OpenAI las zelf 17 miljoen ChatGPT-berichten door, verspreid over 1.500 bedrijven. De uitkomst op pagina 35 van hun eigen rapport: hoeveel een medewerker met AI chat, heeft geen meetbaar verband met hoeveel omzet die medewerker oplevert. Dat zegt niet een AI-scepticus. Dat zegt het bedrijf dat ChatGPT verkoopt.
Bij PwC klinkt hetzelfde geluid, maar dan harder. In hun laatste CEO-survey onder 4.454 topmannen en -vrouwen wereldwijd zegt 56 procent dat AI nul euro heeft opgeleverd. Geen omzet erbij, geen kosten eraf. Slechts 12 procent ziet allebei. En dat terwijl bijna iedereen inmiddels wel iets met AI doet.
Dus even eerlijk: als jij morgen een AI-tool aanschaft omdat “iedereen het doet”, sluit je aan bij een groep waarvan bijna zes op de tien niets terugziet op de balans. Dat is geen reden om te stoppen met AI. Het is wel reden om te stoppen met zomaar AI.
Chatten is geen strategie
Het makkelijke verhaal is: meer gebruik, meer resultaat. De praktijk is grilliger. OpenAI ziet wel een “frontier gap” ontstaan, bedrijven die veel met AI werken trekken langzaam weg bij bedrijven die dat niet doen. Maar dat is iets anders dan een directe lijn tussen tokens en euro’s.
Het verschil zit ‘m niet in hoevaak iemand een prompt intikt. Het zit ‘m in waarvoor. Een verkoper die ChatGPT gebruikt om mailtjes iets vlotter te formuleren, wint een paar minuten. Een bedrijf dat AI in de kern van het offertetraject bouwt, wint een dag doorlooptijd. Dat is geen gradueel verschil, dat is een ander universum.
PwC bevestigt dit patroon: CEO’s die zowel omzet als kosten zien verbeteren door AI, hebben twee tot drie keer vaker AI daadwerkelijk verweven in producten, verkoopprocessen en besluitvorming. Niet als los speeltje ernaast, maar als onderdeel van hoe het werk gebeurt.
De duurste fout is de tool vóór het proces
Hier gaat het bij veel Nederlandse MKB-bedrijven mis, en het is een dure fout. Een team koopt een AI-abonnement van 200 tot 500 euro per medewerker per maand, voordat iemand heeft uitgeschreven welk proces er eigenlijk versneld moet worden. Schattingen lopen op tot 60 à 80 procent van die investering die vervolgens onproductief blijft liggen. Voor een bedrijf van twintig man is dat al snel 15.000 tot 48.000 euro per jaar aan licenties zonder aantoonbaar rendement.
Dat is precies waarom de 12 procent bij PwC wél scoort en de 56 procent niet. De winnaars beginnen niet bij de tool. Ze beginnen bij de vraag: welk proces kost ons nu te veel tijd, geld of foutmarge, en waar zou AI dat aantoonbaar kunnen verbeteren? Pas dan komt de tool in beeld, als antwoord op een vraag, niet als vraag op zoek naar een probleem.
En dan is er nog een stap die bijna iedereen overslaat: meten. Niet achteraf een gevoel checken, maar vooraf een nulmeting doen en er na drie maanden een tweede meting naast leggen. Zonder baseline weet je nooit of die AI-tool echt tijd bespaart, of dat je gewoon anders bezig bent geweest.
Wat dit voor jouw bedrijf betekent
Als je dit najaar AI-budget vrijmaakt, draai de volgorde om. Kies eerst het proces: de offerteronde die te lang duurt, de klantenservice die achterloopt, de rapportage die elke maand een dag kost. Bepaal daarna pas welk stukje AI dat proces echt raakt, en zet vooraf vast hoe je over drie maanden gaat controleren of het heeft gewerkt. Dat is minder sexy dan roepen dat je nu ook iets met AI doet. Het is wel het verschil tussen bij die 12 procent horen, of bij die 56.
Wil je weten waar in jouw bedrijf AI daadwerkelijk rendement oplevert, in plaats van alleen gebruikt wordt? Bij NextEnabler beginnen we met precies die nulmeting, voordat we het over tools hebben.
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.