AI voor het mkb: wat werkt er echt

Wat kan AI vandaag betrouwbaar voor een mkb-bedrijf?

Vier taken werken in de praktijk goed. Ten eerste concepten schrijven: een antwoord op een klantmail opstellen op basis van het dossier. Ten tweede samenvatten: een lange mailwisseling of telefoonnotitie terugbrengen tot de kern. Ten derde indelen: binnenkomende berichten herkennen als offerteaanvraag, storing of factuurvraag en op de juiste plek zetten. Ten vierde vragen beantwoorden uit eigen documenten: prijslijsten, handleidingen en voorwaarden doorzoeken en daar een antwoord uit halen.

Wat deze taken gemeen hebben: de informatie bestaat al. AI hoeft niets te verzinnen, alleen te vinden, te ordenen of te herformuleren. Zolang dat de opdracht is, blijft de foutkans klein en is het resultaat goed te controleren.

Wat kan AI (nog) niet goed?

AI verzint soms feiten die niet in je data staan. Vraag je iets waar geen bron voor is, dan kan het antwoord overtuigend klinken en toch fout zijn. Ook lastig zijn afwegingen met context die nergens vastligt. Of een klant een uitzondering verdient of een klus voorrang krijgt, dat weet jij en het systeem niet.

Zelfstandig onomkeerbare acties uitvoeren is daarom af te raden: mails versturen zonder controle, afspraken verzetten zonder overleg, prijzen toezeggen. En AI draagt geen verantwoordelijkheid. Als er iets misgaat, moet een mens kunnen uitleggen wat er is gebeurd en waarom. Reken er dus op dat AI werk voorbereidt, niet dat het werk afmaakt zonder toezicht.

Waarom is "voorstellen, mens beslist" de veilige opzet?

In deze opzet doet AI het voorwerk en drukt een mens op de knop. De AI zet een conceptantwoord klaar, stelt een taak voor of adviseert een indeling. Een medewerker leest het, past het aan of keurt het goed.

Dat heeft drie voordelen. Fouten worden gevangen voordat de klant iets ziet. De medewerker houdt kennis van de klant, want hij leest elk dossier nog steeds. En het bedrijf blijft aanspreekbaar: elke uitgaande boodschap is door een mens bevestigd.

Het kost een paar seconden per bericht. Dat is de prijs voor controle, en voor de meeste mkb-bedrijven is die ruil gunstig. Volledig automatisch antwoorden past alleen bij eenvoudige, veelvoorkomende vragen met een duidelijke bron.

Wat werkt er in de klantenservice van een mkb?

Begin bij de binnenkomende stroom. AI kan elk bericht indelen op onderwerp en urgentie, de klant erbij zoeken en een concept klaarzetten in de toon van je bedrijf. De medewerker beoordeelt en verstuurt.

Voor terugkerende vragen, zoals openingstijden, levertijden of de status van een afspraak, kan AI direct antwoorden uit je eigen documenten, met vermelding van de bron. Buiten kantooruren vangt een AI-assistent vragen op en legt lastige gevallen bij een collega neer voor de volgende ochtend.

Wat niet werkt: AI loslaten op boze klanten, klachten of gevoelige dossiers. Daar wil je een mens die de situatie inschat. Een goede opzet herkent die gevallen en geeft ze door.

Wat kan AI in administratie en planning?

Administratief werk bestaat voor een groot deel uit overtypen en overzetten. Daar is AI goed in. Denk aan gegevens uit een e-mail overnemen in een dossier, een telefoonnotitie omzetten in een taak of een werkbon samenvatten voor de factuur.

Bij planning kan AI opties voorstellen: welke momenten passen bij de agenda, de reistijd en het soort klus. De planner kiest. Ook hier geldt: AI bereidt voor, een mens bevestigt.

Wat je niet moet verwachten: dat AI je boekhouding zelfstandig voert of betalingen doet. Voor cijferwerk met financiële gevolgen wil je vaste regels en menselijke controle, geen taalmodel dat een inschatting maakt.

Waarom bepalen eigen data en een kennisbank de kwaliteit?

Een AI-model weet niets over jouw bedrijf. Het kent je prijzen, werkwijze en afspraken niet. Alles wat het daarover zegt zonder bron, is gegokt.

Een kennisbank lost dat op. Je verzamelt documenten, prijslijsten, handleidingen en veelgestelde vragen op één plek, en de AI zoekt daarin voordat het antwoordt. Het antwoord komt dan uit jouw materiaal, met verwijzing naar de bron. Dat maakt controleren eenvoudig: klopt de bron, dan klopt meestal ook het antwoord.

De kwaliteit van je kennisbank bepaalt dus de kwaliteit van de AI. Verouderde documenten geven verouderde antwoorden. Reserveer daarom tijd om de kennisbank bij te houden, net als je website.

Waar moet je op letten bij het kiezen van AI-software?

Vier punten. Datalocatie: vraag waar je gegevens staan en waar het AI-model draait. Voor klantgegevens wil je opslag binnen de EU.

AVG: er moet een verwerkersovereenkomst zijn en het moet duidelijk zijn of jouw data wordt gebruikt om modellen te trainen. Standaard hoort dat niet te gebeuren.

Logging: je wilt kunnen terugzien wat de AI heeft gedaan, wanneer en op basis waarvan. Zonder logboek kun je fouten niet herleiden en niet uitleggen aan een klant.

Kosten: veel AI werkt met kosten per gebruik. Vraag hoe dat is begrensd, zodat een drukke maand of een fout geen onverwachte rekening oplevert. Leg deze vier punten naast elke aanbieder voordat je tekent.

Hoe vult dot dit in binnen stipt?

dot is de AI-collega in stipt en volgt de opzet uit deze gids. dot stelt voor, jij bevestigt: conceptantwoorden, taken en wijzigingen op een dossier staan klaar en worden pas uitgevoerd na jouw akkoord. Er gaat nooit automatisch een mail de deur uit.

Antwoorden uit de kennisbank komen met klikbare bronvermelding, zodat je kunt controleren waar iets vandaan komt. Tools die wel zelfstandig werken, zoals het indelen van binnenkomende e-mails of de WhatsApp-bot, hebben een aan/uit-schakelaar per bedrijf en staan standaard uit. Je bepaalt dus zelf wat dot mag doen.

Elke AI-run komt in het dot-log: welke tool draaide, wie hem startte en bij welk dossier. Het verbruik telt in credits met een maandelijks tegoed, zodat de kosten begrensd blijven. En je gegevens staan in de EU. Zo krijg je het voorwerk van AI, terwijl de beslissingen bij jou blijven.

Veelgestelde vragen