Blog
Bijbenen is geen bedrijfsmodel
Dinsdagavond, 19:30. Je laptop staat nog open. Je team is om 17:30 weggegaan, niet omdat het werk klaar was maar omdat de werkdag voorbij was. Morgen begint hetzelfde. Niet omdat je mensen lui zijn, integendeel, maar omdat het tempo waarin werk binnenkomt het tempo waarin het uitgaat structureel inhaalt.
De bekendste DGA-zin in onze hoek is, we krijgen het niet meer afgehandeld. Vaak gevolgd door, mijn mensen werken keihard maar we lopen achter. Dat klinkt als een capaciteitsprobleem. Het is meestal een structuurprobleem.
Het patroon dat we keer op keer terugzien
Bij zakelijke dienstverleners van 20 tot 50 FTE is het vrijwel altijd dezelfde tekening. Een team verwerkt 60 of meer klantverzoeken, dossiers, rapportages of communicatie-rondes per dag. Voor 80 procent is dat werk repetitief. De data ervoor zit verspreid over vier of vijf systemen, denk aan je CRM, je boekhouding, een dossiermap op de gedeelde schijf, je e-mail en een Excel die niemand meer durft aan te raken.
Niemand heeft het overzicht. Niet omdat het team niet capabel is, wel omdat de informatie nergens samenkomt. Iedereen vertaalt zelf, in zijn hoofd of in een eigen werkbestand, tussen die systemen. Dat is geen schaalbare manier van werken. Dat is een organisatie die op handkracht draait.
Waarom een extra collega het probleem niet oplost
De eerste reflex bij groeiend volume is, we nemen iemand erbij. Begrijpelijk, maar drie problemen.
Ten eerste, inwerken duurt drie tot zes maanden. Je kosten gaan eerder omhoog dan je output. Ten tweede, het probleem is geen capaciteits-probleem maar een structuur-probleem. Je voegt een mens toe aan een proces dat nog steeds versnipperd is, dus de versnippering wordt iets minder erg, niet veel minder. Ten derde, bij de volgende groeisprong heb je het probleem opnieuw. Alleen duurder, met meer mensen erbij die ook gecoacht en aangestuurd moeten worden.
Groeien door mensen erbij werkt tot ergens rond de 30 FTE. Daarna remt het je af.
Waarom de zoveelste tool het ook niet oplost
De tweede reflex is, we kopen er een tool bij. Een nieuw CRM, een betere DMS, een eigen klantportaal, of de Copilot-licentie waarvan iedereen zegt dat hij het probleem oplost.
De tool werkt op zichzelf prima. Het overzicht wordt er niet beter van. Tools zijn punten, geen lijnen. Wat je mist is de laag die de punten verbindt. Die laag bestaat niet als je hem niet expliciet bouwt, en hij komt ook niet automatisch met een Microsoft 365-update.
Wat een laag concreet doet
Een laag werkt zo. Een nieuwe klantvraag komt binnen, ergens, via mail, formulier of telefoon. De laag leest dat verzoek, classificeert het, kijkt in je systemen welke data er al van deze klant bekend is, vult voorhand-velden in en biedt een adviseur het dossier aan met de eerste 80 procent al klaar. De adviseur doet de laatste 20 procent, die waar zijn vakkennis nodig is.
Voor een hypotheekkantoor betekent dat, een financieringsverzoek wordt geanalyseerd, gerubriceerd en met de juiste velden voorgevuld in het CRM voordat de adviseur er aan begint. Voor een makelaardij met meerdere vestigingen betekent het, social posts vanuit alle vestigingen worden centraal verzameld, AI checkt op merk-richtlijn en goedkeuring loopt door één dashboard in plaats van vier WhatsApp-groepen. Voor een beveiligingsbedrijf betekent het, rapportages over rondes en incidenten worden automatisch samengesteld in plaats van na de dienst handmatig getypt.
Geen science fiction. Variaties op deze processen draaien vandaag bij onze klanten.
Waarom 2026 het kantelpunt is
Gartner voorspelt in een persbericht van augustus 2025 dat 40 procent van enterprise-applicaties eind 2026 task-specific AI-agents bevat, vergeleken met minder dan 5 procent in 2025. Bron-context, dit is een Gartner-prognose over enterprise-software wereldwijd, niet specifiek over Nederlands MKB. Maar het signaal is helder. De richting is niet, tool erbij. De richting is, laag eroverheen.
Voor de DGA betekent dat een keuzemoment. Wachten tot je leveranciers de laag voor je bouwen, en dan klant zijn van iemand anders zijn tempo. Of zelf een laag inrichten op je eigen data, in je eigen vak, op jouw schaal.
Hoe je hier komt zonder geld te verbranden
De volgorde is belangrijk. Stap één, weten waar de tijd nu vastloopt. Dat is wat een AI-audit doet, een nulmeting van veertien dagen waarin we 8 tot 15 kansen scoren op impact en haalbaarheid en de top drie als roadmap uitwerken. Stap twee, één proces met de hoogste impact als project aanpakken in vijf tot acht weken, te vinden onder onze AI Software-aanpak. Stap drie, een AIOS-retainer voor de doorontwikkeling, zodat het niet weer een eilandje wordt.
Drie stappen, ieder met een duidelijk eindpunt. Geen Big Bang. Geen platform-aanschaf van honderdduizend euro met een implementatietraject van een jaar. AI die werkt in je vak ontstaat door op de plekken waar het werk vastloopt, slimmer te beginnen.
De eerste stap
Als je herkent dat iedereen hard werkt en je toch achterloopt, is het bijbenen-probleem geen tijdelijke piek. Het is hoe je organisatie nu is opgebouwd. De vraag is niet of je daar iets aan doet, maar wanneer.
Aan het eind weet je waar je 50 tot 100 uur per maand kunt vrijspelen, welke koppelingen daarvoor nodig zijn en wat de eerste stap is.
