De AI-talentenrace versnelt. Wat dat voor jouw bedrijf betekent.
De afgelopen dagen werd opnieuw duidelijk hoe snel de AI-markt verschuift. Volgens Axios vertrekt AI-onderzoeker Noam Shazeer bij Google om naar OpenAI te gaan. Barron's meldde dezelfde stap en plaatste die in de bredere strijd tussen Google, OpenAI en Anthropic om de beste mensen en modellen.
Voor een MKB-directeur lijkt dat nieuws misschien ver weg. Toch zegt het iets belangrijks over de fase waarin AI nu zit. Niet alleen de tools veranderen snel, ook de kennis, infrastructuur en productrichting achter die tools schuiven continu.
De praktische conclusie is daarom niet: kies vandaag de winnaar. De conclusie is: bouw je bedrijf zo dat je niet vastzit aan een winnaar.
Waarom dit relevant is voor het MKB
Veel bedrijven zijn het afgelopen jaar begonnen met losse AI-proeven. Een medewerker gebruikt ChatGPT voor offertes. Marketing test een beeldgenerator. De administratie laat een assistent e-mails samenvatten. Dat is logisch en vaak nuttig.
Maar losse toolkeuzes zijn kwetsbaar. Als een model duurder wordt, slechter past bij je data, functionaliteit verliest of simpelweg wordt ingehaald door een ander systeem, wil je niet je hele werkwijze opnieuw moeten uitvinden.
Daarom wordt de vraag minder: welke AI-tool moeten we kopen? De betere vraag is: welk proces willen we verbeteren, en hoe zorgen we dat daar meerdere AI-leveranciers op kunnen aansluiten?
Wat je morgen al kunt doen
Begin met drie processen waar veel herhaling in zit. Denk aan klantvragen beantwoorden, offertes voorbereiden, servicerapporten samenvatten of productinformatie herschrijven voor de webshop. Beschrijf per proces wat de input is, welke stappen iemand nu zet, en wat de gewenste output is.
Leg daarna vast welke gegevens AI wel en niet mag gebruiken. Een accountantskantoor zal andere grenzen stellen dan een installatiebedrijf. Maak dat praktisch: klantnamen wel of niet, financiële data wel of niet, interne marges wel of niet.
Kies vervolgens een werkwijze waarbij de AI-laag vervangbaar blijft. Laat medewerkers niet alleen leren op welke knop ze in één tool moeten drukken, maar vooral hoe ze opdrachten formuleren, uitkomsten controleren en fouten terugkoppelen.
Tot slot: meet klein. Hoeveel minuten scheelt het per offerte? Hoeveel klantvragen worden sneller afgehandeld? Hoeveel correctierondes blijven over? Die cijfers zijn belangrijker dan de naam van het model.
De kern
De grote AI-bedrijven blijven mensen, modellen en infrastructuur naar zich toetrekken. Voor het MKB is dat geen reden om af te wachten. Het is juist een reden om AI niet als speelgoed per afdeling te behandelen, maar als procesverbetering.
De AI-talentenrace is een verhaal over grote spelers. De les voor het MKB is een ander. Wie zijn processen nu scherp stelt, heeft straks de flexibiliteit om mee te bewegen. Dat is geen talent. Dat is discipline.
Bronnen: - https://www.axios.com/2026/06/18/noam-shazeer-google-openai-characterai - https://www.barrons.com/articles/openai-ai-alphabet-stock-shazeer-6f5a9950
