Loading…
Half MKB-Nederland heeft een AI-tool aangeschaft die vervolgens nauwelijks gebruikt wordt. Het probleem is bijna nooit de tool. Het is de manier waarop we hem kozen.
Het scenario is herkenbaar. Een tool komt langs als aanrader, het demootje is indrukwekkend, en voor je het weet staat het in je stack. Het kost maandelijks geld, en na de eerste weken gebruik je het nog maar sporadisch - vooral omdat je je een beetje schuldig voelt over de aanschaf.
Dat gebeurt niet omdat MKB'ers slechte keuzes maken. Het gebeurt omdat we tijdens de aanschaf naar het verkeerde signaal kijken. We laten ons overtuigen door wat indrukwekkend is, terwijl de enige vraag die telt is of iets nuttig is. En dat zijn twee verschillende dingen.
Indrukwekkend is niet hetzelfde als nuttig
Een demo is ontworpen om te imponeren. Je ziet de tool op zijn best, met een voorbeeld dat perfect past, in een paar seconden. Wat je niet ziet, is hoe het werkt op een doordeweekse dinsdag, met jouw rommelige data, jouw uitzonderingen en jouw manier van werken. Die kloof tussen de demo en de dagelijkse praktijk is waar de meeste teleurstelling ontstaat.
Een AI-tool bespaart je namelijk pas echt tijd als het iets vervangt dat je daadwerkelijk deed. Niet iets dat leuk is om mee te spelen, en niet iets dat je in theorie zou kunnen doen, maar een concrete taak die nu tijd kost. Als de tool geen bestaande taak overneemt maar vooral een nieuwe bezigheid toevoegt, ben je per saldo tijd kwijt in plaats van dat je het bespaart.
Waarom je het pas na een paar weken weet
De eerlijke beoordeling van een tool kun je niet op dag één maken. In de eerste dagen is alles nieuw en dus interessant; je gebruikt het omdat het nieuw is, niet omdat het waarde toevoegt. Pas als de nieuwigheid eraf is, zie je of het een vaste plek in je werk verovert of langzaam wegzakt naar dat ene tabblad dat je nooit meer opent.
Daarom is een proefperiode met een eerlijke terugblik meer waard dan welke demo of review ook. Geef een tool een paar weken, en kijk daarna niet naar wat het kán, maar naar wat je er in de praktijk mee gedaan hebt. Het gebruik liegt niet.
Drie vragen om de knoop door te hakken
→ Welke taak deed ik hiervoor, en hoe lang duurde die? Zonder een 'ervoor' kun je geen tijdwinst meten.
→ Doe ik het nu sneller, of alleen anders? Anders is niet automatisch beter - en soms zelfs trager.
→ Zou ik het missen als het morgen weg was? Dit is de eerlijkste vraag. 'Niet echt' betekent dat je voor een gevoel betaalt, niet voor tijdwinst.
Meet wat het oplevert, niet wat het belooft
AI kan enorm veel opleveren in het MKB - dat staat buiten kijf. Maar niet elke tool die indruk maakt, verdient een vaste plek en een vast bedrag op je rekening. De organisaties die er het meest uit halen, zijn niet degenen met de meeste tools, maar degenen die eerlijk meten wat elke tool ze echt bespaart.
Loop je stack eens langs met die bril op. Grote kans dat er een tool tussen zit die indruk maakte, maar die je niet zou missen. Dat is geen falen van de tool - het is een teken dat het tijd is om te kiezen op opbrengst in plaats van op belofte
Vond je dit artikel waardevol? Deel het.
