Het antwoord

Veel bedrijven omarmen AI alsof het een prijs is om te winnen, niet een gereedschap om in te zetten. Dat leidt tot dure ‘trofeeën’: AI-toepassingen die er mooi uitzien in een presentatie, maar geen meetbare bijdrage leveren aan productiviteit of winst.

Wat er aan de hand is

Fastcompany waarschuwt voor ‘trophy-style AI adoption’: het fenomeen waarbij organisaties AI implementeren om het feit van adoptie zelf, zonder te controleren of het ook echt waarde oplevert. Het bedrijf noemt dit een groeiend probleem nu AI-tools breed beschikbaar zijn en bedrijven onder druk staan om ‘iets met AI te doen’. Volgens Fastcompany is activiteit – zoals het aantal prompts, gegenereerde content of ingeschakelde gebruikers – geen indicatie van impact. Een bedrijf kan duizenden AI-gesprekken voeren zonder dat de omzet, klanttevredenheid of doorlooptijd verbetert. De echte vraag is niet ‘gebruiken we AI?’, maar ‘levert het ons iets op?’

Wat dit betekent

Voor ondernemers en professionals in het MKB betekent dit dat de focus moet verschuiven van ‘hoeveel gebruiken we AI’ naar ‘wat levert het op’. Een team dat elke dag een AI-chatbot gebruikt voor klantvragen, maar nog steeds evenveel escalaties heeft, boekt geen vooruitgang. Een marketingafdeling die honderden AI-teksten produceert, maar geen stijging in conversie ziet, verspilt tijd en geld. Het gevaar is dat AI een kostenpost wordt zonder rendement, terwijl de organisatie denkt vooruit te lopen. Voor kleinere bedrijven, waar elke euro telt, kan dat direct voelbaar zijn in de marge.

Hoe je dit kunt toepassen

Als je een webshop runt en AI gebruikt voor productbeschrijvingen, kijk dan niet naar het aantal gegenereerde teksten per week, maar naar de verandering in conversieratio of het aantal retourzendingen. Je zou kunnen overwegen om een A/B-test op te zetten: vergelijk een maand met AI-teksten tegen een maand met handgeschreven teksten, en meet het verschil in omzet per productpagina. Alleen als de cijfers verbeteren, heeft de AI echt impact.

Als je een team aanstuurt dat AI inzet voor klantenservice, meet dan niet het aantal afgehandelde chats, maar de gemiddelde oplostijd en de klanttevredenheidsscore. Een mogelijkheid is om een wekelijks dashboard in te richten dat alleen die twee KPI’s toont, naast het aantal escalaties naar een menselijke medewerker. Als de escalaties niet dalen, is de AI een extra laag, geen verbetering.

Als je in de zorg werkt en AI gebruikt voor het samenvatten van patiëntendossiers, controleer dan of artsen daadwerkelijk tijd besparen. Je zou kunnen bijhouden hoeveel minuten per dag een arts besteedt aan dossierwerk voor en na de invoering van AI. Als dat niet daalt, is de AI een trofee – een mooi hulpmiddel dat niets oplost. Overweeg om een pilot van twee weken te draaien met een kleine groep, en alleen uit te rollen als de tijdwinst minimaal 20 procent is.

Als je een consultancybureau runt en AI gebruikt voor rapportages, meet dan niet het aantal gegenereerde pagina’s, maar de doorlooptijd van een project. Een optie is om per project bij te houden hoeveel uur er in de analysefase zit, en dat te vergelijken met projecten zonder AI. Als de doorlooptijd niet korter wordt, gebruik je AI als decoratie, niet als versneller.

Als je een productiebedrijf leidt en AI inzet voor kwaliteitscontrole, kijk dan niet naar het aantal geanalyseerde beelden per dag, maar naar het percentage defecten dat onopgemerkt blijft. Je zou kunnen overwegen om een maand lang handmatige steekproeven te blijven doen naast de AI, en de resultaten te vergelijken. Pas als de AI minstens evenveel fouten vindt als een mens, is het een investering waard.

De praktische toepassing hangt af van jouw situatie, maar de rode draad is: koppel elke AI-inzet aan een meetbaar bedrijfsdoel. Als je dat doel niet kunt benoemen, is de kans groot dat je bezig bent met een trofee.

Bron: Fastcompany