AI voor het MKB werkt anders
23 mei 2026
Als je leest over AI op TechCrunch of LinkedIn, dan gaat het over foundation models, AGI-tijdlijnen en investeringsrondes van een half miljard. De impliciete aanname is dat ieder bedrijf een team data scientists heeft en weet wat een vector database is.
Bij Hallo zie ik elke dag het tegenovergestelde. Een accountant met 14 man personeel. Een verouderd ERP-pakket. Nul developers. Hij wil weten of AI hem kan helpen met factuurverwerking. Niet over drie jaar als z'n data op orde is. Vandaag.
Wij bedienen duizenden van dat soort bedrijven. Bakkers, bouwbedrijven, accountants, adviesbureaus. En alles wat je leest over AI is geschreven voor die andere wereld.
Begin bij het stomste klusje
Het standaardadvies: "Zorg eerst dat je data op orde is." Klopt. En is totaal onbruikbaar. Het MKB heeft z'n data niet op orde. Facturen staan in drie systemen, klantgegevens in een Excel-sheet uit 2019, en de mailbox is het archief.
Het echte werk is geen data pipeline bouwen. Het is uitzoeken wat het minimale is om één proces beter te maken. Eén proces. Geen complete digitale transformatie.
Bij Hallo stellen we altijd dezelfde vraag: "Wat is het stomste, meest tijdrovende klusje dat je elke week doet?" Dat is waar AI moet beginnen. Facturen categoriseren. Afspraakmails beantwoorden. Een offerte opstellen op basis van een bellijstje.
AI readiness is onzin
Er is een hele industrie die je eerst een AI-volwassenheidsmeting wil verkopen. Een strategiedocument. Een roadmap. En dan, misschien, mag je iets doen.
Het MKB heeft geen tijd voor een AI-readiness traject. Ze hebben tijd voor AI die vrijdag nog iets oplost. Het framework is het probleem niet. Beginnen is het probleem.
Begin met een concreet probleem. Los het op met wat er al is. Bouw van daaruit verder. Je hebt geen strategie van 40 pagina's nodig om Copilot aan te zetten.
De tools bestaan al
Het MKB heeft geen maatwerk AI-oplossing nodig. Microsoft 365 Copilot, ChatGPT, Claude: die tools dekken nu al 80% van wat een gemiddeld bedrijf nodig heeft. Het probleem is niet de technologie. Het is adoptie.
Mensen weten niet wat ze kunnen vragen. Ze weten niet hoe je een prompt schrijft die werkt. Ze vertrouwen de output niet. Dat zijn geen AI-problemen. Dat zijn veranderproblemen. En precies daar hoort een ICT-partner thuis: niet de technologie verkopen, maar mensen leren ermee te werken.
De vertaalslag
Als je AI wilt doen in het MKB, moet je twee dingen kunnen. Technisch diep genoeg om te weten wat haalbaar is. En simpel genoeg om een ondernemer uit te leggen wat een prompt is, zonder jargon, zonder slides. "Kijk, zo werkt het. Probeer zelf."
De mensen die verschil maken zijn niet degenen met de beste modellen. Het zijn degenen die kunnen vertalen tussen wat tech kan en wat een bedrijf met 14 man personeel nodig heeft.