Een ondernemer vertelde me laatst trots dat zijn bedrijf “helemaal met AI werkt”. Toen ik doorvroeg bleek dat te betekenen: ChatGPT voor teksten, Zapier voor koppelingen, een los transcriptietool voor gesprekken, Notion AI voor notities, en nog een stuk of vijf andere abonnementen die hij “nog aan het uitproberen” was. Niets praatte met elkaar. Hij plakte zelf de output van het ene tool in het volgende.
Dat is geen uitzondering. Uit recent onderzoek onder Nederlandse MKB’ers blijkt dat bedrijven die wél met AI zijn gestart, gemiddeld 7 tot 12 losse tools naast elkaar gebruiken. Tien abonnementen die niet met elkaar communiceren leveren minder op dan één goed gekozen werkstroom. En dat is precies waar het misgaat.
Internationale cijfers bevestigen het beeld. Slechts 41 procent van de AI-implementaties bij bedrijven levert binnen twaalf maanden een positieve ROI op. Bij 19 procent gebeurt dat helemaal nooit. Niet omdat de technologie niet werkt, maar omdat niemand heeft nagedacht over hoe die technologie in een bestaand proces past.
Je hebt geen AI-probleem, je hebt een stapelprobleem
De aanname is vaak: meer tools, meer AI, meer resultaat. In de praktijk werkt het averechts. Elke nieuwe tool voegt een handmatige overstap toe. Kopiëren, plakken, exporteren, opnieuw uploaden. Je collega die “met AI werkt” is in werkelijkheid een menselijke lijmlaag tussen zes verschillende interfaces.
Dat kost tijd die de tools juist zouden moeten besparen. Erger nog: het kost vertrouwen. Als een medewerker drie keer per week iets handmatig moet overtypen omdat “de AI-tools” niet synchroniseren, concludeert diezelfde medewerker terecht dat AI vooral extra werk oplevert. En dan stopt de adoptie vanzelf.
Microsoft’s Work Trend Index van dit jaar bevestigt dat gevoel op grotere schaal: productiviteitswinst door AI is er wel, maar bij lang niet elke organisatie. Slechts 32 procent van de C-suite-leiders zegt structurele, bedrijfsbrede impact te hebben bereikt. En maar 27 procent van de medewerkers voelt zich comfortabel bij het overdragen van taken aan een AI-agent. Dat wantrouwen ontstaat niet uit angst voor de technologie. Het ontstaat uit ervaring met tools die niet op elkaar aansluiten.
Wat wél werkt: één workflow in plaats van tien tools
Bedrijven die AI succesvol inzetten, doen iets anders. Ze kiezen niet het meest indrukwekkende tool, maar het tool dat past in het proces dat er al is. Ze bouwen één keten: van binnenkomende data, via verwerking, naar een concrete actie of beslissing. Zonder handmatige tussenstappen.
McKinsey en Slack becijferen dat medewerkers die met goed geïntegreerde AI-agents werken gemiddeld 6,4 uur per week terugkrijgen. Bij senior functies loopt dat op tot 10 à 12 uur. Dat verschil zit niet in de kwaliteit van het taalmodel. Het zit in de integratie: geen los abonnement, maar een workflow die op de achtergrond draait en pas een mens erbij haalt als dat nodig is.
Neem klantenservice. Een los AI-tool dat losse vragen beantwoordt is leuk, maar levert weinig op als een medewerker de antwoorden nog steeds moet overtypen in het CRM. Een geïntegreerde agent die vraag, antwoord én CRM-update in één stap afhandelt, kost per opgelost ticket volgens recente data negen keer minder dan een volledig handmatige afhandeling. Het verschil zit ‘m niet in “AI ja of nee”. Het zit in “geknipt en geplakt” versus “één keten”.
Wat betekent dat voor jouw bedrijf? Voordat je weer een nieuw AI-abonnement afsluit: kijk eerst naar wat je al hebt draaien en waar de handmatige overstapjes zitten. Vaak is de winst niet een nieuwe tool, maar het weghalen van drie stappen tussen de tools die er al zijn. Dat weghalen is precies waar AI-automatisering tussen je bestaande systemen om draait.
Wil je weten waar in jouw bedrijf die stapel zit en wat het je kost? Bij NextEnabler beginnen we elk traject met precies die vraag, voordat we ook maar één nieuwe tool voorstellen.
Wil je dit concreet maken in jouw bedrijf? NextEnabler helpt MKB-teams met managed AI-agents, het juiste model per taak en de EU AI Act quick scan.