AI-tools voor bedrijven: welke heb je echt nodig?

De eerste vraag is niet 'welke tool?', maar 'waar gaat onze tijd naartoe?'. Dat is het eerste principe van onze APO-methode: proces eerst, techniek later. Wie de volgorde omdraait, krijgt oplossingen zonder probleem.

Neem een proces dat vaak terugkomt, zoals een order verwerken, een offerte maken of een klantvraag beantwoorden. Knip het op in stappen en geef elke stap drie getallen:

• Duur. Hoe lang duurt de stap?
• Aantal mensen. Hoeveel mensen doen het?
• Frequentie. Hoe vaak per maand gebeurt het?

Een taak van veertig minuten, met twee mensen, tachtig keer per maand: dat is 1.280 uur per jaar. Nu weet je wat er op het spel staat. En nu kun je beoordelen welke tool, of welke bouw, dat waard is.

Vaak blijkt dan dat de tijd niet in het schrijven zit, maar tussen systemen: overtypen, opzoeken, doorsturen, op elkaar wachten. Daar helpt een chat-tool maar een beetje. Een workflow of agent helpt daar wel.

Hoe je die processen vindt, lees je in welke processen kun je automatiseren.

Een chat-assistent is de AI-tool die iedereen kent. Je typt een vraag of opdracht en krijgt een antwoord. Schrijven, samenvatten, vertalen, een Excel-export uitpluizen, een lastige mail herschrijven. Het werkt voor bijna elke functie, en daarom hoort het bij de basis.

De bekende namen zijn ChatGPT van OpenAI, Microsoft Copilot, Claude van Anthropic en Google Gemini, dat onderdeel is van Google Workspace. Ze lijken op elkaar, maar verschillen in waar ze aansluiten. Werkt je team de hele dag in Outlook, Word en Teams, dan ligt Copilot voor de hand. Werk je in Google Workspace, dan kijk je eerst naar Gemini. Werk je met veel losse tools, dan passen ChatGPT of Claude vaak beter.

• Past bij: iedereen die schrijft, leest en analyseert. De winst is persoonlijk: elke medewerker wordt een beetje sneller.
• Let op: gebruik een zakelijke versie met een verwerkersovereenkomst, niet de gratis app. En kies één tool als standaard, niet vier.
• De grens: een chat-assistent doet niets uit zichzelf. Iemand opent de chat, plakt, leest, kopieert en plakt terug. Het werk zelf verandert niet.

Abonnementen, prijzen en waar je data staat, vergelijken we in ChatGPT, Copilot of Claude?

Plak je steeds dezelfde uitleg, dezelfde prijslijst en hetzelfde voorbeeld in de chat? Dan is het tijd voor een eigen assistent. Je zet de instructies en documenten er één keer in, en daarna hoeft niemand ze nog te plakken.

Dat kan met een custom GPT in ChatGPT, een Claude Project of een Copilot-agent in Microsoft 365. Denk aan een assistent die offertes opzet in jullie sjabloon, teksten schrijft in jullie huisstijl of vragen over het personeelshandboek beantwoordt.

Een stap verder is AI die antwoordt uit je eigen documenten, met de bron erbij. Dat heet RAG. De AI zoekt eerst de juiste passages op in je handboeken, contracten of productinformatie, en schrijft pas dan een antwoord. Zo krijg je antwoorden op basis van jullie kennis, in plaats van op basis van wat het model ooit op internet las.

• Past bij: terugkerend werk met vaste context, en vragen die steeds uit dezelfde documenten komen.
• Let op: een assistent is zo goed als de documenten erin. Wijs iemand aan die ze actueel houdt, en check wie welke informatie mag zien.
• Zelf of laten bouwen: een assistent maakt je team zelf. Zoeken in duizenden documenten, met rechten per gebruiker, is een bouwproject.

Lees verder in een eigen AI-assistent maken en wat is RAG?

Een workflow neemt een proces over dat tussen systemen loopt. Er gebeurt iets, bijvoorbeeld een mail met een order komt binnen, en daarna volgen de stappen vanzelf. De pdf uitlezen, de klant opzoeken in het ERP, de order klaarzetten, een collega laten goedkeuren. Geen overtypen meer.

In elke stap kan AI zitten. Een taalmodel leest de bijlage, sorteert de mail of schrijft een concept-antwoord. Dat is het verschil met de chat: niemand hoeft iets te openen of te plakken. Het werk loopt gewoon door.

Bekende tools zijn n8n, Make en Zapier. Zapier is laagdrempelig, Make is visueel en n8n is flexibel en ook op je eigen server te draaien. Ze rekenen verschillend af: per stap, per module of per keer dat de hele workflow draait. Bij veel stappen en veel volume scheelt dat flink.

• Past bij: werk dat tientallen keren per week terugkomt, waarbij iemand gegevens van het ene systeem naar het andere brengt.
• Let op: wie is eigenaar, wat gebeurt er als een systeem even plat ligt, en waar gaat je data heen? Een workflow die niemand onderhoudt, gaat een keer stuk.
• Zelf of laten bouwen: een eenvoudige koppeling bouw je zelf. Een kernproces, zoals orders, facturen of klantvragen, laat je bouwen en beheren.

Welke tool bij je past, lees je in n8n vs Make vs Zapier. Wat wij ermee bouwen, staat op n8n-automatisering en AI-automatisering.

Een AI agent krijgt een doel en zoekt zelf uit welke stappen daarvoor nodig zijn. Hij leest een klantvraag, zoekt de order op in het ERP, checkt de levertijd en zet een antwoord klaar. Een medewerker keurt goed en verstuurt.

Zie het als een digitale collega die snel leest, nooit moe wordt en precies doet wat in de werkinstructie staat. Maar ook als een collega in de eerste week: die geef je niet meteen de sleutels van de kluis.

Het verschil met een workflow: een workflow volgt vaste stappen, een agent kiest zelf, binnen grenzen die jij bepaalt. Daardoor past een agent bij werk met veel variatie, waar vaste regels tekortschieten.

Een agent heeft toegang tot je systemen nodig. Dat kan via een workflow, of via MCP: een soort universele stekker tussen AI en je software.

• Past bij: werk waarvoor iemand informatie uit meerdere systemen bij elkaar zoekt en een beslissing voorbereidt.
• Let op: geef een agent alleen de rechten die hij nodig heeft, laat hem vastleggen wat hij doet, en zet een mens op de plekken waar een fout geld kost of een klant raakt.
• Zelf of laten bouwen: agents in je kernprocessen laat je bouwen, met iemand die ze beheert.

Meer in wat is een AI agent? Wat we zelf bouwen, zie je op AI agents.

Kijk wat je al hebt voordat je iets nieuws koopt. Steeds meer software krijgt AI-functies ingebouwd. Je CRM, je ERP, je boekhoudpakket, je helpdesk en je vergadertool hebben er misschien al een paar, of krijgen ze binnenkort.

Het voordeel: geen nieuwe tool, geen nieuwe inlog, en de data blijft waar die al stond. Soms zit het in je huidige licentie, soms in een duurder abonnement of als betaalde uitbreiding.

• Past bij: taken die helemaal binnen één systeem gebeuren, zoals een samenvatting van een klantdossier of de notulen van een overleg.
• Let op: check waar de data wordt verwerkt, of de functie standaard aan staat en wat het extra kost. En reken erop dat zo'n functie vaak alleen binnen dat ene systeem werkt.
• Zelf of laten bouwen: aanzetten en inrichten doe je zelf, samen met je leverancier. Loopt het proces over meerdere systemen, dan heb je een workflow of agent nodig.

Vraag je leveranciers gewoon wat er in je huidige licentie zit. Dat kost niets en voorkomt dat je twee keer betaalt voor hetzelfde.

Een chat-assistent maakt mensen sneller. Een workflow of agent neemt werk over. Daar zit het verschil, en daar zit ook de winst.

Met alleen een chat-tool verandert het werk niet. Iemand opent de chat, plakt, leest en typt het resultaat over in een ander systeem. Pas als AI gekoppeld is aan je eigen systemen, zoals je mailbox, ERP of CRM, loopt het werk door zonder overtypen. Lees ook AI koppelen aan je systemen.

In onze APO-methode krijgt elke toepassing een van vier bouwlagen:

1. 01Prompts en Knowledge. Beter werken met de chat-assistent. Je team doet het zelf met AI, na een training.
2. 02Skills en Projects. Eigen assistenten met jullie kennis en werkwijze. Ook dat doet je team zelf met AI.
3. 03n8n Workflow Automation. Processen die vanzelf lopen, gekoppeld aan je systemen. Die bouwt NinA.
4. 04Custom AI Build. Agents, zoeken in je eigen documenten en maatwerk voor wat geen standaardtool kan. Ook die bouwt NinA.

Een gezonde opzet ziet er daarom vaak zo uit:

• Eén zakelijke chat-assistent voor iedereen, met training en spelregels.
• Een paar eigen assistenten voor terugkerend werk, gemaakt door het team zelf.
• Eén workflowplatform voor de processen waar veel uren in zitten.
• Agents waar het werk zoveel variatie heeft dat vaste stappen niet volstaan.
• De AI in je bestaande software, waar die er al is.

Dat is een handvol tools, geen twintig. Elke extra tool is een extra licentie, een extra plek waar je data staat en een extra ding om te beheren.

Een demo ziet er altijd goed uit. Stel deze zes vragen voordat je tekent.

1. 01Waar gaat je data heen? Kies een zakelijk abonnement met een verwerkersovereenkomst, waarbij de aanbieder niet traint op je data. Vraag waar de data wordt opgeslagen en verwerkt: in de EU, in de VS of in je eigen omgeving. Meer in ChatGPT veilig gebruiken (AVG) en AI veilig inzetten.
2. 02Wat gebruiken je mensen nu al? Kijk eerst wat er al draait. Misschien werken collega's al met privé-accounts en gratis versies. Dat heet shadow AI: AI-gebruik waar de organisatie geen zicht op heeft. Een verbod lost dat niet op. Een goed zakelijk alternatief en duidelijke afspraken wel.
3. 03Koppelt het met je systemen? Een tool die niet bij je ERP, CRM, mailbox of documenten kan, blijft een los eiland. Vraag welke koppelingen er zijn en hoe de rechten geregeld worden. Lees AI koppelen aan je systemen.
4. 04Wie beheert het? Wie is eigenaar, wie regelt de accounts, wie houdt de kennis actueel en wie wordt er gebeld als het stuk gaat? Zonder een naam bij elke vraag heb je geen tool, maar een risico.
5. 05Kunnen je mensen ermee werken? Een licentie zonder training is een duur kladblok. Sinds 2 februari 2025 vraagt de AI Act bovendien dat organisaties die AI gebruiken werk maken van de AI-geletterdheid van hun mensen. Lees meer over AI-geletterdheid.
6. 06Betaal je per gebruiker of per gebruik? Chat-assistenten rekenen meestal per gebruiker per maand. Workflowtools en AI-modellen rekenen per gebruik: per taak, per uitvoering of per token. Het eerste groeit mee met je team, het tweede met je volume. Reken het door op je eigen aantallen, en zie wat AI kost.

Het gaat zelden mis op de techniek. Het gaat mis op de keuzes eromheen.

• Beginnen bij de demo. Iemand ziet een indrukwekkende tool en zoekt er daarna een probleem bij. Draai het om: eerst het proces, dan de tool.
• Te veel losse tools. Elk team kiest zijn eigen tool. Na een jaar staat je data op tien plekken, betaal je dubbel en weet niemand meer wat er draait.
• Licenties die niemand gebruikt. Iedereen krijgt een licentie, niemand krijgt training. Kijk na drie maanden wie de tool echt gebruikt, en waarvoor.
• Niemand is eigenaar. Een collega bouwt een handige koppeling op een persoonlijk account. Die collega vertrekt, het account verloopt en ineens stopt er iets waarvan niemand wist dat het bestond.

Waarom het misgaat en hoe je dat voorkomt, lees je in waarom AI-projecten mislukken.

Je hoeft dit niet alleen uit te zoeken. We beginnen altijd bij het werk, en pas daarna bij de tools.

1. 01De AI Quick Scan. Eén dag bij jullie op locatie. We praten met directie en team, kijken mee op de werkvloer en brengen de processen in kaart. Binnen een week heb je een business case per kans, een roadmap en een advies over welk pakket past. € 6.000 eenmalig. Meer op AI Quick Scan.
2. 02Het AI Partnership. Een vast team bouwt de workflows en agents, gekoppeld aan jullie systemen, en traint je mensen. Pakket S (€ 4.500 per maand, 30 uur), M (€ 7.500, 50 uur) of L (€ 12.000, 80 uur), minimaal twaalf maanden. Met een garantie: minimaal 2x terug in het eerste jaar. Meer op AI Partnership.
3. 03Draaiend houden. Onderhoud en monitoring in een contract van € 245, € 445 of € 895 per maand, inclusief AI-verbruik.

Alle bedragen zijn exclusief btw. Welke chat-assistent, welk workflowplatform en welk model: dat volgt uit de business case, niet uit een voorkeur.