Je hebt eindelijk de knoop doorgehakt. Die taak die elke week terugkomt en die niemand behalve jij goed krijgt, die gooi je nu in de AI. Je typt in wat je wil, je drukt op enter, en wat eruit komt is grijs. Correct, beleefd, en volledig naast de kwestie.
Je kent dat gevoel. Het is hetzelfde als die nieuwe medewerker die in week twee iets aflevert waar je niks mee kan, en je denkt: had ik het niet beter gewoon zelf gedaan.
Op dat moment beslissen de meeste mensen dat delegeren aan AI niet voor hen werkt. Ik snap dat. Alleen kreeg de AI nooit de helft van wat ze nodig had, en dat is precies wat er misloopt als je aan een mens delegeert. Ik ben zelf jaren de bottleneck van mijn eigen bedrijf geweest.
Waarom mislukt delegeren aan AI zo vaak?
Omdat je de taak weggeeft en de rest voor jezelf houdt. De context, het oordeel en de eindverantwoordelijkheid blijven in je hoofd zitten. Je vraagt iets te doen zonder te vertellen hoe "goed" er bij jou uitziet, en dan val je van je stoel dat het resultaat niet goed is.
Dat gebeurt met een stagiair en met een AI. Bij de AI merk je het alleen sneller: die levert binnen de tien seconden iets op in plaats van binnen de week.
Uit Superagency in the workplace van McKinsey, begin 2025, blijkt dat 92 procent van de bedrijven de komende drie jaar meer in AI wil investeren, terwijl amper 1 procent van de leiders het eigen bedrijf "matuur" noemt: AI echt verweven in hoe ze werken. Bijna iedereen koopt het, bijna niemand krijgt het aan het werk.
In datzelfde onderzoek zit de grootste rem bovenaan, bij de leiding die niet snel genoeg stuurt. Medewerkers gebruiken AI intussen drie keer meer dan hun leidinggevenden denken. De blokkade zit dus ergens anders dan iedereen kijkt: bij wat er nooit is overgedragen.
Je gaf de taak, je hield het oordeel
Een taak weggeven is nog geen delegeren zolang jij de eindcontrole blijft doen.
Ik zie het bij klanten telkens terug. Eentje gaf de offertes uit handen, de berekeningen, het opmaken, alles. En toch leest ze nog elke offerte zelf na voor die de deur uitgaat. Ze delegeerde het werk, maar niet het oordeel of iets goed genoeg is. Dus blijft zij de flessenhals.
Met een AI werkt het identiek. Je laat een eerste versie van een klantenmail schrijven, en dan herschrijf je hem toch helemaal, want "zo zeg ik het niet". Klopt. Maar je hebt de AI ook nooit verteld hoe jij het dan wél zegt. Taak gedelegeerd, oordeel gehouden, en dan doe je het werk alsnog twee keer.
| Nieuwe medewerker | AI | |
|---|---|---|
| Je geeft | de taak | de taak |
| Je houdt | de context en het oordeel | de context en het oordeel |
| Gevolg | brol, en jij blijft controleren | brol, en jij blijft controleren |
Zolang het oordeel in je hoofd blijft, verandert er niets aan je week. Je hebt er alleen een sneller iemand bij gezet om teleurgesteld in te zijn.
Een AI zonder jouw context is een medewerker zonder inwerking
Iets aan de AI vragen is een gok. De AI jouw werk leren doen, dat is inwerken.
De meeste mensen behandelen hun AI als een stagiair die ze elke ochtend opnieuw moeten briefen. Elke keer opnieuw uitleggen wie de klant is, wat de toon is, wat al eens geprobeerd is en niet werkte. Een AI zonder jouw kennis googelt gewoon en geeft je de bovenste resultaten terug, netjes in volzinnen.
Want dit is wat niemand je vertelt in de enthousiaste verhalen: AI maakt wie domeinkennis heeft net waardevoller. Wie precies weet wat ze wil, krijgt iets bruikbaars. Wie hoopt dat de AI het wel zal weten, krijgt de grijze middelmaat waar de hele wereld intussen in verzandt.
Het gebruik stijgt razendsnel, daar ligt het niet aan. Volgens cijfers van Statbel en de FOD Economie gebruikte in 2025 ruim een op de drie Belgische ondernemingen minstens één AI-technologie, 34,5 procent, tegenover een kwart een jaar eerder. Alleen: beginnen is niet hetzelfde als het aan het werk krijgen.
Hoe delegeer je dan wél aan AI?
Met precies dezelfde discipline waarmee je iemand inwerkt. Alleen bewuster. Dit is de volgorde die bij mij werkt, en bij de klanten die ik erin begeleid.
- Begin bij een taak die je al honderd keer zelf deed. Iets waar je de standaard van kent zonder na te denken. Je gaat een AI niet leren wat je zelf nog aan het uitvogelen bent. Vaak is dat de taak waar je al lang iemand voor wilde aannemen.
- Schrijf je standaard op. Wat maakt het goed, wat mag nooit, welke voorbeelden zijn top en welke zijn het net niet. Dit voelt als tijdverlies en het is de hele opbrengst. Je kunt jezelf niet klonen, maar je impliciete kennis opschrijven komt daar het dichtst bij.
- Geef die context één keer als vaste werkafspraak. Niet elke sessie opnieuw in een los chatvenster, maar vastgelegd zodat het ding het blijft onthouden. Zo stop je met elke ochtend opnieuw briefen.
- Blijf een tijd controleren, tot de fouten wegblijven. Net als bij een mens. Vertrouwen bouw je op door een periode bewust na te kijken, niet door de controle voor eeuwig vast te houden. Het verschil met nu: je controleert om bij te sturen, niet omdat je het toch zelf overdoet.
- Het oordeel hou je. Beslissingen over mensen, de strategische richting, het creatieve werk dat echt van jou moet komen. Dat delegeer je niet, aan niemand, mens noch machine.
Reken niet op een avond. Reken op een paar weken waarin je beter leert overdragen dan je gewend bent. Dat is meteen waarom het loont: wat je één keer goed inwerkt, blijft werken.
Welke taken geef je beter niet aan AI?
Niet alles hoort in een systeem, en het siert je meer als je dat hardop zegt.
Alles wat een oordeel over een persoon vraagt, een aanwerving, een functioneringsgesprek, een moeilijke klant. De richting van je bedrijf, want dat is precies het werk waarvoor je begonnen bent. En het werk waar mensen jou net voor kiezen: als jouw stem het verschil is, laat je die niet namaken.
AI is sterk in het werk dat je kan beschrijven. Zodra een taak aanvoelt of context vraagt die je zelf amper onder woorden krijgt, hoort er een mens aan. Dat geldt voor een KMO in Vlaanderen net zo goed als voor een MKB-bedrijf in Nederland: de techniek is dezelfde, de grens die je trekt ook.
Veelgestelde vragen
Waarom geeft AI mij alleen generieke antwoorden?
Omdat het je context mist. Een AI zonder jouw kennis, voorbeelden en standaard valt terug op het gemiddelde van alles wat ze ooit zag, en dat is grijs. Geef je een concrete taak, je eigen voorbeelden en duidelijke grenzen mee, dan komt er iets uit dat naar jou klinkt. Generieke output is bijna altijd een teken van een generieke opdracht.
Moet ik mijn AI elke keer opnieuw uitleggen wat ik wil?
Nee, en dat is net waar de meeste tijd verloren gaat. Leg je vaste context, toon en voorbeelden één keer vast als werkafspraak. Je werkt een AI in zoals je een nieuwe collega inwerkt: één keer grondig, daarna stuur je nog bij.
Welke taken kan ik het best eerst aan AI geven?
De taken die je zelf al honderd keer gedaan hebt en waarvan je de standaard blind kent. Daar zie je meteen of het resultaat klopt en kun je gericht bijsturen. Begin niet met iets wat je zelf nog aan het uitzoeken bent, want dan heb je geen maatstaf.
Vervangt AI dan mijn medewerkers?
Nee. AI neemt het werk over dat je kunt beschrijven en dat geen menselijk oordeel vraagt. Voor alles wat afhangt van vertrouwen, relatie en richting heb je nog altijd mensen nodig. In de praktijk laat AI je team net toe zich op dat deel te richten, in plaats van op het uitvoerwerk dat niemand graag doet.
Dat is precies het werk dat ik met ondernemers doe: uitzoeken welke taken een mens nodig hebben en welke een systeem, en dat systeem dan zo opzetten dat het je hoofd leegmaakt in plaats van er nog een ding bij.
Wil je eerst gewoon meelezen? Ik schrijf om de twee weken een mail over structuur, systemen en waar AI wel en niet aan mag komen. Schrijf je in op de nieuwsbrief.
Meer in deze lijn: welke taken je het best als eerste weggeeft, waarom je AI trainen geen lang gesprek is maar een kwestie van context, hoe je van losse AI-tools naar een systeem gaat en wat je eigenlijk kunt automatiseren in je bedrijf. En als de rode draad je bekend voorkomt: dat is het werk van een integrator als operationele partner.