Waarom lopen zoveel AI-projecten vast?
AI is op een paar jaar van experiment naar dagelijkse kost gegaan. Volgens Statbel gebruikte in 2025 meer dan één op de drie Belgische bedrijven, 34,5 procent, minstens één AI-technologie.
De tools zijn dus het probleem niet. Een abonnement op ChatGPT of Copilot heb je in vijf minuten. Waar het misloopt, is wat eronder ligt: de gegevens waarmee die AI moet werken.
Gartner voorspelde in februari 2025 dat organisaties tot en met 2026 zestig procent van hun AI-projecten stopzetten als die niet steunen op data die klaar is voor AI. Niet omdat het model slecht is, wel omdat de klantgegevens, artikels en cijfers eronder niet kloppen.
Bronnen: Statbel, ICT-gebruik bij ondernemingen, en Gartner, persbericht van 26 februari 2025. Geraadpleegd op 4 november 2026.
Wat betekent AI op chaos bouwen?
Je vraagt een AI-assistent welke klanten vorig jaar het meest opleverden. Hij antwoordt in drie seconden, vol vertrouwen. Alleen staat je grootste klant er drie keer in, onder drie schrijfwijzen, en zit de helft van de omzet in een Excel die hij niet ziet.
Dezelfde klant, drie keer
In je boekhouding, je CRM en de mailbox van je verkoper. Met telkens een ander adres. AI telt dat als drie klanten.
Prijzen en artikels in een losse Excel
Wat een artikel kost, in welke eenheid je het verkoopt en welke korting een klant krijgt, staat in een lijst op iemands laptop. Een AI die helpt met offertes, rekent dan met de prijzen die hij wel vindt. Dat zijn niet altijd de juiste.
Het proces zit in iemands hoofd
Wie keurt een aankoop goed? Wat gebeurt er met een retour? Als dat nergens beschreven staat, kan geen enkele AI het opvolgen.
Waarom begint AI bij je ERP?
Een ERP is de plek waar je klanten, artikels, orders, voorraad en facturen samen staan, met één versie van de waarheid. Dat is precies wat AI nodig heeft om iets zinnigs te zeggen over jouw bedrijf.
Of je nu een AI-assistent vragen laat beantwoorden, facturen laat inlezen of een AI-agent laat meewerken in je verkoop: hij leest uit je systeem. Staat alles in één ERP, dan is er één bron om aan te koppelen. Hoe zo'n koppeling werkt, lees je in Odoo API en MCP.
Dat geldt voor elk ERP, niet alleen voor Odoo. Welk pakket bij jouw kmo past, lees je in ERP voor kmo's in België.
Er is nog een tweede reden. Met AI bouw je vandaag op een namiddag een script, een koppeling of een eigen tooltje. Dat is net het risico. Wie zonder duidelijk doel begint en de verkeerde beginkeuzes maakt, bouwt snel een koterij van losse oplossingen die niemand nog kan onderhouden.
Een ERP dwingt je om die keuzes eerst te maken. Hoe ziet een artikel eruit? Hoe loopt een order? Wie keurt wat goed? Pas als dat vastligt, weet AI waar het mee werkt.
Is je kmo klaar voor AI?
Zeven vragen. Vink aan wat vandaag klopt in jouw bedrijf, niet wat er ooit gepland is.
De AI-check in zeven vragen
0 van 7
Begin bij de basis. Je gegevens staan verspreid of zijn niet betrouwbaar genoeg om AI op te laten werken. Lees eerst of je klaar bent voor een ERP.
In welke volgorde pak je AI aan?
- 01Begin bij een vraag, niet bij een tool. Welke taak kost je vandaag te veel tijd? Een offerte die twee dagen duurt, facturen die iemand overtypt, een voorraad die nooit klopt. Welk proces eerst aan de beurt komt, lees je in procesautomatisering in je kmo.
- 02Breng in kaart waar de gegevens voor die taak staan. In één systeem? Dan kan je verder. In drie systemen en een Excel? Dan is dat je eerste project, en dat is geen AI-project maar een ERP-project.
- 03Kuis de stamgegevens op voor je AI aanzet. Dubbele klantfiches samenvoegen, artikels een vaste eenheid geven, lege velden invullen. Het is saai werk, en het levert meer op dan de AI zelf.
- 04Start met één AI-toepassing, laat een mens het resultaat nakijken en meet voor en na. Pas als dat werkt, zet je de volgende stap. Wat de AI in Odoo vandaag al kan, lees je in Odoo en AI.
Spreek ook af welke AI-tools je mensen mogen gebruiken en welke gegevens er nooit in mogen. Wat de AI Act daarover vraagt, lees je in AI-geletterdheid in je kmo.
