‘AI voor het MKB’ is geen product dat in een doos zit. Toch begint bijna elk gesprek zo: een ondernemer heeft ergens een tool voorbij zien komen, schaft die aan, en gaat dan pas op zoek naar een probleem dat erbij past. Die volgorde is omgekeerd, en het is precies waarom zoveel AI-aankopen in een la belanden.
Flireo bouwt en beheert vier eigen AI-producten en zet diezelfde techniek als maatwerk in voor andere bedrijven. Door die producten zelf in productie te draaien, zien we elke dag welk type werk AI aankan en welk type niet. De conclusie na dat werk is nuchterder dan de markt suggereert: er zijn geen honderd toepassingen. Voor het MKB komen ze neer op vier concrete problemen, en elk vraagt een ander soort systeem.
Probleem 1: de telefoon gaat over en er neemt niemand op
Voor de meeste MKB-bedrijven is een gemiste oproep geen kleinigheid maar een gemiste klant. Wie belt en de voicemail krijgt, belt zelden terug; die belt het volgende nummer in de zoekresultaten. Een AI-telefonist lost dat op door altijd op te nemen, 24 uur per dag, in natuurlijk Nederlands. Bij NeemtOp reken je dat af per gespreksminuut — gemiddeld zo'n €0,15 plus een eenmalige inrichting — in plaats van een vaste kracht op de loonlijst.
Belangrijker dan de prijs is waar zo'n systeem wel en niet voor deugt. Het neemt afspraken aan, beantwoordt veelgestelde vragen en noteert wie heeft gebeld en waarover. Een emotioneel beladen klacht of een ingewikkelde maatwerk-vraag hoort er niet thuis: een goed ingerichte agent schakelt die door naar een mens in plaats van te blijven raden.
Schematische weergave van een afgehandelde oproep buiten kantooruren.
Probleem 2: de kennis over je machines zit versnipperd
Bij technische diensten en installatiebedrijven zit de kennis over machines en installaties vaak in de hoofden van een paar mensen, aangevuld met losse mappen en een doos handleidingen. Wie een storing oplost, is een flink deel van de tijd kwijt aan zoeken: welke machine is dit, wat is er eerder gebeurd, waar staat de juiste handleiding?
Onderhoudssoftware met AI draait dat om. Bij SyncPro hangt aan elke machine een QR-code; één scan opent de historie, de handleidingen en de openstaande meldingen, met een AI-assistent die direct antwoord geeft op vragen over die machine. De winst zit niet in “de AI repareert de machine” — dat doet de monteur — maar in het wegnemen van het zoekwerk eromheen. We draaien dit nu als pilot bij een technische dienst en het terugzoeken is daar het eerste wat korter werd.
Probleem 3: hetzelfde kantoorwerk keert elke week terug
Elk bedrijf heeft werk dat zich week na week herhaalt: facturen verwerken, inkomende berichten sorteren, gegevens overtypen van het ene systeem naar het andere, standaarddocumenten opstellen. Het is zelden moeilijk werk, maar het kost wel uren en het levert niets op behalve dat het af is.
Dat is precies het terrein van een AI-medewerker. WorkChef draait als zo'n medewerker op je eigen computer en neemt dit soort terugkerende taken over; wij installeren het, zodat je niet zelf hoeft te knutselen en de regie over je eigen data houdt. De voorwaarde is wel dat het proces echt repetitief is. Werk dat elke keer net anders loopt, moet je eerst opschonen voordat je er een agent op zet — anders automatiseer je de chaos mee.
Probleem 4: je eigen product moet AI aan boord krijgen
Dit probleem speelt niet bij elk MKB-bedrijf, maar wel bij softwarebedrijven die zelf iets bouwen. Zij willen geen losse tool inkopen, maar voice-AI direct in hun eigen product embedden. Zelf de infrastructuur daarvoor optuigen — spraakherkenning, modellen, telefonie, schaalbaarheid — is een project op zich dat zelden de moeite waard is.
VoiceDock is daarvoor het platform: softwarebedrijven bouwen er hun eigen voice-agents op en betalen transparant per gebruik, zonder kosten per zitplaats. Het is dezelfde fundering waarop NeemtOp draait, maar dan beschikbaar als bouwsteen voor wie zelf ontwikkelt. Voor de bredere afweging wanneer bouwen loont en wanneer niet, beschrijven we de aanpak die we voor klanten hanteren.
Begin bij het probleem, niet bij de tool
Wat deze vier gemeen hebben: het vertrekpunt is steeds een concreet knelpunt, niet de technologie. Een AI-telefonist, onderhoudssoftware, een AI-medewerker en een voice-platform zijn vier verschillende systemen omdat ze vier verschillende problemen oplossen. Geen enkele tool dekt ze alle vier, en een leverancier die dat wel belooft, levert per definitie iets generieks.
De eerlijke kanttekening: AI lost geen ongedefinieerd proces op. Het versterkt wat je al goed hebt staan en het verslechtert wat rommelig is. De bedrijven die teleurgesteld raken, kochten techniek om een probleem op te lossen dat ze zelf nog niet scherp hadden. Begin daarom bij de twee uur per week waar de meeste tijd of omzet weglekt, breng dat proces tot op stap-niveau in kaart, en kies pas daarna het soort systeem dat erbij past.
“Het MKB heeft geen ‘AI’ nodig. Het heeft een opgelost probleem nodig — en pas daarna de techniek die erbij hoort.”
Verder lezen in de kennisbank
12 AI praktijkvoorbeelden uit het Nederlandse MKB
Concrete cases per branche: e-commerce, dienstverlening, bouw, zorg, hospitality en B2B sales. Met proces, oplossing, resultaat en besparing per case.
Lees verderKennisbankWelke processen kun je automatiseren in je MKB?
Concreet beslismodel om voor elk proces te bepalen of AI-automatisering zin heeft. Met interactieve test, 4 categorieën en 10 voorbeelden uit Nederlandse MKB-praktijk.
Lees verderKennisbankAI-strategie voor MKB — De vier bouwstenen op één A4
Werkbaar strategiekader voor het MKB met interactieve volwassenheidstest, vier bouwstenen en een Word-template. Geen 80-slide consulting-deck.
Lees verder