AI-strategie voor ambitieuze mkb-bedrijven

De meeste AI-ideeën zijn het bouwen niet waard. Ik help je de ideeën vinden die dat wél zijn.

Ik help ambitieuze mkb-bedrijven om hype van impact te scheiden: een geprioriteerd, doorgerekend plan van wat je nu bouwt, wat later komt, wat je laat liggen en waarom. Je krijgt een vertrouwde adviseur en een hands-on AI-engineer in dezelfde persoon: iemand die zelf agents, RAG-pipelines en data science in productie heeft gebouwd.

De zin die ik het vaakst hoor

“AI verandert razendsnel. Ik wil dat mijn bedrijf bijblijft en de concurrentie voorblijft, maar mij ontbreekt de expertise om de juiste richting te kiezen.”

Wat er daarna meestal gebeurt is een van deze drie dingen: je wacht tot AI tot rust komt (dat gebeurt niet), je koopt Copilot-licenties zonder use cases erachter, of een paar enthousiastelingen experimenteren zonder kader. Alle drie kosten ze tijd en geld. En geen van drieën beantwoordt de echte vraag: wat is hier het bouwen waard?

Guus Bobeldijk, oprichter van Lutris Labs

Ik heb zelf gebouwd waarover ik adviseer

Ik ben Guus Bobeldijk. Jaren ervaring met precies dit werk: als data-analytics consultant bij PwC in banking, telecom en de publieke sector, en hands-on als data scientist en AI-engineer. Ik heb solo een AI-product gebouwd en gelanceerd (RAG, GraphRAG, noem maar op), dus ik weet uit eerste hand wat echt werkt en wat alleen goed demo't. En omdat ik doceer aan Nyenrode Business University en teams train, kan ik in hetzelfde uur met je engineers en je directeur aan tafel zitten en ze elkaar laten begrijpen.

  • 8 jaar in data & AI
  • Voormalig PwC data-analyticsconsultant
  • Docent aan Nyenrode Business Universiteit
  • Zelf AI-producten gelanceerd

Vertrouwd door

  • Nyenrode Business Universiteit
  • AI Training Nederland
  • The Hague Tech

Wat ik doe

Snijd door de ruis

Ik scheid de use cases die je bedrijf vooruit helpen van de dure afleiding. Inclusief een duidelijk nee tegen de ideeën die dat niet doen.

Maak het bouwbaar

Elk idee wordt gescoord op impact, inspanning en of je data het echt aankan.

Upskill je team

Heb je eigen developers, dan train ik ze om de beste use cases zelf te bouwen. De training begint met AI-assisted coding.

Technische upskilling

Drie manieren om in te stappen

Elk traject staat op zichzelf en levert op zichzelf waarde. En elk traject opent een logische volgende stap.

AI Quickscan

1 week · vanaf €1500

Een snelle foto van de kloof tussen waar je nu staat en waar je naartoe wilt. Interviews met stakeholders, een AI-readiness scorecard en een debrief. De laagdrempelige manier om te ontdekken waar de echte kansen zitten.

Meest gekozen

AI Opportunity Map

2–3 weken · vanaf €4500

We zoomen in op drie tot vijf prioritaire processen, je eigen mensen dragen de ideeën aan en ik scoor elke kandidaat op impact, inspanning en data-readiness. Je eindigt met een korte lijst kansrijke, doorgerekende use cases, plus een duidelijke lijst van wat je kunt negeren.

AI Execution Plan

Prijs op aanvraag

Alles uit de Opportunity Map, plus een gefaseerde implementatie-roadmap, een grondige data-readiness check op je belangrijkste use cases en advies over budget en bouwen of kopen. Voor wie de hele route wil, niet alleen de kaart.

En na het plan? Het doel is dat je bedrijf zonder mij kan bouwen. Tot die tijd blijf ik aan boord als architect en sparringpartner voor je developers, en als vertrouwde adviseur voor je management.

Waar je mee naar huis gaat

De kaart is één pagina. De waarde zit in het werk erachter: interviews, een sessie waarin je eigen mensen de ideeën aandragen, en een scoring die ik regel voor regel kan verdedigen. Zo innoveer je met AI op use cases die zich al bewezen hebben.

Voorbeeld van een Opportunity Map voor een fictieve technisch installateur: acht use cases uitgezet op impact versus inspanning, vijf gerangschikt, drie doorgestreept. Inspanning Impact Nu bouwen Later bouwen Negeren 6 7 8 5 1 2 3 4
  • Nu bouwen
  • Later bouwen
  • Negeren
  • Data nog niet klaar
Voorbeeldkaart voor een fictieve technisch installateur met 60 medewerkers.

De shortlist

  1. De bedrijfswebsite opnieuw bouwen met AI-assisted coding Bouwtijd: 1 week
  2. AI schrijft conceptoffertes uit binnenkomende aanvragen Bouwtijd: 2 weken
  3. AI leest inkoopfacturen rechtstreeks in het ERP Bouwtijd: 2 weken
  4. Een AI-assistent beantwoordt monteursvragen uit de handleidingen Bouwtijd: 3 weken
  5. Klantportaal gebouwd met AI-assisted coding: orders, facturen, servicehistorie Bouwtijd: 4 tot 6 weken

Nu niet, en waarom

  1. Machine-learning voorspelling van de onderdelenvraag Eerst data: twee jaar schone verkoophistorie
  2. AI-chatbot op de website Veertig bezoekers per dag en een telefoon die gewoon werkt
  3. AI-samenvattingen van vergaderingen en e-mail Kopen, niet bouwen: Copilot doet dit al

In de Opportunity Map

  • De kaart

    Elke kandidaat uitgezet op impact versus inspanning, gemarkeerd op data-readiness.

  • De shortlist

    Drie tot vijf use cases, elk met inspanning, globale kosten en de data die ervoor nodig is.

  • De nee's, met reden

    De ideeën waar je mee kunt stoppen te praten, en waarom.

  • Het startplan

    Wat je eerst doet, wat daarna komt en wie erbij moet zijn.

  • De readout

    Een sessie met het management en je tech lead waarin ik elke plek op de kaart verdedig.

De Quickscan levert de scorecard en een debrief. Het Execution Plan voegt de roadmap, de diepe datacheck en het budget toe.

Hoe een traject verloopt

Dezelfde vier stappen, of je nu de Quickscan, de Opportunity Map of het Execution Plan kiest. Alleen de diepgang verschilt.

  1. Verkennen

    Een kickoff-workshop en korte interviews met de mensen die je processen het beste kennen.

  2. Selecteren

    Een use-case sessie waarin je eigen team de ideeën aandraagt. Geen geïmporteerde best practices.

  3. Prioriteren

    Elke kandidaat gerangschikt en globaal doorgerekend. Enthousiasme alleen brengt een idee niet op de lijst.

  4. Activeren

    Een readout met een concreet startplan: wat je eerst doet en wat daarna komt.

Vragen die klanten stellen

Is dit niet gewoon een dure brainstorm?

Een brainstorm geeft je ideeën. De Map geeft je een geprioriteerd, doorgerekend, op data gecheckt plan, plus de nee's. Eén vermeden misser betaalt het hele traject terug.

Waarom niet gewoon ChatGPT, of ons eigen team laten experimenteren?

Generieke tools geven generieke ideeën. Ze weten niets van je workflows of je data. Ik lees je echte processen, en ik weet onder de motorkap wat AI vandaag wel en niet kan.

Wat als onze data een puinhoop blijkt?

Dat is een uitkomst, geen mislukking. Je weet dan precies wat je moet repareren voordat je geld uitgeeft aan een use case die toch was mislukt.

We krijgen het plan. En dan?

Het plan is van jou en je eigen mensen bouwen het. Moeten ze eerst op niveau komen, dan train ik ze. Ik blijf sparringpartner zolang dat nuttig is, en niet langer.

Welke AI-kans is voor jouw organisatie echt de moeite waard?

Plan een korte kennismaking. We bespreken waar je staat, welke vragen er liggen en of een van deze drie een logische volgende stap is.

Plan een vrijblijvende kennismaking

Vrijblijvend, praktisch en zonder verkooppresentatie.