AI Strategie

AI beginnen zonder budget: het groeipad in drie stappen

De meeste AI-adviezen vragen budget. Voor wie dat niet heeft: bewijs met een gratis chatbot en een tijdlog wat AI oplevert, voordat je iets koopt.

aiworktalent Redactie · 27 juli 2026 · 10 min leestijd

Vrijwel elk artikel over AI in het mkb begint bij een bedrijf dat een paar duizend euro kan vrijmaken voor een abonnement, een implementatie of een specialist. Voor een groot deel van de Nederlandse ondernemers klopt dat uitgangspunt gewoon niet: er is geen ruimte voor uitgaven die zich nog niet hebben bewezen, of je wilt heel bewust eerst zien of iets werkt voordat er geld naartoe gaat. Dit artikel is voor die groep. Geen tooling, geen abonnement, geen investering — alleen wat je met een gewone chatbot en een half uur per dag kunt bewijzen, en een groeipad voor daarna.

Maand 1: één taak, een gratis chatbot, een tijdlog

Dit is de kern van dit artikel: een concrete aanpak voor de eerste maand, zonder dat er iets wordt aangeschaft. Het idee is simpel, de discipline om het vol te houden is het lastigste onderdeel.

Stap 1: kies één taak, niet een heel proces

Zoek een taak die aan drie voorwaarden voldoet: hij komt regelmatig terug, hij kost je nu merkbaar tijd aan typen, formuleren of opzoeken, en hij bevat geen persoonsgegevens of bedrijfsgevoelige informatie die je liever niet in een gratis tool zet. Denk aan een eerste concept voor een terugkerende e-mail, een samenvatting van een openbaar document, of een conceptantwoord op een vraag die klanten steeds weer stellen. Kies bewust niet een heel proces — "onze klantenservice" of "onze administratie" — maar één afgebakend stukje daarvan. Een kleine, scherp afgebakende taak levert binnen een maand een bruikbaar antwoord op; een heel proces ineens aanpakken levert vooral vertraging op.

Stap 2: doe het handmatig, met een gewone chatbot

Gebruik een gratis chatbot als hulpmiddel, niet als vervanging: je typt of plakt de vraag of de situatie erin, je laat een conceptversie genereren, en je leest, corrigeert en verstuurt zelf. Er verandert bewust niets aan je proces behalve dat er een concept-stap bijkomt vóór het moment waarop jij het werk afmaakt. Dit is geen test van een systeem dat zelfstandig moet draaien — het is een test van of AI jou sneller maakt bij werk dat je toch al doet.

Stap 3: log wat het je kost én wat het oplevert

Houd een simpel lijstje bij, op papier of in een rekenblad: datum, wat de taak was, hoe lang het duurde mét het AI-concept als startpunt, en een korte notitie over wat er niet klopte — een verkeerde toon, een feitelijke fout, een detail dat je zelf moest toevoegen. Dat laatste is minstens zo belangrijk als de tijd: het vertelt je waar de grens van de aanpak ligt, en waar je zelf altijd moet blijven controleren, ook later. Vergelijk aan het eind van elke week hoe de taak nu aanvoelt tegenover hoe hij ervoor aanvoelde. Vraag jezelf niet "bespaart dit tijd" in het algemeen, maar "kostte dit stukje van vandaag me merkbaar minder moeite dan vorige week."

Stap 4: trek na drie tot vier weken de conclusie

Na een aantal weken heb je genoeg herhaling om een eerlijk patroon te zien, in plaats van een toevallige goede of slechte dag. Er zijn dan drie uitkomsten mogelijk, en alle drie zijn een nuttig resultaat. Het scheelt structureel tijd en voelt houdbaar: ga door zoals je bezig bent, het kost je niets extra. Het scheelt tijd, maar het handmatige kopiëren en plakken begint zelf een last te worden: dit is het signaal om na te denken over de eerste, kleine investering. Of het scheelt weinig tot niets: dan heb je dat goedkoop geleerd, en zoek je een andere taak om te proberen in plaats van door te drukken met iets dat niet werkt.

Een voorbeeld uit de praktijk

Ter illustratie, zonder dit als een bewezen of gemeten geval te presenteren: een zelfstandige installateur van zonnepanelen krijgt via de website en telefoon steeds vergelijkbare vragen van geïnteresseerden — wat een indicatieve terugverdientijd is, welke informatie hij nodig heeft om een offerte te maken, hoe een subsidie of regeling ongeveer werkt. Hij besluit voor die vraagbeantwoording een maand lang een gratis chatbot als concept-stap te gebruiken: de vraag van de klant erin, een conceptantwoord eruit, dat hij zelf naleest, aanpast aan de specifieke situatie en pas dan verstuurt. Nergens gaat een klantnaam of adresgegeven de chatbot in — hij herschrijft de vraag eerst in algemene termen. Na een paar weken loggen ziet hij twee dingen: het opstellen van een eerste concept kost hem structureel minder moeite dan blanco beginnen, en bij vragen over een specifieke regeling moet hij het antwoord bijna altijd corrigeren, omdat de chatbot daar regelmatig verouderde of te algemene informatie geeft. Die tweede constatering is net zo waardevol als de eerste: hij weet nu precies welk deel van zijn werk hij aan een concept kan overlaten, en welk deel — actuele regelingen — hij zelf blijft checken, met of zonder AI.

Waarom deze fase geen tussenoplossing is

Het is verleidelijk om de handmatige maand te zien als iets dat je zo snel mogelijk achter je wilt laten, een noodgreep tot je wel kunt investeren. Dat is het niet, en dat is precies waarom hij de moeite waard is, ook voor wie wél budget heeft.

• Je ziet waar het misgaat, terwijl de inzet nog laag is. Een verkeerde toon, een feitelijke fout, een situatie waar de chatbot niet goed op reageert — dat zie je nu, met jezelf als laatste controle, in plaats van later, wanneer een geautomatiseerd systeem hetzelfde zonder die controle zou doen.
• Je bouwt eigen bewijs op in plaats van een aanname. Een leverancier of een artikel kan beweren dat iets tijd bespaart; jouw eigen logboek van een paar weken laat zien of dat ook voor jóuw taak, in jóuw bedrijf, klopt. Dat bewijs is precies wat je nodig hebt zodra je een investering moet verantwoorden, ook tegenover jezelf.
• Je weet daarna exact wát je zou moeten automatiseren, en wat niet. Zonder deze fase kies je een oplossing op gevoel of op wat een verkoper aanraadt. Mét deze fase weet je welk deel van de taak echt tijd kost, welk deel foutgevoelig is, en welk deel toch bij jou moet blijven — en dat is precies de informatie die een goede automatisering nodig heeft om raak te zijn in plaats van duur giswerk.

Kijk eerst in wat je al hebt, voor je iets nieuws koopt

Voordat er ook maar een euro naar een nieuwe tool gaat, loont het om te kijken wat er al in je bestaande abonnementen zit. Veel kantoorsoftware, boekhoudpakketten en CRM-systemen hebben de afgelopen tijd AI-functies toegevoegd aan bestaande abonnementen, zonder dat gebruikers dat altijd doorhebben.

• Je boekhoudpakket. Steeds meer pakketten herkennen gegevens op een factuurfoto automatisch, stellen een boeking voor op basis van eerdere boekingen, of signaleren een afwijkend patroon in binnenkomende of uitgaande facturen. Kijk in de instellingen of het helpcentrum van je eigen pakket wat daar al inzit — dit verschilt sterk per leverancier en per abonnement.
• Je CRM. Sjablonen voor terugkerende e-mails, een automatische samenvatting van een notitie of een gesprek, of een simpele herinnering bij een lead die stil is komen te liggen, zitten bij veel systemen al bij het abonnement dat je toch al betaalt.
• Je kantoorpakket. Grote aanbieders van kantoorsoftware bouwen AI-functies steeds vaker in bestaande abonnementen in, van een eerste concepttekst tot het samenvatten van een lang document of een lange e-maildraad. Of en welke functies voor jouw abonnement beschikbaar zijn, verschilt per leverancier en verandert regelmatig, dus check dit rechtstreeks bij je eigen aanbieder in plaats van op een los artikel te vertrouwen.

Deze exercitie kost je een half uur zoeken in menu's die je toch al hebt, en voorkomt dat je een nieuw abonnement afsluit voor iets dat al onder je neus lag.

Wanneer de eerste euro's wél verstandig zijn

De handmatige fase is geen doel op zich; hij is bedoeld om je het juiste moment te laten herkennen om door te gaan. Twee signalen wijzen op dat moment.

Het eerste signaal: de handmatige route bewijst structureel tijdwinst, maar wordt zelf niet meer houdbaar. Kopiëren en plakken tussen een chatbotvenster en je eigen systeem was prima voor een proef van een paar weken; als het volume groeit of als je het patroon nu dagelijks meerdere keren herhaalt, wordt het kopiëren zelf de nieuwe tijdvreter. Dat is het moment om te kijken naar een lichte, gerichte oplossing die het handmatige stukje overneemt — niet naar een groot project, maar naar de kleinste stap die het geconstateerde knelpunt oplost.

Het tweede signaal: er komen persoonsgegevens bij kijken, en je hebt een zakelijke variant nodig. Zodra je klantnamen, contactgegevens of andere persoonsgegevens structureel in een AI-tool wilt gaan verwerken, is een gratis, consumentgerichte versie niet meer de juiste keuze — die biedt doorgaans geen verwerkersovereenkomst en geeft geen duidelijkheid over wat er met je gegevens gebeurt. Zie wat de AVG in de praktijk van je vraagt voor wat daar concreet bij komt kijken. In beide gevallen geldt: je stapt over omdat je logboek daar een reden voor geeft, niet omdat een investering op zichzelf al aantrekkelijk klinkt.

De valkuil van gratis: onduidelijke afspraken over je gegevens

Gratis is aantrekkelijk, en voor de proeffase ook precies goed. Maar gratis gaat vrijwel altijd gepaard met minder duidelijke afspraken over wat er met je invoer gebeurt: of die wordt gebruikt om een model te trainen, hoelang die bewaard blijft, en wie er verder bij kan. Een zakelijke, betaalde variant biedt daarentegen doorgaans een verwerkersovereenkomst en duidelijkere voorwaarden — precies het verschil dat gaat tellen zodra er iets herleidbaars in je invoer zit.

De praktische regel voor de hele proeffase is daarom: zonder duidelijke afspraken over je gegevens voer je geen klantgegevens en geen bedrijfsgevoelige informatie in, hoe verleidelijk het ook is om "even snel" een echte situatie te plakken in plaats van een neutraal voorbeeld te verzinnen. Herschrijf een echte vraag in algemene termen, laat namen en bedragen weg, of gebruik een verzonnen voorbeeld dat op de echte situatie lijkt. Die paar seconden extra moeite zijn de goedkoopste verzekering die je in deze hele fase afsluit.

Wat je met nul euro écht niet doet

Er is één harde grens in deze fase, en die geldt ongeacht hoe goed de eerste resultaten voelen: bouw met een budget van nul euro niets dat rechtstreeks naar klanten gaat zonder dat er nog controle tussen zit. Geen chatbot die ongezien op je website reageert, geen geautomatiseerde e-mail die zonder blik erover naar een klant vertrekt, geen systeem dat zelfstandig beslissingen neemt over een klantvraag. Met nul euro budget ontbreekt vrijwel altijd de tijd en de zorgvuldigheid om zoiets grondig genoeg te testen voordat het misgaat bij een echte klant, en de schade van een AI-antwoord dat een klant verkeerd informeert of afschrikt weegt zwaarder dan de tijd die je ermee had willen besparen. Houd in deze hele fase een mens tussen elk AI-concept en de buitenwereld — dat is niet voorzichtig, dat is precies het punt van de handmatige fase.

Het groeipad in drie stappen

Samengevat bouwt het pad van nul euro naar een verstandige investering in drie stappen op, elk met zijn eigen doel en zijn eigen signaal om door te gaan.

Zodra je op fase 3 uitkomt, reken dan door of de stap zich ook echt terugverdient in plaats van op gevoel te investeren; zie hoe je de ROI van een AI-investering berekent. En laat je bij die stap leiden door een vast stappenplan in plaats van improviseren; zie het stappenplan voor AI in het mkb.

Met nul euro budget kun je in een maand tijd al bewijzen of AI jouw bedrijf iets oplevert — zonder risico, zonder abonnement, met alleen een gratis chatbot en de discipline om te loggen wat het je kost en oplevert. Dat bewijs is precies wat je nodig hebt om de volgende stap met vertrouwen te zetten, in plaats van op gevoel. Twijfel je op dat moment of je zelf verder bouwt of er iemand bij haalt? Dan helpt de complete gids voor het inhuren van een AI-expert, of plaats je op aiworktalent je opdracht en ontvang je voorstellen van specialisten.