Eruit stappen kost meer dan instappen.
Dat is de regel die bijna geen enkele MKB-directie meeneemt als er een AI-keuze op tafel ligt. De demo overtuigt, de prijs per gebruiker valt mee, het contract is per maand opzegbaar. Dus je tekent. Wat kan er misgaan?
Stel jezelf drie vragen. Hoe afhankelijk ben je over twee jaar van de tool die je deze maand kiest? Wat gebeurt er met je offertes, je klantkennis en je werkwijze als die leverancier zijn prijzen verdubbelt of wordt overgenomen? En wie in je bedrijf weet dan eigenlijk nog hoe het werk ging voordat de AI het overnam?
Als je op die vragen geen antwoord hebt, heb je geen AI-strategie. Je hebt een abonnement.
Het contract is opzegbaar, de afhankelijkheid niet
Het misverstand zit in waar directies leveranciersafhankelijkheid zoeken. In het contract namelijk. Looptijd, opzegtermijn, exit-clausule. Allemaal netjes geregeld, dus het risico voelt afgedekt.
Maar bij AI-toepassingen zit de afhankelijkheid bijna nooit in het contract. Die zit in wat er ondertussen in je bedrijf gebeurt. Elke week die je met een AI-tool werkt, groeit er iets dat je niet zomaar meeneemt naar een alternatief. En dat groeit op drie plekken tegelijk.
Neem een handelsbedrijf dat zijn offertetraject met AI versnelt. De tool leert van elke offerte die de deur uitgaat. Na een jaar kent het systeem de marges per klanttype, de formuleringen die scoren en de uitzonderingen per productgroep. Het team is de oude werkwijze ontwend. De opzegtermijn is nog steeds een maand. Maar probeer dan maar eens te wisselen.
De drie lagen van afhankelijkheid
Wij toetsen elke AI-keuze bij klanten op drie lagen. Samen bepalen ze niet wat de tool kost, maar wat de uitgang kost.
De eerste laag is je data. De vraag is niet of je data eruit kan, want dat beloven ze allemaal. De vraag is in welke vorm. Een export vol losse tekstbestanden is technisch een export, maar praktisch waardeloos als de structuur, de koppelingen en de geschiedenis achterblijven. Vraag de leverancier om een proefexport voordat je tekent en kijk wat je werkelijk in handen hebt.
De tweede laag is je proces. Hoe meer een tool je werkwijze verbetert, hoe meer je werkwijze zich naar die tool vormt. Dat is geen bijwerking, dat is precies de bedoeling. Maar het betekent dat wisselen na twee jaar niet alleen een migratie is, maar een reorganisatie van hoe het werk loopt. Die kosten staan op geen enkele offerte.
De derde laag is je kennis, en die wordt het meest onderschat. Als de AI de inschattingen maakt die eerst je mensen maakten, verschuift de kennis van je team naar het systeem. Zolang het systeem van jou is, heet dat efficiency. Zodra het systeem van een ander is, heet het afhankelijkheid. Het verschil merk je pas op het moment dat je afscheid wilt nemen.
De omkeerbaarheidstoets
Uit die drie lagen volgt een toets die je op elke AI-beslissing kunt leggen. Wij noemen hem de omkeerbaarheidstoets, en hij bestaat uit drie vragen die je beantwoordt voordat je tekent.
Eén: wat kost het ons in tijd en geld om over twee jaar naar een alternatief te gaan? Niet als schatting in je hoofd, maar als scenario op papier. Wie doet de migratie, hoe lang duurt de overgang, wat staat er ondertussen stil?
Twee: wat raken we kwijt dat we niet kunnen reproduceren? Data kun je vaak meenemen. De getrainde kennis van een model, de opgebouwde voorkeuren en de historie van beslissingen meestal niet. Benoem expliciet wat er verdampt bij een overstap.
Drie: hoe snel merken we dat we vastzitten? Spreek met jezelf een meetmoment af. Bijvoorbeeld elk half jaar een uur waarin je de eerste twee vragen opnieuw beantwoordt. Afhankelijkheid groeit geleidelijk, dus je wilt een alarm dat afgaat voordat de uitgang dichtgroeit.
Scoort een tool slecht op alle drie? Dan kan hij nog steeds de juiste keuze zijn. Maar dan weet je dat je een strategische verbintenis aangaat, geen abonnement. Dat hoort dan ook als zodanig op de directietafel, met dezelfde aandacht als een huurcontract voor tien jaar.
Zelf bouwen, kopen of samenwerken
De omkeerbaarheidstoets geeft ook richting aan de klassieke vraag of je AI moet kopen, zelf moet bouwen of via een partner moet inrichten. Voor het MKB komen wij vrijwel altijd op dezelfde beslisregels uit.
Koop waar het werk generiek is. Tekstverwerking, vergadernotities, standaard klantenservice. Hier is de afhankelijkheid laag omdat alternatieven inwisselbaar zijn. De markt is hier je exit-strategie, dus instappen mag snel.
Wees terughoudend met kopen waar het werk onderscheidend is. Alles wat raakt aan je marges, je klantkennis en je manier van offreren is precies waar de drie lagen het hardst groeien. Hier wil je oplossingen waarbij de data en de logica aantoonbaar van jou blijven, en een partner die jouw mensen meeneemt in plaats van ze te vervangen.
Zelf bouwen is voor de meeste MKB-bedrijven zelden het antwoord. De uitzondering is wanneer AI je kernproduct raakt. Dan is de afhankelijkheid van een externe leverancier zelf het strategische risico, en verdient bouwen een serieuze afweging.
Begin omkeerbaar
De praktische vertaling voor je eigen bedrijf is eenvoudiger dan het klinkt. Leg elke lopende en geplande AI-toepassing langs de drie lagen. Een A4 per tool is genoeg. Markeer waar de uitstapkosten nu al hoog zijn en maak dat zichtbaar voor de hele directie, want dit is geen IT-onderwerp maar een strategieonderwerp.
En hanteer voor alles wat nieuw binnenkomt één uitgangspunt: begin omkeerbaar. Kies de variant waar je nog uit kunt, ook als die op papier iets minder oplevert. Opschalen naar een diepere verbintenis kan altijd nog, en dan doe je het bewust in plaats van per ongeluk.
Een leverancier die het goed met je voorheeft, beantwoordt de drie vragen van de omkeerbaarheidstoets zonder aarzelen. Wie eromheen praat, heeft je antwoord ook gegeven.
