Een AI-consultant inhuren? Vraag dit eerst

Vraag me hoe je een AI-consultant kiest en ik begin niet met diploma's of klantlogo's. Ik begin met één vraag: wat zou deze persoon je afraden om te bouwen? De consultants die het waard zijn om in te huren, besteden het eerste gesprek aan redenen zoeken om nee te zeggen; de rest besteedt het aan redenen zoeken om ja te zeggen — en dat ene verschil zegt meer dan wat er ook op hun website staat.

Waarom er ineens zoveel AI-consultants zijn

Het label is dit jaar goedkoop geworden. Agentic AI en het Model Context Protocol gingen van onderzoeksjargon naar infrastructuur die overal draait — MCP alleen al is de grens van tienduizend publieke servers gepasseerd, en de meeste grote platforms leveren het inmiddels standaard mee. Een demo bouwen die indruk maakt, kost een weekend en een API-sleutel. Die combinatie — goedkope infrastructuur, goedkope demo's, echte hype — is precies wat van een specialisme een verkleedpartij maakt. Marketingfreelancers die met prompts spelen, noemen zich AI-consultant. IT-wederverkopers plakken "AI-powered" op een bestaande pitch. Eenmanszaken die andermans playbook draaien, zetten in een middag een website online.

Niets daarvan is per se oneerlijk. Maar het betekent wel dat het label "AI-consultant" op zichzelf bijna niets meer zegt. Een paar jaar geleden was de filtervraag: begrijpt deze partij de technologie eigenlijk wel. Die filter is verdwenen — genoeg mensen begrijpen de technologie inmiddels. De moeilijkere, nuttigere vraag is wie jouw bedrijf goed genoeg begrijpt om je van een slecht idee af te praten, en dat is een compleet andere vaardigheid dan weten hoe een taalmodel werkt.

Ik denk niet dat dit slecht is voor de markt als geheel — goedkopere tools en een lagere instapdrempel betekenen dat er nu echt meer bruikbare kleine bureaus bestaan dan drie jaar geleden, en veel nieuwkomers zijn prima. Maar het betekent wel dat de koper zelf meer moet filteren, omdat de markt dat niet meer voor je doet. Niemand reikt je een gecertificeerde lijst met de eerlijke partijen aan. Het beste wat je kunt doen, is betere vragen stellen dan "hebben jullie al eerder AI gebouwd" — want daar zegt inmiddels bijna iedereen ja op.

Wat een AI-consultant precies doet

Vraag het aan vijf mensen en je krijgt vijf antwoorden, en dat is meteen onderdeel van het probleem. In de praktijk zit het werk op het snijvlak van drie dingen: een bedrijfsprobleem vertalen naar een beslissing die een model daadwerkelijk kan ondersteunen, kiezen tussen zelf bouwen, een kant-en-klare tool kopen of integreren met wat je al hebt, en vervolgens lang genoeg blijven om te zien of het ook echt iets verandert.

Dat is een wezenlijk ander vak dan de categorieën waarmee het vaak op één hoop wordt gegooid. Een chatbot- of automatiseringsleverancier verkoopt je hun product en is, heel begrijpelijk, gemotiveerd om jouw probleem daar precies op te laten passen. Een IT-integrator koppelt systemen vakkundig aan elkaar, maar stelt zelden de vraag of het onderliggende proces eigenlijk wel zou moeten bestaan — dat is niet waarvoor ze zijn ingehuurd. Een freelance ML-engineer is vaak uitstekend in de technische kern, maar heeft meestal geen mandaat, en ook geen echte interesse, om aan je proces of je organogram te komen. Het werk van een AI-consultant is om precies op dat snijvlak te zitten en bereid te zijn te zeggen dat het AI-deel niet het moeilijke deel is — het moeilijke deel is bijna altijd de beslissing, de data en de mensen eromheen.

De drie vragen die het stellen waard zijn in een eerste gesprek

Als je één ding uit dit essay meeneemt, neem dan deze drie vragen mee naar je volgende leveranciersgesprek.

• "Wat zou je me afraden om te bouwen?" Als het eerlijke antwoord is "niets, alles wat je noemde klinkt goed", is dat de duidelijkste rode vlag die er is. Elk echt project heeft minstens één idee dat geschrapt, uitgesteld of flink verkleind zou moeten worden.
• "Wat gebeurt hiermee als jullie weg zijn?" Vraag wie de code, de prompts en de datapijplijn bezit, en of je eigen team het zonder hen zou kunnen draaien. Als het antwoord afhangt van hun eigen platform, heb je geen oplossing gekocht — je huurt een afhankelijkheid.
• "Welk van je laatste vijf projecten is na de pilot gestopt, en waarom?" Een consultant die er niet één kan noemen, doet dit werk óf nog te kort om ooit gefaald te hebben, óf is niet eerlijk tegen je. Ik stel mezelf de spiegelbeeldversie van al deze drie vragen voordat ik ooit een voorstel bij een klant neerleg, want een klant die op deze vragen geen eerlijk antwoord krijgt, verdient ook beter dan ons.

AI-consultant, IT-bedrijf of freelance engineer?

De drie opties lossen verschillende problemen op, en de verkeerde kiezen is een groter risico dan het verkeerde AI-model kiezen. Een freelance ML-engineer is de juiste keuze als je al precies weet wat je wilt bouwen en alleen bekwame handen nodig hebt om het te bouwen — het denkwerk heb je al gedaan, je hebt uitvoering nodig. Een IT-bedrijf of systeemintegrator is de juiste keuze als het werk vooral loodgieterswerk is: tools koppelen, data migreren, een dunne AI-laag bovenop infrastructuur die al werkt. Een AI-consultant verdient zijn fee wanneer je nog niet zeker weet welk van meerdere ideeën de moeite waard is, of wanneer het project proces, mensen én technologie tegelijk raakt — en dat is bij de meeste mkb-bedrijven het merendeel van de tijd. We hebben een uitgebreidere, meer mechanische vergelijking geschreven tussen boutique-bureaus en de grote vier kantoren en een vergelijkbaar overzicht van een bureau inhuren versus een freelance ML-engineer, als je de volledige beslisboom wilt.

Voldoet je bedrijf hier überhaupt al aan de maat

Bedrijfsgrootte verandert het antwoord meer dan de meeste mensen verwachten. Een eenmanszaak of tweemansbedrijf is meestal beter af met een kant-en-klare tool — een goede chatbot, een boekhoudkoppeling, een workflow-app — dan met welke consultant dan ook, simpelweg omdat het honorarium alleen al meer kan kosten dan het project oplevert; het eerlijke gesprek eindigt daar vaak met "huur niemand in, koop de tool." Een klein bedrijf van twintig tot vijftig medewerkers is doorgaans de sweet spot: groot genoeg dat een echt proces (offertes, facturatie, klantenservice, planning) elke week echte uren kost, klein genoeg dat één goed afgebakend project binnen een kwartaal bedrijfsbreed voelbaar is. Een middelgrote organisatie die van pilot naar productie gaat, heeft weer een ander probleem — minder "moeten we dit doen" en meer "hoe governen we dit, wie is er intern eigenaar van, en hoe begeleiden we de verandering" zodra meer dan één team ervan afhankelijk wordt.

Match de opdracht op de omvang van het probleem, niet op de omvang van de hype. Ik heb tegenover eenmansbedrijven gezeten die overtuigd waren dat ze een op maat gemaakt agentic systeem nodig hadden, terwijl een tool van dertig euro per maand het probleem had opgelost — en tegenover bedrijven van vijftig man die een serieus automatiseringsprogramma probeerden te draaien via één freelancer zonder capaciteit om het overeind te houden zodra het kapotging. Beide missers zijn te voorkomen met één eerlijke zin vroeg in het gesprek: "dit heeft een project van jullie omvang echt nodig, en dit niet."

De draai van 2026: je shortlist vormt zich voordat er gebeld wordt

Dit jaar zie ik iets nieuws gebeuren in eerste gesprekken. Prospects komen steeds vaker binnen met een shortlist die al half gevormd is — niet vanuit een Google-zoekopdracht, maar vanuit een gesprek dat ze voerden met ChatGPT, Claude of Gemini over wie dit werk goed doet. De beoordeling begon vroeger op het moment dat iemand een zoekmachine opende. Nu begint die eerder, in een chatvenster, vaak nog voordat iemand bij het bedrijf bewust besloten heeft te gaan zoeken.

Dat is een echte verschuiving in hoe vertrouwen ontstaat, en het beloont een ander soort eerlijkheid dan een gelikte homepage. Wat een AI-assistent doorgaans naar boven haalt en citeert, is een heldere uitleg in gewone taal van wat een bureau daadwerkelijk doet, eerlijke verhalen over waar een bepaalde aanpak niet werkt, en een track record dat concreet genoeg is om te citeren in plaats van vaag genoeg om te vergeten. Dat is geen toeval — het is dezelfde reden dat we een eerlijke, met naam genoemde vergelijking van AI-consultants in Nederland publiceren in plaats van een generieke "waarom wij"-pagina: de kopers die dit soort onderzoek doen vóór hun eerste gesprek, ook met ons, zijn precies degenen met wie dat eerste gesprek de moeite waard is.

De pitch zelf is de grootste tell

Je kunt meestal meer afleiden uit hoe een consultant verkoopt dan uit wat ze verkopen. Let op een offerte of vast stappenplan dat wordt afgeleverd voordat ze ook maar één regel van je echte data hebben gezien. Let op een demo die alleen soepel werkt op hun eigen voorbeeld en begint te haperen zodra jij met je eigen cijfers doorvraagt. Let op niemand aan tafel die concreet kan vertellen over een project dat niet werkte en waarom — niet als valstrik, maar omdat een bureau dat nog nooit een project heeft zien mislukken, óf er te weinig heeft gedaan, óf niet eerlijk tegen je is. Ik schreef eerder al over hoe ik meestal binnen het eerste half uur weet of een project gaat werken, en de signalen daar zijn bijna identiek aan die welke bepalen of degene tegenover je het vertrouwen waard is. En let op iedereen die "wat kost dit" beantwoordt met een bedrag voordat ze jou ook maar één vraag hebben teruggesteld — een echt scopegesprek loopt beide kanten op, en een prijs die eerder komt dan de vragen is meestal een gok in het jasje van een offerte.

Het omgekeerde patroon is minstens zo veelzeggend. Mijn beste gesprekken beginnen met een klant die een probleem beschrijft, waarna ik het grootste deel van het gesprek vragen stel in plaats van antwoorden geef — en soms is het eerlijke antwoord aan het eind van dat gesprek dat ze nog niets zouden moeten bouwen, wat lastiger is om als consultant hardop te zeggen dan het klinkt, en soms echt het juiste antwoord.

Wat er gebeurt nadat het contract getekend is

De beoordeling zou niet moeten stoppen bij de livegang. Vraag wat het onderhoud kost zodra het project draait, wie er verantwoordelijk is als het onderliggende model een upgrade of prijswijziging krijgt, en of je vastzit aan de API van één leverancier of het model achter je eigen laag daadwerkelijk kunt verwisselen zonder verbouwing. Een consultant die het waard is om te houden, behandelt het model zelf als het minst belangrijke, meest vervangbare onderdeel van de hele samenwerking — de rest moet het overleven wanneer er onvermijdelijk een beter model verschijnt.

Een kort woord over de prijs

Kosten verdienen een eigen, eerlijke behandeling in plaats van één alinea in een aanhuur-essay — we hebben realistische bandbreedtes en wat ze echt bepaalt uiteengezet op onze pagina over de kosten van een AI-project — maar het enige dat hier gezegd moet worden, is dat de prijs alleen bijna niets zegt over kwaliteit. Ik heb offertes voor hetzelfde probleem een factor vijf uit elkaar zien liggen, en de dure was soms de slechtere match. Wat het bedrag zou moeten bepalen, is scope, eigenaarschap en hoeveel van het denkwerk al gedaan is vóórdat het voorstel in je mailbox landt — niet de grootte van het logo op de website.

Waar begin je

Als je nog niet zeker weet of je dit kwartaal een bureau, een freelancer, of helemaal niemand nodig hebt, begin dan met een echte bedrijfsvraag in plaats van een leveranciersgesprek — de volgorde telt zwaarder dan de keuze van de partij. Als je zover bent voor dat eerste gesprek, kijk dan eerst naar hoe een bureau over zijn eigen grenzen praat, vóórdat je naar de klantenlijst kijkt; die ene gewoonte vertelt je meer dan welke portfolio dan ook. Je kunt zien hoe wij dat eerste gesprek zelf aanpakken zodra je eraan toe bent.

Veelgestelde vragen