Waarom de groten van de AI je mkb-bedrijf niet bellen (en wie het wél doet)

Stel je de eigenaar voor van een metaalbewerkingsbedrijf met dertig medewerkers. Hij heeft overal gelezen dat AI zijn vak zal veranderen, hij heeft de namen gezien — Anthropic, OpenAI, Google, Mistral — en hij stelde zich een redelijke vraag: als dit spul zo belangrijk is, belt vroeg of laat iemand van hen dan ook mij? Het antwoord, als je kijkt naar hoe deze laboratoria werkelijk verkopen, is kort en bondig: nee. Ze zullen je niet bellen. En niet omdat jouw bedrijf te klein is om mee te tellen — maar omdat de manier waarop ze hun technologie naar de markt brengen niet langs de deur van een mkb-bedrijf loopt, en daar ook niet voor gebouwd is.

Het is geen oordeel, het is de structuur van de markt. En die begrijpen is geen academische oefening: ze vertelt je wie jou werkelijk zal bedienen, welke prijzen het zin heeft te verwachten, en waarom het stuk dat je mist — iemand die zijn handen in je processen steekt, niet iemand die je een licentie verkoopt — niet uit Mountain View komt. In dit artikel leggen we de bewijzen op een rij, allemaal openbaar en gedateerd, en aan het eind trekken we de lijn die de punten verbindt.

De groten verkopen niet aan jou. Ze verkopen aan hun integrators

Het eerste gegeven is het stevigste van allemaal, want het is geen mening: het is een lijst van aangekondigde overeenkomsten, met namen en data. Elk groot enterprise-contract van de frontier labs in 2025-2026 loopt via een system integrator of een adviesbureau — de Big Four en de wereldwijde GSI's — niet rechtstreeks van het laboratorium naar de klant-onderneming:

• Anthropic × Deloitte (oktober 2025): Claude uitgerold naar ruim 470.000 mensen van Deloitte in meer dan 150 landen, met een eigen Center of Excellence en 15.000 gecertificeerde professionals. Het is de grootste enterprise-uitrol van Anthropic tot die datum, dezelfde dag onafhankelijk bevestigd door CNBC; de aangekondigde doelgroep zijn de gereguleerde sectoren — financiële dienstverlening, gezondheidszorg, life sciences, publieke diensten — niet het mkb (Anthropic, oktober 2025).
• Accenture × OpenAI (december 2025): «tienduizenden» mensen van Accenture krijgen ChatGPT Enterprise, en OpenAI levert Accenture de playbooks voor implementatie, beveiliging en deployment om door te verkopen aan de klanten — een enterprise-beweging die per ontwerp via het adviesbureau verloopt (OpenAI, december 2025).
• Accenture × Microsoft — Forward Deployed Engineering practice (maart 2026): «duizenden AI-vaardige ingenieurs» naast de frontier-AI van Microsoft, die rechtstreeks binnen de klanten werken — een high-touch-leveringsmodel dat alleen voor grote-onderneming-opdrachten is bedoeld (Accenture Newsroom, maart 2026).
• Deloitte × Google Cloud/DeepMind — Agentic Transformation Practice (april 2026): vervroegde toegang tot de Gemini-frontier-modellen en forward-deployed ingenieurs voor de «moeilijkste use-cases» van de klanten, met Gemini Enterprise al actief voor ruim 25.000 mensen van Deloitte (opschalend naar 100.000); focus op retail, gezondheidszorg, financiële dienstverlening en de publieke sector (Google Cloud, april 2026).
• Accenture Federal Services × OpenAI (mei 2026): brengt de Amerikaanse federale overheidsdiensten van pilot naar «mission-grade»-productie — een focus op overheid en grote instellingen (Accenture Newsroom, mei 2026).
• PwC × Anthropic (mei 2026): Claude Code en Cowork geïntegreerd in de wereldwijde workforce van PwC (honderdduizenden mensen), 30.000 gecertificeerd; enkele dagen later kondigt KPMG × Anthropic de «Digital Gateway Powered by Claude» aan voor zijn ruim 276.000 medewerkers. Dezelfde berichtgeving registreert de reeks overeenkomsten die OpenAI in februari 2026 sloot met McKinsey, BCG, Accenture en Capgemini (PwC Newsroom, mei 2026).
• Capgemini × Mistral AI (alliantie uitgebreid vanaf mei 2025, met SAP en Microsoft als verdere partners): meer dan 50 vooraf gebouwde enterprise-use-cases voor de gereguleerde sectoren — financiële dienstverlening, de publieke sector, lucht- en ruimtevaart en defensie, energie en nutsbedrijven (Capgemini, 2025).

En het houdt niet op bij de westerse Big Four: ook de grote Indiase integrators — TCS, Infosys, Wipro, HCLTech, Tech Mahindra — hebben op eigen kracht rechtstreekse partnerschappen gesloten met Anthropic, OpenAI, Mistral en Microsoft/Azure om hun eigen enterprise-AI-agent-practices te bouwen (People Matters / Futurum Group). Zeven onafhankelijke overeenkomsten, vijf laboratoria, zes integrators, van oktober 2025 tot mei 2026: het is geen op zichzelf staand geval, het is het kanaal. De frontier van de AI bereikt de grote ondernemingen via een wederverkoper. En een wederverkoper met honderdduizenden mensen heeft, per ontwerp, geen aanbod voor het metaalbedrijf met dertig medewerkers.

Ook de prijslijst houdt je buiten

Je zou kunnen denken dat de partnerschappen alleen de allergrootsten betreffen, en dat je hoe dan ook zelf kunt kopen. Deels klopt dat — er bestaan self-serve-plannen — maar zodra je één trede hoger gaat, veronderstelt het product zelf al de enterprise-schaal. Het Enterprise-plan van Claude vereist een minimum van 20 gebruikers, plus onderhandelde contractvoorwaarden — facturatie, HIPAA BAA, toegewijde customer success — die je alleen bereikt via het salesteam van Anthropic (Claude Help Center). Het is gebouwd voor organisaties die toegewijd accountmanagement nodig hebben, niet voor de individuele mkb-eigenaar die op het self-serve-plan koopt.

Maar de echte muur is het leveringsmodel. De forward-deployed engineer — de ingenieur die het laboratorium binnen de klant plaatst om de echte implementatie te doen — is, in de woorden van Forbes, «doorgaans onbereikbaar voor kleinere organisaties vanwege de kosten om hem in stand te houden». De vacatures voor deze rol groeiden met meer dan 800% tussen januari en september 2025; in mei 2026 richtten Anthropic en OpenAI elk een eigen deployment-bedrijf op, voor gezamenlijk ongeveer 5,5 miljard dollar aan uitgaven, expliciet vertrekkend vanaf «marquee accounts, private-equity-portefeuillebedrijven en bestaande enterprise-relaties, niet het mid-market en de regionale klanten» (Forbes, mei 2026). PYMNTS bevestigt dezelfde richting onafhankelijk: de laboratoria pompen miljarden in forward-deployed engineering om de enterprise-adoptiekloof te dichten — een model gebouwd rond toegewijde teams voor elke grote klant, niet rond schaalbare ondersteuning voor het mkb (PYMNTS, 2026).

Lees het vanaf jouw kant van de tafel: het verkoopkanaal loopt via een integrator die je niet kent, het plan dat toegang geeft tot echte ondersteuning begint bij twintig gebruikers, en het enige model dat werkelijk zijn handen in je processen zou steken — de ingegroeide ingenieur — is naar eigen zeggen voorbehouden aan wie groot genoeg is om een toegewijd team te rechtvaardigen. Drie deuren, allemaal gesloten van dezelfde kant.

Het gat is ook vanaf de mkb-kant zichtbaar

Als het gat echt is, zou het ook een spoor moeten achterlaten in de cijfers van de kleine ondernemingen. Dat doet het. Het onderzoek 10,000 Small Businesses Voices van Goldman Sachs vindt dat slechts 14% van de kleine ondernemingen zegt AI volledig in de kernactiviteiten te hebben geïntegreerd — en kadert het expliciet als een «implementation gap», een implementatiekloof die losstaat van die van adoptie of bewustzijn (Goldman Sachs). Het is niet dat ze niet weten dat AI bestaat: het is dat ze het niet in het werk krijgen.

En de redenen die ze aanhalen zijn precies het soort probleem dat een implementatie oplost, niet een licentie: 50% noemt zorgen over privacy en gegevensbeveiliging, 49% het gebrek aan technische expertise, 48% de moeite om de juiste tools te kiezen, en 73% zegt baat te hebben bij meer training en hulpmiddelen. Velen, voegt het onderzoek toe, worden geduwd richting dure externe consultants — vaak onhaalbaar — in plaats van praktische ondersteuning rechtstreeks van de AI-leveranciers te krijgen. Het gat is niet het gebrek aan wil om te adopteren. Het is de hand die ontbreekt tussen de tool en het proces.

Onze lezing

Hier is een eerlijk onderscheid op zijn plaats, want het is het punt waarop de analyse argument wordt. Geen enkele van de hierboven aangehaalde bronnen beweert dat «de frontier labs het mkb negeren». Goldman Sachs documenteert het gat van de kleine ondernemingen, niet de oorzaak ervan; de overeenkomsten met de Big Four documenteren hoe de laboratoria verkopen, niet wie ze doelbewust uitsluiten. De lijn die de twee kanten verbindt — labs die de grote ondernemingen voeden via GSI's en forward-deployed ingenieurs, terwijl niemand de praktische implementatie voor de mkb-laag productiseert — is onze synthese, het beeld dat eruit ontstaat als je de bewijzen bijeenlegt. We verkopen het je niet als een aangehaald feit.

De laboratoria brengen de AI naar de grote ondernemingen via hun wederverkopers en teams van ingenieurs die voorbehouden zijn aan de grootste accounts; niemand verkoopt in dat ontwerp aan het mkb het stuk dat het werkelijk nodig heeft — de implementatie, niet het playbook.

Maar het beeld, eenmaal samengesteld, is moeilijk om niet te zien. Beide kanalen van de groten — de GSI-wederverkoper en de ingegroeide ingenieur — zijn structureel gesloten voor een Italiaans mkb-bedrijf: geen relatie met een wereldwijde integrator om op mee te liften, geen budget voor een toegewijd team ingenieurs, en het minimum van 20 gebruikers van het Enterprise-plan van Claude dat al boven de schaal van de doorsnee koper ligt. Ondertussen heeft 86% van de kleine ondernemingen AI niet volledig geïntegreerd, en de redenen die ze aanhalen — expertise, keuze van de tools, training — zijn precies het implementatiewerk, niet het simpelweg afleveren van een methode. De lege plek is er. Alleen zijn zij die de modellen bouwen niet uitgerust om ze in te nemen.

Wie het wél doet: de innesto voor het mkb

Dit is precies de plek die Innesti bezet. We verkopen geen licenties door en we overhandigen je geen pdf met tien goede ideeën: we doen voor het mkb wat de forward-deployed engineer voor de grote onderneming doet — we groeien in het proces, de hand in het werk, en brengen de AI de operatie in tot ze werkelijk draait. Het is hetzelfde high-touch-model dat de laboratoria voorbehouden aan de «marquee accounts», teruggebracht naar de schaal, het tempo en de prijs van een bedrijf met dertig mensen. Noem het een innesto — een ent: een ingreep die aanslaat op het bestaande proces, geen nieuwe installatie die je van nul moet leren.

Als deze lezing van de markt klopt voor jou, is de juiste manier om ze te verifiëren niet in woorden maar op je eigen processen. Twee zusterartikelen helpen de keuze te kaderen: consultant, cursus of playbook — wat heeft zin voor een mkb-bedrijf (waarom de dure consultant vaak onhaalbaar is, en wat er verandert met een ingegroeide implementatie) en hoe je de betrouwbaarheid van een AI/SaaS-leverancier beoordeelt (wat je over beveiliging en gegevens moet vragen voordat je je aan wie dan ook bindt). Het eerste vertelt je wie je nodig hebt; het tweede wie je kunt vertrouwen; dit stuk, waarom het onderdeel dat je mist niet van de groten zal komen.

De eerste concrete stap hebben we tot een self-serve en gratis beoordeling gemaakt: een paar vragen, en een indicatie van welk proces het zin heeft om als eerste te automatiseren en met welke realistische resultaten. Doe de AI-readiness- beoordeling — en als het beeld dan ook voor jou klopt, praten we erover en kijken we samen waar we kunnen enten.

Dit artikel is bedoeld ter oriëntatie en vormt geen advies. De aangehaalde gegevens — de overeenkomsten van de frontier labs met de adviesbureaus, het minimum van 20 gebruikers van het Enterprise-plan van Claude, de groei van 800% van de vacatures voor forward-deployed engineer en de ongeveer 5,5 miljard aan uitgaven, de 14% van de kleine ondernemingen met volledig geïntegreerde AI en de bijbehorende redenen — komen uit de in de tekst aangegeven bronnen (Anthropic, CNBC, OpenAI, Accenture, Google Cloud, PwC, Capgemini, People Matters, Claude Help Center, Forbes, PYMNTS, Goldman Sachs) en weerspiegelen gegevens bijgewerkt tot juli 2026: ze moeten opnieuw op de oorspronkelijke bronnen worden geverifieerd voordat je er een beslissing op baseert. De these dat het mkb structureel onbediend blijft door deze markt is onze lezing van de bewijzen, geen bewering die aan een van de aangehaalde bronnen wordt toegeschreven.