Bedrijfsprocessen automatiseren met AI: wat werkt echt

Bedrijfsprocessen automatiseren met AI klinkt als iets waar je eerst een strategie voor nodig hebt. In de praktijk is het een keuze per proces: dit wel, dat niet, en dat andere pas volgend jaar. Wie die keuze scherp maakt, heeft de eerste automatisering binnen een paar maanden terugverdiend. Wie hem overslaat en begint bij een tool, herkent zichzelf een jaar later in de bedrijven waar AI 'best handig' is en verder niets oplevert. In dit artikel: hoe je per proces beoordeelt of het loont, zes processen die het in het mkb bijna altijd doen, vier die er alleen zo uitzien, en wat het kost.

Eerst dit: gaat het om een regel of om een oordeel?

Het meeste werk in een bedrijf is een mengsel van twee dingen. Er zijn stappen die volgens een vaste regel gaan: elke factuur van die ene leverancier gaat naar die ene map, elke bestelling boven de duizend euro gaat langs jou. En er zijn stappen waarbij iemand eerst leest, luistert of kijkt en dan bepaalt wat er moet gebeuren.

Dat onderscheid bepaalt je hele begroting. Een vaste regel heeft geen AI nodig. Die kun je gewoon koppelen: goedkoper, sneller en betrouwbaarder, want een regel doet elke dag hetzelfde. AI heb je pas nodig op het moment dat er iets beoordeeld moet worden — een mail waarvan de toon uitmaakt, een pakbon die er bij elke leverancier anders uitziet, een aanvraag waarin de klant vergeet te zeggen wat hij nodig heeft.

Waar Nederlandse bedrijven AI nu voor gebruiken — en waar niet

Het CBS meet elk jaar welke AI-technologieën Nederlandse bedrijven gebruiken. Kijk je naar bedrijven met 10 tot 49 werkzame personen die AI gebruiken, dan is de volgorde over 2025 als volgt: het automatisch lezen en interpreteren van tekst staat op 69,6 procent, tekst genereren op 46,6 procent, beeld, video of geluid maken op 44,7 procent en spraakherkenning op 31,6 procent. Machine learning staat op 24,9 procent. De categorie die het dichtst bij 'AI die daadwerkelijk werk uitvoert' ligt — het automatiseren van werkstromen en het ondersteunen van beslissingen — staat op 21,5 procent. Beeldherkenning haalt 13,9 procent, servicerobots 5,6 procent.

De vier bovenste plaatsen zijn dus alle vier taal: lezen, schrijven, genereren en verstaan. Voor elk bedrijf dat AI werk laat uitvoeren, zijn er ruim drie die AI alleen laten lezen en schrijven. (Bron: CBS, ICT-gebruik bij bedrijven, verslagjaar 2025, via opendata.cbs.nl; dezelfde meting staat met twee decimalen bij Eurostat, tabel isoc_eb_ai.)

Je kunt dat op twee manieren lezen, en allebei zijn ze waar. De ene: er is nauwelijks bewezen vraag naar de laag die echt werk overneemt. De andere: vier op de vijf van deze bedrijven zijn de drempel 'wij doen niets met AI' al over en staan op de laag daaronder stil. Die tweede lezing is de interessante, want de lezen-en-schrijven-laag is precies wat je krijgt door een abonnement af te sluiten. Het werk dat uren kost, zit een laag dieper.

De vijf vragen waarmee je een proces beoordeelt

Loop je processen langs met deze vijf vragen. Niet in een workshop van een dag — gewoon op een A4, in een halfuur, met de mensen die het werk doen.

• 1. Hoe vaak gebeurt het? Dagelijks of meerdere keren per week is de ondergrens. Iets wat vier keer per jaar gebeurt, is bijna nooit de moeite waard, hoe irritant het ook is.
• 2. Zit er leeswerk of beoordeling in? Als iemand nu iets moet openen, lezen en dan bepalen waar het heen gaat, is dat het soort werk waar AI iets toevoegt. Als het pure invoer is, kijk dan eerst naar een gewone koppeling.
• 3. Is de input digitaal beschikbaar? Mail, PDF, formulier, spraak: prima. Een aantekening in iemands hoofd, een papieren map in de bus of een prijsafspraak die alleen de eigenaar kent: dan is je eerste project geen AI-project maar het digitaal krijgen van die input.
• 4. Wat gebeurt er als het fout gaat, en merk je het? Een verkeerd label op een mail is een schouderophalen. Een verkeerde prijs naar een klant is geld. Dit antwoord bepaalt niet of je het automatiseert, maar of er een mens tussen blijft zitten.
• 5. Kun je het resultaat meten in iets anders dan uren? Denk aan orders, doorlooptijd, foutpercentage, marge per order, of het aantal keren dat een klant twee keer moet bellen. Kun je dat niet benoemen, dan kun je achteraf ook niet vaststellen of het gewerkt heeft.

Vier of vijf keer ja is een kandidaat. Twee keer ja is dat niet, ook niet als het proces je het meest irriteert. En als vraag 3 een nee is, weet je meteen wat je eerste klus is — en dat die klus niets met AI te maken heeft.

Zes processen die zich in het mkb het snelst terugverdienen

• De gedeelde inbox. Info@, verkoop@, service@: alles komt binnen op één plek en iemand zit elke ochtend te sorteren, door te sturen en dubbele vragen te beantwoorden. Hier zit bij de meeste bedrijven de grootste stapel herhaling.
• Documenten die binnenkomen en overgetypt worden. Facturen, pakbonnen, orders, aanvraagformulieren, keuringsrapporten. Elke leverancier doet het anders, en juist daarom lukt een vaste regel hier niet.
• Offertes uit een prijslijst met varianten. Zodra staffels, opties en toeslagen meespelen, is offreren opzoekwerk. Dat is precies het werk dat vooraan in je verkoopproces zit en dus je omzet vertraagt.
• Alles wat 'opvolgen' heet. Openstaande offertes, onbeantwoorde vragen, stukken die de klant nog moet aanleveren. Dit is werk dat niemand mist als het blijft liggen, en precies daarom blijft het liggen.
• De vaste vragen van klanten buiten kantooruren. Levertijd, openingstijden, waar-blijft-mijn-bestelling, wat-kost-een-storingsbezoek. Niet spannend, wel de meeste volume.
• Gegevens die op twee plekken tegelijk actueel moeten blijven. Je eigen systeem en het portaal van je grootste afnemer, of je voorraad en je webshop. Dit is stil werk dat pas opvalt als het misgaat.

Wat deze zes gemeen hebben: hoge frequentie, digitale input, iemand die nu leest en doorstuurt, en een resultaat dat je in iets anders dan uren kunt uitdrukken. Ze scoren dus vanzelf hoog op de vijf vragen hierboven. Dat is geen toeval — het is dezelfde test, alleen andersom opgeschreven.

Vier processen die automatiseerbaar lijken en het niet zijn

• Beslissingen waarbij één fout je een klant kost en niemand het merkt. Prijzen, kortingen, toezeggingen over levertijden, alles wat juridisch bindt. Je kunt het laten voorbereiden, maar niet laten versturen. Wie dat wel doet, ruilt uren in voor een risico dat veel duurder is.
• Werk dat een paar keer per jaar gebeurt. De jaarafsluiting, de prijslijstronde, de subsidieaanvraag. De bouwtijd is hetzelfde als bij een dagelijks proces, de opbrengst is een fractie.
• Processen die bij elke klant of elk project anders lopen en nergens staan opgeschreven. Automatiseren maakt daar niets sneller; het maakt de rommel alleen sneller. Eerst opschrijven hoe het hoort, dan pas bouwen.
• Alles wat begint met 'we moeten eerst onze data op orde krijgen'. Dat kan hartstikke terecht zijn, maar noem het dan zo. Het is een opruimproject met een eigen prijs en een eigen doorlooptijd, en het levert op zichzelf nog geen tijd op.

Als een bureau op alle vier ja zegt, is dat geen ambitie maar een verkooppraatje. Wij zeggen liever dat iets beter handmatig blijft dan dat we het bouwen en jij het over een jaar uitzet.

Reken het uit in orders en marge, niet alleen in uren

De standaardrekensom is uren keer uurloon. Daar zitten twee gaten in. Het eerste: dat uur verdwijnt meestal niet. De medewerker blijft in dienst, dus je bespaart pas iets als die uren ergens anders naartoe gaan — naar meer orders, naar werk dat je nu uitbesteedt, of naar de piek waarvoor je anders iemand had ingehuurd.

Het tweede gat: bijna iedereen rekent met het verkeerde uurbedrag. Volgens het CBS kostte een uur werk een Nederlandse werkgever in 2025 gemiddeld 47,60 euro — dat zijn de loonkosten per gewérkt uur, inclusief werkgeverspremies en doorbetaalde vakantie- en ziekte-uren. Per bedrijfstak loopt dat uiteen: zakelijke dienstverlening 51,70 euro, industrie 51,10 euro, bouwnijverheid 45,30 euro, vervoer en opslag 44,40 euro, handel 39,50 euro en horeca 27,20 euro. En een werkende maakt gemiddeld 1.436 uur per jaar, niet 2.080. (Bron: CBS, De arbeidsmarkt in cijfers 2025.)

De betere som gaat over je orders. Hoeveel offertes gingen er vorige maand dezelfde dag de deur uit, en hoeveel na drie dagen? Wat is je marge op een order, en hoeveel orders zou je meer aankunnen zonder iemand aan te nemen? Hoe vaak moest je iets overdoen omdat er verkeerde informatie naar buiten ging? Dat zijn de getallen die na een half jaar laten zien of de investering klopte.

Hoe het er in de praktijk uitziet

Twee Nederlandse voorbeelden. Allebei zijn ze gepubliceerd door het bureau dat de automatisering bouwde, dus het zijn opgaven van de bouwer en geen onafhankelijke metingen. Lees ze als een beeld van hoe zo'n project eruitziet, niet als een belofte over wat jij gaat halen. Het zijn ook geen projecten van Socialo.

Het eerste is een Nederlands internet- en dienstverleningsbedrijf dat door jarenlange groei dagelijks twee tot vier uur kwijt was aan het beheren van de info@- en servicemailbox: labelen, doorsturen naar de juiste collega en restanten opruimen. Daar kwam een harde eis bij: een deel van de mail bevat gevoelige gegevens, dus wilde het bedrijf pertinent niet met de bekende AI-tools werken. Er is daarom gekozen voor een model dat lokaal draait. Dat labelt en routeert, en bij een mail met een factuur als bijlage controleert het eerst of het om een bestaande relatie gaat en of de prijs meer dan tien procent afwijkt. Bestaande partij: inboeken. Nieuwe partij: door naar een mens. Bij twijfel stuurt het systeem een mailtje met het verzoek mee te kijken en laat het de mail gewoon in de inbox staan. De gerapporteerde uitkomst is ongeveer drie uur per werkdag, ruim 760 uur per jaar. (Bron: casepagina op synai.eu.)

Het tweede is een groeiende voedselproducent die door overnames en nieuwe productlijnen het aantal artikelen zag exploderen. Leveranciers wijzigen constant hun ingrediëntenlijsten, en elke wijziging moest handmatig worden gecontroleerd, doorgevoerd en gesynchroniseerd met de portalen van de afnemers. Er waren twee extra mensen voor aangenomen. Eerst is het volledige proces in kaart gebracht, van leverancierscontact tot invoer in de klantportalen, en daarna is het controleren, bijwerken en synchroniseren geautomatiseerd. Geen nieuw systeem dus, maar het aan elkaar knopen van wat er al stond. Gerapporteerd resultaat: vijftien procent minder tijd aan ingrediëntenbeheer, de twee extra fte niet meer nodig en geen invoerfouten meer in de klantportalen. (Bron: casepagina op tideconsulting.nl.)

Wat allebei de voorbeelden gemeen hebben, is belangrijker dan de cijfers: het proces is eerst in kaart gebracht, de uitzondering gaat naar een mens, en er is geen nieuw systeem gekocht.

Kant-en-klaar kopen of laten bouwen?

Ook hier helpt de rijksstatistiek. Het CBS meet niet alleen of bedrijven AI gebruiken, maar ook waar die AI vandaan komt. Bij Nederlandse bedrijven met 10 tot 50 werknemers zakte het aandeel dat de AI door een externe partij liet bóuwen van 40 procent van de AI-gebruikers in 2021 naar 21 procent in 2025. Kant-en-klare commerciële software ging in dezelfde periode van 5 naar 15 procent van alle bedrijven in die grootteklasse: een verdrievoudiging. (Bron: CBS, ICT-gebruik bij bedrijven, jaargangen 2021 tot en met 2025.)

Lees dat eerlijk: het meeste van wat bedrijven vandaag met AI doen, kopen ze gewoon. Dat is vaak ook de juiste keuze. De regel die wij aanhouden is simpel — wat kant-en-klaar bestaat, koop je kant-en-klaar. Op maat nabouwen wat voor een paar tientjes per maand te koop is, verdient zich nooit terug, en dat zeggen we ook als het ons een opdracht kost.

Wat overblijft, is de naad tussen je systemen. Je pakket doet zijn ding, het portaal van je afnemer doet zijn ding, je mail staat ertussen en jouw manier van werken staat nergens. Dat stuk bestaat niet kant-en-klaar, want het is bij elk bedrijf anders. Daar is maatwerk op zijn plaats, en alleen daar.

Waarom het meestal niet op geld stukloopt

Een van de nuttigste cijfers uit de CBS-cijfers over 2025 gaat niet over AI-gebruik maar over de rem erop. In geen enkele onderzochte bedrijfstak is geld de grootste rem — gebrek aan kennis en ervaring is dat wel, en over alle bedrijfstakken samen remt kennis ongeveer vier keer zo hard als de kosten. In de gespecialiseerde bouw is het verschil nog groter. (Bron: CBS, ICT-gebruik bij bedrijven, bedrijfstakken, verslagjaar 2025.)

De Europese variant van dezelfde enquête laat zien hoe uitgesproken dat in Nederland is. Van de Nederlandse bedrijven met 10 tot 49 werkzame personen die AI ooit hebben overwogen, noemt 79,5 procent gebrek aan relevante expertise als drempel en 22,0 procent de kosten. Het Europese gemiddelde is 70,9 tegen 38,8 procent. Let op de noemer: dit zijn percentages van de bedrijven die AI ooit hebben overwogen, niet van alle bedrijven. (Bron: Eurostat, tabel isoc_eb_ai, jaargang 2025.)

In diezelfde reeks is over vier edities iets zichtbaars gebeurd. Het bezwaar 'te duur' halveerde tussen 2021 en 2025 van 43,8 naar 22,0 procent en 'niet nuttig voor onze onderneming' zakte van 22,9 naar 13,4 procent. Tegelijk stegen de zorgen over gegevensbescherming van 24,3 naar 45,1 procent en juridische onduidelijkheid van 22,3 naar 36,0 procent. Kort samengevat: de bezwaren die je met een prijs kunt wegnemen zijn aan het verdwijnen, en de bezwaren die een gesprek vragen worden groter.

Wat het kost en in welke volgorde je begint

Bij ons ziet de prijskaart er zo uit. Een klein project van één tot twee weken kost tussen de 300 en 5.000 euro. Een medium project van drie tot zes weken zit tussen 5.000 en 12.000 euro. Een groot project vanaf zes weken loopt van 12.000 tot 25.000 euro. Onderhoud en optimalisatie daarna gaan per maand, vanaf 100 euro, en dat is maandelijks opzegbaar. Het verbruik van de AI zelf wordt doorberekend.

De volgorde is belangrijker dan de omvang. Kies één proces dat op de vijf vragen hoog scoorde en dat binnen zes weken af kan zijn. Zet vóór de start op papier wat je gaat meten — het aantal mails dat vanzelf op de juiste plek komt, het aantal offertes dat dezelfde dag uitgaat, het aantal keer dat iets moest worden overgedaan. Meet het na acht weken. Pas daarna het tweede proces. Zo bouw je bewijs op in je eigen bedrijf, en dat is de enige onderbouwing waar je iets aan hebt.

• Stap 1: een gratis eerste gesprek. Kennismaken, en eerlijk vaststellen of er bij jou überhaupt iets te halen valt.
• Stap 2: een AI-scan. Een doorlichting van je bedrijfsvoering met een concreet rapport: welke processen, in welke volgorde, met welke verwachte opbrengst.
• Stap 3: een voorstel met wat we bouwen, wat het kost en wat het naar verwachting oplevert.
• Stap 4: bouwen in weken, aangesloten op wat je al gebruikt.
• Stap 5: opleveren en onderhouden voor een vast bedrag per maand, zonder jaarcontract.