Tijdens het gesprek viel me vooral op hoeveel van het werk neerkomt op dezelfde handmatige stappen, keer op keer. Neem de mailings: voor één beurs gaan er per bedrijf al snel vier tot zeven berichten uit, van de eerste aanmelding tot de standbevestiging en de bezoekersmailing, en voor sommige beurzen komen jullie er simpelweg niet aan toe. De Belgische collega's vertalen alles daarbovenop nog naar het Nederlands, Vlaams en Frans, terwijl die tijd er eigenlijk niet is.

Datzelfde patroon zie ik bij de leadlijsten, waar je soms honderden bedrijven één voor één naloopt om te checken of ze nog bestaan en wie de juiste contactpersoon is. Het reviseren van teksten kost structureel uren, social media schiet er meestal bij in, en de pers- en mediarelaties zijn lastig te overzien omdat je voor elk stukje context tussen losse tabbladen heen en weer klikt.

AI is software die taal begrijpt en schrijft (een taalmodel zoals ChatGPT of Claude). Uit zichzelf weet zo'n model niets over Fairwise. Niet welke beurzen jullie beheren, in welke toon jullie schrijven, of wie jullie klanten zijn. Hoe meer context het krijgt, hoe meer werk het uit handen neemt. Het mooie is dat we daar nu al mee kunnen beginnen, op jullie huidige systemen, zonder dat eerst alles gekoppeld hoeft te zijn. Een mailing in drie talen, een tekst reviseren op toon, een leadlijst nalopen: dat soort werk kan vrijwel meteen lichter. We starten dus klein en praktisch met AI in het dagelijkse werk, en houden tegelijk scherp welke grotere stappen later nodig zijn om het echt schaalbaar te maken.

Naarmate we later meer aan elkaar koppelen, hoef je steeds minder zelf aan te leveren en haalt de AI de gegevens, de huisstijl en de beurscontext vaker zelf op. Dat is het groeipad, niet de startvoorwaarde. We beginnen nu met wat al kan op de systemen die jullie hebben, en bouwen het stap voor stap verder uit. Het leadwerk laat dat goed zien: een leadlijst nalopen of opschonen kan nu al, en zodra zo'n lijst er later in bulk in kan, wordt diezelfde stap nog een stuk krachtiger.

Ik stel voor om te beginnen met een AI-pilot van een maand. In die maand zet ik de AI-werkplek op, doe ik onderzoek naar wat er op termijn mogelijk is, en haal ik op waar medewerkers nu in het werk vastlopen. Ik begin dat onderzoek met een korte vragenlijst over jullie processen en waar het volgens medewerkers beter kan, en daarna kom ik op locatie of online langs om door te vragen. Ondertussen richt ik per medewerker een eigen AI in via één van de leveranciers, zodat het team er meteen mee kan leren werken en zelf ervaart wat AI kan, in plaats van dat ik het op papier beloof. Uit wat medewerkers vertellen over hun werk maak ik ondersteunende skills en projecten (vaste instructies en afgebakende werkruimtes in de AI-werkplek) voor de taken die het meest opleveren. Gedurende de maand ben ik goed bereikbaar en kunnen jullie me oproepen om langs te komen wanneer dat nodig is.

Voor die €4.000 koop je geen advies of rapport, maar een maand waarin ik paraat sta, meedraai, implementeer, uitleg geef, aanpas en met het team onderzoek waar AI tijd bespaart. Ik werk hierin bewust met een vaste prijs in plaats van een uurtarief, zodat jullie vooraf weten waar je aan toe bent.

Hoe we samenwerken

Een traject als dit valt of staat met de samenwerking, dus daar ben ik graag eerlijk over. Ik kom niet bij jullie in vaste dienst, maar zolang we samenwerken ben ik toegewijd en betrokken: geven jullie me de ruimte voor die maand, dan ga ik echt zitten voor wat jullie willen en luister ik naar waar de schoen wringt. Ik ben er niet om jullie iets aan te smeren, maar om problemen op te lossen. Hebben jullie een heel ander beeld voor ogen? Des te beter, dan gaan we daarover in gesprek.

Mijn verwachting: voor Fairwise leunt het naar Claude Team, simpelweg omdat jullie veel schrijven, in drie talen, en kwaliteit en toon daar het verschil maken. Dat is precies waar Claude het sterkst is. Zitten jullie heel diep in Microsoft 365 en willen jullie vooral ín Word, Excel en Teams laten werken, dan is Copilot een serieuze kanshebber, met als kanttekening de licentie eronder en de mindere schrijfkwaliteit voor genuanceerd werk. Het hoeft trouwens geen "kies er één". In de praktijk combineren teams vaak Copilot voor het hele team met Claude voor wie veel en hoogwaardig schrijft. Wat het beste past, bepalen we samen tijdens de pilot, op basis van wat het team echt nodig heeft.

Ik ben er niet om jullie meer systeemkosten te verkopen, maar om medewerkers tijd terug te geven. Als na deze maand blijkt dat het team er niet op aanslaat of dat de toegevoegde waarde onvoldoende is, dan stoppen we daar eerlijk. Dan hebben we het geprobeerd, zonder lange verplichting. En ook dan blijf ik beschikbaar om met andere dingen te helpen, zoals het CRM, daarover hieronder meer. De abonnementen lopen rechtstreeks bij de leverancier en op jullie eigen naam, dus ook daar zit je nergens aan vast. En alles blijft vertrouwelijk: de zakelijke abonnementen die we kiezen gebruiken jullie gegevens niet om hun modellen te trainen. Dat is meteen een goede reden om dit op organisatieniveau te regelen: anders gebruiken mensen al snel hun eigen, persoonlijke AI, waar bedrijfsdata wél in de training terecht kan komen.

Ik snap dat hier al veel werk in zit, en juist daarom ben ik er eerlijk over. Los van deze AI-pilot is mijn duidelijke advies om het huidige, op maat gebouwde CRM-pad kritisch te heroverwegen. Ik verwacht dat doorbouwen op die route weinig oplevert en vooral veel geld en tijd blijft kosten, terwijl er volwassen CRM-systemen bestaan die vrijwel elk bedrijf ter wereld gebruikt en die jullie problemen waarschijnlijk gewoon oplossen, tegen veel lagere maandkosten.

Een goed CRM bouwen is namelijk veel moeilijker dan het lijkt. Het gaat niet alleen om of je in bulk kunt importeren, exporteren en koppelen, al zijn dat al harde eisen. Het gaat net zo goed om gebruiksvriendelijkheid, en juist dat is ontzettend lastig goed te krijgen. Partijen als HubSpot en Salesforce hebben jaren aan data van tientallen miljoenen gebruikers en hebben hun platform op basis daarvan keer op keer verbeterd. Een nieuw, custom systeem komt daar realistisch nooit bij in de buurt; het blijft investering opslokken om een achterstand in te lopen die alleen maar groter wordt.

Mijn advies is dan ook om vooral vooruit te kijken: de vraag is niet wat er tot nu toe in is gegaan, maar waar elke euro vanaf hier het meeste oplevert. Dit is nadrukkelijk geen verwijt aan wie het huidige systeem heeft gebouwd; een eigen CRM bouwen is gewoon een oneerlijk gevecht tegen partijen met een voorsprong van vijftien jaar en miljoenen gebruikers. Als jullie deze route willen onderzoeken, maak ik daar graag een aparte scope en offerte voor.

Ik vind het belangrijk dat jullie vooraf weten waar je financieel aan toe bent, zonder verrassingen achteraf. Daarom splits ik de kosten bewust in drie delen. Het eerste deel is mijn werk. De AI-pilot van de eerste maand heeft een vaste prijs. Latere fasen krijgen elk hun eigen vaste prijs zodra ze concreet worden, en hoe hoog die is hangt af van de omvang van het probleem dat we dan aanpakken: een kleine koppeling is iets heel anders dan een volledige CRM-overstap. Ook hier werk ik met een vaste prijs per fase in plaats van een uurtarief: op uurbasis zou het naar mijn verwachting hoger uitvallen, en een vaste prijs houdt mij scherp om de tijd efficiënt te benutten. Ondersteuning is optioneel en flexibel, geen vaste maandlast. Het tweede deel zijn de abonnementen op de tools. Wat de AI-werkplek per persoon kost zie je in de vergelijking bij 'De AI-werkplek'; wat het CRM (HubSpot) kost hangt af van de gekozen tier. Het derde deel zijn de gebruikskosten van de AI; die spelen nu nog niet, alleen bij latere zwaardere automatiseringen, en blijven dan bij normaal gebruik klein.

Op eigen initiatief bouwde ik een werkende demo die uit twee publieke bronnen (METSTRADE en HISWA) marine- en watersportbedrijven verzamelt als doelgroep voor boot Düsseldorf, controleert of ze nog bestaan en per gegeven de bron bewaart. Bewust klein en nog niet perfect. Dit hoort niet bij de pilot van de eerste maand, maar laat zien waar we naartoe kunnen groeien: zwaardere automatisering die pas echt goed werkt op een nette basis, bijvoorbeeld zodra leads in één keer in een systeem als HubSpot kunnen.