Vrijwel elke AI-strategie die u kunt lezen is geschreven voor een bedrijf met duizend mensen. Kopieer die naar een bedrijf van dertig en u erft de artefacten zonder de omstandigheden die ze lieten werken: een strategiedocument dat niemand een tweede keer opent, een stuurgroep die maandelijks hoort dat het goed gaat, een dataplatform dat de reden overleeft waarom iemand het ooit wilde. Een klein bedrijf heeft een kort antwoord nodig op drie vragen, en de discipline om daar te stoppen.
Ik run sinds 2022 een AI-bureau voor Nederlandse en Vlaamse bedrijven. Wat ik in een eerste gesprek het vaakst voorgelegd krijg, is geen slecht idee. Het is een goed idee in een pak dat twee maten te groot is.
Waarom is het meeste AI-strategieadvies voor grote bedrijven geschreven?
Omdat die het betalen. Grote adviesbureaus publiceren het denkwerk dat hun grootste klanten afnemen, en platformleveranciers schrijven voor inkoopcommissies, want inkoopcommissies zetten de handtekening. Geen van beiden is oneerlijk. Het advies is simpelweg aan iemand anders geadresseerd, en het belandt op uw bureau met de adressering eraf gescheurd.
Een groot bedrijf dat dat advies leest, heeft vier dingen die u niet heeft. Het heeft een dataafdeling waarvan data het werk is. Het heeft een complianceafdeling die toch al beroepshalve regelgeving leest. Het heeft budget dat een kwartaal zonder resultaat overleeft. En het heeft genoeg volume dat twee procent verbetering een salaris waard is. Die vier voorwaarden zijn dragend. Haal ze weg en de meeste enterprise-doctrine bezwijkt niet netjes. Ze valt stilletjes om, en dat ziet eruit als traag verlopen in plaats van als een fout. Precies daarom is het duur.
Het omgekeerde geldt ook, en dat is de eerlijke helft. U heeft dingen waar een groot bedrijf veel voor zou betalen. De persoon die weet hoe offreren werkelijk gaat, zit twee bureaus verderop. U kunt op dinsdag een proces veranderen zonder change advisory board. Niemand hoeft een besluit eerst door vier afdelingen te laten dragen voordat het waar mag zijn. Een strategie die die voordelen negeert, past net zo slecht als een die uw beperkingen negeert.
De les van Interpolis: het meubilair reisde mee, het werkmodel niet
Er is een Nederlands precedent voor precies deze fout, en het gaat niet over techniek. In 1996 opende verzekeraar Interpolis in Tilburg een hoofdkantoor zonder vaste werkplekken. Er waren zo'n dertig procent minder werkplekken dan medewerkers, en niemand hield een eigen bureau: ook de driekoppige directie had geen eigen bureau meer. De prikklok verdween. Mensen werden beoordeeld op wat zij opleverden in plaats van op hoe laat zij binnenkwamen. Het werd het referentievoorbeeld voor wat in Nederland later Het Nieuwe Werken ging heten.
Wat zich daarna over het land verspreidde, was de flexplek. Het meubilair reisde prachtig mee. Wat veel minder goed meereisde, was juist het deel dat het liet werken: dat de leiding als eerste haar eigen kamer opgaf, dat de klok werkelijk uitging, en dat resultaat het ding was dat gemeten werd. Talloze Nederlandse kantoren eindigden met flexplekken en exact dezelfde aanwezigheidscultuur als daarvoor, wat het slechtste van beide is. U raakte uw bureau kwijt en hield het toezicht.
Zo precies landt enterprise-AI-doctrine in een bedrijf van dertig. De artefacten zijn draagbaar. Een governancecharter is een document. Een center of excellence is een dia met blokjes. Een dataplatform koopt u vanmiddag nog. De voorwaarden zijn helemaal niet draagbaar, en niemand schrijft ze op, omdat ze in het bedrijf waarvoor het advies bedoeld was gewoon het weer zijn.
Heeft een mkb-bedrijf een AI-strategie nodig, en waar dient die voor?
Ja, maar niet het document dat u voor ogen heeft. Ze bestaat om drie besluiten vast te leggen, op papier, voordat iemand iets bouwt. Meer niet. Doet uw document meer dan dit, dan is dat extra deel een projectplan in de kleren van een strategie.
- Welke processen dit jaar in scope zijn, en welke uitdrukkelijk niet. Die tweede helft doet het werk. Een lijst van wat u tot volgend jaar niet aanraakt, is wat voorkomt dat het derde goede idee in maart stilletjes het eerste opeet.
- Wat u met AI niet gaat doen, ongeacht de business case. Welke data uw eigen systemen nooit verlaten. Welke besluiten bij een mens blijven, ook als het model meestal gelijk heeft. Welke klanten of welke gevallen altijd door een mens worden behandeld. Leg dit vast voordat iemand iets bouwt dat de vraag ongemakkelijk maakt.
- Wie beslist wanneer het systeem het mis heeft. Niet wie sponsort, niet wie de factuur tekent. Wie op woensdagmiddag naar een geweigerde uitkomst kijkt en er een oordeel over velt.
Eén pagina. Twee keer per jaar herzien, of zodra een van de drie antwoorden niet meer klopt. Ik heb nog nooit gezien dat een langer document veranderde wat een klein bedrijf werkelijk deed.
Wat is een AI Center of Excellence, en heeft een klein bedrijf er een nodig?
Nee, en het loont te begrijpen waarom niet, want het onderliggende werk is echt. Een center of excellence doet in een grote organisatie drie dingen: het bundelt expertise die te schaars is om uit te smeren, het voorkomt dat veertig teams hetzelfde probleem op veertig manieren oplossen, en het bewaakt een norm die geen enkel team alleen kan afdwingen. Op schaal zijn dat echte problemen.
U heeft geen veertig teams. U heeft één proces, één persoon die het begrijpt, en een week die al vol zit. De verkleinde versie van een center of excellence is geen kleinere commissie. Het is een benoemde eigenaar met uren die in de agenda beschermd zijn, en een vastgelegde norm die diegene mag handhaven. Een commissie in een bedrijf van dertig produceert overeenstemming, en overeenstemming was nooit het deel waar u tekort aan had.
De bijbehorende valkuil is besluiten dat u een AI-engineer moet aannemen voordat u iets anders besloten heeft. Ik schreef eerder uitgebreid over waarom het kennistekort in een klein bedrijf zelden het technische is. Kort gezegd: de diepgang kunt u huren, de proceskennis niet.
Zes stukken enterprise-doctrine, en de mkb-versie ervan
Dit is de vertaaltabel die ik werkelijk gebruik. De linkerkant is niet fout. Ze klopt voor een bedrijf dat u niet bent.
1. Bouw eerst het centrale dataplatform
Lees uit de systemen die u al draait. Uw ERP, uw boekhoudpakket, uw ticketsysteem. U heeft zeer waarschijnlijk geen datawarehouse nodig om te beginnen, en alles uitstellen tot de data schoon is, is de betrouwbaarste manier om drie jaar te laten verstrijken zonder dat er iets live staat. Bouw het platform wanneer een tweede en derde toepassing er allebei op stuklopen. Dat is een echt signaal, en een zeldzaam signaal.
2. Richt een AI-governanceboard op
Leg in plaats daarvan één regel op één proces. Wie keurt een uitkomst goed voordat die naar een klant gaat, en waar worden de weigeringen vastgelegd. Vier ogen op één werkstroom, met een logboek dat u aan het eind van de maand kunt lezen, leert u meer over uw risico dan een charter dat een orgaan beschrijft dat nog nooit over iets concreets bijeen is gekomen.
3. Draai een portfolio aan use cases
Draai één proces van begin tot eind, uitzonderingen inbegrepen. Een portfolio is een manier om aandacht te spreiden, en aandacht is precies waar u het krapst in zit. Drie halfgebouwde dingen op zeventig procent zijn niets waard, terwijl één afgemaakt ding op negentig procent een werkweek verandert. Bij het tweede project begint een portfolio zin te krijgen, en dat tweede project kost fors minder dan het eerste, omdat het leidingwerk al betaald is.
4. Bouw een evaluatieframework voor modellen
Neem deze bijna letterlijk over, want dit is de enterprise-praktijk die het beste verkleint. Schrijf dertig echte gevallen van vorige maand op, met het antwoord dat u zou accepteren, voordat iemand bouwt. Dan heeft u een getal in plaats van een discussie. Wat u in een pilot meet, bepaalt of het gesprek daarna over bewijs gaat of over wie er harder in gelooft.
5. Neem een AI-lead aan
Huur de diepgang, houd het proces. Een senior engineer voor een afgebakende periode is een bekende kostenpost. Een vaste aanstelling op dat niveau, in een bedrijf waar nog geen tweede AI-project ligt om diegene aan te geven, is een weddenschap op een roadmap die u nog niet geschreven heeft. Komt de dag dat de roadmap het salaris rechtvaardigt, dan merkt u dat vanzelf, want de rij geblokkeerd werk is dan zichtbaar zonder dat iemand ervoor hoeft te pleiten.
6. Zet een veranderprogramma op
Ga zitten bij de twee mensen die het werk doen. Een hele dag, twee keer, met een paar weken ertussen. Elke mislukte uitrol die ik heb gezien had dit gemeen: de mensen die met het systeem moesten leven, werden geraadpleegd nadat het ontwerp vaststond. Dat is geen raadpleging. Dat is mededelen met betere manieren.
Wat de vertaling wel overleeft
Drie enterprise-gewoonten verkleinen volledig en zijn het waard om vanaf dag één over te nemen, want zij zijn de reden dat uw tweede project minder kost dan uw eerste.
- Vastgelegde evaluatiegevallen. Dertig echte voorbeelden met afgesproken antwoorden. Dit is het dichtste bij een gratis bezit dat dit vakgebied kent, en het blijft geldig wanneer het model eronder verandert.
- Een besluitenregister. Wat we kozen, wat we afwezen, waarom, met datum. Vier regels per besluit. Over anderhalf jaar vraagt iemand waarom het systeem niet het voor de hand liggende doet, en het eerlijke antwoord is meestal een goed antwoord dat niemand zich nog herinnert.
- Een uitzonderingenlogboek. Elk geval dat het systeem weigerde of fout deed, met wat er daarna gebeurde. Dit is uw requirementsdocument voor versie twee, en het schrijft zichzelf als u het op dag één inricht. Doet u dat niet, dan bestaat het simpelweg niet.
Geen van deze drie vraagt om een tool. Alle drie passen in software waar u al voor betaalt. Wat ze vragen is iemand wiens taak het is ze bij te houden, en daarmee komt het geheel terug op eigenaarschap, zoals meestal.
Waar kleine bedrijven het in de andere richting misdoen
De spiegelfout is helemaal niets vastleggen, met als argument dat formaliteit iets voor grote bedrijven is. Dat levert een systeem op waarvan de logica in het hoofd van één persoon zit, en op de dag dat diegene op vakantie is, stopt de organisatie stilletjes met het te vertrouwen. Niemand kondigt dat aan. Het gebruik zakt gewoon, en een half jaar later heet het project iets dat niet echt is aangeslagen.
Er zit ook een compliancekant aan. Onder de EU AI Act moet u maatregelen nemen die de AI-geletterdheid bevorderen van de mensen die namens u AI gebruiken. Sinds de Digital Omnibus artikel 4 in juli 2026 herschreef, hoeft u geen specifiek niveau bij een individu meer te garanderen, maar kunt u niet laten zien wat uw mensen te horen kregen en wat het systeem mag beslissen, dan leunt u op geheugen. Onze AI Act-checklist voor het mkb loopt langs wat een bedrijf van uw omvang werkelijk moet, wat aanzienlijk minder is dan de koppen suggereren en niet niets.
Het doel is dus niet geen documentatie. Het is één pagina die waar is en door een mens wordt bijgehouden, in plaats van veertig pagina's die waar waren in de week dat ze werden vastgesteld.
Hoe ik het zou schrijven, voor een bedrijf van dertig
Op één kant A4, in uw eigen taal, met een datum erop. Dit jaar in scope: het offerteproces en de inkomende mail die erop volgt. Niet in scope: alles wat de loonadministratie raakt, en alles richting klant dat ongelezen de deur uitgaat. Nooit: persoonsgegevens die onze eigen systemen verlaten, en een prijs naar een klant zonder dat een mens ernaar heeft gekeken. De eigenaar: één benoemde persoon, vier uur per week, met de bevoegdheid om de werkwijze te veranderen. Succes: de dertig testgevallen, en het getal dat we daarop accepteren.
Dat is een strategie. Alles daarna is planning en budget, en wat een AI-project werkelijk kost is een veel eenvoudiger gesprek zodra de drie besluiten hierboven genomen zijn, want het meeste dat een offerte opblaast is onopgeloste scope. Wilt u een tweede paar ogen op die pagina voordat u er geld aan verbindt, dan is dat ongeveer wat wij met mkb-bedrijven doen in de eerste twee gesprekken, en het antwoord is vrij vaak dat u minder nodig heeft dan u dacht.
Het gebouw van Interpolis staat er nog, en het idee erin was een goed idee. Het werkte omdat de mensen die het bedrijf leidden hun eigen gedrag veranderden voordat zij het meubilair veranderden. Dat is de hele les, en toepassen kost niets. Neem de drie besluiten. Zet ze op één pagina. Koop daarna alleen wat die pagina vraagt.
