Grote bedrijven kopen AI-schaal met budget. Ze zetten datateams in, kopen licenties in bulk, en laten specialisten modellen finetunen op eigen data. Een MKB-bedrijf met vijftig man heeft dat budget niet, en dat verschil is geen detail. Het bepaalt straks wie zijn markt zelf blijft vormgeven en wie volgt op de voorwaarden van een ander.
CBS mat in 2025 dat 66,2% van de bedrijven met 250 of meer werknemers AI gebruikt (CBS, 2025). Bij bedrijven van 50 tot 249 werknemers was dat 45%, bij bedrijven van 10 tot 49 werknemers 27%. Bij de kleinste bedrijven, 2 tot 9 werknemers, staat de teller op 13,8%. Voor het hele MKB met 10 of meer werknemers samen komt CBS uit op 33% in 2025, tegenover 22,7% in 2024 en 14,0% in 2023 (CBS). Dat is geen dramatisch verhaal met een clou, het is een reeks die één ding laat zien: de hefboom concentreert zich waar het kapitaal al zit. De rest groeit mee, alleen trager.
Wat er op het spel staat als dat zo blijft
Een economie waarin alleen grote spelers de hefboom pakken, wordt een economie met minder spelers die er echt toe doen. Niet omdat kleinere bedrijven slechter werk leveren, maar omdat ze trager reageren op wat een markt vraagt. Prijsvorming, levertijd, klantcontact: allemaal terreinen waar een grote speler met AI sneller itereert dan een MKB-bedrijf dat nog met een spreadsheet en een los CRM werkt.
Dat raakt niet alleen de ondernemer. Het raakt de werknemer bij dat MKB-bedrijf. Het MKB is in Nederland de grootste werkgever van het land, en juist daar wordt AI het laatst en het traagst opgepakt. Als die achterstand blijft liggen, verschuift werkgelegenheid mee naar de plekken waar wel geïnvesteerd wordt. Niet omdat AI banen vervangt, maar omdat bedrijven die niet meebewegen, langzaam terrein verliezen aan bedrijven die dat wel doen.
Multiplier, geen vervanging
Hier zit het onderscheid dat je vaak mist in het debat. AI die vervangt, neemt een taak over en levert het resultaat af. AI als multiplier doet iets anders: het versterkt wat iemand al kan, en laat het werk bij die persoon. Een accountmanager die met AI-ondersteuning sneller een offerte samenstelt, is nog steeds de accountmanager die het gesprek voert en de deal sluit. Het model schrijft niet voor haar, het ruimt het rekenwerk op zodat zij zich op het gesprek kan richten.
Dat onderscheid is niet cosmetisch. Het bepaalt of een medewerker AI ervaart als bedreiging of als verlichting. Een systeem dat observeert om te controleren, verlaagt vertrouwen en verhoogt weerstand. Een systeem dat observeert om te ontlasten, doet het tegenovergestelde: het neemt herhaling weg en laat ruimte voor het werk waar een mens goed in is. Wie dat verschil in zijn organisatie niet expliciet maakt, loopt het risico dat medewerkers AI zien als toezichthouder in plaats van als collega. En terecht, want zonder dat onderscheid is het dat ook.
Werk dat lichter wordt, niet werk dat bewaakt wordt
Een medewerker die weet dat een AI-systeem meekijkt op zijn werk, vraagt zich af waarvoor. Is dit een hulpmiddel dat mij ontlast, of een dashboard dat mij meet? Dat onderscheid bepaal je vooraf, niet achteraf. Elke methode waarbij AI het werk van een medewerker observeert, hoort eigendom te zijn van die medewerker, niet van een leidinggevende die de uitkomst gebruikt om te beoordelen.
Dat is geen ideologische stellingname, het is een ontwerpkeuze met directe gevolgen. Een medewerker die zijn eigen AI-ondersteunde workflow mag aanpassen, gaat er sneller in mee dan een medewerker die een systeem krijgt opgelegd zonder inspraak. Bij een organisatie met een ondernemingsraad hoort die raad een stem te hebben in elk instructieblok dat het werk van medewerkers raakt, met vetorecht waar het gaat om observatie van individuele prestaties. Dat is niet vertragend, het is wat een systeem dat lang meegaat onderscheidt van een systeem dat na een reorganisatie weer wordt afgeschaft.
De rol van het MKB als werkgever
Precies hier ligt de kans voor het MKB om iets terug te doen dat de grote spelers niet kunnen. Een corporate met tienduizend medewerkers voert AI in via een programmabureau, met een uitrolschema en een compliance-laag. Een MKB-bedrijf van vijftig man kan het gesprek voeren aan de keukentafel: wat verandert er voor jou, wat vraagt het van je, en wat levert het je op. Die directheid is een concurrentievoordeel dat groter wordt naarmate het bedrijf kleiner is.
Een werkgever die AI zo inricht, bouwt geen efficiëntieslag maar een aantrekkelijker bedrijf. Medewerkers die merken dat hun werk lichter wordt in plaats van strakker gecontroleerd, blijven langer, en dat is in een krappe arbeidsmarkt zelf al een resultaat. Het MKB dat deze keuze bewust maakt, vermenigvuldigt niet alleen zijn eigen omzet. Het vermenigvuldigt het aantal werkgevers dat laat zien dat het anders kan, en dat is precies het maatschappelijke effect dat nodig is om de kloof uit de CBS-cijfers te dichten.
Waar dit begint
Er bestaat geen officiële meting van hoeveel MKB-bedrijven al meetbaar resultaat uit AI halen. Dat gat benoem ik liever eerlijk dan dat ik er een getal bij verzin. Wat wel vaststaat: elk bedrijf dat wacht tot die meting er is, wacht een cyclus te lang.
Dat begin hoeft niet groot te zijn. Het begint bij één proces waar herhaling het meeste tijd kost, en bij één medewerker die meebeslist over hoe AI dat proces mag ondersteunen. Geen bedrijfsbrede uitrol, geen dashboard vol metrics, maar een afgebakende stap die je binnen een kwartaal kunt beoordelen op wat hij oplevert. Zet je klantdata of personeelsdossiers in zo’n instructieblok, bepaal dan vooraf wie welke rol vervult, gebruik functies in plaats van namen, en leg vast wat je niet plakt. Een verwerkersovereenkomst hoort daarbij, niet als formaliteit achteraf, maar als voorwaarde vooraf. Wie dat op orde heeft voordat het schaalt, bouwt een fundament dat meegroeit in plaats van een risico dat later moet worden teruggedraaid.
Wil je weten hoe dit voordeel concreet voor jouw bedrijf uitpakt, lees dan hoe het doorwerkt op jouw eigen positie. En wil je zien wat de opkomst van LLM’s specifiek voor jouw klantrelaties verandert, lees dan hoe die verschuiving werkt. Begin bij de thuisbasis voor het volledige overzicht. Ik stel een gesprek voor waarin we samen in kaart brengen waar AI in jouw organisatie werk lichter maakt in plaats van werk bewaakt. Ik wil dat gesprek plannen.