Indien u meer dan dertig minuten per dag 'chat' met een AI, bent u geen innovator — u bent een knelpunt.
Er is ons een leugen verkocht over hoe het succes van AI-adoptie voor kmo's eruitziet. Het populaire beeld is dat van een slimme ondernemer die achter een laptop zit en gevatte prompts in een chatvenster typt om een blogpost of een marketingplan te genereren. Dit noem ik het Prompting-plateau. Het voelt productief omdat u direct resultaat ziet, maar u betaalt nog steeds een enorme verborgen prijs: uw eigen tijd en aandacht.
Echt strategisch voordeel komt niet voort uit een betere 'prompt engineer' zijn. Het komt voort uit het bouwen van systemen waarbij de AI niet op uw instructies wacht. Het werkt gewoon. In mijn eigen bedrijf zit ik niet te prompten om gegevens te analyseren. Ik heb agents gebouwd die mijn operaties monitoren, afwijkingen signaleren en taken op de achtergrond uitvoeren. Als ik het moet aanraken, is het systeem nog niet af.
Het Prompting-plateau en de Aandachtstaks
💡 Wilt u dat Penny uw bedrijf analyseert? Ze brengt in kaart welke rollen AI kan vervangen en bouwt een stappenplan. Start uw gratis proefperiode →
De meeste ondernemers zitten momenteel vast in de eerste fase van AI-adoptie. Ze hebben een menselijke freelancer vervangen door een ChatGPT-venster. Hoewel de directe kosten van het werk zijn gedaald, blijft de managementoverhead hetzelfde. U moet nog steeds beslissen wat er moet gebeuren, het aan de AI uitleggen, de output controleren en het naar de volgende fase van het proces verplaatsen.
Ik noem dit de Aandachtstaks. Als een taak vereist dat een mens elke keer dat deze moet worden uitgevoerd een chat start, heeft u het proces niet echt geautomatiseerd; u heeft alleen de tool veranderd.
Om als kmo echt te kunnen schalen met AI, moet u stoppen met AI te zien als een 'copilot' en het gaan zien als 'onzichtbare infrastructuur'. Een copilot vereist nog steeds dat u in de cockpit zit, met uw handen aan het stuur. Onzichtbare infrastructuur is de machinekamer — u ziet het niet, u praat er niet tegen, maar het is de reden dat het schip vooruitgaat.
Van chatten naar agentische operaties
De echte winst in de komende 18 maanden zal niet te vinden zijn in betere prompts. Het zal te vinden zijn in Agentische operaties.
Een agent is iets anders dan een chatbot. Een chatbot is reactief; deze wacht tot een gebruiker iets typt. Een agent is proactief; deze wordt geactiveerd door een gebeurtenis — een binnenkomende e-mail, een spreadsheet die wordt bijgewerkt, een prijswijziging op de website van een concurrent — en volgt een logische reeks stappen om een doel te bereiken zonder dat u het 'werk' ooit ziet.
Wanneer mensen kijken naar de vergelijking van Penny versus ChatGPT, is dit het fundamentele verschil. De ene is een venster waar u tegen praat; de andere is een systeem dat de context van uw bedrijf begrijpt en ernaar handelt.
De verschuiving: Event-driven versus User-driven
In een traditioneel model van AI-adoptie voor kmo's (User-driven), ziet de workflow er als volgt uit:
- De mens merkt op dat een factuur achterstallig is.
- De mens opent de AI-tool.
- De mens prompt de AI: "Schrijf een beleefde maar besliste e-mail naar deze klant."
- De AI genereert tekst.
- De mens kopieert de tekst naar het e-mailprogramma en verstuurt deze.
In een agentisch model (Event-driven) ziet het er zo uit:
- De boekhoudsoftware registreert een factuur als 24 uur achterstallig (De Gebeurtenis).
- Een geautomatiseerde agent wordt geactiveerd, haalt de geschiedenis van de klant op, controleert of er recent een supportticket is geweest en schrijft de e-mail.
- De agent verstuurt de e-mail en registreert de actie in het CRM.
- De mens ziet een melding dat de taak is voltooid.
Merk u het verschil op? De mens is uit het midden van de lus gehaald en naar de rand verplaatst. U bent nu de supervisor van een resultaat, niet de manager van een proces.
De Agency-taks en de dood van executie
Jarenlang hebben kleine bedrijven betaald wat ik de Agency-taks noem. Dit is de premie die u betaalt aan externe bureaus of voor dure interne rollen, niet voor hun strategie, maar voor hun executie. Ze factureren u voor de uren die nodig zijn om gegevens van punt A naar punt B te verplaatsen, of om een ruw idee om te zetten in een afgerond resultaat.
AI-agents maken de Agency-taks overbodig. Als u nog steeds een vast bedrag per maand betaalt voor basis SEO-updates, routineplanning voor sociale media of eerstelijns technische ondersteuning, betaalt u een factor 100 teveel.
Kijk naar uw IT-ondersteuningskosten als een goed voorbeeld. De meeste IT-problemen in het MKB zijn repetitief: wachtwoordresets, softwaretoegang, basisproblemen oplossen. Als hiervoor een menselijk 'ticket' en een menselijke reactie nodig zijn, betaalt u voor frictie. Een op agents gebaseerd systeem lost dit in enkele seconden op de achtergrond op. Dezelfde logica geldt voor uw marketingstack en uw SaaS-beheer, waar agents het gebruik kunnen monitoren en kosten kunnen snoeien zonder één enkele vergadering.
Framework: De Human-in-the-Loop Exit Strategy
Om verder te komen dan de doodlopende weg van prompting, heeft u een gestructureerde manier nodig om uzelf uit uw eigen processen te faseren. Ik gebruik hiervoor een framework genaamd de Human-in-the-Loop Exit Strategy (HES). Dit bestaat uit drie fasen:
Fase 1: De Copilot-fase (De chat-fase)
Dit is waar u zich nu bevindt. U gebruikt AI om u te helpen het werk sneller te doen. U schrijft de prompts. U bent het 'brein' en de AI is de 'hand'.
Fase 2: De Reviewer-fase (De filter-fase)
Dit is de overgang. U bouwt een systeem (met tools zoals Zapier, Make of aangepaste API-integraties) waarbij de AI de taak automatisch uitvoert op basis van een trigger, maar het resultaat naar u stuurt voor goedkeuring voordat het live gaat. U prompt niet meer; u klikt alleen op 'Goedkeuren' of 'Afwijzen'.
Fase 3: De Auditor-fase (De onzichtbare fase)
Dit is het einddoel. De AI voert de taak uit en publiceert deze direct. U ziet de individuele taken niet meer. In plaats daarvan beoordeelt u een wekelijks of maandelijks rapport van de uitkomsten. U grijpt alleen in als de gegevens laten zien dat het systeem afwijkt van de doelen.
Als u in Fase 1 blijft hangen, zult u uiteindelijk worden weggeconcurreerd door iemand in Fase 3 die 10x de output heeft met 1/10e van de stress.
De 90/10-regel van strategische automatisering
Een van de grootste hindernissen bij AI-adoptie voor kmo-eigenaren is de angst om kwaliteit te verliezen. Ze zijn bang dat de 'menselijke maat' verdwijnt als ze niet elke prompt controleren.
Hier komt de 90/10-regel om de hoek kijken. In bijna elke bedrijfsfunctie is 90% van het werk objectief, herhaalbaar en logisch. Slechts 10% vereist de intuïtie op hoog niveau, empathie en de creatieve sprong die alleen u kunt bieden.
De fout is om te proberen die 90% te beheren via handmatige prompting. De strategie moet zijn om die 90% te automatiseren in een onzichtbaar agentisch systeem. Dit laat u de 10% — de hoogwaardige beslissingen die er echt toe doen. Wanneer de 90% door een systeem wordt afgehandeld, wordt de 10% uw concurrentievoordeel.
Waarom systemen het enige echte IP zijn
In het AI-tijdperk is content een commodity. Code wordt een commodity. Zelfs 'expertise' wordt breed toegankelijk.
Wat is dan de waarde van uw bedrijf? Het zijn niet uw 'prompts'. Iedereen kan een prompt kopiëren. Uw waarde zit in uw eigen systemen — de specifieke manier waarop uw agents met elkaar zijn verbonden om uw specifieke klantervaring te leveren.
Een bedrijf dat afhankelijk is van de eigenaar als 'master prompter' is een baan, geen bedrijf. Een bedrijf dat draait op onzichtbare, geautomatiseerde agents is een actief (asset).
Ik heb met honderden bedrijven gewerkt die de overstap naar dit model maakten. Degenen die winnen, zijn niet degenen die de duurste AI-abonnementen hebben gekocht; het zijn degenen die hun processen in kaart hebben gebracht totdat ze in code konden worden omgezet.
Waar te beginnen: De 'First Domino' Audit
Als u zich overweldigd voelt door het idee van 'onzichtbare agents', probeer dan niet op maandag uw hele bedrijf te automatiseren. Begin met de Eerste Domino — de repetitieve taak die, indien geautomatiseerd, de meeste mentale ruimte zou vrijmaken.
- Identificeer de 'Chat-tijdslurper': Waar besteedt u de meeste tijd aan het typen in ChatGPT of Claude? Is het reageren op leads? Het samenvatten van vergaderingen? Het schrijven van productbeschrijvingen?
- Definieer de Trigger: Wat gebeurt er vlak voordat die taak begint? (bijv. Er wordt een nieuwe rij toegevoegd aan een Google Sheet).
- Bouw de brug: Gebruik een tool om die trigger te verbinden met een AI-API. Geef het een statische 'systeeminstructie' (een permanente prompt) zodat het zijn taak voor altijd kent.
- Stel een goedkeuringspoort in: Laat de output naar uw Slack of e-mail sturen voor een snelle duim omhoog.
Zodra u dit één keer heeft gedaan, verdwijnt de 'magie' van het prompten en neemt de kracht van systemen het over.
Het Penny-perspectief: De toekomst is stil
We bevinden ons momenteel in de 'luide' fase van AI — iedereen praat erover, chat ermee en discussieert erover. Maar de toekomst van het bedrijfsleven is stil.
De meest succesvolle AI-first bedrijven zullen geen 'AI-afdelingen' of 'Prompt Engineering-teams' hebben. Ze zullen gewoon slankere operaties hebben, hogere marges en eigenaren die niet uitgeput zijn.
Stop met chatten. Begin met bouwen. Het venster om een systemisch voordeel te behalen staat nu open, maar het zal niet voor altijd open blijven. Als u klaar bent om te zien hoe uw specifieke kosten kunnen worden verlaagd door over te stappen op een agentisch model, laten we dan samen naar de cijfers kijken.
Uw bedrijf zou u niet nodig moeten hebben als stem. Het heeft u nodig als architect.