AI Fundamentals

Tien hardnekkige misverstanden over AI in het mkb, ontkracht

Tien hardnekkige misverstanden over AI in het mkb: wat mensen geloven, wat er echt klopt en waar CBS-cijfers en wetgeving de nuance leveren.

AI WorkTalent Redactie · 17 augustus 2026 · 12 min leestijd

Misverstanden over AI in het mkb zijn halve waarheden: ze kloppen net genoeg om geloofwaardig te blijven, en juist daarom leiden ze tot verkeerde beslissingen. Sommige ondernemers zijn ervan overtuigd dat hun personeel binnenkort overbodig is. Anderen denken dat de trein vertrokken is als ze niet deze maand instappen. Beide overtuigingen kloppen maar half. Hieronder staan tien misverstanden die in het mkb steeds weer terugkomen, met wat mensen geloven, wat er wél klopt en waar de nuance zit.

Misverstand 1: "AI vervangt straks mijn hele personeel"

Wat mensen geloven: zodra AI goed genoeg is, worden functies overbodig en verdwijnen banen. Wat daarin klopt: AI neemt taken over. In rollen die vooral uit repetitief, voorspelbaar werk bestaan, verdwijnt soms een deel van het werk. Dat is geen fabeltje.

De nuance zit in het woord "vervangen". Werk lijkt in de praktijk vaker te verschuiven dan te verdwijnen, al zijn er voor het Nederlandse mkb geen cijfers die verdwenen banen door AI meten. Een functie bestaat dan uit minder repetitief werk en meer werk dat om oordeel vraagt. Veel werk in een mkb-bedrijf leunt op oordeel, vertrouwen en fysieke aanwezigheid: een storing ter plaatse beoordelen, een boze klant te woord staan, een deal sluiten. Dat is voorlopig niet te automatiseren.

Het CBS vroeg bedrijven waarvoor ze AI inzetten. Van de bedrijven die AI gebruikten, deed 36,4 procent dat in 2024 voor marketing en verkoop en 30,3 procent voor administratieve processen of bestuurstaken. Productieprocessen (19,6 procent) en logistiek (6,5 procent) volgden op afstand (CBS, AI-monitor 2024). Dat zijn functiegebieden, geen hele functies. De cijfers zeggen iets over de plek waar AI wordt ingezet, niet over hoeveel werk daar verdwijnt. Denk daarom liever in taken dan in hele functies: welk deel van het werk is repetitief, en welk deel vraagt om een mens?

Misverstand 2: "AI is te duur voor een klein bedrijf"

Wat mensen geloven: AI is iets voor grote bedrijven met een IT-afdeling en een fors budget. Wat daarin klopt: sommige maatwerktrajecten vragen inderdaad een stevige investering. Denk aan een eigen AI-agent of een koppeling tussen meerdere systemen. Dat doet niet elk klein bedrijf zomaar.

Kleine bedrijven lopen ook echt achter. In 2025 gebruikte 13,8 procent van de microbedrijven met 2 tot 10 werkzame personen een of meer van zeven onderzochte AI-technologieën. Bij het mkb met 10 tot 249 werkzame personen was dat 29,8 procent en bij bedrijven met 250 of meer werkzame personen 66,2 procent. Dat zijn voorlopige cijfers van het CBS. Ze zeggen alleen niets over de prijs — ze laten zien wie al begonnen is.

Wat de prijs betreft: veel bruikbare AI is gratis of kost een paar tientjes per maand. Vaak zit die AI in software die je toch al gebruikt. De kosten zitten zelden in de tool zelf. Ze zitten in de tijd om iets goed in te richten, in het opruimen van een rommelig werkproces vooraf, en in het onderhoud daarna. Reken daarom niet alleen de licentiekosten mee, maar ook wat de investering je concreet oplevert.

Misverstand 3: "AI weet alles en heeft altijd gelijk"

Wat mensen geloven: een antwoord dat vloeiend en zelfverzekerd klinkt, zal wel kloppen. Wat daarin klopt: AI is voor veel vragen verrassend sterk. Voor algemene kennis, samenvattingen en een eerste concept levert het vaak een bruikbaar startpunt op.

De nuance is ongemakkelijk. Een taalmodel — de techniek achter chatbots als ChatGPT — klinkt bij een fout antwoord precies even zeker als bij een goed antwoord. Het verzint soms feiten, bronnen of getallen die overtuigend ogen maar niet bestaan. Laat daarom een mens meelezen voordat iets de deur uit gaat. Dat geldt zeker voor teksten die een klant onder ogen krijgt, voor stukken die onder een handtekening komen en voor alles met een financieel of juridisch gevolg. Niet omdat AI slecht is, maar omdat de stelligheid van een antwoord niets zegt over de juistheid ervan.

Misverstand 4: "Ik moet nu instappen, anders is de trein weg"

Wat mensen geloven: wie nu niet meedoet, loopt over een jaar hopeloos achter op de concurrentie. Wat daarin klopt: een bedrijf dat één terugkerend proces met AI aantoonbaar sneller of goedkoper krijgt, bouwt daarmee een voordeel op dat blijft.

Maar te vroeg beginnen aan het verkeerde probleem kost vooral geld en levert weinig op. Een tool aanschaffen omdat een concurrent het ook doet, zonder te weten welk probleem je ermee oplost, is geen strategie maar koopgedrag. Bepaal eerst welk terugkerend, tijdrovend probleem in je bedrijf zich leent voor automatisering. Reken pas daarna uit of het loont; zie hoe je dat berekent.

De achterstand op grote bedrijven is echt, maar tegenover andere mkb-bedrijven loop je nog nauwelijks achter. Van het mkb met 10 tot 249 werkzame personen was in 2025 nog geen derde ingestapt, zoals de cijfers bij misverstand 2 laten zien. Wie zorgvuldig kiest, mist zelden een trein, maar neemt gewoon een latere en betere.

Misverstand 5: "AI is te ingewikkeld voor iemand zoals ik"

Wat mensen geloven: om iets met AI te doen, moet je kunnen programmeren of technisch onderlegd zijn. Wat daarin klopt: sommige toepassingen zijn behoorlijk technisch en vragen gespecialiseerde kennis. Denk aan een model dat je eigen documenten doorzoekt, of aan een koppeling met je boekhoudpakket.

Maar de eerste stap is zelden een bouwproject. Meestal is het een gesprek: met een taalmodel, of met iemand die je situatie kent en meedenkt over waar je begint. Je hoeft niet te weten hoe iets werkt om te kunnen benoemen waar je tijd verliest. Precies daar begint een goed gesprek, niet bij een technisch programma van eisen.

Eén ding vraagt de wet wél van je. De AI-verordening, Verordening (EU) 2024/1689, verplicht sinds 2 februari 2025 iedereen die AI-systemen aanbiedt of inzet om werk te maken van AI-geletterdheid bij de mensen die ermee werken (artikel 4). Sinds 27 juli 2026 is dat door de digitale omnibus voor AI, Verordening (EU) 2026/1744, een inspanningsplicht: je moet de ontwikkeling van die kennis ondersteunen, maar hoeft geen vast niveau per medewerker te garanderen. Dat betekent niet dat je moet leren programmeren. Het betekent dat je eraan werkt dat je medewerkers op hoofdlijnen begrijpen wat een systeem doet, wat het oplevert en waar het misgaat.

Misverstand 6: "Als ik AI gebruik, ben ik mijn data kwijt"

Wat mensen geloven: zodra je bedrijfsgegevens in een AI-tool stopt, verdwijnen ze in een zwart gat en raak je de controle kwijt. Wat daarin klopt: bij sommige consumentgerichte tools wordt wat je invoert inderdaad gebruikt om het model te verbeteren, tenzij je dat uitzet. Bij die tools geldt dat ook als je ervoor betaalt.

De nuance is dat dit sterk verschilt per tool en per afspraak. OpenAI beschrijft in zijn eigen beleid dat je in de consumentenversie zelf kunt uitzetten dat je gesprekken worden gebruikt om modellen te verbeteren. Bij zakelijke diensten traint het bedrijf volgens datzelfde beleid standaard niet op klantgegevens. Laat je een tool persoonsgegevens voor je verwerken, dan is een verwerkersovereenkomst geen keuze maar een plicht. De AVG, Verordening (EU) 2016/679, schrijft in artikel 28 voor dat je met zo'n verwerker vastlegt wat er met de persoonsgegevens gebeurt en wie waarvoor verantwoordelijk is.

Met de juiste keuze en de juiste afspraken vooraf is dit dus goed te beheersen. Het gaat zelden mis bij "AI gebruiken", maar bij een tool kiezen zonder de voorwaarden te lezen. Zie wat een verwerkersovereenkomst in de praktijk van je vraagt.

Misverstand 7: "AI leert vanzelf van mijn bedrijf"

Wat mensen geloven: hoe langer je een AI-tool gebruikt, hoe beter die vanzelf je bedrijf, klanten en werkwijze kent. Wat daarin klopt: sommige tools hebben een geheugenfunctie die losse feiten onthoudt, ook tussen gesprekken door, en dat voelt als leren.

Maar een standaardmodel leert daarmee nog niet automatisch en blijvend jouw bedrijf kennen. Zo'n geheugenfunctie bewaart losse notities: je processen, je prijzen en je klantafspraken zitten er niet in, tenzij je ze er zelf in zet. Inrichten betekent bijvoorbeeld dat je het model toegang geeft tot je eigen documenten of werkinstructies. Gaat het om klantgegevens, kijk dan eerst terug naar de afspraken uit misverstand 6. Wil je dat AI echt met jouw kennis werkt, dan is dat een bewuste keuze en geen bijverschijnsel van gebruik; zie hoe je je eigen bedrijfsdata aan AI koppelt.

Misverstand 8: "Eén tool doet alles"

Wat mensen geloven: één goed AI-abonnement lost het grootste deel van je automatiseringsvraag op. Wat daarin klopt: sommige platformen worden inderdaad steeds breder en doen tegelijk tekst, planning en analyse.

Maar de winst in een echt bedrijfsproces zit meestal in een keten van tools die op elkaar aansluiten, niet in één wondertool. Zo'n keten ziet er bijvoorbeeld zo uit:

• een klant vult een formulier in;
• de gegevens gaan automatisch naar je klantsysteem (CRM);
• AI maakt van de binnengekomen tekst een korte samenvatting;
• daar ontstaat een taak voor de juiste collega;
• de medewerker krijgt een seintje dat er iets klaarstaat.

Zo'n keten vraagt dat systemen met elkaar praten. En dat is meestal precies waar één alles-in-één-abonnement tegen zijn grenzen loopt.

Misverstand 9: "Meer AI is beter"

Wat mensen geloven: hoe meer processen je automatiseert, hoe efficiënter je bedrijf wordt. Wat daarin klopt: automatisering kan inderdaad schaal en snelheid opleveren, mits het proces eronder klopt.

Maar een rommelig proces automatiseren maakt het niet beter. Het maakt de rommel sneller en groter. Behandelen drie afdelingen een klantvraag nu al verschillend, dan zorgt automatisering er alleen voor dat die verschillen sneller bij meer klanten terechtkomen. Zet dus eerst het proces zelf op orde en automatiseer daarna; zie het stappenplan voor AI in het mkb voor die volgorde.

Misverstand 10: "AI is een eenmalige aankoop"

Wat mensen geloven: je laat iets bouwen of schaft een tool aan, en daarna ben je klaar. Wat daarin klopt: er is vaak wel degelijk een eenmalige instapinvestering, zoals een bouwtraject, een invoering of een eerste inrichting.

Maar daarna stopt het niet. AI brengt doorlopende kosten met zich mee:

• abonnementen die elke maand doorlopen;
• gebruikskosten die meestijgen met je volume;
• onderhoud als een koppeling breekt;
• aanpassingen als een onderliggend model verandert.

Ook de regels staan niet stil. Sinds 2 augustus 2026 gelden de transparantieverplichtingen uit artikel 50 van de AI-verordening. Kort gezegd: mensen moeten kunnen weten dat ze met een AI-systeem communiceren en niet met een mens, tenzij dat voor een oplettend persoon al duidelijk is. Die plicht ligt in de eerste plaats bij de aanbieder van het systeem. Koop je AI in, vraag je leverancier dan of het geregeld is. Reken de tijd die dit soort verplichtingen kost vooraf mee, net als bij elke andere bedrijfsinvestering; zie hoe je de totale kosten en opbrengst tegen elkaar afzet.

Een voorbeeld uit de praktijk

Een bedacht voorbeeld: een installatiebedrijf met een man of twaalf in dienst worstelt met twee misverstanden tegelijk. De eigenaar is bang dat AI op termijn monteurs overbodig maakt. Toch schaft datzelfde bedrijf overhaast een breed AI-abonnement aan, omdat een concurrent er online over schrijft.

Een paar maanden later blijkt dat abonnement nauwelijks gebruikt te worden. Niemand weet namelijk precies welk probleem het moest oplossen. Het gaat pas lopen als het bedrijf één concreet, terugkerend probleem benoemt. Dat probleem is dit: klantenservice, planning en facturatie lezen elke storingsmelding nu apart. Eerst spreekt het bedrijf één vaste route af voor zo'n melding. Pas daarna zet het AI in om die melding samen te vatten tot één werkbon die alle drie de afdelingen gebruiken. Niet om iemand te vervangen. De monteurs blijven precies doen waar ze goed in zijn: ter plaatse beoordelen en repareren.

Wat hier misgaat, is niet het idee dat AI iets oplevert. Het is de volgorde: de eigenaar koopt een breed abonnement voordat er een scherp probleem ligt, en vreest banenverlies voordat iemand heeft gekeken welke taken werkelijk te automatiseren zijn.

Tien misverstanden over AI in het mkb op een rij

Hieronder staat elk misverstand, met de kern van waarheid erin en de nuance die het compleet maakt:

De meeste misverstanden over AI zijn geen onzin en geen waarheid. Het zijn halve waarheden die de nuance overslaan. Wie dat onderscheid maakt, begint niet te vroeg of te laat, maar op het juiste moment met het juiste probleem. Twijfel je waar je moet beginnen of wie je daarbij kan helpen? Op AI WorkTalent plaats je je opdracht en ontvang je voorstellen van specialisten.