Je hebt er vast mee gewerkt, of je hebt er in elk geval over gehoord. ChatGPT, Claude, Midjourney, Gemini. Generatieve AI is in korte tijd van een niche-technologie uitgegroeid tot iets waar vrijwel elk bedrijf mee te maken krijgt. Maar wat is generatieve ai precies, en hoe verschilt het van “gewone” AI?
Wat me opvalt in gesprekken met ondernemers is dat veel mensen generatieve AI gelijkstellen aan ChatGPT. Dat is een beetje alsof je het hele internet gelijkstelt aan Google. ChatGPT is een toepassing van generatieve AI, maar er zit een veel breder verhaal achter. En dat verhaal is relevant voor jouw bedrijf, ongeacht je branche of bedrijfsgrootte.
In dit artikel leg ik uit wat generatieve AI inhoudt, hoe het technisch werkt, waar je het als MKB-ondernemer voor kunt inzetten, en waar de risico’s zitten. Met concrete voorbeelden en zonder technisch jargon.
Wat is generatieve AI precies?
Generatieve AI is een tak van kunstmatige intelligentie die nieuwe content maakt. Tekst, afbeeldingen, video, muziek, code, stemgeluid. Het systeem genereert iets dat er eerder niet was, op basis van patronen die het heeft geleerd uit enorme hoeveelheden trainingsdata.
Het verschil met traditionele AI zit in dat woord “generatief”. Klassieke AI analyseert en classificeert. Denk aan een spamfilter die bepaalt of een e-mail spam is of niet. Of een algoritme dat voorspelt welk product een klant waarschijnlijk koopt. Die systemen maken niets nieuws. Ze sorteren, voorspellen of herkennen.
Generatieve AI draait dat om. Geef het een prompt en het maakt iets. Een blogartikel, een logo-ontwerp, een stuk programmeercode, een samenvatting van een vergadering. Het resultaat is niet een kopie van bestaande content, maar een nieuw stuk dat gebaseerd is op statistische patronen.
De term “generatief” komt uit het Engelse “generative”, wat simpelweg “voortbrengend” betekent. Het systeem brengt iets voort.
Waar het soms verwarrend wordt: generatieve AI is een deelverzameling van machine learning, wat op zijn beurt weer een deelverzameling is van AI. Het zijn geen losse dingen, maar lagen die op elkaar bouwen. Machine learning levert de methode waarmee het systeem leert. Generatieve AI is een specifieke toepassing van die methode, gericht op het maken van nieuwe output.
De bekendste voorbeelden van generatieve AI op dit moment zijn grote taalmodellen (LLM’s) zoals GPT-4, Claude en Gemini voor tekst, en beeldgeneratoren zoals Midjourney, DALL-E en Stable Diffusion voor afbeeldingen. Maar er zijn ook tools voor het genereren van video (Sora, Runway), muziek (Suno, Udio) en code (GitHub Copilot, Cursor).
Hoe werkt generatieve AI?
Het basisprincipe achter generatieve AI is patroonherkenning op een gigantische schaal. Neem als voorbeeld een groot taalmodel. Zo een model is getraind op miljarden pagina’s tekst: boeken, websites, wetenschappelijke artikelen, forums. Tijdens die training leert het model de statistische relaties tussen woorden en zinnen. Welk woord volgt waarschijnlijk na welk ander woord, gegeven de context?
Als je het model vervolgens een vraag stelt, berekent het woord voor woord wat het meest waarschijnlijke vervolg is. Het “denkt” niet echt na. Het doet wiskundige berekeningen met enorm veel variabelen. Maar het resultaat is tekst die voor mensen vaak niet te onderscheiden is van mensgeschreven tekst.
De technologie die dit mogelijk maakt heet de transformer-architectuur, geintroduceerd door Google-onderzoekers in 2017. De doorbraak zat in het concept “attention”: het model leert welke delen van de invoer het meest relevant zijn voor elk deel van de uitvoer. Als je vraagt “Wat is de hoofdstad van Nederland?”, leert het model dat “hoofdstad” en “Nederland” de relevante woorden zijn, en dat “Amsterdam” het antwoord is.
Bij beeldgeneratie werkt het anders maar met hetzelfde principe. Modellen zoals Stable Diffusion gebruiken een proces dat “diffusion” heet. In de training leert het model stap voor stap ruis toe te voegen aan bestaande afbeeldingen totdat er niets herkenbaars overblijft. Vervolgens leert het dat proces om te keren: vanuit ruis een afbeelding opbouwen. Door dat omgekeerde proces te sturen met een tekstbeschrijving, maakt het nieuwe afbeeldingen die passen bij je beschrijving.
Wat je als ondernemer moet begrijpen: je hoeft de wiskunde niet te snappen. Maar het helpt om te weten dat generatieve AI werkt op basis van waarschijnlijkheid, niet op basis van begrip. Het model “weet” niet dat Amsterdam de hoofdstad is. Het weet dat in teksten over Nederland en hoofdsteden het woord “Amsterdam” statistisch vaak voorkomt.
Dit verklaart waarom generatieve AI soms overtuigend foute antwoorden geeft, zogenaamde “hallucinaties”. Het model kiest het meest waarschijnlijke antwoord, maar waarschijnlijk is niet hetzelfde als correct. Voor feitelijke informatie moet je altijd controleren wat het systeem produceert.
De kosten om een groot model te trainen liggen in de miljoenen tot honderden miljoenen euro’s. Maar als gebruiker betaal je alleen voor het gebruik via een API of een abonnement. ChatGPT Plus kost 20 dollar per maand, Claude Pro hetzelfde. Zakelijke plannen met meer capaciteit lopen op tot enkele honderden euro’s per maand. Voor de meeste MKB-toepassingen ben je met 50 tot 200 euro per maand klaar.
Waarom is generatieve AI belangrijk voor bedrijven?
De reden is simpel: generatieve AI verlaagt de kosten en doorlooptijd van kenniswerk. En de meeste MKB-bedrijven draaien op kenniswerk.
Laat me dat concreet maken. Een marketingmedewerker die vier uur nodig heeft om een blogartikel te schrijven, kan met generatieve AI een eerste concept in 30 minuten produceren. Het redigeren en aanscherpen kost nog eens een uur. De totale tijdsbesteding gaat van vier uur naar anderhalf uur. Bij twee artikelen per week bespaar je vijf uur. Per maand is dat 20 uur. Per jaar 240 uur. Tegen een uurloon van 40 euro is dat 9.600 euro.
Dat is slechts een voorbeeld. Volgens onderzoek van McKinsey (2024) kan generatieve AI de productiviteit van kenniswerkers met 20 tot 40 procent verhogen, afhankelijk van de taak. Taken die veel te maken hebben met tekst, data-analyse en communicatie profiteren het meest.
Waar ik steeds op terugkom in gesprekken met klanten: generatieve ai vervangt geen mensen. Het vervangt taken. Dezelfde marketingmedewerker schrijft niet minder, maar schrijft meer, of besteedt de vrijgekomen tijd aan strategie en klantcontact. Dat is waar de echte waarde zit.
De bedrijven die nu vooroplopen, zijn niet per se de bedrijven met het beste AI-team. Het zijn de bedrijven die systematisch hebben geinventariseerd welke taken zich lenen voor AI-ondersteuning. Een CRM bijhouden, offertes opstellen, klantvragen beantwoorden, social media plannen, interne communicatie samenvatten. Overal waar tekst gelezen, geschreven of verwerkt wordt, kan generatieve AI een rol spelen.
Maar er zijn ook risico’s. Generatieve AI kan feitelijke fouten maken. Het kan auteursrechtelijk beschermd materiaal reproduceren. Het kan bias bevatten uit de trainingsdata. En het kan privacy-gevoelige informatie lekken als je onzorgvuldig omgaat met welke data je invoert. De AVG stelt eisen aan hoe je persoonsgegevens verwerkt, ook als je dat via AI-tools doet.
Dat betekent niet dat je moet wachten. Het betekent dat je bewust moet kiezen waar je het inzet en welke controles je inbouwt.
Generatieve AI in de praktijk: voorbeelden voor MKB-bedrijven
Generatieve AI klinkt futuristisch, maar wordt al dagelijks ingezet door mkb-bedrijven. Deze voorbeelden tonen wat er nu al kan.
Voorbeeld 1: Een accountantskantoor automatiseert klantcommunicatie
Situatie: Een accountantskantoor met 12 medewerkers verwerkt jaarlijks honderden belastingaangiftes. Na elke aangifte sturen ze een persoonlijke toelichting naar de klant. Het schrijven van die toelichtingen kostte gemiddeld 25 minuten per stuk.
Toepassing: Het kantoor heeft een generatieve AI-tool gekoppeld aan hun administratiesysteem. De tool genereert automatisch een concept-toelichting op basis van de aangiftedata. Een accountant controleert het concept, past het aan waar nodig, en verstuurt het.
Resultaat: De gemiddelde tijd per toelichting daalde van 25 naar 8 minuten. Over 400 klanten per jaar scheelde dat ruim 110 uur. De kwaliteit van de toelichtingen ging omhoog omdat de AI-tool consequent alle relevante punten benoemde. Voorheen vergat een accountant onder tijdsdruk weleens een punt.
Voorbeeld 2: Een webshop schaalt productbeschrijvingen op
Situatie: Een webshop in tuinartikelen had 2.000 producten, waarvan 800 alleen een fabrikantsomschrijving hadden. Niet uniek, niet SEO-vriendelijk, en niet overtuigend voor bezoekers.
Toepassing: Met een combinatie van ChatGPT en een eigen prompt-template genereerde de eigenaar nieuwe productbeschrijvingen. Elke beschrijving werd gebaseerd op de fabrikantsdata, aangevuld met zoekwoordinformatie en de tone of voice van de webshop. De eigenaar redigeerde elke tekst voor publicatie.
Resultaat: In drie weken waren alle 800 beschrijvingen herschreven. Zonder AI had dit naar schatting 4 tot 6 maanden gekost. Het organische zoekverkeer naar productpagina’s steeg met 34% in de drie maanden na publicatie. De conversieratio op de herschreven pagina’s lag 12% hoger dan op de ongewijzigde pagina’s.
Voorbeeld 3: Een recruitmentbureau versnelt kandidaatselectie
Situatie: Een recruitmentbureau ontving wekelijks 200 tot 300 cv’s voor diverse vacatures. Het handmatig screenen en matchen van cv’s kostte twee medewerkers samen 20 uur per week.
Toepassing: Het bureau implementeerde een generatieve AI-tool die cv’s samenvat, relevante ervaring uitlicht en een matching-score berekent per vacature. De tool genereert ook een korte aanbevelingstekst die de recruiter kan gebruiken in communicatie met de opdrachtgever.
Resultaat: De screeningtijd halveerde naar 10 uur per week. De recruiters besteedden de vrijgekomen tijd aan persoonlijke gesprekken met kandidaten en opdrachtgevers. De plaatsingsratio steeg met 18% omdat er meer tijd was voor kwalitatief contact.
Voorbeeld 4: Een adviesbureau bouwt een interne kennisbank
Situatie: Een adviesbureau met 25 medewerkers had jarenlang rapporten, presentaties en memo’s opgebouwd, maar al die kennis zat verspreid over mappen, mailboxen en SharePoint. Nieuwe medewerkers verloren weken aan het zoeken naar relevante informatie.
Toepassing: Het bureau gebruikte generatieve AI om hun interne documenten te indexeren en doorzoekbaar te maken via een chatinterface. Medewerkers konden vragen stellen als “Wat was onze aanpak bij het fusietraject van klant X?” en kregen een samenvatting met verwijzingen naar de originele documenten.
Resultaat: De onboarding-tijd voor nieuwe medewerkers daalde van gemiddeld 6 weken naar 3 weken. Het aantal interne “ken je dat rapport van…”-mails nam met 70% af. Of dit de productiviteit structureel heeft verhoogd, is lastig te meten. Maar de tevredenheid van het team over de vindbaarheid van informatie steeg aantoonbaar.
Waar begin je met generatieve AI?
Niet met een dure tool of een ambitieus project. Begin klein, meet wat het oplevert, en schaal op wat werkt.
Stap 1: Inventariseer je tekstwerk. Maak een lijst van alle taken in je bedrijf waar tekst geschreven, gelezen of verwerkt wordt. E-mails, rapporten, offertes, social media, klantcommunicatie, interne updates. Schat per taak hoeveel uur per week erin gaat.
Stap 2: Kies een tool en experimenteer. Start met een algemeen model. ChatGPT Plus of Claude Pro zijn voor 20 dollar per maand een laagdrempelig startpunt. Probeer het een maand op twee of drie taken. Houd bij hoeveel tijd je bespaart en hoe vaak je de output moet corrigeren.
Stap 3: Bouw prompt-templates. Als je merkt dat een toepassing werkt, maak er dan een vast prompt-template voor. “Schrijf een offerte voor [dienst] aan [type klant] met deze specificaties: […]”. Zo wordt het resultaat consistenter en hoef je minder bij te sturen. Bekijk ook onze gids met ChatGPT prompts voor zakelijk gebruik.
Stap 4: Stel richtlijnen op. Bepaal als team waar je generatieve AI wel en niet voor gebruikt. Welke data mag je invoeren? Wie controleert de output? Hoe ga je om met auteursrecht? Leg dit vast in een kort intern document.
Stap 5: Meet en evalueer. Na drie maanden heb je genoeg data om te bepalen of de investering zich terugbetaalt. Kijk niet alleen naar tijdsbesparing, maar ook naar de kwaliteit van het werk en de tevredenheid van je team.
Kortom: Wat is generatieve ai is een vraag die steeds meer ondernemers stellen. Met de juiste kennis maak je betere beslissingen voor je bedrijf.
Veelgestelde vragen over generatieve AI
Is generatieve AI hetzelfde als ChatGPT? Nee. ChatGPT is een product van OpenAI dat generatieve AI gebruikt. Andere voorbeelden zijn Claude (Anthropic), Gemini (Google), Copilot (Microsoft) en Midjourney (beeldgeneratie). Generatieve AI is de technologie, ChatGPT is een toepassing ervan.
Kan generatieve AI mijn baan overnemen? Waarschijnlijk niet je hele baan, maar wel delen ervan. Taken die sterk leunen op het verwerken of produceren van tekst zijn het meest kwetsbaar. Taken die creativiteit, emotionele intelligentie, strategisch denken of fysiek werk vereisen, zijn veel moeilijker te automatiseren. Het meest realistische scenario is dat je werk verandert, niet verdwijnt.
Hoe zit het met auteursrecht op AI-gegenereerde content? Dit is juridisch nog niet volledig uitgekristalliseerd. In Nederland en de EU geldt als uitgangspunt dat auteursrecht alleen toekomt aan menselijke makers. Puur AI-gegenereerde content heeft dus waarschijnlijk geen auteursrechtelijke bescherming. In de praktijk bewerk je de output altijd, waardoor er een menselijke creatieve bijdrage is. Raadpleeg een juridisch adviseur als je dit voor commerciele content inzet.
Is het veilig om bedrijfsdata in te voeren in ChatGPT? Dat hangt af van je abonnement en instellingen. Bij de gratis versie en Plus-abonnementen van ChatGPT kan OpenAI je invoer gebruiken om het model te verbeteren, tenzij je dit uitschakelt. Bij zakelijke abonnementen (Team, Enterprise) wordt je data niet voor training gebruikt. Controleer altijd de privacyvoorwaarden en voer nooit persoonsgegevens of bedrijfsgevoelige informatie in zonder de juiste waarborgen.
Wat kost generatieve AI voor een MKB-bedrijf? De kosten lopen uiteen. Een individueel abonnement op ChatGPT Plus of Claude Pro kost rond de 20 euro per maand. Zakelijke abonnementen met teamfunctionaliteit kosten 25 tot 60 euro per gebruiker per maand. Specialistische tools voor specifieke taken (beeldgeneratie, code, data-analyse) hebben eigen prijsmodellen. Voor een team van vijf mensen zit je typisch op 150 tot 400 euro per maand.
Hoe voorkom ik fouten in AI-gegenereerde content? Door altijd te controleren. Generatieve AI maakt regelmatig feitelijke fouten, vooral bij specifieke getallen, data, namen en technische details. Bouw een controleronde in je workflow in. Laat een teamlid de AI-output nalezen voordat je het publiceert of verstuurt. Hoe specifieker je prompt, hoe betrouwbaarder het resultaat.
Mag ik generatieve AI gebruiken volgens de AVG? Ja, maar met voorwaarden. Als je persoonsgegevens verwerkt via AI-tools, moet je voldoen aan de AVG. Dat betekent onder meer een verwerkersovereenkomst met de AI-aanbieder, een grondslag voor verwerking, en transparantie naar betrokkenen. De Autoriteit Persoonsgegevens heeft richtlijnen gepubliceerd over het gebruik van AI in relatie tot privacy.
Tot slot
Generatieve AI is geen toekomstmuziek meer. Het is een werkbaar gereedschap dat nu beschikbaar is, voor een fractie van wat het drie jaar geleden zou hebben gekost. De bedrijven die er het meest van profiteren zijn niet de bedrijven die het grootst denken, maar de bedrijven die het slimst beginnen. Klein, gericht, en met duidelijke verwachtingen.
Wil je uitzoeken waar generatieve AI het verschil kan maken in jouw bedrijf? Neem dan contact met ons op voor een vrijblijvend gesprek. We helpen je met een praktisch plan dat past bij jouw situatie en budget.
