AI-assistent voor je bedrijf: zeven toepassingen die vandaag al werken in een kmo

Belgische kleine ondernemingen zijn opvallend snel met AI: volgens de FOD Economie gebruikte in 2025 28,8% van de kleine ondernemingen (10 tot 49 werknemers) AI-technologie, tegenover 17% gemiddeld in de EU. Alleen: vraag door, en het gaat meestal over mails herschrijven en teksten samenvatten in een gratis chatvenster. Nuttig, maar het raakt de dagelijkse werking niet. Het verschil maakt de bedrijfscontext: een assistent die je klanten, planning, offertes en werkbonnen kent, kan dingen die een chatbot niet kan. Waarom dat zo is, schreven we eerder in een AI-assistent zonder bedrijfscontext is een chatbot. Hier: wat het concreet oplevert, in zeven toepassingen die vandaag al werken.

1. De ochtendbriefing

Elke ochtend een overzicht in mensentaal: wat staat er gepland, welke offertes wachten al meer dan een week, welke mails verdienen vandaag een antwoord, welke interventie van gisteren is nog niet afgesloten. Nodig: planning, offertes en mailbox in één systeem. De mens: beslist wat prioriteit krijgt.

2. Mailboxtriage met voorstel

Binnenkomende mails worden herkend en aan de juiste klant gekoppeld, met een voorstel: taak aanmaken, antwoordconcept klaarzetten, doorsturen naar de planner, of archiveren. Het concept kent de historiek en de openstaande offerte. Nodig: gekoppelde mailbox en klantendossier. De mens: leest, past aan, verstuurt.

3. Vragen in gewone taal over je eigen data

"Wat hebben we vorig jaar bij die klant in Gent gedaan?", "Hoeveel offertes staan open boven 5.000 euro?", "Welke onderhoudscontracten lopen af in november?" Direct antwoord uit je eigen data, in plaats van een collega die het "even opzoekt". Nodig: gestructureerde data met rechten per gebruiker, zodat iedereen alleen ziet wat hij mag zien. De mens: stelt de vraag en interpreteert het antwoord.

4. Dossier samenvatten vóór de afspraak

De technieker of verkoper krijgt onderweg een samenvatting van het adres: vorige interventies, openstaande punten, wat de klant de vorige keer opmerkte, welke toestellen er staan. Nodig: historiek per klant en per adres, inclusief werkbonnen. De mens: komt voorbereid binnen.

5. Offerte-opvolging die zichzelf voorstelt

De assistent signaleert welke offertes aandacht vragen, stelt een opvolgmail voor in de toon van eerdere contacten en houdt bij wat de klant antwoordde. Nodig: offertes met status en datum, mailkoppeling. De mens: beslist wanneer bellen beter is dan mailen, en belt.

6. Werkbon controleren en factuurtekst voorbereiden

Bij een afgetekende werkbon controleert de assistent op afwijkingen: materiaal geregistreerd zonder uren, uren die niet passen bij de planning, werk buiten de offerte. Daarna stelt hij de factuurlijnen en de begeleidende tekst voor. Nodig: digitale werkbonnen met gestructureerde lijnen (uren, materiaal, eenheden). De mens: keurt goed vóór er iets naar de boekhouding of via Peppol vertrekt.

7. Interne kennisvragen

"Hoe stellen we toestel X in?", "Wat zijn onze garantievoorwaarden bij een vervangen onderdeel?", "Welke procedure volgen we bij een spoedinterventie 's nachts?" Antwoorden uit je eigen handleidingen, procedures en eerdere werkbonnen, met bronvermelding, zodat je kan nakijken. Nodig: documenten op één plek, geen mappenstructuur van tien jaar oud. De mens: houdt de bronnen actueel.

Wat opvalt aan de lijst

Zes van de zeven toepassingen beginnen met lezen, samenvatten of voorstellen. Geen enkele verstuurt, boekt of betaalt zelfstandig. Dat is geen technische beperking maar een bewuste volgorde: vertrouwen in AI bouw je in fasen, en de eerste fase is voorbereiden, niet handelen. Wil je later routinehandelingen automatiseren, dan doe je dat per proces en met een log, niet met één schakelaar "autonoom".

Het tweede dat opvalt: elke toepassing heeft dezelfde voorwaarde. De data moet er zijn, op één plek, correct en met rechten. Wie zijn klanten in Outlook, zijn planning in Excel en zijn werkbonnen op papier heeft, kan geen van de zeven starten; er valt niets aan te sluiten. Centraliseren komt vóór automatiseren; zie alle klantinformatie in één systeem.

De spelregels

• Transparantie. Sinds augustus 2026 gelden de eerste transparantieverplichtingen van de Europese AI-verordening: wie met AI communiceert, moet dat weten, en AI-gegenereerde inhoud moet herkenbaar zijn. Label dus concepten en samenvattingen als AI-voorstel.
• Bevestiging. Alles wat verstuurt, wijzigt of boekt, vraagt eerst een menselijke ja. Gelogd, zodat je achteraf weet wie wat goedkeurde.
• Data. Je bedrijfsdata blijft in jouw omgeving, op EU-servers, en wordt niet gebruikt om modellen te trainen zonder jouw toestemming. Vraag het zwart op wit aan elke leverancier.
• Rechten. De assistent ziet nooit meer dan de gebruiker die de vraag stelt.

Zo begin je

Kies één toepassing, meestal de briefing of de mailtriage, en meet vooraf hoeveel minuten per dag die taak vandaag kost. Draai vier weken proef met twee of drie mensen, meet opnieuw, en beslis dan pas over de volgende. Hoe One de assistent inbouwt, met bevestiging als standaard, lees je bij een AI-assistent die jouw bedrijf écht kent. Waar in jouw werking de meeste minuten te winnen zijn, meet de Efficiency Scan.

Bron

• FOD Economie, Digitalisering van de Belgische kmo's: een internationale vergelijking (AI-cijfers 2025).