AI Strategy

Het zenuwstelsel van ons bedrijf

20 december 2025 5 min leestijd
SV
Simon Voorbergen
Mede-oprichter Schakel

Wij kijken anders naar automatiseren met AI. Niet als iets magisch. Niet als een gimmick, een hype of trucje. Maar als een fundamentele manier om ons werk opnieuw te organiseren.

Voor ons bestaat automatiseren met AI uit drie lagen.

Eerst: processen automatiseren. Werk dat vandaag handmatig gebeurt, moet simpelweg stoppen met tijd kosten.

Daarna: processen verrijken. Niet alleen sneller doen wat je al deed, maar dingen mogelijk maken die eerder niet konden.

En pas dan: het volle potentieel van je bedrijf benutten. Niet door harder te werken, maar door slimmer te organiseren.

De meeste bedrijven slaan die volgorde over. Ze beginnen bij potentieel, bij visie, bij grote beloftes. Terwijl de realiteit is dat ze verdrinken in operationeel werk.

Die kloof tussen ambitie en dagelijkse praktijk is precies waarom zoveel AI-initiatieven stranden. Niet omdat AI niet werkt, maar omdat men begint met praten in plaats van bouwen.


Waarom dit nu belangrijker is dan ooit

Rob en ik hebben dit patroon niet alleen bij klanten gezien, maar ook bij onszelf. Bij onze vorige bedrijven waren we continu bezig met proberen te optimaliseren van het werk. Processen verbeteren. Overleggen stroomlijnen. Structuur aanbrengen. Dat werkte soms wel, soms niet, maar het kostte maanden.

Toen AI volwassen werd, zagen we iets kantelen. Niet theoretisch, maar praktisch. Werk dat eerst weken kostte, kon in dagen. En wat in dagen kon, kan nu (soms) in uren. En bij juiste inrichting zelfs automatisch. Niet perfect. Wel betrouwbaar. En vooral: consequent.

Wat ons juist verbaasde, was niet hoe weinig AI kon, maar hoe volwassen de techniek is. En tegelijk hoe weinig daarvan echt werd toegepast. Organisaties zien maar zelden dezelfde mogelijkheden als wij. In plaats van te bouwen, vroegen ze om AI-strategieën. Om lange trajecten. Om plannen voor 'organisatiebrede adoptie'. Terwijl ze ondertussen elke week dezelfde gesprekken voerden, dezelfde notulen maakten en dezelfde follow-up vergaten.

De markt beweegt razendsnel. Maar het denken beweegt traag. Veel bedrijven gebruiken AI alsof het vooral een nieuwe tool is. Wat wij zagen: AI dwingt je niet tot een andere tool, maar tot een andere manier van werken.


Waarom zoveel AI-projecten vastlopen

Ze beginnen te groot. "De hele organisatie transformeren." Het klinkt ambitieus, maar het verlamt. Niemand weet waar te beginnen. Dus begint men nergens echt.

Ze blijven praten over mogelijkheden. Workshops, demo's, inspiratiesessies. Interessant, zeker. Maar zonder iets dat draait in de praktijk blijft het abstract.

Ze bouwen zonder eigenaarschap. Losse pilots. Losse flows. Niemand voelt zich verantwoordelijk voor het resultaat. Als het stopt, merkt niemand het echt.

Ze missen controle. Automatisering zonder inzicht voelt onbetrouwbaar. Dus wordt het niet gebruikt. Of na een paar weken uitgezet.


Wat wél werkt (en waarom het schuurt)

Start met één proces. Niet het belangrijkste proces op papier. Maar het proces waar vandaag de meeste tijd weglekt. Meetings zijn daar een perfect voorbeeld van.

Bouw binnen 30 dagen iets dat draait. Geen prototype. Geen demo. Iets dat elke week werk uit handen neemt. Automatisch. Zonder dat iemand iets hoeft te starten.

Meet resultaat en schaal pas dan op. Tijd bespaard. Fouten voorkomen. Rust gecreëerd. Als dat niet meetbaar is, bestaat het niet.

Dit schuurt, vooral voor consultants. Want snelheid betekent minder declarabele uren. En concrete resultaten zijn toetsbaar. Je kunt je niet verschuilen achter beloftes of visies.

Maar precies daar zit de eerlijkheid.


Waarom we MAP zijn gaan bouwen

Het Meeting Automation Platform (MAP) is niet ontstaan als productidee. Het ontstond uit frustratie. Uit gesprekken waarvan we wisten dat ze waardevol waren, maar waarvan die waarde na afloop weglekte.

Niet omdat mensen hun werk niet deden. Maar omdat opvolging handwerk is. En handwerk schaalt niet.

De eerste versie was simpel. Opnemen. Samenvatten. Opslaan. Het werkte. Soms. Maar het voelde fragiel. Geen overzicht. Geen controle. Geen vertrouwen.

Het kantelpunt kwam toen we onszelf een eerlijke vraag stelden: als dit straks groter wordt, willen we dit dan opnieuw moeten bouwen?

Dat was het moment waarop MAP geen automation meer was, maar een systeem.


MAP is geen tool. Het is een bewijsstuk.

De MAP is geen tool. Het is het eerste tastbare bewijs van hoe wij bij Schakel.AI naar software, AI en werk kijken.

In de kern is MAP een intern besturingssysteem. Een operationeel zenuwstelsel dat vastlegt, begrijpt, verrijkt en doorzet wat er in gesprekken gebeurt.

Meetings zijn hier geen losse gebeurtenissen meer, maar:

  • input voor processen
  • data voor inzicht
  • brandstof voor automatisering

Dat is een fundamenteel verschil. Gesprekken worden niet langer vluchtig of afhankelijk van discipline, maar structureel waardevol.

Autonoom waar het kan. Transparant waar het moet.

Niet als filosofie, maar als werkend systeem. En precies dát maakt het schaalbaar.


Van vastleggen naar sturen

De echte waarde zit niet in notulen. Die zijn slechts het begin. Door gesprekken structureel vast te leggen, ontstaat iets nieuws: managementdata.

Patronen worden zichtbaar. Kwaliteit wordt meetbaar. Verschillen tussen teams worden verklaarbaar.

Samen met onze AI-collega's verschuift MAP van vastleggen naar begrijpen, sturen en voorbereiden. Niet als toekomstvisie, maar als dagelijkse praktijk.

Dat is wat mensen vaak 'agentic AI' noemen. Wij noemen het gewoon logisch vervolg.


Persoonlijk gezien was dit een keerpunt

Voor Rob en mij was MAP geen technisch project. Het was een keuze. We konden blijven praten over AI. Of we konden bouwen.

Bouwen is lastiger. Je moet keuzes maken. Je moet meten. Je moet verantwoordelijkheid nemen voor wat er gebeurt.

Maar het is ook eerlijker. En uiteindelijk effectiever.

Over vijf jaar is dit normaal. Dan heeft elk bedrijf autonome processen. Het verschil wordt wie vandaag begint.


Tot slot

MAP is geen meetingtool — het is een werkend voorbeeld van hoe autonome, controleerbare AI-systemen processen overnemen zonder grip te verliezen.