Ga naar de hoofdinhoud
Alle inzichten

Je hebt geen AI meer nodig: je moet een afdeling herontwerpen

De reden waarom bijna geen enkel AI-project de winst-en-verliesrekening bereikt is niet het model: het is dat bedrijven iedereen toegang tot de tools hebben gegeven zonder de processen eromheen te herontwerpen. Met de cijfers van Deloitte (State of AI in the Enterprise 2026), MIT NANDA (The GenAI Divide) en McKinsey (State of AI 2025) als bewijs van derden voor de kloof, en waarom het herontwerp van één enkele afdeling voor een mkb-bedrijf vandaag echt haalbaar is.

Methode 6 min leestijd
Geschreven door het team van Innesti Digital
In dit artikel

Een eigenaar van een klein maakbedrijf in de provincie, dertig mensen, deed een jaar geleden precies wat hem was aangeraden: licenties voor een AI-assistent voor iedereen, van de inkoopafdeling tot de productie. Vandaag, als je het hem vraagt, geeft hij iets ongemakkelijks toe. Iedereen heeft toegang. Sommigen gebruiken het om sneller e-mails te schrijven. Maar op de winst-en-verliesrekening — marges, levertijden, teruggewonnen uren — is er niets meetbaars veranderd. De vraag die hij met zich meedraagt is: heb ik het verkeerde gereedschap gekozen? Bijna altijd is het antwoord nee. Hij kocht de toegang en stopte daar.

Wat nieuw is: de bottleneck is niet meer het model

Dit is het goede nieuws, en het is recent. Tot voor kort was de grens van AI de kwaliteit van het model: het hallucineerde, begreep de context niet, was niet klaar voor serieus werk. Dat seizoen is voorbij. De modellen van vandaag kunnen de echte processen van een mkb-bedrijf aan, en de beperking is duidelijk verschoven: het is niet meer wat AI kan, het is hoe het werk eromheen is georganiseerd. Iedereen toegang geven is het makkelijke deel — de 90% die inmiddels iedereen doet. De echte doorbraak is de 10% die bijna niemand doet: het proces herontwerpen. En dit is geen slecht nieuws, het is het best denkbare nieuws — want de hefboom die telt ligt eindelijk binnen jouw controle, niet in een laboratorium in San Francisco.

Wat de cijfers zeggen (en het zijn niet de onze)

De kloof tussen toegang en herontwerp wordt gedocumenteerd door drie onafhankelijke bronnen, en het loont de moeite ze te lezen als bewijs van derden — niet als onze resultaten, maar als een momentopname van het probleem dat wij oplossen.

  • Toegang is inmiddels overal, herontwerp bijna nergens. Volgens Deloitte, „State of AI in the Enterprise” (2026) steeg in één jaar het aandeel werknemers met toegang tot goedgekeurde AI-tools van minder dan 40% naar ongeveer 90%. Maar slechts 30% van de organisaties herontwerpt de kernprocessen rond AI. Daar zit het gat: bijna iedereen heeft het gereedschap, heel weinigen hebben het werk veranderd.
  • En dat zie je op de winst-en-verliesrekening. Het MIT NANDA stelt in de studie „The GenAI Divide” (2025) vast dat 95% van de GenAI-projecten geen enkele meetbare impact op de P&L oplevert. Het mechanisme dat MIT aanwijst is niet de kwaliteit van het model — dat sluit het expliciet uit — maar een „learning gap”: tools die de feedback niet vasthouden en zich niet aanpassen aan de context, en bedrijven die ze niet integreren in hun processen, structuren en cultuur.
  • Wie wél herontwerpt, wint. McKinsey (QuantumBlack), „The State of AI in 2025” laat zien dat de „high performers” op AI-gebied ongeveer 2,8-3 keer meer kans hebben hun workflows grondig te hebben herontworpen in plaats van AI op de oude processen te leggen (ongeveer 55% tegenover ongeveer 20%). Ondertussen gebruiken bijna 9 op de 10 bedrijven AI, maar minder dan 4 op de 10 zien er impact op de resultaten van.

Drie verschillende bronnen, één enkele lijn: toegang beweegt de cijfers niet, herontwerp wel. Het verschil tussen wie wint en wie stil blijft staan is niet de juiste AI gekocht hebben — het is het feit dat ze de manier van werken hebben veranderd.

Waarom herontwerp voor een mkb-bedrijf vandaag echt haalbaar is

Hier komt het voordeel dat een grote onderneming niet heeft. „Processen herontwerpen” bij een reus betekent een project van miljoenen, commissies, maanden. Bij een mkb-bedrijf is het oppervlak dat verandert klein: één enkele afdeling, één enkele workflow. Je hoeft het bedrijf niet opnieuw te bedenken — je moet bedenken hoe de orderafdeling de bevestigingen afhandelt, of hoe de administratie de facturen registreert. Het is een perimeter die één persoon met een naam in enkele weken kan omarmen, niet de oceaan die multinationals verlamt. Jouw omvang, die meestal het nadeel is, wordt hier het wapen: het herontwerp dat McKinsey met high performers associeert, is voor jou een project van één afdeling, geen bedrijfsbrede transformatie.

Wat te doen, in de praktijk (en dat is niet meer licenties kopen)

Als jouw jaar is verlopen zoals dat van de eigenaar in het begin, is de juiste zet niet gereedschap toevoegen: het is weghalen en herontwerpen. Concreet:

  • Kies één enkele afdeling, die waar het werk het meest repetitief is en een duidelijk stramien heeft — daar rendeert het herontwerp het snelst en is het bewijs het zuiverst.
  • Herontwerp de flow, niet de mensen. Waar AI binnenkomt, waar de mens controleert, welke stap verdwijnt en welke blijft. Hier leeft het rendement dat de drie bronnen meten — of niet meten.
  • Breng de mensen in het nieuwe proces, niet vóór nóg een gereedschap: het is het deel dat bepaalt of het wortel schiet. Hoe je dat concreet doet, stap voor stap, vertellen we in hoe je je team AI laat adopteren.
  • Meet in uren en in euro's voordat je begint, zodat je weet of je in de 30% zit die herontwerpt of bij de velen die bij de toegang zijn blijven steken. Wat je echt kunt verwachten staat in hoeveel AI oplevert in een mkb-bedrijf.

Waar wij ons enten

Het deel dat pilotprojecten overslaan — het herontwerp van het proces rond AI — is precies het deel dat wij doen, binnen de afdeling, met de mensen die er werken. We verkopen je niet de toegang: die heb je al, net als iedereen. We herontwerpen een echte flow totdat de nieuwe manier gewoon dé manier is, en de cijfers het bevestigen. Als het jaar van de licenties jouw winst-en-verliesrekening niet heeft bewogen, heb je geen AI meer nodig — je moet een afdeling herontwerpen. De AI-readiness-beoordeling is gratis en vertelt je met welke je moet beginnen; als het dan zinvol is, praten we erover.

De aangehaalde cijfers (Deloitte „State of AI in the Enterprise” 2026, MIT NANDA „The GenAI Divide” 2025, McKinsey „The State of AI in 2025”) zijn onafhankelijke bronnen en beschrijven de markt in haar geheel: het zijn geen resultaten van Innesti Digital, noch uitkomsten van onze klanten. Ze dienen om de kloof tussen toegang en herontwerp te kaderen. Het echte rendement van een ingreep hangt af van de afdeling, de use case en de context van het individuele bedrijf.

Methode Geschreven door het team van Innesti Digital

Elke bron komt voort uit het onderzoek dat we voor mkb-bedrijven doen en uit de producten die we zelf bouwen: vermelde bronnen, een methode die we openlijk benoemen, geen bewering die u niet kunt controleren.

De bronnen staan in de tekst vermeld. We raden u aan ze altijd rechtstreeks bij de oorspronkelijke bron te controleren.

Delen Delen op LinkedIn Delen via WhatsApp

Andere analyses over AI-adoptie in een mkb-bedrijf.

  1. Publiceren met AI in vijf talen: wat er echt stukgaat, en hoe u het vóór de lezer vangt Deze site verschijnt in het Italiaans, Engels, Frans, Spaans en Nederlands via een AI-transcreatiepijplijn: hier is het defectenregister dat eruit is gekomen, met namen en oorzaken. Vijf echte klassen — het Franse werkwoord dat op juridisch terrein een vaststelling laat verschuiven naar iets dat dicht tegen een beschuldiging aan ligt; de inhoudelijke fout die in alle vijf de talen identiek werd doorgegeven omdat ze stroomopwaarts van de vertaalslag per taal zat; datums geschreven in een formaat dat geen van de vijf talen werkelijk gebruikt; het ontbreken van een voor de lezer zichtbare revisiemarkering (dat punt is al opgelost en staat in productie); en de mooiste van allemaal, de enige klasse waarin de tekst klopt en de code fout zit — twee componenten die in de kop naar de tekenreeks „AI” zochten en „IA” nooit vonden, waardoor het Frans en het Spaans een vlakke titel kregen zonder dat er ook maar één fout werd gemeld of één vertaalsleutel ontbrak. Daarna de controles die de lokalisatiebranche al toepast en die ze hadden onderschept: de MQM-taxonomie met haar zeven dimensies over drie ernstniveaus, de structuur onder de normen ISO 5060:2024 en ISO 11669:2024; back-translation, wat niet de heen-en-terugvertaling is maar een onafhankelijke linguïst die terugvertaalt zonder het origineel ooit gezien te hebben; de driedelige termenlijst die wordt afgedwongen voordat de tekst bij een revisor komt, met een bij naam genoemde eigenaar en een herzieningskalender; de steekproef van 10% met revisie door moedertaalsprekers, opgehoogd bij risicovolle inhoud in plaats van vlak; taalbewuste formatters voor datums, getallen en valuta, en pseudolokalisatie. Het sluit af met een checklist op risico geordend en met de regel die ons het meest heeft gekost om niet toe te passen: een patroondefect sluit je op de repository, niet op het bestand. 10 min
  2. Hoe herken je een door AI gemaakt design (en de vragen die je stelt voordat je tekent) Drie bureaus, drie voorstellen, dezelfde site: paars verloop, vervaagd glas, een kop die een concurrent identiek zou kunnen plakken. Het is geen kopie: het is de standaardinstelling van een generatieve tool, en de oorzaak is gedocumenteerd. Hier lees je hoe je het in één oogopslag herkent, en acht vragen die je de leverancier stelt voordat je tekent, geen ervan met technische kennis nodig. 9 min
  3. Waarom de groten van de AI je mkb-bedrijf niet bellen (en wie het wél doet) Anthropic, OpenAI, Google DeepMind en Mistral verkopen aan de grote ondernemingen via de Big Four en de grote integrators, niet aan jouw bedrijf: zeven gedateerde overeenkomsten (Anthropic × Deloitte met Claude naar 470.000 mensen en 15.000 gecertificeerd, oktober 2025; Accenture × OpenAI dat de playbooks doorverkoopt aan de klanten; de forward-deployed-engineering-practices met Microsoft en Google/DeepMind; PwC en KPMG × Anthropic; Capgemini × Mistral) tonen dat het kanaal de wederverkoper is, niet het mkb. Ook de prijslijst houdt je buiten: het Enterprise-plan van Claude begint bij 20 gebruikers, en het forward-deployed-engineer-model — ongeveer 5,5 miljard aan gezamenlijke uitgaven van Anthropic en OpenAI in mei 2026 — is bij eigen erkenning voorbehouden aan de „marquee accounts”, niet aan het mid-market (Forbes, PYMNTS). Vanaf de mkb-kant is het gat zichtbaar: slechts 14% van de kleine ondernemingen heeft AI volledig geïntegreerd, om privacy (50%), technische expertise (49%), keuze van de tools (48%) en training (73%) — een implementation gap, geen bewustzijnskloof (Goldman Sachs). Onze lezing: de groten voeden de grote ondernemingen via integrators en ingegroeide ingenieurs, niemand productiseert de praktische implementatie voor het mkb — het is de plek die een „ingegroeide”, forward-deployed implementatie op de schaal van een klein bedrijf bezet. 10 min

Van theorie naar uw bedrijf. Wij enten AI.

Wilt u weten met welke afdeling u in uw bedrijf het beste kunt beginnen? De gratis beoordeling geeft u binnen twee minuten een eerste antwoord — daarna, als het zinvol is, praten we verder.

32
Operationele AI-gidsen, gratis en zonder registratie
5
Talen gelokaliseerd in de hele EU

Wij gebruiken cookies en vergelijkbare technologieën om uw ervaring te verbeteren, het verkeer te analyseren en content te personaliseren.

Cookievoorkeuren

Noodzakelijke cookies Altijd actief

Essentieel voor de werking van de site. Kunnen niet worden uitgeschakeld.

Ze helpen ons te begrijpen hoe u de site gebruikt om de ervaring te verbeteren.

Gebruikt om u relevante advertenties te tonen en campagnes te meten.

Maken het mogelijk content en functies te personaliseren.