AI-consultant voor het MKB

AI voor het MKB: van losse experimenten naar één rendabele use case

De meeste mkb-bedrijven hebben inmiddels wel iets met AI geprobeerd — een ChatGPT-abonnement voor het team, een chatbot op de website, een tool die offertes samenvat. Dat zijn nuttige eerste stappen, maar het zijn losse experimenten die zelden meetbaar geld opleveren. De sprong die écht rendeert is een andere: één afgebakend probleem in uw eigen processen oplossen met een systeem dat op uw eigen data draait, ingebed in de software die u toch al gebruikt. Dat is het verschil tussen AI als speeltje en AI voor het MKB als bedrijfsmiddel.

Een goede AI-consultant voor mkb-bedrijven begint daarom niet bij de technologie, maar bij uw kostenposten en knelpunten. Waar gaat per week het meeste handmatige tijd zitten? Welke beslissing wordt nu op gevoel genomen terwijl er data onder ligt? Pas als zo'n vraag concreet op tafel ligt, is de keuze van model, aanpak en budget te verantwoorden. Onze diensten — van machine learning en computer vision tot generatieve AI en data-engineering — zijn middelen, geen doel op zich.

Wat betaalbare AI in de praktijk betekent

Betaalbare AI is niet hetzelfde als goedkope AI. Het betekent dat de investering in verhouding staat tot wat het oplevert, dat u vooraf weet wat het kost, en dat u niet vastzit aan een leverancier of een licentie die elk jaar duurder wordt. Onze prijsladder is daarop gebouwd: een audit van €2.500 waarmee u de business case toetst voordat u in een bouw stapt, een proof of concept van €20.000 die op uw eigen data laat zien of het werkt, en een productiebouw vanaf €50.000 (excl. btw). U kunt op elk punt stoppen. Wie liever per fase met een dagtarief rekent, kan dat ook — de richtprijs ligt rond €150 per uur — maar de vaste stappen zijn er juist om die onzekerheid weg te nemen.

Waar AI rendeert per sector in het Nederlandse MKB

De vraag "is AI iets voor mijn bedrijf?" is lastig in het algemeen te beantwoorden, maar per sector wordt het concreet. Onder de dertien geleverde projecten van Crux Digits zitten cases in onder meer de zorg, e-commerce, logistiek, marketing en finance — de klantnamen blijven vertrouwelijk, maar de patronen zijn herkenbaar.

• E-commerce en retail — vraagvoorspelling (forecasting) om voorraad en inkoop scherper te zetten, productclassificatie en automatische verrijking van productdata, en churn-signalen die laten zien welke klanten dreigen af te haken voordat ze weg zijn.
• Logistiek — route- en planningsoptimalisatie, voorspelling van levertijden, en computer vision die ladingen, pakketten of schade automatisch herkent in plaats van handmatige controle.
• Zorg — gestructureerd maken van vrije tekst in dossiers (NLP), beeldanalyse als tweede paar ogen, en het wegnemen van administratieve last bij verwijzingen en verslaglegging — altijd met menselijke controle op elke uitkomst die ertoe doet.
• Professionele dienstverlening en finance — documenten doorzoekbaar maken, contracten en facturen automatisch uitlezen, en rapportages die zichzelf opstellen uit uw eigen first-party data.
• Marketing en bureaus — Crux levert hier als AI-engineeringpartner áchter het bureau: wij bouwen het model of de RAG-pijplijn, het bureau houdt de klantrelatie. Crux Digits is zelf geen marketing- of webbureau.

Het terugkerende thema is bescheiden van omvang en groot van effect: niet "het hele bedrijf transformeren", maar één taak die nu duur, traag of foutgevoelig is automatiseren of ondersteunen. Wie wil zien hoe dat werk eruitziet, vindt voorbeelden op de pagina met cases.

Is uw bedrijf klaar voor AI? Begin bij de data

De meest onderschatte factor bij AI voor mkb-bedrijven is niet het model, maar de data eronder. Een voorspelling is zo goed als de gegevens waarop ze rust, en een generatief systeem dat uw eigen kennis moet gebruiken, moet die kennis ergens vandaan halen. In de audit kijken we daarom eerst naar wat u al heeft: zit het in een database, in losse spreadsheets, in e-mail, in een systeem waar niemand meer bij kan?

Vaak is de eerste winst helemaal geen AI, maar het op orde brengen van de data — wat dan meteen de basis legt voor wat erna komt. Dat is waar data-engineering binnenkomt: een betrouwbare stroom van schone, actuele gegevens. Het hoeft geen jarenlang traject te zijn. Voor een eerste use case volstaat meestal één goed afgebakende databron, en die maken we tijdens de proof of concept werkend in plaats van eerst een compleet datawarehouse te bouwen dat u nog niet nodig heeft.

Bouwen, kopen of een bestaand model gebruiken?

Niet elk AI-probleem vraagt om maatwerk. Soms is een bestaand product of een standaard-API de verstandigste keuze, en dan zeggen we dat ook — het is goedkoper en sneller. Maatwerk loont wanneer het probleem specifiek is voor uw bedrijf, wanneer uw eigen data het verschil maakt, of wanneer u niet afhankelijk wilt zijn van de prijs- en functiekeuzes van een externe leverancier. Een eerlijke afweging tussen bouwen, kopen en combineren hoort bij het werk van een AI-consultant; wie altijd "bouwen" adviseert, verkoopt uren in plaats van resultaat.

EU AI Act en AVG: compliance vanaf dag één

Voor Nederlandse mkb-bedrijven is regelgeving geen sluitstuk maar een ontwerpkeuze. De EU AI Act deelt toepassingen in naar risico, en wie een systeem in een hoogrisico-categorie inzet — denk aan toepassingen rond werving, kredietbeoordeling of bepaalde zorgtoepassingen — krijgt te maken met eisen rond documentatie, transparantie en menselijk toezicht. De meeste mkb-use-cases vallen in een lichter regime, maar dat weet u pas zeker als iemand de toepassing tegen de wet houdt voordat hij gebouwd wordt.

Daar komt de AVG bovenop. Zodra er persoonsgegevens in het spel zijn — klantdata, dossiers, sollicitaties — gelden eisen rond grondslag, dataminimalisatie en bewaartermijnen, en moet duidelijk zijn waar de data staat en wie erbij kan. Bij Crux Digits zit dat vanaf het begin in het ontwerp: we kiezen architectuur en datagovernance zó dat compliance geen latere verbouwing wordt.

• Risicoclassificatie eerst — we bepalen vroeg onder welk regime van de AI Act een toepassing valt, zodat de eisen het ontwerp sturen in plaats van het achteraf te dwarsbomen.
• Dataminimalisatie — een model krijgt alleen de gegevens die het écht nodig heeft; niets meer.
• Auditspoor en uitlegbaarheid — vastleggen hoe een uitkomst tot stand komt, zodat u tegenover klant of toezichthouder kunt verantwoorden wat er gebeurt.
• Menselijke controle — bij beslissingen die mensen raken, blijft er iemand die de uitkomst beoordeelt en kan corrigeren.

Boutique versus enterprise: waarom de keuze van partij ertoe doet

Het MKB zit klem tussen twee soorten aanbieders. Aan de ene kant de grote bureaus — Xebia, Xomnia, Capgemini en vergelijkbare partijen — die uitstekend werk leveren, maar gebouwd zijn voor enterprise-budgetten en doorlooptijden van meerdere kwartalen. Aan de andere kant webbureaus die zich in een weekend hebben omgedoopt tot "AI-bureau" en een wrapper rond een publieke API verkopen als maatwerk. Het eerste is te zwaar en te duur voor een bedrijf van uw omvang; het tweede levert iets dat breekt zodra het serieus gebruikt wordt.

Een boutique-aanpak zit daar bewust tussenin: dezelfde engineering-discipline als de grote bureaus, zonder de overhead en zonder dat junioren het echte werk doen terwijl een partner op de slides staat. Bij Crux Digits blijven de senior mensen ín het project van begin tot eind. Dat is geen detail — bij AI-werk is de afstand tussen wie het probleem begrijpt en wie de code schrijft precies waar projecten misgaan.

U eindigt als eigenaar van de oplossing

Een principieel verschil met veel AI-leveranciers: aan het eind van een traject bezit ú het systeem. De code, de modellen, de documentatie en de kennis om het te onderhouden komen bij u terecht, niet achter een maandelijkse licentiemuur waar u nooit meer vanaf komt. U bouwt een bezit op, geen abonnement dat elk jaar duurder wordt. Het maakt ook de vergelijking met een vaste medewerker eerlijker: een ervaren ML-engineer in vaste dienst aannemen kost al snel ruim een ton per jaar aan werkgeverslasten, terwijl een afgebakend project u een werkend systeem en de kennis erachter geeft zonder die vaste verplichting.

Hoe een AI-traject voor het MKB verloopt

Van eerste gesprek tot productie zit er een vast ritme onder, juist omdat dat het risico klein houdt en u op elk punt een go/no-go-moment heeft.

• Gratis consult — een gesprek van een half uur waarin we de meest kansrijke use case aanwijzen, vrijblijvend. Soms is de conclusie dat AI nog niet de slimste investering is.
• AI-audit en strategie (€2.500) — een geprioriteerde lijst van kansen, gerangschikt op ROI en risico, met een onderbouwde inschatting van terugverdientijd per use case.
• Proof of concept (€20.000) — in een paar weken een werkend bewijs op uw eigen data. Geen demo met een nepdataset, maar iets dat laat zien of het in úw context werkt.
• Productielancering (vanaf €50.000) — het volledige systeem, geïntegreerd in uw software, met de guardrails en monitoring om het betrouwbaar te houden.

Een eerlijke kanttekening: niet elk bureau kan dit tempo waarmaken zonder zich te vertillen, en een mkb-traject loopt vast zodra de leverancier te veel hooi op zijn vork neemt. Daarom houden we het aantal gelijktijdige projecten bewust beperkt — een boutique-bureau levert kwaliteit door focus, niet door schaal.

Onderhoud: waarom AI geen eenmalig project is

Een model dat vandaag goed presteert, kan over een halfjaar achterlopen omdat de werkelijkheid verschuift: nieuwe producten, ander klantgedrag, gewijzigde processen. Modellen verouderen, en zonder monitoring merkt u dat pas als de uitkomsten al niet meer kloppen. Productie betekent daarom ook bewaken: we meten of de prestaties op peil blijven en passen bij waar nodig. Omdat u eigenaar bent van het systeem, kunt u dat zelf doen, met ons als achtervang, of het volledig uitbesteden — de keuze is aan u, niet aan een contract.

Beginnen met AI voor uw mkb-bedrijf

De drempel om te starten is lager dan de meeste ondernemers denken. U hoeft geen datateam te hebben, geen AI-strategie op papier en geen groot budget vrij te maken — alleen één concreet probleem dat de moeite waard is om op te lossen. De audit van €2.500 is bewust zo geprijsd dat hij een toets is, geen verplichting: hij vertelt u of er een rendabele use case ligt voordat u meer investeert.

Crux Digits B.V. werkt vanuit Nieuwegein in de provincie Utrecht met mkb-bedrijven in de hele Randstad, heel Nederland en daarbuiten in Europa — tweetalig in het Nederlands en Engels, en aanspreekbaar via één vaste expert. Wilt u zien waar AI voor uw bedrijf rendeert, kijk dan verder op AI-consultancy in Nederland en AI-automatisering, of plan een gratis consult. We wijzen de use case aan die zich het snelst terugverdient, en als die er nog niet is, zeggen we dat ook.