Vorige week sprak ik een ondernemer die trots vertelde dat zijn team nu ChatGPT gebruikt. Elke dag. Voor e-mails, samenvattingen, het schrijven van offertes. Ik vroeg hem: wat levert het op? Een korte stilte. “Nou, het gaat sneller.” Hoeveel sneller? “Tja, dat weten we eigenlijk niet precies.”
Dat is geen uitzondering. Dat is de norm.
Bijna alle leidinggevenden zeggen dat hun bedrijf het afgelopen jaar AI heeft ingezet — 97% volgens recent onderzoek. Maar slechts een op de tien organisaties slaagt erin AI op te schalen naar de plekken waar het echt geld oplevert. De rest doet aan AI alsof: ze zijn druk, enthousiast, en staan stil.
97% doet mee. Minder dan 10% haalt resultaat.
Gartner voorspelt dat meer dan 40% van alle agentic AI-projecten vóór 2027 gecanceld wordt. Niet omdat de technologie tekortschiet. Maar omdat bedrijven geen idee hebben wat ze willen meten — en daardoor ook niet weten wanneer ze geslaagd zijn.
79% van de organisaties zegt uitdagingen te hebben met AI-adoptie. En dat percentage stijgt. Terwijl de tools elk kwartaal beter worden, wordt de kloof tussen “we hebben AI” en “AI werkt voor ons” alleen maar groter.
De ironie is groot: nog nooit was AI zo goed, zo betaalbaar, zo makkelijk in te zetten. En nog nooit waren zoveel bedrijven zo druk bezig met zo weinig resultaat.
De reden is simpel. De meeste organisaties starten met de tool in plaats van met het probleem. Ze kopen een licentie, geven een paar trainingen, roepen dat ze “AI-first” zijn — en wachten op de magie. Die wacht nog.
Het verschil tussen een tool hebben en er iets mee doen
De bedrijven die wél resultaat halen, doen iets fundamenteel anders. Ze beginnen niet bij de technologie. Ze beginnen bij de vraag: welk concreet probleem kost ons nu de meeste tijd, het meeste geld, of leidt tot de meeste fouten?
Pas als dat antwoord scherp is — niet “we willen efficiënter worden” maar “onze offertes kosten gemiddeld vier uur per stuk en dat is te veel” , wordt AI inzetbaar. Want dan weet je wat succes betekent. Dan kun je meten. Dan kun je bijsturen.
Zonder die stap is elk AI-project een avontuur zonder kompas. Je rijdt snel, maar je weet niet waarheen.
Ik zie dit patroon keer op keer bij bedrijven. De eerste drie maanden is er enthousiasme. Teams experimenteren, mooie resultaten worden gedeeld in de groepschat. Maar na zes maanden is het gebruik teruggelopen naar de vroege adopters — de mensen die toch al nieuwsgierig waren. De rest is terug bij de oude manier van werken, want “het is toch anders dan we dachten.”
Dat heeft niets met AI te maken. Dat heeft alles te maken met hoe je verandering invoert.
Één ding. Meetbaar. Nu.
De meest effectieve manier om uit die stilstand te komen is radicaal eenvoudig: kies één proces. Niet drie, niet een heel team — één specifiek, terugkerend proces dat je goed kent. Maak de huidige situatie meetbaar: hoeveel tijd kost het, hoeveel fouten zitten er in, wat zijn de kosten?
Zet AI in op dat ene ding. Evalueer na vier weken. Trek conclusies. Dan pas de volgende stap.
Dit klinkt als een anticlimax na alles wat je hebt gelezen over autonome AI-agents die je hele bedrijf runnen. Maar het is precies wat werkt. De bedrijven die AI het meest succesvol inzetten, zijn niet de bedrijven met de duurste tools of de meeste pilots — het zijn de bedrijven die klein begonnen zijn, iets bewezen hebben, en dat daarna uitgerold hebben.
Stel jezelf vandaag deze vraag: wat is het meest repetitieve, foutgevoelige of tijdrovende proces in mijn bedrijf? Als je dat weet, weet je ook waar AI als eerste ingezet kan worden.
Wil je weten welk proces bij jouw bedrijf de meeste winst oplevert? NextEnabler doet een AI-scan: een dag, concrete bevindingen, geen consultancy-proza. Neem contact op en we plannen een gesprek in.
