Wat AI in 2026 nog steeds niet kan voor uw bedrijf

Er is een bepaald soort gesprek dat ik het afgelopen jaar tientallen keren heb gevoerd. Een ondernemer gaat zitten, schuift zijn telefoon over de tafel en laat me iets zien dat een chatbot heeft geschreven en dat hem oprecht imponeerde. Dan, bijna in dezelfde adem, vraagt hij of het zijn klantenservice, zijn werving, zijn prijsstelling kan runnen — eigenlijk zijn hele bedrijf. Het eerlijke antwoord is het ongemakkelijke: niet zoals u het zich voorstelt, en sommige dingen helemaal niet. Dit stuk gaat over dat verschil, want niemand die AI verkoopt wil erover praten.

Ik heb een AI-praktijk. Ik bouw dit spul de hele dag voor kleine en middelgrote bedrijven, en ik ben een gelovige — ik heb gezien hoe het echte uren teruggaf aan mensen die er geen over hadden. Maar de luidste stemmen in 2026 verkopen nog steeds een fantasie waarin u AI op een probleem richt en wegloopt. Die fantasie kost bedrijven stilletjes geld, vertrouwen en soms klanten. Dus in plaats van weer een ademloze lijst van wat AI wel kan, hier de nuttigere kaart: waar het nog steeds tekortschiet, waarom, en hoe u er toch mee werkt.

Niets hiervan is anti-AI. Het is het tegenovergestelde. De bedrijven die er nu het meeste uit halen, zijn degenen die de randen precies begrijpen — ze geven het exact het werk waar het goed in is en houden een mens stevig de baas over de rest. De grenzen kennen is geen pessimisme. Het is de hele vaardigheid.

Wat het niet kan: weten wanneer het fout zit

Als u één beperking onthoudt, maak het dan deze. De AI van vandaag weet niet betrouwbaar wanneer ze fout zit. Ze geeft u een zelfverzekerd onjuist antwoord in precies dezelfde toon als een correct antwoord. Geen klein flikkertje van twijfel, geen "hier ben ik niet zeker van." Het verzonnen telefoonnummer, het bedachte beleid, het verkeerde btw-tarief — allemaal geleverd met dezelfde kalme autoriteit als de waarheid.

Mensen in de branche noemen dit hallucinaties, wat ze zeldzaam en exotisch laat klinken. Ze zijn geen van beide. Het is een normaal, verwacht gedrag van hoe deze systemen werken: ze voorspellen plausibel klinkende tekst, ze zoeken geen feiten op in een grootboek. Meestal is het meest plausibele antwoord ook het juiste, en daarom voelt het betrouwbaar. Maar "meestal" is een angstaanjagende maatstaf wanneer het antwoord in een klantofferte of een juridisch document terechtkomt.

Deze ene eigenschap bepaalt al het andere in dit artikel. Het is waarom AI geweldig is voor opstellen en gevaarlijk voor beslissen. Het is waarom "mens in de lus" geen modewoord is maar een harde eis voor alles wat ertoe doet. En het is waarom de vraag nooit is "kan AI deze taak doen" maar "wat kost het me als AI deze taak fout doet, en hoe zou ik het überhaupt merken?"

Echt oordeelsvermogen, als de inzet echt is

AI is oprecht goed in taken met een duidelijk juist antwoord of lage kosten van fout zitten. Vat deze e-mail samen. Stel een vriendelijk antwoord op. Sorteer deze berichten in drie stapels. Zodra een taak vereist dat je dingen afweegt die niet netjes te meten zijn — eerlijkheid, risico, reputatie, het lange spel met een bepaalde klant — begint het te wankelen.

Denk aan het prijzen van een lastige eenmalige klus. Een mens die offreert rekent niet alleen cijfers uit; hij leest dat deze klant een doorverwijzing is van uw beste klant, dat ze gestrest waren aan de telefoon, dat ja zeggen tegen een lastige deadline nu later drie makkelijke klussen kan ontsluiten. AI ziet niets van die context tenzij u elk stukje uitspelt — en zelfs dan is het patroonherkenning, geen oordelen. Het heeft geen belang bij de uitkomst. Het zal nooit wakker liggen uit zorg dat het te laag offreerde.

Het kent uw bedrijf niet

Een algemeen AI-model heeft een verbluffende hoeveelheid van het publieke internet gelezen. Wat het nooit heeft gelezen, zijn de details van uw bedrijf — uw prijzen, uw voorraad, uw vaste klanten, de stille regel dat mevrouw Hofer altijd de hoektafel krijgt, de leverancier waarmee u afgelopen voorjaar stopte. Standaard kent het de wereld in het algemeen en uw bedrijf helemaal niet.

Veel hiervan kunt u oplossen. Het model voeden met uw eigen documenten, prijzen en beleid — de techniek heet retrieval of grounding — verbetert dramatisch hoe nuttig en accuraat het is voor uw specifieke situatie. Dit is, eerlijk gezegd, het meeste echte werk in een goed AI-project: niet het slimme model, maar het oninteressante leidingwerk dat het verbindt met uw echte data. Maar twee dingen blijven zelfs dan waar. Uw informatie moet netjes en actueel zijn om dit te laten werken — richt AI op een rommelige, verouderde prijslijst en het zal zelfverzekerd de prijzen van vorig jaar offreren. En het kent nog steeds de dingen niet die alleen in uw hoofd leven en nooit zijn opgeschreven.

Twee keer precies hetzelfde doen

Hier is er een die mensen overvalt. Stel AI twee keer dezelfde vraag en u kunt twee verschillende antwoorden krijgen. Meestal zijn beide prima; soms is het ene merkbaar beter dan het andere; af en toe is er een gewoon fout. Voor creatief opstellen is die variatie een pluspunt. Voor een proces dat zich elke keer identiek moet gedragen — een korting berekenen, een regel toepassen, een getal produceren dat een toezichthouder zou kunnen controleren — is het een echt risico.

Daarom word ik nerveus als iemand een taalmodel de leiding wil geven over rekenkunde of strikte regels. Als de taak is "pas 12% toe op bestellingen boven 500 euro," dan wilt u niet iets dat het rekenwerk meestal goed doet. U wilt een simpel, saai stukje automatisering dat het 100% van de tijd goed doet omdat het letterlijk niets anders kán. Bewaar de AI voor het deel dat echt taal of oordeel nodig heeft, en laat betrouwbare ouderwetse logica het deel doen dat exact moet zijn.

De menselijke dingen — en waarom ze commercieel nog steeds tellen

Het is makkelijk om met de hand te zwaaien naar "de menselijke maat" alsof het iets zachts en sentimenteels is. Dat is het niet. Voor een klein bedrijf is het vaak het hele concurrentievoordeel — de reden dat een klant voor u kiest in plaats van een gezichtsloze keten. En het is precies het deel dat AI kan imiteren maar niet werkelijk hebben.

AI kan woorden schrijven die empathisch klinken. Wat het niet kan, is werkelijk geven om het feit dat de bestelling van een vaste klant kapot aankwam op de ochtend van de verjaardag van hun dochter, en dan stilletjes het ding doen dat een slechte dag verandert in een verhaal dat ze aan hun vrienden vertellen. Het heeft geen relaties, geen reputatie op het spel, geen herinnering aan de keer dat diezelfde klant voor u inviel toen een levering te laat was. Empathie als tekst is nu goedkoop. Empathie als actie, van iemand met iets op het spel, is precies waar mensen een premie voor blijven betalen.

Er is ook verantwoording, wat praktischer is dan filosofisch. Wanneer er iets misgaat, wil een klant dat een persoon het op zich neemt. "De AI maakte een fout" stelt niemand tevreden — en steeds vaker stelt het ook geen toezichthouder tevreden. Als AI een beslissing raakt die iemand beïnvloedt, bent u nog steeds verantwoordelijk voor de uitkomst. Die verantwoordelijkheid kan niet worden uitbesteed aan een model, en doen alsof dat wel kan is hoe reputaties beschadigd raken.

De stille kosten die niemand in de demo noemt

De gladde demo laat u nooit de saaie delen zien die een AI-project in het echt maken of breken. Ze zijn het benoemen waard, want ze zijn het verschil tussen een tool die jaren helpt en een die binnen drie maanden stilletjes wordt opgegeven.

• Toezicht. Alles wat klantgericht is, heeft een mens nodig die de eerste output controleert. Dat is echte tijd, vooral in het begin, en het daalt nooit helemaal tot nul.
• Onderhoud. Uw prijzen veranderen, uw beleid verandert, het model zelf verandert. Een AI-assistent gevoed met de informatie van vorig jaar zal zelfverzekerd de antwoorden van vorig jaar geven.
• De lastige 20%. AI handelt de makkelijke meerderheid van gevallen prachtig af en geeft u dan de vreemde, boze, hoge-inzet-gevallen — die toch altijd al het moeilijke deel waren.
• Vertrouwen, eenmaal verloren. Eén zelfverzekerd fout antwoord aan een klant kan maanden goodwill tenietdoen. Het reputatienadeel is asymmetrisch: veel kleine overwinningen, één groot verlies.

Geen van deze is een reden om AI niet te gebruiken. Het zijn redenen om het met open ogen te gebruiken, op taken waar het toezicht goedkoop is en de kosten van een fout te overleven zijn. Wat, gemakshalve, toch het meeste oprecht nuttige werk is.

Dus hoe gebruikt u het echt goed?

Dit alles wijst naar een manier van werken die veel rustiger — en veel winstgevender — is dan de hype suggereert. U houdt op AI te vragen een werknemer te zijn en begint het te gebruiken als een snelle, onvermoeibare assistent die opstelt, sorteert en voorstelt, terwijl een persoon de leiding houdt over alles wat gewicht draagt. Hier is de vorm ervan.

1. 1
   Sorteer elke taak op kosten-van-fout

   Vraag voor elk ding dat u geneigd bent aan AI te geven: als het dit fout doet, is dat een schouderophalen, een correctie, of een ramp? Schouderophalen en makkelijke correcties zijn vrij spel. Rampen houden een mens de leiding.
2. 2
   Laat AI opstellen, nooit beslissen

   Het betrouwbare patroon is AI bereidt voor, een persoon keurt goed. Een opgesteld antwoord dat u in vijf seconden scant. Een shortlist waar een mens uit kiest. Een samenvatting die u op gezond verstand toetst. Het oordeel blijft bij u.
3. 3
   Grond het in uw echte, nette data

   Zorg voordat u live gaat dat de informatie waaruit AI antwoordt opgeschreven is, op één plek, en actueel. Rommel erin, zelfverzekerde rommel eruit.
4. 4
   Gebruik simpele automatisering voor alles wat exact is

   Rekenwerk, regels, alles wat elke keer identiek moet zijn — geef het aan betrouwbare logica, niet aan een taalmodel. Reserveer AI voor de rommelige, taalvormige delen.
5. 5
   Houd een menselijke eigenaar en een manier om fouten op te merken

   Benoem één persoon die de output bewaakt, en bouw een simpele manier om het te vangen wanneer AI iets fout doet — voordat uw klant het doet.

Op deze manier gedaan stoppen de beperkingen angstaanjagend te zijn. Ze worden een ontwerpgids. U zult merken dat AI stilletjes uren sleur wegneemt — het opstellen, het sorteren, de eerste-ronde-antwoorden — terwijl de delen die uw bedrijf werkelijk bepalen precies blijven waar ze horen: bij mensen die om de uitkomst geven en er verantwoordelijk voor zijn.

Veelgestelde vragen