AI in de maakindustrie van het mkb: de subsidie vóór de pitch (Transizione 5.0 en voucher)

Voor een mkb-bedrijf in de maakindustrie begint de vraag over AI bijna nooit bij «welke tool»: ze begint bij «hoeveel kost het me en wie betaalt het». En juist hier verschilt de maakindustrie van elke andere sector — het is de enige waar, in 2026, het antwoord bij de Staat begint. Nog vóór het kiezen van de use-case kan een bedrijf dat produceert een groot deel van de adoptie financieren met publieke subsidies, te beginnen bij software die een machine die het al bezit «intelligent» maakt. De juiste lezing is, voor wie fabriceert, contra-intuïtief tegenover elke demo: de subsidie komt vóór de pitch.

We hebben het bewijs en de subsidieregelingen van 2026 verzameld en proberen in heldere taal te antwoorden: hoe de Staat de adoptie van AI in de fabriek cofinanciert, bij welke use-case het loont te beginnen zodat het rendement meetbaar en risicoarm is, en waarom de echte hindernis — de kosten — precies is wat de subsidies aanpakken.

De subsidie vóór de pitch: hoe de Staat de adoptie cofinanciert

De maakindustrie is de enige sector waar een traject van publieke steun bestaat dat rechtstreeks aan de uitgave in AI is gekoppeld. Twee instrumenten zijn in 2026 het gesprek waard vóór welke softwaretool ook:

• Transizione 5.0 (Legge di Bilancio 2026) plaatst AI in het centrum van de subsidie en financiert technologie, advies en opleiding binnen vastgestelde drempels. Het punt dat alles verandert voor een mkb-bedrijf: het iperammortamento van 180% (versnelde afschrijving) dekt ook de AI-software die een bestaande machine «intelligent» maakt — niet alleen nieuwe hardware. In de praktijk kan het bedrijf vaak de adoptie-ingreep zelf met de subsidie financieren.
• De Voucher Doppia Transizione 2026 (Unioncamere) brengt 150 miljoen euro voor het driejaar 2026–2029 en dekt tot 70% van de kosten voor AI, cybersecurity, cloud, big data en analytics, IoT en collaboratieve robotica. De voorinvulling van de aanvragen is open vanaf 8 juli 2026 op het platform ReStart/InfoCamere: een net gestarte regeling, geen al gesloten venster.

Het praktische gevolg is eenvoudig en geldt als opening van elk project in de fabriek: je vertrekt van de subsidie, niet van de tool. Begrijpen welke uitgave onder de voucher of het iperammortamento valt — en de ingreep zó ontwerpen dat ze erbinnen valt — is het eerste stuk waarde, nog vóór de use-case. Het is ook de reden waarom «wij implementeren het» hier dubbel telt: de ingreep moet worden ontworpen om zowel effectief als financierbaar te zijn.

Waar het rendement begint: predictief onderhoud en kwaliteitscontrole

Met de ingreep gefinancierd blijft de serieuze vraag: bij welke use-case te beginnen zodat het rendement concreet en het risico laag is? Het veldbewijs wijst op twee natuurlijke kandidaten voor een mkb-bedrijf dat produceert, beide datadichte loops waar de AI bewaakt en handelt vóór het probleem:

• Predictief onderhoud — ingrijpen op de degradatiesignalen in plaats van kalendergebonden of reactief onderhoud. Het is de meest volwassen use-case, met het best leesbare rendement: het reduceert de ongeplande machinestilstand met ongeveer 45% en de onderhoudskosten met ongeveer 25%. Een vermeden stilstand is een getal dat de werkvloer meteen begrijpt.
• Kwaliteitscontrole en inspectie — automatische analyse in plaats van handmatige visuele steekproef. Ze wordt genoemd onder de drie voornaamste use-cases voor de kleinere producenten, samen met predictief onderhoud en de optimalisatie van de supply chain.
• Optimalisatie van verbruik en energie — automatische monitoring in plaats van handmatige. Ze wordt aangewezen als instap-use-case, met lage wrijving, voor wie klein wil beginnen vóór het aanraken van de lijn.

Het keuzecriterium is niet «welke is het meest geavanceerd» maar «welke heeft het duidelijkste vóór/na»: voor een eerste adoptie geven predictief onderhoud of kwaliteitscontrole de helderste metriek om de case mee te bouwen — en waarmee je vervolgens de uitbreiding rechtvaardigt.

De cijfers, eerlijk gelezen

De positieve kant van het bewijs bestaat, en is concreet wanneer het project de productie haalt: ongeveer 44% van de AI-projecten die de productie bereiken behaalt een positieve ROI binnen 12 maanden, en de deployments in productie rapporteren gemiddeld een rendement van 5,8 keer binnen 14 maanden. Het zijn cijfers die de aandacht rechtvaardigen — op één voorwaarde.

De voorwaarde is het deel dat geen enkele demo toont: de meerderheid van de AI-initiatieven in de maakindustrie loopt vast bij de proof-of-concept en komt nooit tot opschaling. De kloof zit niet tussen wie AI heeft en wie niet, maar tussen wie één case in productie brengt en meet, en wie pilots blijft verzamelen. En juist hier helpt de subsidie ook op het juiste vlak: 43,0% van de Italiaanse bedrijven noemt de hoge kosten als drempel voor de adoptie. De voucher en het iperammortamento pakken geen hypothetische hindernis aan — ze pakken die aan, de meest genoemde.

Klein beginnen (en vaak zonder maatwerk): de les van Brescia

Er is een laatste idee dat de instapdrempel meer neerhaalt dan de technologie: om te beginnen is bijna nooit een systeem op maat nodig. Een kleine producent van flexibele verpakkingen uit Brescia verbeterde de analyse van de productiecapaciteit en stroomlijnde de flows met generieke, kant-en-klare tools — ChatGPT, Gemini, Copilot — zonder iets op maat te bouwen om te starten. Het is dezelfde les die in elke afdeling geldt: je begint bij de goedkoopste en snelste laag om de flow te beproeven, en je gaat pas naar het verticale niveau wanneer de case is gevalideerd en zijn rendement de hogere uitgave rechtvaardigt.

Voor een fabriek betekent dit: de pilot van predictief onderhoud of kwaliteitscontrole kan lichtvoetig, meetbaar en gefinancierd worden opgezet — en pas daarna, met het getal in de hand, beslis je of en waar je opschaalt. Het menselijk toezicht blijft op het proces: de AI signaleert en stelt voor, de beslissing die een lijn stopt of herstart blijft bij wie ze kent.

En de compliance? Binnen de grenzen, maar met methode

Een use-case van onderhoud of kwaliteit in een mkb-bedrijf valt op zich zelden onder «hoog risico» in de zin van de EU AI Act: het gaat meestal om systemen die machinegegevens bewaken, niet om beslissingen over mensen. Maar de productiedata, de leveranciersdata en — als de AI de veiligheid op het werk raakt — de implicaties voor de medewerkers moeten met dezelfde nauwkeurigheid worden behandeld als elke softwarekeuze: effectbeoordeling waar nodig, minimalisatie, helderheid over waar de leverancier de data verwerkt en bewaart, en een gedocumenteerd menselijk toezicht. Het is precies wat onze compliance-overlay vasthaakt aan elke workflow die we ontwerpen — zodat de gefinancierde case ook verdedigbaar is.

Waar te beginnen, in de praktijk

Als je produceert en AI in het vizier hebt, is het verstandige traject kort, geordend en — bijna altijd — gecofinancierd:

• Begin bij de subsidie — controleer welke uitgave onder de Voucher Doppia Transizione (tot 70%) of het iperammortamento 180% valt, en ontwerp de ingreep om erbinnen te vallen. Het is het eerste stuk waarde, vóór de use-case.
• Kies één enkele pilot met een duidelijk vóór/na — predictief onderhoud of kwaliteitscontrole geven de helderste metriek en het laagste risico. Geen uitrol, een case.
• Beproef met kant-en-klare tools vóór het maatwerk — de generieke laag kost weinig en verheldert de flow; het systeem op maat komt daarna, bij gevalideerde case.
• Meet, dan uitbreiden — een getal dat de productieafdeling begrijpt (vermeden stilstand, gereduceerde uitval). Zonder dat sterft het project bij de PoC zoals de meerderheid, niet door beperkingen van de AI.

Nog vóór het kiezen van de case loont het echter te weten waar je staat: onze AI-readiness-beoordeling helpt te begrijpen waar te beginnen met meer rendement en minder wrijving, en welke controles je rond de eerste pilot zet. Als het thema de compliance is van wat productie, leveranciers of medewerkers raakt, legt onze compliance-overlay uit hoe we de controles aan elk ontwerp vasthaken.

We hebben de eerste stap omgezet in een self-service en gratis beoordeling: een paar vragen en een aanwijzing over waar te beginnen, met welke controles eromheen. Doe de AI-readiness-beoordeling — daarna, als het zinvol is, praten we erover.

Dit artikel is bedoeld ter oriëntatie. De cijfers over rendement, efficiëntie en adoptie en de details van de genoemde regelingen (Transizione 5.0 en iperammortamento in de Legge di Bilancio 2026; Voucher Doppia Transizione 2026 van Unioncamere, met voorinvulling vanaf 8 juli 2026 op het platform InfoCamere) komen uit sectorbronnen en uit mededelingen over de subsidies, en moeten worden gelezen als richtingaanwijzingen, niet als resultaatgaranties noch als fiscaal advies: bedragen, drempels en toelatingsvereisten moeten worden geverifieerd op de officiële teksten van de regeling en met de eigen adviseur vóór elke uitgavebeslissing. Elke toolkeuze en elke automatisering die productie, leveranciers of veiligheid raakt, moet worden beoordeeld op de data, de controles en de context van het individuele bedrijf.