Wat AI niet wegneemt, maar blootlegt

TL;DR

• Verkeerde vraag. De meeste bedrijven vragen wat AI kan overnemen — en besparen zo 13 miljoen. Dat is de minst waardevolle toepassing.
• Wat IKEA ontdekte. De chatbot Billie bespaarde 13 miljoen euro, maar de 53% onbeantwoorde vragen voedden een designkanaal van 1,3 miljard.
• Het mechanisme. AI neemt routinewerk weg en maakt daardoor zichtbaar wat daarvoor begraven lag: de vragen en projecten die altijd "te duur" waren.
• De betere vraag. Stop met vragen wat AI kan overnemen. Ga je eigen onbeantwoorde vragen lezen.

Vorige week zag ik een collega in acht uur een werkend framework neerzetten op een systeem van vijftien jaar oud. Gebouwd door een partij die het allang niet meer beheert. Een klus die normaal 160 uur kost.

Dat klinkt als een productiviteitstrucje. Maar het is iets anders. Dit was een project dat anders nooit was begonnen.

Te duur, te complex, te veel risico op een systeem dat niemand meer durfde aan te raken. Het stond al jaren op de lijst met dingen die we "ooit" zouden oppakken. Tot AI de drempel zo laag maakte dat ooit ineens vorige week werd.

En dat is precies het punt dat de meeste mensen missen als ze over AI praten. De vraag is niet wat AI van je wegneemt. De vraag is wat het blootlegt.

De 53% waar niemand naar keek

In 2021 lanceerde Ingka Group, de grootste IKEA-franchisenemer, een chatbot genaamd Billie. Vernoemd naar de Billy-boekenkast. Billie deed wat zulke bots doen: bezorgstatus, retouren, voorraadchecks, openingstijden. Het saaie, repetitieve werk dat een callcenter elke dag overspoelt.

En Billie deed het goed. Tussen 2021 en 2023 handelde de bot ongeveer 47% van alle klantvragen af, zo'n 3,2 miljoen interacties, met bijna 13 miljoen euro besparing. Dat staat gewoon in het nieuwsbericht van Ingka Group zelf (opent in nieuw venster), bevestigd door Reuters (opent in nieuw venster).

Voor de meeste bedrijven eindigt het verhaal hier. Een deflectiegraad van bijna 50% is een mooi cijfer voor de boardroom. Het rechtvaardigt de investering en het haalt de besparing binnen. En dan komt de rekensom die niemand hardop maakt. Als de bot de helft van het werk doet, heb je de helft van de mensen niet meer nodig.

IKEA maakte die rekensom niet.

In plaats daarvan keken ze naar de andere kant. Naar de 53% die Billie niet kon oplossen. En daar zat geen ruis. Daar zat een patroon. Klanten belden niet alleen om te vragen of een bank op voorraad was. Ze wilden weten of die bank in hun woonkamer zou passen. Ze vroegen om hulp bij indeling, kleurcombinaties, opbergoplossingen. Ze wilden advies.

Dat was geen storing in het systeem. Dat was een markt die jarenlang onzichtbaar was gebleven, simpelweg omdat de mensen die hem hadden kunnen zien het te druk hadden met bezorgstatussen.

Naar binnen kijken, of naar buiten

Hier komt de beslissing die het hele verhaal draagt. IKEA had de vrijgekomen capaciteit kunnen wegbezuinigen. Dat zou de voor de hand liggende keuze zijn geweest. In plaats daarvan schoolden ze 8.500 callcentermedewerkers om tot interieuradviseurs op afstand. Geen ontslagen, maar een nieuwe dienst: betaalde designsessies via telefoon en video.

Eén nuance die ik er meteen bij wil zetten, want die wordt op LinkedIn structureel verkeerd verteld. Je leest overal dat "de chatbot 1,3 miljard euro opleverde". Dat klopt niet. De 1,3 miljard euro is de omzet van het hele remote-designkanaal in boekjaar 2022, ongeveer 3,3% van Ingka's totale omzet. Dat kanaal is niet door de bot gecreëerd. De bot heeft de vraag zichtbaar gemaakt die het kanaal voedt. Dat is een verschil. Wie het anders vertelt, verkoopt een sprookje.

Maar zelfs met die nuance blijft het contrast staan. Naar binnen kijken voor besparingen leverde IKEA 13 miljoen euro op. Naar buiten kijken voor kansen voedde een kanaal van 1,3 miljard. De technologiesite CIO (opent in nieuw venster) vatte het scherp samen: honderd keer meer, tot het punt dat het bedrijf de oorspronkelijke besparing nauwelijks meer noemt.

De technologie was hier het minst interessante onderdeel. Een fatsoenlijke chatbot, wat taalverwerking, een nette overdracht naar een mens. Je bouwt het grootste deel vandaag met kant-en-klare tools. Wat het verhaal laat werken, is niet de techniek. Het is de vraag die iemand stelde. Niet "hoeveel kunnen we besparen?" maar "wat vertelt deze data ons over wat onze klanten echt willen?"

AI is een meetinstrument, geen bezuiniging

Dit is het mechanisme dat ik je wil meegeven, want het is overdraagbaar naar elk bedrijf, ongeacht de schaal.

AI neemt het routinewerk weg. Dat is waar. Maar daardoor wordt iets zichtbaar dat eerst onder dat routinewerk begraven lag. De vragen waar je nooit aan toekwam. De klachten die in een mailbox verdwenen. De projecten die al jaren op "te duur, te complex" stonden. Die verdwijnen niet doordat je ze negeert. Ze worden alleen pas zichtbaar als er ruimte vrijkomt om ze te zien.

De chatbot van IKEA was geen antwoordapparaat. Hij was een luisterinstrument. Elke vraag die hij niet kon beantwoorden, was gratis marktonderzoek. De meest eerlijke klantfeedback die een bedrijf ooit krijgt, want niemand vult een enquête in maar iedereen stelt een vraag.

En dat is precies waarom "wat kan AI van mij overnemen?" de verkeerde vraag is. Wie alleen dat vraagt, eindigt met een efficiënter bedrijf en een lege agenda. De betere vraag is: wat doen mijn mensen straks met de tijd die vrijkomt? Want die tijd is geen leegte om weg te snijden. Het is capaciteit om te herinvesteren in werk dat eerst onbereikbaar was.

Het verschil tussen die twee houdingen laat zich het makkelijkst naast elkaar zien:

Hetzelfde patroon zie je overal

Ik werk al ruim vijfendertig jaar in het bedrijfsleven, en ik heb meer technologiegolven voorbij zien komen dan me lief is. Telkens hetzelfde patroon. Een nieuwe technologie dient zich aan, en het eerste wat bedrijven ermee willen, is besparen. Niet groeien. Besparen.

Met AI gebeurt nu precies hetzelfde, en in elke branche tegelijk. Kijk naar de gesprekken die je zelf hoort. Het gaat over telefonie ontlasten, over eenvoudige vragen door een bot laten afhandelen, over hoeveel fte er straks minder nodig is. Allemaal naar binnen gericht. Allemaal de 47%. Bijna niemand begint het gesprek bij de vraag wat er onder dat routinewerk vandaan komt zodra je het wegneemt.

Terwijl daar de echte cijfers liggen. McKinsey schat in een recent rapport over AI in verzekeren (opent in nieuw venster) dat generatieve AI 50 tot 70 miljard dollar aan omzet kan vrijspelen in die ene sector. De grootste impact zit niet op de operatie die je wegsnijdt. Hij zit op marketing, sales en klantcontact. Op het werk dat je eindelijk goed kunt doen zodra er ruimte voor is.

En wat voor verzekeren geldt, geldt voor vrijwel elke dienstverlener. Wie AI alleen inzet om kosten te drukken, laat het grootste deel liggen. Dat is geen verwijt. Het is een denkpatroon dat we allemaal hebben: een nieuwe technologie eerst als bezuiniging zien, en pas veel later als groeimotor.

Het tweede gezicht: de projecten die bleven liggen

Tot nu toe ging dit over de klantkant. Maar hetzelfde mechanisme geldt voor je eigen organisatie, en daar wordt het voor de meeste MKB-bedrijven pas echt concreet.

Terug naar dat framework van acht uur. Het bijzondere zat niet in de snelheid. Het zat erin dat het project bestond. Een verbouwing op een vijftien jaar oud systeem was simpelweg te risicovol en te duur om aan te beginnen. Zeker op een tool die de bouwer niet meer onderhoudt. De businesscase liep elke keer stuk op de uren. 160 uur voor iets waarvan je niet zeker wist of het zou werken, dat keurt geen enkele MKB-directeur goed.

Bij 8 uur ziet die rekensom er totaal anders uit. Het project verschuift van "ooit, als we tijd en budget hebben" naar "deze week". En dat is geen tijdwinst. Dat is een project dat van onmogelijk naar mogelijk ging.

Ik zie dit in mijn eigen praktijk steeds vaker. Ik zet zelf met vibecoding de basis en het ontwerp van zo'n tool neer, zonder formele developerachtergrond. Niet omdat ik developers wil vervangen, integendeel. De business kan in een vroeg stadium zien waar het heen gaat en bijsturen. Daardoor kan de developer daarna véél sneller het echte framework bouwen. De vibecoder en de developer zijn geen concurrenten. Ze versterken elkaar. Dat het bouwen voor iedereen bereikbaar wordt, betekent niet dat iedereen ook iets te zeggen heeft — het echte onderscheid zit niet in wie kan bouwen, maar in wie weet wat het bouwen waard is.

En dit is waar de MKB-lezer zich moet herkennen. Je hebt geen 8.500 medewerkers nodig om dit mechanisme te benutten. Veel middelgrote bedrijven hebben een volwaardige IT-afdeling, ook al ontbreekt vaak een C-level functie voor AI. Die afdeling zit waarschijnlijk op een backlog vol projecten die al jaren op "te complex" of "te duur" staan. Precies die projecten komen nu binnen bereik. Niet omdat je mensen overbodig worden, maar omdat ze eindelijk toekomen aan het werk dat ertoe doet. Goedkopere productie leidt zelden tot minder werk. Het leidt tot meer dingen die je gaat maken, zoals ik eerder schreef over de gouden eeuw van de programmeur.

Stop met vragen wat AI overneemt

Dit is de denkfout waar de meeste bedrijven in trappen. Ze behandelen AI als een kostenpost die zichzelf moet terugverdienen door iets of iemand te vervangen. Ze kijken naar binnen, vinden hun 13 miljoen aan besparing, en stoppen daar.

De bedrijven die het komende decennium winnen, stellen een andere vraag. Niet "wat vervangt deze technologie?" maar "wat maakt deze technologie mogelijk?" Dat onderscheid lijkt klein. Het is het verschil tussen een bedrijf dat krimpt en een bedrijf dat groeit.

Je hebt geen miljard nodig om dit te zien. Misschien zit jouw kans op 50.000 euro per jaar. Of op één klantgroep die je nu niet bedient. Of op dat ene systeem dat al jaren rammelt. Maar hij is er vrijwel zeker. De enige reden dat je hem nog niet ziet, is dat je mensen te druk zijn met het werk dat AI binnenkort van ze afpakt.

Dus de concrete stap voor morgen is geen tool en geen abonnement. Het is een leesopdracht. Ga je eigen 53% lezen. De vragen die je klanten blijven stellen en waar je nooit een goed antwoord op had. De projecten die al jaren op "ooit" staan. De klachten die je wegklikt omdat er geen tijd voor is.

Daar zit je marge. Niet in wat AI wegneemt. In wat het eindelijk zichtbaar maakt.