Loading…
AI heeft één probleem gigantisch gemaakt in het MKB: je hebt nu te veel opties. En meer opties leiden zelden tot betere keuzes.
Marketing & operations
Een keuze maken was vroeger traag. Je bedacht een paar varianten van een tekst, een ontwerp of een aanpak, je woog ze tegen elkaar af en je koos er één. Het trage deel: het bedenken, zorgde er automatisch voor dat je met een overzichtelijk aantal mogelijkheden aan tafel zat.
Dat is voorbij. Met AI genereer je in dertig seconden twintig versies van vrijwel alles. Twintig openingszinnen, twintig logo-richtingen, twintig campagnehoeken. Het voelt als pure vooruitgang: meer keuze, meer snelheid, minder gedoe. In de praktijk is het vaak het tegenovergestelde.
Psychologen noemen het keuzestress, en het is goed onderzocht: hoe meer alternatieven mensen krijgen, hoe moeilijker ze kiezen en hoe minder tevreden ze zijn met hun uiteindelijke keuze. Niet omdat de opties slechter zijn, maar omdat elke extra mogelijkheid de twijfel voedt. Je blijft hangen in vergelijken.
Voor een MKB'er vertaalt dat zich naar iets heel concreets. De tool werd sneller, maar jij werd trager. Je bent nu meer tijd kwijt aan het beoordelen van twintig AI-varianten dan je vroeger kwijt was aan het zelf maken van drie. En omdat er altijd nóg een versie te genereren valt, is het moment waarop je stopt volledig arbitrair geworden.
Het echte risico zit niet in de tijd die je verliest. Het zit erin dat je gaat kiezen op wat het beste oogt in het rijtje, in plaats van op wat je doel dient. Twintig varianten naast elkaar nodigen uit tot een schoonheidswedstrijd, terwijl de vraag zou moeten zijn welke variant het werk doet.
Een concreet voorbeeld: stel, je laat AI twintig openingszinnen genereren voor een LinkedIn-post. Zonder criterium scrol je ze allemaal door en pik je de zin die het grappigst of gladst klinkt. Met een criterium, bijvoorbeeld "moet in één regel duidelijk maken wat het probleem is" vallen er meteen vijftien af, en kies je binnen een minuut uit de rest.
Hier zit de kern. AI is uitzonderlijk goed in het bedenken van opties. Maar AI weet niet waar een goede optie voor jóuw situatie aan moet voldoen. Dat oordeel - het criterium - blijft mensenwerk. En juist dat criterium slaan we over, omdat het verleidelijker is om te blijven genereren dan om eerst te bepalen waarop we straks kiezen.
Wie zonder criterium begint te genereren, gebruikt AI eigenlijk als uitstelmachine. Elke nieuwe reeks voelt productief, maar je schuift de eigenlijke beslissing voor je uit. De tool geeft je het gevoel dat je vooruitgang boekt, terwijl je in werkelijkheid rondjes draait.
→ Weet ik waar een goede versie aan moet voldoen? Zonder criterium wordt kiezen een gok.
→ Kies ik straks op onderbuik of op een maatstaf? Bepaal dat vóóraf, niet als de twintig opties al op tafel liggen.
→ Ben ik aan het verbeteren, of aan het uitstellen? Als elke ronde alleen maar meer twijfel oplevert, is stoppen de betere zet.
AI inzetten in het MKB is geen kwestie van zoveel mogelijk opties op tafel krijgen. Het is een kwestie van weten waarop je kiest en dan durven stoppen. Gebruik de snelheid van AI om sneller bij een paar sterke richtingen te komen, niet om jezelf te laten verdrinken in eindeloze varianten.
De volgende keer dat je op het punt staat om nog een versie te genereren, stel jezelf dan één vraag: weet ik al waar ik naar op zoek ben? Als het antwoord nee is, ligt daar je echte werk - niet in de eenentwintigste optie.
Vond je dit artikel waardevol? Deel het.
