Ondernemer Laurent Sorber van AI-specialist Superlinear benadrukt dat bedrijven alleen winnen met kunstmatige intelligentie als zij de juiste problemen kiezen. Hij zei dat onlangs in België, waar veel organisaties zoeken naar rendement en houvast. De kern: begin bij concrete pijnpunten, niet bij de technologie zelf. Dit raakt ook Nederlandse mkb’ers, met kansen via subsidie digitalisering mkb Nederland en plichten onder de AI Act en de AVG.
Focus op echte problemen
Sorber ziet dat veel organisaties starten met een tool in plaats van een doel. Hij adviseert te beginnen met processen die duur, traag of foutgevoelig zijn. Denk aan klantvragen afhandelen, facturen verwerken of kwaliteitscontrole. Daar is de kans op meetbare winst het grootst.
Kies per usecase een simpele succesmaat. Bijvoorbeeld kortere doorlooptijd, minder fouten of hogere klanttevredenheid. Houd de scope klein en toets wekelijks op data en resultaat. Zo blijft het project behapbaar en bestuurbaar.
Betrek vanaf dag één de mensen die ermee werken. Zij kennen de knelpunten in het proces. Hun feedback bepaalt of een oplossing echt landt. Zonder draagvlak strandt een AI-project vaak na de pilot.
“De winnaar is wie de juiste problemen oplost.” — Laurent Sorber, Superlinear
Van model naar toepassing
De discussie gaat vaak over het “beste” AI-model. Sorber legt de nadruk op toepassing en integratie in het werk. Bestaande modellen zijn meestal goed genoeg voor een eerste versie. De echte waarde zit in koppelingen met data en systemen.
Maak bewuste keuzes tussen kopen en bouwen. Inkoop versnelt, maar let op kosten, vendor lock-in en export van data. Zelf bouwen geeft controle, maar vraagt skills en tijd. Een hybride route is vaak verstandig.
Reken vooraf door wat rekenkracht, licenties en beheer kosten. Zet verbruikslimieten en monitoring aan om verrassingen te voorkomen. Optimaliseer prompts, verklein context en cache resultaten om kosten te drukken. Dat verhoogt ook de snelheid.
Subsidie digitalisering mkb Nederland
Voor Nederlandse mkb’ers zijn er steunregelingen die AI-toepassingen versnellen. Denk aan de MIT-regeling van Rijksdienst voor Ondernemend Nederland (RVO) voor haalbaarheid en R&D. De SLIM-subsidie kan helpen bij scholing en het leren werken met nieuwe tools. Europese Digital Innovation Hubs bieden bovendien gratis advies en testfaciliteiten.
Let op de voorwaarden en timing. Budgetten zijn per jaar beperkt en worden snel verdeeld. Een duidelijke probleemomschrijving en plan van aanpak vergroten de kans. Werk samen met een lector, EDIH of sectorpartner om inhoud te versterken.
Op het moment van schrijven vragen deze regelingen om een concreet project en meetbare doelen. Documenteer dus je nulmeting en verwachte impact. Dat helpt ook bij latere opschaling. En het maakt verantwoording aan financiers eenvoudiger.
AI Act en AVG
De Europese AI Act introduceert risicoklassen voor AI-systemen. Chatbots voor klantenservice vallen vaker onder transparantieplicht. Toepassingen voor werving of kredietbeoordeling kunnen hoog risico zijn, met strengere eisen. Inventariseer dit vroeg in het traject.
De AVG blijft leidend voor persoonsgegevens. Zorg voor een rechtmatige grondslag, dataminimalisatie en bewaartermijnen. Voer waar nodig een DPIA uit, een privacy-risicoanalyse. Leg beslisregels en menselijke tussenkomst vast bij gevoelige uitkomsten.
Regel ook leveranciersafspraken. Beschrijf datastromen, beveiliging en auditrechten in contracten. Vraag om locaties van datacenters en subverwerkers. Dat verkleint juridische en operationele risico’s.
Data en teams op orde
Goede data bepalen het resultaat. Start met opschonen, labelen en toegangsrechten. Gebruik rolgebaseerde toegang en log wie wat doet. Zo blijft gevoelige informatie beschermd.
Stel een klein multidisciplinair team samen. Betrek IT, operatie, compliance en de eindgebruiker. Wijs één productverantwoordelijke aan die keuzes maakt. Dat voorkomt vertraging en dubbel werk.
Geef medewerkers eenvoudige richtlijnen voor veilig gebruik. Leg uit wat wel en niet gedeeld mag worden met AI-tools. Oefen met realistische cases en korte sprints. Kleine successen bouwen vertrouwen op.
Kleine pilots, snel leren
Begin met een pilot van acht tot twaalf weken. Stel vooraf drie KPI’s vast en meet wekelijks. Stop of stuur bij als de impact achterblijft. Schaal pas op als de baten aantoonbaar zijn.
Maak een herhaalbaar sjabloon voor volgende usecases. Hergebruik data-aansluitingen, beveiliging en rapportages. Dat versnelt elk nieuw project. En het houdt de totale kosten in toom.
Sorbers boodschap sluit aan bij de Europese lijn: verantwoord versnellen. Wie problemen scherp kiest, werkt binnen de regels en leert snel, vergroot zijn voorsprong. Voor ondernemers in Nederland en de EU ligt daar de praktische weg naar rendement met AI. Dat is minder glamour, maar meer resultaat.