Leer AI je werk door het één keer voor te doen

Je hoeft AI niet meer te leren praten

Tot voor kort was de grootste horde bij AI dat je goed moest kunnen uitleggen wat je wilde. Je typte een prompt, kreeg iets terug dat er half naast zat, stuurde bij, en probeerde opnieuw. Voor een ondernemer die gewoon zijn werk wil doen, voelde dat als een extra vak dat je erbij moest leren.

Die horde zakt nu snel. De nieuwste stap: je hoeft een taak niet meer te beschrijven, je doet hem één keer voor. Je zet een schermopname aan, doorloopt de klus zoals je dat normaal doet, en de AI kijkt mee en maakt er een herbruikbare automatisering van. Geen prompt-engineering, geen handleiding schrijven. Gewoon: kijk, zo doe ik dit.

Wat er nu kan: voordoen in plaats van uitleggen

Anthropic bouwde deze aanpak in Claude als "Record a Skill". Je neemt jezelf op terwijl je bijvoorbeeld een binnengekomen bestelling verwerkt: je opent de mail, kopieert de gegevens naar je systeem, stuurt een bevestiging. Claude analyseert die opname en zet het om in een vaste routine die je daarna met één klik opnieuw kunt draaien.

Het mooie is dat je hiermee je eigen manier van werken vastlegt, niet een generiek stappenplan. De AI leert precies jouw volgorde, jouw velden, jouw toon in de bevestigingsmail. Voor veel MKB'ers is dat de eerste keer dat automatisering aanvoelt als iets dat bij hun eigen bedrijf past, in plaats van een kant-en-klaar sjabloon waar je je in moet wringen.

De drempel zakt van twee kanten

Voordoen met een opname is niet het enige. Aan de andere kant komen de zogenoemde no-code agent-bouwers in rap tempo op. Tools als Hyperagent, Gumloop en MindStudio laten je in gewone taal beschrijven wat een automatisering moet doen, waarna ze het zelf in elkaar zetten. Je zegt bijvoorbeeld: "als er een nieuwe lead binnenkomt, zoek het bedrijf op, vat het samen en zet het klaar in mijn CRM", en de tool bouwt die keten voor je.

Het gevolg zie je terug in de cijfers. Het doorsnee kleine bedrijf draait inmiddels zo'n vijf AI-tools naast elkaar, en bij bedrijven met tien tot honderd medewerkers sprong het regelmatige gebruik in een jaar van 47 naar 68 procent. Voor het eerst adopteren kleine bedrijven zelfs sneller dan grote. De tools zijn eindelijk toegankelijk genoeg dat je geen technisch team meer nodig hebt om te beginnen.

Waarom de meeste automatiseringen toch stranden

En toch is er een keerzijde die je moet kennen voordat je enthousiast begint. Uit meerdere onderzoeken van deze zomer blijkt dat rond de 88 procent van de AI-agents nooit echt in productie komt. Maar één op de negen bedrijven heeft ze daadwerkelijk draaiend. Dat is geen technisch probleem, want de modellen zijn goed genoeg. Het knelpunt zit in de laatste meters: inpassen in je echte processen, bewaken dat het klopt, en onderhouden als er iets verandert.

Dat is precies waar het misgaat met "voordoen en klaar". Een schermopname legt vast wát je deed, maar niet wat er moet gebeuren als er een uitzondering langskomt. Wat als de bestelling incompleet is? Wat als de klant een adres in het buitenland heeft? Wat als je leverancier volgende maand een ander mailformat gebruikt? Een opname die één keer perfect liep, is nog geen systeem dat maandenlang zelfstandig het juiste doet.

Van opname naar iets dat blijft werken

Hier verschuift onze rol bij NOVAITEC, en die van iedereen die serieus met automatisering bezig is. Het bouwen zelf wordt makkelijker, dus de waarde zit niet meer in het in elkaar zetten. De waarde zit in drie dingen eromheen.

Ten eerste: kiezen wélk werk je automatiseert. Niet alles wat je kunt opnemen, moet je automatiseren. Begin bij een klus die vaak terugkomt, een duidelijk patroon volgt en weinig risico draagt als het een keer misgaat. Zoiets als het klaarzetten van standaardantwoorden of het verwerken van terugkerende aanvragen leent zich beter dan een gevoelige offerte op maat.

Ten tweede: een menselijke controlestap. "Opgenomen" is niet hetzelfde als "verzendklaar". Bouw een moment in waarop een mens goedkeurt voordat er iets de deur uitgaat, zeker bij alles wat een klant ziet of wat je niet makkelijk terugdraait. Zo houd je de snelheid van automatisering én de rust dat er geen rare dingen ongemerkt gebeuren. In onze post over hoe je AI je administratie laat overnemen zonder de controle te verliezen gaan we daar dieper op in.

Ten derde: onderhoud. AI-tools en modellen veranderen om de paar weken, en een automatisering die stil op verouderde aannames doordraait, is gevaarlijker dan er geen te hebben. Een vast controlemoment, al is het maandelijks, houdt het gezond. We schreven eerder waarom onderhouden belangrijker is dan bouwen.

Waar je vandaag zou beginnen

Als dit je nieuwsgierig maakt, hoef je niet groot te denken. Pak één taak die je deze week meerdere keren doet en die je stiekem saai vindt. Neem hem één keer op, of beschrijf hem in een no-code tool, en kijk hoe ver je komt. Laat de eerste versie bewust nog langs je eigen ogen gaan voordat er iets echt verstuurd wordt. Meet daarna simpelweg: scheelt dit tijd, en gaan er minder dingen mis?

De drempel om te beginnen is lager dan ooit. De kunst is niet meer om iets aan de praat te krijgen, maar om het te laten blijven werken zonder dat je er constant naar hoeft te kijken. Dat verschil bepaalt of je bij de 88 procent hoort die blijft steken in een proefje, of bij de bedrijven die er echt dagelijks profijt van hebben.

Benieuwd wat dit voor jouw bedrijf betekent? We kijken het graag samen met je door.