AI Hiring

Hoe herken je een AI-verkoper die je iets aansmeert?

Het mkb wordt overspoeld met AI-aanbieders, goed en slecht door elkaar. Acht alarmbellen, de tegenvragen die je stelt, en welk antwoord je gerust mag stellen.

AI WorkTalent Redactie · 2 augustus 2026 · 10 min leestijd

Het mkb wordt op dit moment overspoeld door partijen die AI verkopen. Sommige weten precies waar ze het over hebben, andere verkopen vooral een verhaal. Als ondernemer zonder technische achtergrond is dat verschil lastig te zien: beide praten vloeiend over modellen, data en automatisering. Dit artikel geeft je een concreet wapen: acht alarmbellen, de tegenvragen die je stelt, en wat een geruststellend antwoord klinkt.

Waarom dit nu een probleem is

AI is overal in de verkoopgesprekken van dit moment terechtgekomen. Softwareleveranciers plakken er een AI-laag op, freelancers noemen zich AI-specialist na een cursus van een paar weken, en bureaus verkopen trajecten die weinig meer zijn dan een ChatGPT-abonnement met een likje advies eromheen. Er zijn ook aanbieders die het vak echt beheersen: die snappen jouw proces, zijn eerlijk over wat AI wel en niet kan, en bouwen iets dat na oplevering blijft werken. Het probleem is dat beide groepen er op het eerste gezicht hetzelfde uitzien in een pitch. Dit artikel helpt je niet om AI te wantrouwen, maar om het gesprek te voeren dat het verschil zichtbaar maakt.

De acht alarmbellen

Geen van deze signalen is op zichzelf een doodsteek voor een samenwerking. Maar hoe meer ervan je herkent in één gesprek, hoe voorzichtiger je moet zijn.

1. Een gegarandeerd rendementspercentage of een gegarandeerde tijdsbesparing

"Dit bespaart je gegarandeerd 30% tijd" of "een ROI van 300% binnen een jaar" klinkt aantrekkelijk, maar niemand kan dat weten voordat hij jouw proces, je data en je mensen heeft gezien. Hoeveel tijd of geld AI oplevert, hangt af van hoe schoon je data is, hoe consistent je huidige werkwijze is, en hoe goed je team de tool daadwerkelijk gaat gebruiken. Een aanbieder die toch een hard getal noemt vóórdat hij dat heeft onderzocht, verkoopt een verwachting, geen oplossing. Een reëel getal komt er pas na een korte verkenning van jouw situatie, en dan nog als indicatie.

2. Een demo op hun eigen voorbeelddata in plaats van op die van jou

Een demo met perfect opgeschoonde voorbeelddata ziet er altijd indrukwekkend uit — dat is precies waarom hij bestaat. De vraag die telt is wat er gebeurt met jouw rommelige e-mails, je inconsistente Excel-sheet, je jarenlang opgebouwde CRM met dubbele klantnamen. Een aanbieder die zelfverzekerd is over zijn eigen werk, is bereid om met een klein stukje van jouw eigen data te laten zien wat er gebeurt. Blijft het aanbod steken bij een gepolijste standaarddemo, dan heb je nog niets gezien over hoe het bij jou zal presteren.

3. Geen antwoord op waar je gegevens terechtkomen en of ze voor training worden gebruikt

Waar worden je gegevens opgeslagen, wie kan erbij, en worden ze gebruikt om het model van de aanbieder verder te trainen? Dit zijn geen lastige vragen voor een aanbieder die zijn zaken op orde heeft — dat antwoord staat vaak al in de eerste offerte of algemene voorwaarden. Een ontwijkend antwoord, een "dat regelen we later wel" of het gevoel dat je vraag overdreven wordt gevonden, is zelf al veelzeggend. Zeker als het gaat om klant- of personeelsgegevens is dit geen bijzaak maar een AVG-verplichting; zie wat de AVG in de praktijk van je vraagt.

4. Alleen praten over de techniek, niet over jouw proces

Herken je het: een gesprek vol termen als large language models, agents en vectordatabases, terwijl niemand heeft gevraagd hoe jouw offertes nu tot stand komen of waar je klantenservice op vastloopt? Techniek is een middel, geen doel. Een aanbieder die vooral onder de indruk wil maken met wat zijn systeem allemaal kán, in plaats van te doorgronden wat jij nodig hebt, bouwt straks een oplossing die knap oogt maar niet aansluit op je werkelijke knelpunt.

5. Geen zin in een kleine, betaalde eerste stap

Vraag je om te beginnen met een kleine, afgebakende en betaalde pilot in plaats van meteen een heel traject, en krijg je daar weerstand op — "dat is niet efficiënt, laten we meteen het hele project doen" — dan is dat een signaal. Een aanbieder die overtuigd is van zijn eigen kunnen, heeft er weinig moeite mee zijn aanpak eerst op kleine schaal te bewijzen. Wie alleen het grote traject wil verkopen, wil misschien vooral voorkomen dat je vroeg kunt afhaken.

6. Vaagheid over de doorlopende kosten na oplevering

De bouwkosten zijn meestal helder, de kosten daarna vaak niet: hosting, API-gebruik, onderhoud, updates, support als er iets stukgaat. Een aanbieder die dat gesprek ontwijkt of afdoet met "dat valt wel mee", laat je achter met een systeem waarvan je de werkelijke prijs pas maanden later ontdekt. Vraag expliciet naar een indicatie van de maandelijkse of jaarlijkse kosten na oplevering, en wat daarin zit.

7. Geen enkele referentie in een vergelijkbaar bedrijf, of alleen onbereikbare referenties

Een aanbieder die dit werk al langer doet, heeft ergens een klant die een vergelijkbaar probleem had. Krijg je geen enkele referentie, of alleen namen die je "niet mag bellen" of "liever niet wilt lastigvallen", dan kun je het verhaal niet toetsen. Dat wil niet zeggen dat een startende aanbieder per definitie slecht is — maar dan mag je andere bewijsstukken vragen, zoals een concreet voorbeeld van eerder opgeleverd werk.

8. Bezwaar tegen de vraag hoe je er weer uit komt

Vraag je hoe een samenwerking eindigt als het niet bevalt — krijg je je data en de code of configuratie mee, kun je overstappen naar een andere partij, wat is de opzegtermijn — en reageert de aanbieder daar geïrriteerd of ontwijkend op, dan is dat een van de duidelijkste signalen. Een partij die vertrouwen heeft in zijn eigen werk, heeft geen probleem met een heldere exit-afspraak, want hij verwacht toch niet dat je hem nodig hebt.

De tegenvragen die je stelt

Je hoeft geen technische kennis te hebben om deze vragen te stellen. Neem ze letterlijk mee het gesprek in:

• "Kun je dat percentage onderbouwen, of is dat een inschatting vooraf?"
• "Kunnen we dit laten zien op een voorbeeld van onze eigen gegevens, niet op jullie standaarddemo?"
• "Waar worden onze gegevens opgeslagen, en worden ze gebruikt om jullie model te trainen?"
• "Voordat we het over de techniek hebben: hoe ziet ons proces er nu uit volgens jou, en waar loopt het vast?"
• "Kunnen we beginnen met een kleine, betaalde eerste stap voordat we het hele traject aangaan?"
• "Wat zijn de kosten per maand nadat het is opgeleverd, en wat zit daar precies in?"
• "Heb je een referentie in een bedrijf zoals het onze die ik zelf mag bellen?"
• "Als we hier na een half jaar mee willen stoppen, wat krijgen we dan mee en wat kost dat?"

Een goede aanbieder beantwoordt deze vragen zonder aarzelen, vaak met een tegenvraag van zichzelf. Een aanbieder die verkoopt in plaats van adviseert, gaat op minstens een paar van deze vragen ontwijken, bagatelliseren of het gesprek terugbrengen naar de techniek.

Hoe een goed gesprek eruitziet

Het beste signaal is niet wat een aanbieder je vertelt, maar wat hij aan jóu vraagt. Een goede aanbieder wil eerst weten: wat wil je precies bereiken, en hoe ga je dat meten? Die ene vraag is een goed teken om twee redenen. Ten eerste laat het zien dat hij het probleem eerst wil begrijpen voordat hij een oplossing voorstelt — precies andersom dan de aanbieder die met een kant-en-klaar antwoord binnenkomt. Ten tweede dwingt het jullie allebei om vooraf een meetpunt af te spreken, zodat er bij oplevering geen discussie ontstaat over wat "geslaagd" betekent.

Andere vragen die een goede aanbieder zelf stelt: hoe ziet je huidige proces er nu uit, wie gaat er straks mee werken, welke systemen moet het raken, en wat gebeurt er als het een keer misgaat. Dat zijn geen verkooptechnieken, dat is het huiswerk dat nodig is om iets te bouwen dat bij jou blijft werken.

Duur is niet hetzelfde als slecht

Een belangrijk onderscheid dat in dit soort gesprekken vaak verloren gaat: een dure aanbieder en een slechte aanbieder zijn niet hetzelfde. Een aanbieder die meer vraagt, kan dat doen omdat hij ervaring heeft, zijn scope goed afbakent, en weet wat er misgaat als je het te snel of te goedkoop aanpakt. Een goedkope aanbieder kan diezelfde ervaring missen en je met een half werkend systeem achterlaten dat je een half jaar later alsnog laat overdoen door iemand anders — waarmee je uiteindelijk meer betaalt dan wanneer je in één keer voor de degelijke aanpak had gekozen.

Andersom geldt ook: een hoge prijs is geen garantie voor kwaliteit. De prijs zegt op zichzelf weinig. Wat wel iets zegt, is of de aanbieder zijn prijs kan uitleggen — waarom deze scope, waarom deze aanpak, wat er bij een lagere prijs zou moeten wijken. Vergelijk daarom niet alleen offertes naast elkaar, maar vergelijk wat elke offerte je werkelijk oplevert. Zie ook hoe je de ROI van een AI-investering zelf doorrekent, zodat je een offerte kunt toetsen aan wat het je concreet moet opleveren, in plaats van op prijs alleen te varen.

Een voorbeeld uit de praktijk

Een fictief voorbeeld ter illustratie. Een eigenaar van een installatiebedrijf met vijftien medewerkers krijgt binnen een maand drie aanbiedingen voor "AI voor de klantenservice". De eerste partij belooft in de eerste e-mail al "40% minder telefoontjes gegarandeerd" en stuurt een demo met een fictieve webshop. De tweede partij vraagt meteen naar een voorbeeld van binnenkomende klantmails, wil weten hoe het huidige team vragen nu afhandelt, en stelt voor te beginnen met een pilot van twee weken voor de vijf meest gestelde vragen, tegen een vast bedrag. De derde partij is duurder dan de tweede, maar legt uit waarom: ze bouwen de koppeling met het bestaande planningssysteem mee, iets wat de tweede partij pas "in een latere fase" wil doen. De eigenaar kiest voor de derde partij, niet omdat hij de goedkoopste weerstond, maar omdat hij als enige kon uitleggen waarom zijn aanpak meer kostte en wat dat concreet opleverde.

Alarmbellen in één overzicht

Als je al bent begonnen en het niet goed voelt

Soms merk je pas gaandeweg dat een samenwerking niet is wat je ervan verwachtte: de communicatie wordt vager, deadlines schuiven zonder uitleg, of je krijgt bij vragen over voortgang steeds hetzelfde geruststellende maar inhoudsloze antwoord. Wacht in dat geval niet tot de oplevering om het gesprek aan te gaan. Vraag om een tussentijds overleg en leg de oorspronkelijke afspraken naast de huidige praktijk: wat was het doel, hoe zou je dat meten, wat zou het na oplevering gaan kosten, en hoe zou je eruit kunnen stappen als het niet werkt. Vraag concreet of die afspraken nog steeds gelden, en waarom de voortgang daarvan afwijkt.

Je hoeft niet meteen te stoppen — een project dat vertraging oploopt is niet automatisch een project dat mislukt. Maar een aanbieder die op dat gesprek ontwijkend reageert, geeft je dezelfde informatie als de alarmbellen hierboven, alleen dan middenin het traject in plaats van ervoor. Zie ook waarom een AI-traject vaak juist na de pilotfase vastloopt, en welke afspraken je juridisch wilt vastleggen zodat je bij twijfel iets hebt om op terug te vallen.

Dit hoeft geen wantrouwen te worden

Het doel van deze vragen is niet om elke aanbieder met argwaan te bejegenen. De meeste partijen die AI aanbieden aan het mkb, doen dat oprecht en kunnen deze vragen moeiteloos beantwoorden — voor hen is dit gesprek een formaliteit, geen verhoor. Het doel is dat jij, zonder technische achtergrond, een instrument in handen hebt om het verschil te zien tussen een aanbieder die je proces echt begrijpt en een aanbieder die vooral goed is in verkopen.

Een goede AI-aanbieder herken je niet aan zijn belofte, maar aan hoe hij reageert op jouw vragen: over je data, je proces, de kosten na oplevering en de weg terug. Stel ze gerust, ook als het ongemakkelijk voelt — een aanbieder die het waard is, vindt dat juist prettig. Op AI WorkTalent vind je geverifieerde AI-specialisten met portfolio en reviews, zodat je zelf kunt beoordelen wie bij jouw vraag past.