Nederlandse MKB-bedrijven zijn absolute koploper in AI. Én ze blijven hopeloos achter.

Beide koppen stonden recent in de pers. MKB Servicedesk meldt op basis van Wolters Kluwer-onderzoek dat het Nederlandse MKB koploper is in digitale volwassenheid en AI-investeringen. Tegelijkertijd laat het CBS zien dat bedrijven achterblijven in daadwerkelijk AI-gebruik, en dat 71,6% gebrek aan ervaring als grootste drempel noemt.

Beide berichten zijn waar. En ze leggen een hiaat bloot in je AI strategie.

Ze hebben al ontdekt waar AI tijd bespaart, werk makkelijker maakt en direct waarde oplevert. De use cases zijn er dus al. Je hoeft ze alleen maar zichtbaar te maken, uit te werken en goed te implementeren.

Die vraag krijgen we regelmatig van partners en directies van accountantskantoren. Het is een logische zorg. Junioren leren het vak door het te doen: dossiers voorbereiden, brieven schrijven, rapporten uitwerken. En precies dat type werk kan AI steeds beter.

Wij zien het anders. Wij zien juist kansen voor starters.

Ieder bedrijf heeft er wel eentje.

Die ene collega die eens in de zoveel tijd de ondankbare taak krijgt om “de kennisbank weer eens bij te werken”. Of het nou een SharePoint is, een wiki, Confluence, een intranetomgeving of gewoon een map met honderdvijftig documenten en een twijfelachtige mappenstructuur: op een gegeven moment klinkt ergens in de organisatie weer dezelfde conclusie.

“De kennisbank is verouderd en niemand kijkt erin.”

Dus wat doen we dan?

Sinds dit onderzoek letten we scherper op dit effect bij onze klanten. Ook hebben we onze visie “Versterken, niet vervangen” sterker neergezet. Bij de implementaties die we doen, zien we hoe snel teams wennen aan AI-output en hoe snel het vertrouwen groeit als de kwaliteit goed is. Dat hoort erbij. Maar het is goed om bewust te kiezen hoe je AI inricht in je werkproces.

Niemand heeft een passie voor notulen. Niemand staat op en denkt: heerlijk, vandaag mag ik eindelijk weer een gespreksverslag uitwerken. Notulen zijn zelden het doel van een overleg. Ze zijn een middel. Een tussenstap. Je maakt ze omdat je daarna nog iets anders wilt doen.

En precies daar gaat het mis in hoe veel organisaties nu naar AI-notetakers kijken.

Want als notulen niet het einddoel zijn, waarom zou je dan genoegen nemen met een AI-tool die alleen maar een samenvatting van je gesprek maakt?

De meeste organisaties waar wij werken hebben een chronisch tekort aan mensen. En dat gaat niet vanzelf over. AI lost dat tekort niet op door mensen te vervangen, maar door de mensen die er zijn meer te laten doen. Het routinewerk wegnemen. Ondersteunen in het werk dat wél mensenwerk is.

Waarschijnlijk draait jouw mailbox op Microsoft, je documenten in Google Drive, en je cloud op AWS. Dat werkt prima. Maar moet je nu ook al je AI-toekomst in handen leggen van Amerikaanse techgiganten? 67% van onze…

De Autoriteit Persoonsgegevens slaat alarm: steeds meer bedrijven lekken gevoelige data via AI-chatbots. Het Financieele Dagblad bericht deze week over het datalek bij gemeente Eindhoven, waar cv's, jeugdzorgdossiers en interne verslagen bij openbare chatbots terechtkwamen. En Eindhoven is niet de enige…

ASML investeert €1,3 miljard in Mistral AI en wordt daarmee de grootste aandeelhouder van Europa's meest waardevolle AI-bedrijf. CEO Christophe Fouquet zegt dat het puur zakelijk is: ASML wil Mistral's modellen gebruiken om hun chipmachines productiever te maken. Hun machines genereren 1 terabyte aan data per dag en wil graag een AI partner om die data veilig te houden.

De cijfers liegen er niet om: Nederland staat op de 47e (en laatste) plaats van 47 landen als het gaat om AI-gebruik. Tegelijkertijd hebben we samen met België de hoogste personeelstekorten van Europa - maar liefst 66% van de Nederlandse bedrijven vindt geen mensen met de juiste vaardigheden.

Die ironie is schrijnend. We klagen over personeelstekorten terwijl we een technologie die ons daarbij kan helpen gewoon links laten liggen.

In Nederland blijft talent schaars. Werkgevers staan permanent "in wervingsmodus" terwijl vacatures zich opstapelen. Maar wat houdt mensen bij een organisatie? Dat draait niet om een knappe leaseauto of fitnessabonnement, maar om betekenisvol werk, groeiruimte en een werkplek die met de tijd meegaat.

Vorige maand las ik een artikel van Nufar Gaspar, executive AI-consultant en ex-Intel, over waarom AI-implementaties zo vaak mislukken. Ze noemde zeven veelvoorkomende valkuilen, en daarin las ik meer dan eens herkenning.

In dit blog pak ik drie patronen uit de analyse van Nufar die ik wekelijks tegenkom bij klanten en relaties van AIStudio. Want het is mooi om theorieën te lezen, maar nog leuker om te zien hoe dit uitpakt in de praktijk.

Shadow AI ontstaat wanneer medewerkers AI-tools zoals ChatGPT en Claude gebruiken zonder dat daar officieel beleid of goedkeuring voor is binnen de organisatie. Het is eigenlijk de AI-variant van wat we al langer kennen als 'shadow IT' - technologie die buiten het zicht van de IT-afdeling wordt gebruikt. Herken je dit?

OpenAI lanceerde gisteren drie nieuwe AI-modellen: GPT-4.1, GPT-4.1 Mini en GPT-4.1 Nano. De contextvensters zijn uitgebreid naar een miljoen tokens – veel meer dan de 128.000 tokens van GPT-4o. OpenAI meldt ook verbeterde prestaties bij programmeren en het opvolgen van instructies.

De race tussen de leidende AI-partijen is in volle gang. Elke maand lijkt er wel een nieuwe aankondiging te zijn: nóg grotere modellen, uitgebreidere context windows, en indrukwekkendere reasoning-capaciteiten. Het is een fascinerend schouwspel van technologische vooruitgang, maar wat verandert dit nou écht voor jou en voor het gemiddelde Nederlandse bedrijf in de dagelijkse praktijk?

De productiviteit van je bedrijf verdubbelen, zonder extra mensen aannemen: dat wil iedereen wel… Een ambitieus doel, zeker in een krappe arbeidsmarkt. Maar wat we de afgelopen twee jaar hebben geleerd bij het implementeren van AI in verschillende organisaties, is dat deze ambitie meer dan ooit binnen bereik ligt.

Een technische kennisbank opzetten kost normaal gesproken veel tijd. Zeker als je technische experts vraagt om elk opgelost probleem te documenteren. Ze haken af, en terecht - hun expertise ligt bij het oplossen van technische problemen, niet bij het schrijven van documentatie. Herkenbaar? Lees snel verder!