Volgens de MKB Barometer van Exact gebruikt 70 procent van het Nederlandse mkb inmiddels AI, tegen 33 procent vorig jaar. Maar het gaat vooral om teksten en plaatjes. Hieronder waarom dat geen toeval is, en wat er zit tussen een losse tool en AI op je eigen bedrijfsdata.
Exact liet in augustus 2026 door onderzoeksbureau Markteffect ruim 1.700 Nederlandse mkb-ondernemers ondervragen. Zeven op de tien gebruiken AI, tegenover een derde in 2025. Dat is een verdubbeling in een jaar. Het onderzoek is wel uitgevoerd in opdracht van een softwareleverancier, dus lees het als een momentopname van gebruik en niet als een meting van rendement.
Het interessante zit in het hoe. Meer dan de helft zet AI in voor het schrijven van teksten en het maken van beelden. Ruim een derde gebruikt het om inzicht te krijgen in de bedrijfsprestaties.
Tegenover 33 procent in 2025. Het gebruik is in een jaar verdubbeld.
De meest gekozen toepassing: schrijven en plaatjes maken.
Het deel dat AI loslaat op de eigen bedrijfsprestaties.
Om medewerkers met bedrijfsdata via AI te laten werken.
Een tekst of een plaatje heeft geen bedrijfsdata nodig. Je typt een opdracht in, je krijgt iets terug en je beoordeelt het zelf. Is het niet goed, dan gooi je het weg. Het risico is klein en de opbrengst zie je meteen.
Inzicht werkt andersom. Een vraag als "welke klanten leveren ons de meeste marge op" kan alleen worden beantwoord met je eigen gegevens: facturen, uren, offertes, het CRM. Die staan zelden op een plek, en wat een klant of een marge is, verschilt per systeem. Een AI-tool die daar niet bij kan, geeft een algemeen antwoord. Een tool die er half bij kan, geeft een stellig antwoord dat niet klopt, en dat is erger. Hoe die versnippering eruitziet en hoe je hem in vijf minuten herkent, staat in wat is een datalaag.
In hetzelfde onderzoek zegt 48 procent van de ondernemers het spannend te vinden om medewerkers met bedrijfsdata via AI te laten werken, en 47 procent weet niet goed hoe ze de technologie effectief inzetten. Dat zijn twee verschillende problemen, en het eerste is concreter dan het lijkt.
Wie bedrijfsdata in een chatvenster plakt, geeft die data uit handen zonder dat is vastgelegd wie wat mag zien. Dat onbehagen is terecht. De oplossing is niet voorzichtiger plakken, maar een plek waar de rechten al geregeld zijn, zodat de AI alleen ziet wat degene die de vraag stelt ook zelf mag zien.
Het model weet wat iemand toevallig kopieert, en niet meer dan dat.
Dezelfde modellen, maar met een vaste bron en vaste regels eromheen.
Tussen een losse tool en AI op je eigen data zit geen groot programma, maar drie afspraken.
Een definitie. Leg vast wat een klant, een openstaande offerte en een marge bij jullie betekenen. Zonder dat geeft elk systeem en elk model een eigen antwoord op dezelfde vraag.
Rechten per rol. Bepaal wie welke gegevens mag zien en laat de AI dezelfde grenzen volgen. Dan is het antwoord op de vraag of medewerkers hiermee mogen werken een ja met voorwaarden die je kunt aanwijzen, in plaats van een gevoel.
Een vraag die je kunt meten. Begin niet met "we willen iets met AI", maar met een vraag waarvan je nu al weet hoeveel tijd het kost om hem te beantwoorden. Dan kun je na een paar weken zien of het iets heeft opgeleverd. Hoe je die nulmeting aanpakt staat in repetitieve taken automatiseren.
Kies een vraag, haal de gegevens die daarvoor nodig zijn naar een open database in eigen beheer en laat het bestaande pakket er gewoon naast draaien. Sluit de AI aan met de rechten die je net hebt vastgelegd. Werkt het, dan komt de volgende vraag erbij. Werkt het niet, dan ben je weken kwijt in plaats van een jaar.
Hoe wij dat invullen, met een open datalaag in jouw eigen beheer waarop dashboards, AI-chat en agents aansluiten, staat op de pagina over de AI Native Data Layer. Wat AI daarbovenop kan doen in je processen lees je in processen in je bedrijf automatiseren met AI.
Gebruik je AI om teksten te schrijven, offertes te herformuleren of notities samen te vatten, dan heb je geen datalaag nodig en is een abonnement op een tool precies goed. De stap naar je eigen cijfers is pas aan de orde als je antwoorden wilt die alleen jouw gegevens kunnen geven. Dat is dan geen kwestie van meer AI, maar van betere data.
Het gebruik is in een jaar verdubbeld. Wat het oplevert is een andere vraag, en die beantwoordt dit onderzoek niet. Gebruik je nu al AI, kijk dan eens welk deel daarvan jouw eigen gegevens raakt. Is dat bijna niets, dan zit de winst niet in een betere tool, maar in de plek waar je data staat.
Volgens de MKB Barometer van Exact, uitgevoerd door Markteffect onder ruim 1.700 Nederlandse mkb-ondernemers, gebruikt 70 procent van het mkb AI, tegenover 33 procent in 2025. Meer dan de helft (56 procent) gebruikt het voor teksten en beelden en 36 procent voor inzicht in de bedrijfsprestaties. Het onderzoek is uitgevoerd in opdracht van een softwareleverancier en meet gebruik, niet rendement.
Een tekst of plaatje heeft geen bedrijfsdata nodig, het risico is klein en je beoordeelt het resultaat zelf. Inzicht in je eigen cijfers vraagt toegang tot facturen, uren, offertes en het CRM, die vaak verspreid staan en per systeem anders worden gedefinieerd. Daardoor is de stap naar eigen data groter dan de stap naar een schrijfhulp.
Dat hangt af van hoe. Bedrijfsdata in een chatvenster plakken geeft je weinig controle over wie wat heeft gedeeld. Veiliger is een opzet waarin de AI uit een eigen datalaag leest, met rechten per rol, zodat het model niet meer ziet dan de persoon die de vraag stelt. Bijna de helft van de ondernemers (48 procent) vindt dit spannend, wat laat zien dat het vraagstuk breed leeft.
Drie afspraken: een vaste definitie van begrippen als klant, offerte en marge, rechten per rol die ook voor de AI gelden, en een concrete vraag waarvan je vooraf weet hoeveel tijd het nu kost. Een datalaag is daarbij de plek waar die afspraken samenkomen, maar je begint met een vraag en niet met een programma van een jaar.
In de whitepaper over de AI Native Data Layer lees je hoe je AI op je eigen bedrijfsdata laat werken, met rechten per rol, in eigen beheer en zonder dat je alles in een keer hoeft om te gooien.
Download de whitepaper