controleert en beslist. Koppel de toepassing waar mogelijk aan je bestaande systemen, zodat gegevens niet handmatig heen en weer hoeven. En meet het effect: hoeveel tijd scheelt het, en is de kwaliteit gelijk gebleven of beter geworden?
De mensen: uitleg, training en afspraken
AI verandert het werk van je medewerkers. Dat roept vragen op: wat betekent dit voor mijn baan, wat mag ik wel en niet gebruiken, en wie is verantwoordelijk als het misgaat? Wees daar open over. Leg uit waarom je AI invoert, welke taken het overneemt en welke taken juist belangrijker worden. Leg afspraken vast in een korte AI-richtlijn, en zorg dat medewerkers getraind worden in het goed gebruiken en controleren van de uitkomsten.
Vaak blijkt dat medewerkers zelf de beste ideeën hebben voor waar AI hun werk kan verlichten. Betrek ze daarom bij het kiezen van de eerste toepassingen. Dat vergroot het draagvlak, en levert toepassingen op die in de praktijk echt worden gebruikt.
Kosten en baten in balans
AI-toepassingen lijken goedkoop, maar de werkelijke kosten zitten in de inrichting: het koppelen aan je systemen, het opstellen van afspraken, het trainen van medewerkers en het controleren van de uitkomsten. Zet daar de baten tegenover: bespaarde uren, snellere doorlooptijd, minder fouten en tevredener klanten. Een kleine pilot met een duidelijk meetpunt laat snel zien of de toepassing zich terugverdient.
Kies voor de pilot een proces waarin je de uitkomst goed kunt beoordelen en waar een fout geen grote gevolgen heeft. Zo leer je hoe de toepassing zich gedraagt, voordat je hem inzet voor werk met meer risico.
AI ontwikkelt zich snel en nieuwe mogelijkheden volgen elkaar in hoog tempo op, dus een eenmalige invoering is niet genoeg. Evalueer de eerste toepassingen na een paar maanden met de betrokken medewerkers. Wat werkt goed, waar moet de controle strakker, en welke volgende stap levert het meeste op? Zo bouw je stap voor stap een werkwijze op waarin AI een vanzelfsprekend hulpmiddel is, met duidelijke grenzen.
Waarom AI geen IT-project is
Wie AI alleen als technisch project ziet, loopt vast op de regels of op de mensen. Wie alleen naar de regels kijkt, durft niets. De combinatie maakt het verschil: de dataspecialist kiest en koppelt de juiste toepassing, de jurist zorgt dat privacy en contracten kloppen, en de HR-adviseur zorgt dat medewerkers meegaan en weten wat er van ze verwacht wordt. Zo wordt AI een blijvende verbetering van je werkprocessen, en geen los experiment.
Veelgestelde vragen
Mag ik klantgegevens in ChatGPT of een vergelijkbare tool stoppen?
Alleen als de verwerking voldoet aan de AVG. Bij veel gratis versies is niet goed geregeld wat er met de gegevens gebeurt. Gebruik voor persoonsgegevens en vertrouwelijke informatie een zakelijke versie met duidelijke afspraken, en leg vast wat wel en niet mag.
Heb ik een AI-richtlijn nodig?
Ja, zodra medewerkers AI gebruiken in hun werk. Een korte richtlijn met welke tools zijn toegestaan, welke gegevens erin mogen en wie de uitkomsten controleert, voorkomt veel risico’s.
Wat zijn goede eerste toepassingen voor het mkb?
Terugkerend werk met duidelijke regels, zoals factuurverwerking, het beantwoorden van veelgestelde vragen, het samenvatten van documenten en het voorbereiden van rapportages. Daar is de winst goed meetbaar en de controle eenvoudig.
Geldt de Europese AI-verordening ook voor mijn bedrijf?
Voor de meeste toepassingen in het mkb zijn de verplichtingen beperkt. Bij toepassingen met een hoger risico, zoals het beoordelen van sollicitanten, gelden zwaardere eisen. Laat dat per toepassing beoordelen.
