Blog · AI & Business
De AI dark horse: Waarom middelgrote bedrijven voorlopen op corporates
Olaf Lemmens, Founder NinA AI Agency · 8 maart 2025 · 8 min leestijd
Vanochtend zat ik te chatten met de transcripten van mijn sales gesprekken. (Leuk eigen AI projectje!) Om kennis te vergaren om ons aanbod beter te laten aansluiten op de pijn van onze klanten.
Een patroon sprong direct in het oog – zo duidelijk dat ik me afvroeg waarom ik het niet eerder had gezien. Terwijl grote corporates miljoenen pompen in AI-strategieën met indrukwekkende namen, zijn het de stille middenmoters die de échte resultaten boeken.
Dat zijn de bedrijven waar ik wordt uitgenodigd om mee te kijken. Sterker nog ze hebben allemaal wel een AI use case op tafel waar wij met onze AI developers meteen mee aan de slag kunnen!
Dit is geen toeval.
Waar gebruik je AI Agents?
Wat is het dan waar deze middelgrote bedrijven hun AI Agents voor inzetten:
- ▸Voor het automatiseren van hun voorstel- en offerteprocessen
- ▸Zetten AI in voor het automatisch genereren van rapportages en analyses
- ▸Gebruiken AI voor het versnellen van hun klantenservice
- ▸Automatisch laten schrijven van content (in bulk) of gepersonaliseerd
Wat opvalt: ze focussen vrijwel allemaal op praktische, direct waardetoevoegende toepassingen. Geen experimentele moonshots of vijfjarenplannen voor algemene AI-transformatie.
Waarom middelgrote bedrijven de AI-race winnen
De vraag is natuurlijk: waarom presteren juist deze bedrijven zo goed? Na gesprekken met verschillende CEO's en directeuren van deze 'dark horses' zie ik drie doorslaggevende factoren:
1. De perfecte balans tussen pijn en middelen
Middelgrote bedrijven hebben precies de juiste hoeveelheid 'pijn' om actie te ondernemen. Ze zijn groot genoeg om te worstelen met inefficiëntie, maar niet zo groot dat ze het kunnen negeren. Tegelijkertijd hebben ze voldoende middelen om te investeren in oplossingen, zonder de bureaucratie die bij grote bedrijven de besluitvorming vertraagt.
"We waren precies op het punt dat onze handmatige processen ons groei kostten, maar we waren nog niet zo log dat we eerst een half jaar strategiesessies nodig hadden." — CEO middelgroot bedrijf
2. Beslissingsbevoegdheid dicht bij de operatie
Bij de meeste middelgrote bedrijven zitten de beslissers nog dicht op de werkvloer. Ze kennen de dagelijkse processen en pijnpunten. Wanneer ze een AI Agent implementeren, is dat geen theoretische oefening, maar een directe oplossing voor een concreet probleem.
"Ik zie zelf dagelijks hoeveel tijd we kwijt zijn aan offertes schrijven. Toen jullie demo liet zien dat dit in minuten kon in plaats van uren, was de beslissing in één meeting gemaakt." — Operationeel directeur technisch dienstverlener
3. Realistische verwachtingen en pragmatische aanpak
Waar grote corporates vaak worstelen met overspannen verwachtingen ("AI gaat alles oplossen!"), hebben middelgrote bedrijven meestal een veel pragmatischer instelling. Ze zoeken naar concrete, afgebakende problemen die ze kunnen oplossen.
"We willen geen AI-revolutie. We willen gewoon dat één specifiek, vervelend proces sneller gaat. Dat is alles." — COO middelgrote retailer
De information-to-proposal revolutie
Een bijzonder fascinerende trend die we bij deze bedrijven zien, is wat ik de "information-to-proposal revolutie" noem. Of het nu gaat om reisbureaus, technische dienstverleners of logistieke bedrijven – ze transformeren allemaal hoe ze van ruwe informatie naar klantvoorstellen komen.
Een voorbeeld:
- Klantvragen uit emails, WhatsApp en webformulieren verzamelen
- Behoeften en voorkeuren extraheren uit vaak ongestructureerde berichten
- Automatisch beschikbaarheid controleren in meerdere systemen
- Een gepersonaliseerd voorstel genereren inclusief visueel aantrekkelijke layout
- Dit terugsturen ter controle naar een medewerker, die het met één klik kan versturen
Het resultaat? De gemiddelde responsetijd terug brengen van uren naar minuten. Nog indrukwekkender: conversiepercentages stijgen!
Blijkbaar waarderen klanten het enorm als je snel met een doordacht voorstel komt.
Deze aanpak zie ik nu in vrijwel elke sector:
- ▸Een installatiebedrijf dat technische specificaties omzet in gedetailleerde offertes
- ▸Een marketingbureau dat briefings transformeert naar campagnevoorstellen
- ▸Een logistiek bedrijf dat transportaanvragen vertaalt naar geprijsde dienstverlening
Wat ze gemeen hebben: ze laten AI precies daar werken waar menselijke experts kostbare tijd verliezen aan administratie en formattering – in plaats van waarde toe te voegen met hun expertise.
De kracht van feedback: onze tussenevaluatie deze week
Afgelopen woensdag hadden we een tussenevaluatie op kantoor met een van onze klanten. We hadden bewust gekozen voor een informeel format – een live demo van hun workflow, goede lunch en een open gesprek.
Dit bracht in twee uur meer waardevolle feedback naar boven dan we normaal in weken verzamelen.
Deze directe, ongepolijste feedback is goud waard. Het stelt ons in staat de Agent binnen de volgende sprints substantieel te verbeteren.
Nu komt de uitdaging, want wie kent de 80/20 regel niet, het meeste werk zit in de laatste 20 procent van ieder project!
De AI Agent Flywheel: waarom snelheid zo cruciaal is
Een patroon dat ik steeds weer zie bij succesvolle implementaties bij onze klanten is wat ik de "AI Agent Flywheel" noem. In plaats van te streven naar de perfecte AI-oplossing vanaf dag één, bouwen we iteratief:
- We beginnen met een specifiek, afgebakend probleem
- Implementeren een eerste oplossing na 1 tot 2 maanden
- Verzamelen direct gebruikersfeedback
- Verbeteren snel en lanceren versie 2.0
- Breiden dan uit naar aangrenzende processen
Deze aanpak creëert momentum. Mensen zien resultaten, worden enthousiast, en identificeren nieuwe mogelijkheden. Het hele proces versnelt zichzelf.
Contrast dit met wat ik vaak zie bij grotere organisaties: maandenlange voorstudies, stakeholder alignment sessies, en uitgebreide RFP-processen. Tegen de tijd dat ze beginnen met bouwen, is de initiële energie al weggeëbd.
We hebben liever vandaag 80% van de waarde dan volgend jaar 100%.
De lessen voor elke organisatie
Wat kunnen alle bedrijven – ongeacht grootte – leren van onze klanten?
1. Begin klein, maar begin nu
Kies één specifiek, pijnlijk proces waar AI directe waarde kan toevoegen. Geen abstracte transformaties, maar concrete pijnpunten. Denk aan offerteprocessen, rapportages, of data-analyse.
2. Implementeer in sprints, niet in projecten
Richt je op korte cycli van 2-4 weken waarin je werkende functionaliteit oplevert. Verzamel feedback, itereer, en bouw verder. Een imperfecte agent die gebruikt wordt is oneindig waardevoller dan een perfecte agent op papier.
3. Breng besluitvorming dicht bij de operatie
Zorg dat de mensen die met de AI Agent gaan werken, ook inspraak hebben in de ontwikkeling. Hun praktische inzichten zijn vaak waardevoller dan abstracte strategische visies.
4. Manage verwachtingen realistisch
Beloof geen AI-revolutie, maar concrete verbeteringen in specifieke processen. Onderpromise, overdeliver.
5. Investeer in feedbackmechanismen
Creëer expliciet ruimte voor gebruikers om feedback te geven – informeel, frequent, en zonder oordeel. De lunch-en-leer sessies die wij nu standaard inplannen leveren ongekend veel waardevolle inzichten op.
Conclusie: De stille revolutie is al begonnen
Wat me het meest fascineert aan deze trend is hoe onder de radar het allemaal gebeurt. Terwijl de krantenkoppen vol staan met verhalen over ChatGPT en de toekomst van AGI, transformeren duizenden middelgrote bedrijven stilletjes hoe ze werken.
Ze doen dit niet met revolutionaire technologie, maar met een revolutionaire mindset: pragmatisch, resultaatgericht, en zonder AI-hype.
Ik voorspel dat we over twee jaar zullen terugkijken en concluderen dat de échte AI-revolutie niet begon bij de techreuzen of de Fortune 500, maar bij de stille middenmoters die gewoon hun werk beter wilden doen.
Wat denk jij? Is jouw organisatie meer als een wendbare middelgrote speler of als een logge corporate als het gaat om AI-implementatie? En wat zou je kunnen leren van de pragmatische aanpak van deze dark horses?
Tot de volgende!
Olaf Lemmens
Founder NinA AI Agency
P.S. Kijk ook eens op www.nina-ai.nl