Zeker het afgelopen jaar hoorden we enorme beloften over kunstmatige intelligentie en schoten de aandelen van bedrijven als Nvidia door het dak. Maar wat is nou eigenlijk de werkelijke staat van AI? Recente internationale analyses – onder meer McKinsey’s State of AI rapport – laten een gemengd maar genuanceerd beeld zien. AI dringt wel degelijk steeds verder door in het dagelijks werk, maar de stap van experiment naar structurele waarde blijft voor veel bedrijven lastig. In dit artikel gaan we wat dieper in op met name het rapport van McKinsey en de staat van AI in het mkb.
AI: voorbij de hype
Wereldwijd zien we dat veel organisaties AI inmiddels in minstens één bedrijfsproces inzetten. Vaak gaat het om IT, klantenservice of marketing. Er zijn duidelijke voordelen zichtbaar zoals minder repetitief werk, sneller informatie vinden en hogere productiviteit van kenniswerkers. Toch geeft slechts een minderheid aan dat AI echt organisatiebreed is ingevoerd. De rest zit vooral vast in pilots en losse experimenten.
We zien dus zeker geen lege AI-bubbel, maar een wondermiddel is het ook zeker (nog) niet. De technologie werkt, maar levert pas blijvende waarde op als we bereid zijn processen, rollen en vaardigheden aan te passen. Ook zien we dat veel bedrijven moeite hebben met de enorme hoeveelheid aan mogelijkheden en het gevoel dat alles met AI kan en moet. Dat kan een verlammende werking hebben want waar moet je beginnen?!
Hoe zit dit in Nederland?
Kijken we naar Nederland, dan zien we ook een dubbel beeld. Aan de ene kant lopen we in digitale basisvaardigheden voorop. Veel ondernemers werken al jaren met cloudsoftware, online dienstverlening en digitale rapportages. Aan de andere kant blijft de inzet van AI in het mkb juist achter ten opzichte van andere landen.
Een groeiende groep mkb-bedrijven experimenteert echter wel degelijk met AI, bijvoorbeeld met vertaaltools of generieke chatbots. Tegelijkertijd is er een grote groep die AI vooral ziet als iets voor multinationals. De redenen zijn herkenbaar: kosten, tijd, onbekendheid met risico’s en onzekerheid rond regelgeving zoals de AI Act.
Dit implicieert ook een risico want wie nu afwacht, loopt straks achter op concurrenten die wél ervaring opbouwen met AI in hun dagelijkse werk. Juist nu is de tijd om te leren en fouten te maken. Die ervaringen geven je straks een enorme voorsprong.
Nuchter beginnen met AI in het mkb
De vraag is dus niet óf we iets met AI moeten, maar hóe we dat verstandig doen. Voor het mkb zien we een aantal nuchtere uitgangspunten:
- Begin klein en overzichtelijk
Kies één of enkele processen waar direct winst te halen is. Denk aan sneller antwoorden op klantvragen, betere zoekbaarheid van kennis of minder tijd aan standaardcorrespondentie. Meet de impact in uren, fouten en doorlooptijd. - Denk in processen, niet in tools
AI werkt alleen als we het werk eromheen aanpassen. Bijvoorbeeld: AI doet de eerste analyse van een vraag, de professional controleert, scherpt aan en neemt de beslissing. Zo blijft de werknemer “in control’ maar neemt AI een deel van de last weg. - Gebruik AI ook als leermiddel voor medewerkers
Medewerkers moeten leren omgaan met AI. Niet alleen prompts typen, maar vooral kritisch kijken naar de output. Door AI bewust in dagelijkse workflows op te nemen, bouwen teams stap voor stap AI-vaardigheid op. Vaardigheden die eigenlijk nu al onmisbaar zijn. - Kies voor oplossingen met ingebouwde veiligheid en governance
Voor mkb’ers is het niet realistisch om zelf modellen, datacenters en beleid op te tuigen. Beter is het om te werken met oplossingen die aansluiten op bestaande software, werken met gecontroleerde data en passen binnen privacy- en compliancekaders.
Nextens Tex: kleine tool met grote impact
Hier komt Nextens Tex, onze fiscale AI-assistent, ook in beeld als voorbeeld van nuchtere AI voor het mkb. Tex is geen generiek model dat alles moet kunnen, maar is ontwikkeld rond fiscale kennis en processen. Het helpt je onderneming sneller vragen te beantwoorden over hoe je een fiets van de zaak regelt bijvoorbeeld. Of wanneer je het beste kunt inversteren in die nieuwe machine.
Tex heeft een paar grote voordelen:
- Domeinspecifiek: Tex begrijpt de context van fiscale vragen, verwijst altijd naar relevante bronnen en sluit aan op aangiftes en adviezen.
- Geen giga-investeringen: je profiteert van krachtige AI binnen de bestaande Nextens-omgeving. Dus geen eigen datacenters, geen grote ontwikkeltrajecten.
- Ingebed in het bestaande werk: Tex ondersteunt bij het vinden en interpreteren van fiscale informatie, het opstellen van conceptmemo’s en het voorbereiden van adviezen. AI wordt zo een vaste stap in jouw proces voor beter advies en betere beslissingen.
- Veilig en beheersbaar: Tex werkt exclusief met gecontroleerde data binnen een beveiligde omgeving. De professional blijft eindverantwoordelijk, maar krijgt er een sterke digitale assistent bij.
- Een bijkomend voordeel: medewerkers leren al doende omgaan met AI. Door Tex dagelijks te gebruiken, groeit het inzicht in wat AI wél en niet kan. Dat is cruciaal om de organisatie klaar te maken voor de volgende golf aan innovaties.
Conclusie: zeker geen bubbel maar op wereldvrede moeten we nog even wachten
De nieuwste AI-rapporten laten zien dat AI zeker geen voorbijgaande trend is, maar dat er voor wereldvrede nog wel wat te doen is. Voor Nederlandse mkb-bedrijven ligt de sleutel in nuchter beginnen: klein, gericht op concrete processen, met oplossingen die veilig zijn en passen bij de bestaande praktijk.
Met een fiscale AI-assistent als Nextens Tex zetten we een stap voorbij de hype. We brengen AI naar de plek waar het er echt toe doet: het dagelijkse werk van fiscalisten, adviseurs en financiële professionals – met meetbare voordelen voor klant, medewerker en organisatie.
Wil jij ook nuchter en concreet beginnen met AI?
