Ik probeer mensen niet over te halen om met ons te werken

Ik probeer mensen niet over te halen om met ons samen te werken. Dat klinkt misschien gek uit de mond van de oprichter van een AI-consultancy — is overtuigen niet juist het hele werk? Maar als iemand een AI-adviesgesprek met Crux Digits boekt, is mijn doel in dat eerste gesprek niet om de deal te sluiten. Het is om eerlijk te zeggen of AI hun bedrijf daadwerkelijk verder helpt — ook als het eerlijke antwoord "nog niet", "niet op deze manier" of "eerlijk gezegd: niet wij" is. Ik merk dat hoe minder ik duw, hoe beter de samenwerkingen uitpakken. Hier is waarom ik het zo aanpak, en wat dat betekent als jij aan de andere kant van de tafel zit.

Overtuigen is het verkeerde gereedschap voor een AI-project

De meeste AI-projecten mislukken niet omdat de technologie niet slim genoeg was. Ze mislukken omdat niemand het eens was over wat succes betekende, omdat de data ontbrak, of omdat het bedrijf het eigenlijk nooit echt wilde — het was erin gepraat. De cijfers bevestigen dat: een MIT-onderzoek uit 2025 liet zien dat de overgrote meerderheid van de generatieve-AI-pilots geen meetbaar rendement opleverde, en analisten schatten het mislukkingspercentage van AI-projecten al jaren op ruim 80%. Een groot deel van die verspilling komt neer op één oorzaak: een project dat bestond om een verkooppraatje te bedienen in plaats van een echte behoefte.

Als ik je een proof of concept aanpraat waar je niet in gelooft, heb ik niets gewonnen. Ik heb een klok gestart op een project waar je eigen team stilletjes tegen in het verweer komt, dat stilvalt zodra het eerste enthousiasme wegebt, en dat eindigt als nóg een regel in het kerkhof van "we hebben AI ooit geprobeerd". Een handtekening die ik eruit moest trekken is een risico, geen overwinning. Dus die trek ik er niet uit.

Hoe een AI-adviesgesprek zonder druk er echt uitziet

Zo verloopt een eerste gesprek bij ons. Ik vraag veel meer dan ik vertel. Wat is het échte probleem — niet de AI-functie waarover je las, maar de flessenhals die je tijd of geld kost? Wie heeft daar vandaag last van, en hoe werken ze er nu omheen? Hoe ziet "dit werkte" eruit in cijfers die je over zes maanden zou herkennen? Het grootste deel van het gesprek is mij die jouw bedrijf goed genoeg probeer te begrijpen om een eerlijk oordeel te geven, niet ik die door slides loop.

Aan het eind krijg je één van drie antwoorden. Soms is het "ja, hier ligt een duidelijke, financierbaar te maken use case, en zo zou ik die ongeveer afbakenen." Soms is het "misschien, maar je hebt eerst een data- of procesprobleem op te lossen, en de AI erdoorheen jagen zou zonde van je geld zijn." En soms is het "hiervoor heb je ons niet nodig — dit eenvoudigere alternatief kun je zelf doen." Alle drie zijn nuttig. Maar één ervan is een verkoop, en daar heb ik echt vrede mee. Wil je een idee van hoe we het werk inrichten als het antwoord ja is, lees dan onze gids over het afbakenen van een AI-proof of concept.

Eerst succes definiëren, dan pas oplossingen

Ik praat niet over architectuur voordat we het eens zijn over wat we willen bereiken. Dat is geen consultantstoneel — het is de grootste voorspeller of een AI-project de botsing met de werkelijkheid overleeft. Kaders zoals het NIST AI Risk Management Framework bestaan juist omdat "we hebben iets slims gebouwd" en "we hebben het bedrijfsprobleem verantwoord opgelost" heel verschillende uitkomsten zijn, en in dat gat verdwijnen budgetten. Een meetbaar doel vroeg vastpinnen is het eerlijkste wat ik kan doen, want het is ook precies wat jou in staat stelt mij er later op af te rekenen.

Zelf kiezen wint het altijd van overtuigen

De klanten die de beste samenwerkingen worden, zijn degenen die met open ogen voor ons kozen — niet degenen die ik overtuigde. Wie binnenkomt met begrip van de afwegingen, bereid om de tijd van eigen mensen vrij te maken en het eens over het doel, geeft het project een ruggengraat. Wie erin gepraat is, ziet in elk obstakel een reden om het hele plan in twijfel te trekken, omdat hij het besluit nooit volledig tot het zijne maakte.

Mijn taak in een eerste gesprek lijkt dus minder op verkopen en meer op jou helpen het zelf te beslissen. Ik heb liever dat je met heldere blik wegloopt — ook als dat wéglopen betekent — dan dat je halfovertuigd tekent en er in maand twee spijt van krijgt. De druk weghalen is geen zachte truc. Het is hoe je partners overhoudt in plaats van klanten die zich klemgezet voelen.

De verborgen prijs van overgehaald zijn

Er kleeft een echte prijs aan iets aangepraat krijgen. Begint een project vanuit overreding in plaats van overtuiging, dan draag je vanaf dag één het gewicht van een verzonken investering. De interne opdrachtgever die lauw was, blijft lauw. Het team dat niet geraadpleegd werd, sleept met de voeten. En als het onvermijdelijke lastige moment komt — de data is rommeliger dan gehoopt, het eerste model valt tegen, de planning loopt uit — is er geen gedeeld geloof om op terug te vallen. Het project mislukt niet luid. Het wordt gewoon stilletjes nooit opgeleverd, en wordt de reden dat die organisatie de komende drie jaar wantrouwig tegenover AI staat.

Ik heb dit patroon vaak genoeg gezien om er geen aandeel in te willen hebben. Daarom publiceren we ook transparante prijzen in plaats van offertes op maat in de trant van "laten we het over budget hebben": als je de cijfers vooraf ziet, beslis je zelf in plaats van naar een afsluiting gestuurd te worden.

Wat ik in dat gesprek werkelijk doe

Als ik niet verkoop, wat doe ik dan? De fit diagnosticeren. Ik probeer snel drie dingen te achterhalen. Eén: ligt hier een echt, waardevol probleem waarvoor AI oprecht het juiste gereedschap is — of is het een procesreparatie, een betere spreadsheet of een duidelijker beleid in vermomming? Twee: heb je de grondstoffen — bruikbare data, een betrokken eigenaar, een realistische termijn — om dit te laten werken? Drie: zijn wij het juiste team, of ben je beter af met een interne aanwerving of een andere specialist?

Die laatste vraag weegt zwaarder dan hij klinkt. Leveranciersonafhankelijk en engineering-gedreven zijn betekent dat ik niemands licenties doorverkoop en geen quotum stoelen te vullen heb. Ik heb geen product om je naartoe te duwen, en dus kan ik je vertellen wanneer het eerlijke antwoord "bouw dit met tools die je al betaalt" of "hier heb je helemaal geen consultancy voor nodig" is. Ons stuk over hoe je een AI-consultant kiest gaat dieper in op hoe die onafhankelijkheid er vanuit de koper hoort uit te zien.

Wanneer ik mensen afraad om met ons te werken

Dit is niet theoretisch. Ik sluit gesprekken vaker af met "ik denk niet dat je ons nodig hebt" dan je zou verwachten. Een paar terugkerende redenen:

• De data is nog niet klaar. Is de informatie waarvan een AI-systeem zou moeten leren versnipperd, inconsistent of bestaat ze nog niet, dan is de verantwoorde stap eerst dat fundament op orde brengen — niet jou factureren voor een model dat de verkeerde lessen uit slechte input trekt.
• Het probleem is geen AI-probleem. Veel "we hebben AI nodig"-vragen zijn eigenlijk "ons proces is stuk" of "ons team is onderbezet". AI bovenop een kapot proces geeft je alleen een sneller kapot proces.
• De timing klopt niet. Staat er een reorganisatie, een systeemmigratie of een wetswijziging op het punt alles te veranderen, dan is een kwartaal wachten vaak slimmer dan bouwen op grond die straks verschuift.
• De opzet past alleen bij iemand in vaste dienst. Sommig werk is zo continu en verweven dat aanwerven beter past dan een studio inhuren. Dan zeg ik dat.

Werk weigeren dat ik had kunnen aannemen is geen edelmoedigheid. Het is de enige manier waarop het woord van een leveranciersonafhankelijke consultancy iets betekent. Zeg ik overal ja op, dan is mijn "ja" niets waard voor jou.

Regelgeving maakt eerlijkheid nóg belangrijker

Er zit ook een compliance-kant aan dit alles, zeker in Europa. Onder de EU AI Act schalen de verplichtingen rond een AI-systeem mee met het risico — en een consultancy die je een hoog-risico use case inpraat zonder te benoemen wat dat met zich meebrengt, bezorgt je een probleem dat veel duurder is dan een gemiste verkoop. Dit is algemene informatie, geen juridisch advies — maar onderdeel van een eerlijk AI-adviesgesprek is in kaart brengen of iets niet alleen kán, maar ook verstandig en compliant is in jouw context. Verkoop onder druk slaat dat gesprek doorgaans over. Wij beginnen ermee.

Hoe dit de relatie verandert

Haal je de druk weg, dan komt er iets beters voor in de plaats: een werkrelatie gebouwd op de aanname dat we allebei naar de waarheid willen. Jij zet je niet schrap voor een pitch; ik stuur niet richting een contract. We mogen het oneens zijn, dingen verkleinen, een slecht idee vroeg afschieten en op elkaars oordeel vertrouwen. Dat is de grond waarin goed AI-werk daadwerkelijk groeit — meestal een werkend prototype tegen het tweede gesprek, een audit vóór grote uitgaven, en een helder pad van proof of concept naar productie als en alleen als de proof of concept dat verdient. Hoe dat doorgaans uitpakt zie je in onze casestudy's.

Het is een tragere manier om een consultancy te laten groeien. Daar heb ik vrede mee. Ik heb liever twintig klanten die bewust voor ons kozen dan vijftig die erin gepraat zijn en hun netwerk vertellen dat we te veel beloofden.

Beoordeel je een AI-partner? Let op de druk

Laat me het omdraaien, want dit is echt nuttig met wie je ook in zee gaat. Kies je een AI-consultancy, dan vertelt de manier waarop ze verkopen hoe ze zullen leveren. Een paar signalen om op te letten: Vragen ze naar jouw probleem vóórdat ze hun oplossing pitchen? Durven ze te zeggen dat iets géén fit is? Zijn de prijzen zichtbaar, of leidt elk antwoord terug naar "laten we even bellen"? Creëren ze kunstmatige urgentie, of respecteren ze dat dit een serieuze beslissing is? Een partner die je een start in duwt, duwt je ook in scope creep, in het negeren van waarschuwingssignalen, in opleveren voordat het klaar is. Het verkoopgesprek is de trailer voor de hele film.

Een gesprek dat ik graag verloor

Een tijd geleden sprak ik een oprichter die ervan overtuigd was dat hij een op maat gemaakte AI-assistent nodig had, getraind op de documenten van zijn bedrijf. Hij had over retrieval-systemen gelezen, het budget was goedgekeurd en hij wilde de week erna beginnen. Het zou de makkelijkste 'ja' van mijn maand zijn geweest. In plaats daarvan vroeg ik wat die assistent hem precies moest besparen. Gaandeweg werd duidelijk dat zijn echte probleem geen zoekprobleem was — drie teams hielden dezelfde informatie op drie plekken bij, en niemand vertrouwde de versie van de ander. Een assistent getraind op tegenstrijdige documenten zou met overtuiging tegenstrijdige antwoorden geven, en hij zou de AI de schuld geven.

Dat zei ik hem. Ik stelde voor om een fractie van zijn budget te besteden aan het samenbrengen van die drie bronnen, en dat we konden praten als hij de assistent dan nog steeds wilde. Heel even was hij geïrriteerd — hij was gekomen om geld uit te geven. Maanden later mailde hij dat hij de data had samengevoegd, dat het "AI-probleem" grotendeels was verdampt, en dat de afgeslankte assistent die hij uiteindelijk bouwde echt nuttig was, juist omdat hij op schone grond stond. Ik verloor een groter project en hield een relatie. Die ruil maak ik elke keer.

Een audit is geen verkoopgesprek

Hier wordt de aanpak zonder druk concreet in plaats van filosofisch. Is er genoeg substantie, dan is de eerlijke volgende stap meestal niet "teken een bouwcontract" — maar een betaalde audit. Voor een paar duizend euro brengen we de werkelijke use case in kaart, kijken we kritisch naar je data en beperkingen, en zeggen we of een proof of concept de investering waard is. De oplevering is een nuchtere aanbeveling, en die luidt soms "bouw dit nog niet". Een verkoopgesprek wil dat je je vastlegt; een audit wil dat je het weet. Die twee hebben tegengestelde prikkels, en ik heb ons proces bewust rond de tweede gebouwd.

Daarom is onze prijsladder ook openbaar en stapsgewijs: een audit om de juiste use case te bepalen, pas een proof of concept als de audit dat rechtvaardigt, en pas productie als de proof of concept dat verdient. Je wordt nooit gevraagd meteen naar het dure einde te springen op basis van een goed gesprek. Elke stap moet zichzelf bewijzen voordat de volgende begint, waardoor de druk om "nu te beslissen" simpelweg nergens kan bestaan. De vorm daarvan zie je op onze prijzenpagina en hoe het werk eruitziet bij AI-implementatie.

Educatie hoort erbij

Een verrassend groot deel van een goed eerste gesprek is simpelweg iemand helpen zijn opties goed genoeg te begrijpen om een beslissing te nemen waar hij geen spijt van krijgt — wat AI wel en niet kan voor zijn specifieke situatie, waar de echte kosten schuilen, hoe "goed" eruitziet. Ik heb liever dat je kennisrijker weggaat dan je kwam, of je ons nu inhuurt of niet, want een geïnformeerde koper neemt betere beslissingen en is een betere partner. Betekent dat ik een uur iemand heb bijgespijkerd die het daarna intern doet, prima. Ze onthouden wie eerlijk tegen ze was.

De vragen die ik kopers vaker zou willen horen stellen

Ga je een AI-adviesgesprek in — bij ons of bij wie dan ook — dan zijn dit de vragen die meteen blootleggen of er eerlijk met je gepraat wordt:

• "Wat zou jou doen zeggen dat ik dit niet moet doen?" Wie daar geen antwoord op heeft, heeft niets dat hij je niet zal verkopen.
• "Hoe weten we over zes maanden of dit gewerkt heeft?" Is het antwoord vaag, dan heeft het project nog geen ruggengraat.
• "Wat kunnen we zonder jullie doen?" Een zelfverzekerde partner vertelt je graag het goedkopere, eenvoudigere pad — en waarom dat misschien niet genoeg is.
• "Waar gaat dit doorgaans mis?" Eerlijke vakmensen hebben littekens en laten ze zien; verkopers hebben alleen succesverhalen.
• "Wat kost dit ongeveer, voordat we verdergaan?" Krijg je geen richtbedrag zonder drie extra gesprekken, dan is dat op zichzelf al een signaal.

Het zijn geen valstrikken. Het zijn precies de vragen die verkopen onder druk onhoudbaar maken — en juist daarom verwelkomt een goede partner ze.

Het helpt dat we liever bouwen dan verkopen

Dat dit ons natuurlijk afgaat, komt deels door wat voor team we zijn. We zijn in de eerste plaats engineers, geen verkooporganisatie met een afdeling levering eraan vastgeschroefd. Het werk waar ik echt plezier aan beleef, is het bouwen — een lastige use case afbakenen, een model zich laten gedragen op echte data, iets opleveren dat een klant maandagochtend gebruikt. Verkopen is slechts de noodzakelijke deur naar dat werk, niet het doel ervan. Als het bevredigende deel van je werk de oplevering is en niet de afsluiting, heb je geen reden om iemand door een deur te sleuren waar hij niet doorheen zou moeten. Een project dat niet past, is geen geboekte winst; het zijn maanden werk waar je niet in gelooft, voor een klant die ontevreden wordt. Dan heb ik echt liever dat lege gat in de agenda.

Dus — ik ga je niet overtuigen. Heb je een probleem waarvan je denkt dat AI het kan oplossen, boek dan een adviesgesprek en we zoeken samen uit of het echt is, of wij het zijn, en hoe de eerlijke eerste stap eruitziet. Is het antwoord dat je ons niet nodig hebt, dan loop je ook dát wetend de deur uit — en dat is een prima uitkomst.

Veelgestelde vragen