AI
Hoe AI met MCP van prater naar doener gaat
Zoek je een AI-businesscase? Kijk eens naar je werkdruk
Samen met Thomas Rutten stond ik op het podium bij de Hospitality Expo van Nidum om over AI te praten. Geen technisch verhaal, geen toekomstplaatje. We wilden het heel praktisch maken: werkdruk. Want daar liggen veel laagdrempelige AI-kansen.
Geschreven door Thomas
In de zaal merkte ik herkenning. Het gevoel dat je dag vol zit, maar dat je ’s avonds nog steeds niet weet wat je nou echt gedaan hebt. Of dat samenwerken meer energie kost dan oplevert. Dat soort werkdruk gaat niet alleen over te veel taken. Het zit vaak in de manier waarop we werken.
En precies daar ligt de kans voor AI.
In onze ervaring bij Linku begint een goede AI-toepassing altijd bij een probleem dat je kunt voelen.
Wat we leren van tools als Notizy en Pathern
Bij Linku bouwen we AI-oplossingen die iets gecontroleerd oplossen. We zoomen bewust in op frustratie of probleem.
Zo zagen we bij Notizy hoe je met één simpele handeling (een gesprek opnemen) een enorm verschil kunt maken in verslaglegging, tijdsdruk en communicatie. Thomas begon die tool niet vanuit technologie, maar vanuit een terugkerend probleem in zijn eigen werk.
Bij Pathern, de AI-coach die helpt bij samenwerking en gedragsinzicht, leerde ik hoe belangrijk het is om iemands context en karakter te begrijpen vóór je met oplossingen komt. Geen standaardadvies, maar ondersteuning die past bij hoe iemand werkt.
Van die trajecten hebben we een aantal principes overgehouden. Die passen we zelf toe als we met AI werken, maar dragen ze ook graag naar buiten toe.
En zo ga je zelf naar een businesscase
Dit is geen vast stappenplan dat ik je wil opleggen, het is een richting. Iets wat je helpt om de mogelijkheden van AI klein en tastbaar te maken. Om vervolgens met een eigen businesscase serieuze stappen te maken richting procesoptimalisatie.
- Begin bij de frustratie, niet bij AI –
Niet: “Wat kunnen we met AI?” Wel: “Wat loopt er al maanden stroef?” De sterkste toepassingen beginnen bij een herkenbaar knelpunt. Iets dat energie kost, irritatie oproept of steeds wordt uitgesteld.
- Breng processen en gedrag in kaart –
Wie zijn erbij betrokken? In welke systemen komt het naar voren? Waar ontstaat het probleem? Hoe ziet de route van A naar B eruit? Als je dat scherp hebt, zie je ook sneller waar de echte winst zit.
- Denk in kleine oplossingen –
Je hoeft niet meteen een complete oplossing voor al je problemen, dat maakt je case te groot. Eén knelpunt verbeteren is vaak al genoeg om impact te maken. Zoals bij Notizy: eerst alleen een transcriptie, pas later volgde structurering en reflectie.
- Experimenteer met eenvoudige tools –
Gebruik ChatGPT om een situatie te verkennen. Of probeer een prototype te maken via tools als lovable.dev. Zo ontdek je snel of AI in een bepaalde context iets toevoegt.
- Evalueer de waarde van wat je test –
Wat verandert er? Lijkt werk lichter te worden? Overzichtelijker of efficiënter? Doet AI wat je hoopt dat het doet? Dat helpt om te bepalen of het de moeite waard is om verder te gaan.
- Maak het werkelijkheid (mét hulp) –
Als je iets hebt gevonden dat werkt, komt de volgende vraag: wat wil je ermee? Wat levert het op in tijd, rust of kwaliteit? En welke investering past daar dan bij? Hoe gaan we het verder oppakken?
De stap van businesscase naar actie is natuurlijk groot. Praat daarover met mensen die ervaring hebben met AI in de praktijk. Zoals wij bij Linku. Niet alleen om een kostenplaatje te hangen aan je case, maar juist ook om te sparren over wat kan, wat verstandig is en waar de valkuilen zitten.
Zo maak je van een goed idee een realistische stap. Op een manier die past bij jouw organisatie en de toekomst.
Sparren?
Werkdruk verlagen met AI?
Bij Linku denken we graag met je mee en hoe jij werkdruk kunt verlagen met AI, zoals we Notizy en Pathern doen. Neem gerust contact op.
