Je kent het moment. AI geeft je een advies dat perfect klinkt. Logisch opgebouwd, netjes onderbouwd, overtuigend geformuleerd. En toch wringt er iets. Ergens in je onderbuik zegt een stem: “Dit klopt niet voor ons.”
Die spanning, tussen wat AI suggereert en wat jij aanvoelt, is geen zwakte. Het is een signaal. En het negeren van dat signaal kan je meer kosten dan het negeren van het AI-advies zelf.
Ethan Mollick, de Wharton-professor die meer over AI en werk publiceert dan vrijwel iedereen, schreef een artikel met de titel 15 Times to Use AI, and 5 Not To. Zijn kernpunt: “AI is often most useful where we’re already expert enough to spot its mistakes, yet least helpful in the deep work that made us experts in the first place.”
Dat is precies de paradox waar je als ondernemer mee worstelt. AI weet veel, maar het kent jouw bedrijf niet. En dat verschil is groter dan je denkt.
Vijf situaties waarin je AI negeert
1. Als je de foutmodi niet begrijpt
Mollick waarschuwt expliciet: gebruik AI niet “when you do not understand the failure modes of AI.” AI heeft de neiging om je te overtuigen dat het gelijk heeft, zelfs wanneer dat niet zo is. Het bevestigt ook graag je eigen incorrecte aannames.
Dit is geen theoretisch risico. Microsoft identificeert vier vormen van overmatig vertrouwen op AI, waaronder “naive overreliance”: gebruikers die niet beseffen dat overtuigend klinkende antwoorden niet per se correcte antwoorden zijn.
Als AI iets suggereert over een domein waar je weinig van weet, heb je geen manier om te beoordelen of het klopt. Dat maakt het advies waardeloos, of erger: gevaarlijk.
2. Als je eigen data iets anders zegt
AI werkt met algemene patronen. Jouw bedrijfsdata is specifieker en relevanter.
AI zegt: “Klanten in deze branche zijn prijsgevoelig.” Jouw data: Retentie van 95%, klanten klagen nooit over prijs, wel over levertijd.
Interne data wint. Altijd. AI kent jouw klanten niet, jij wel.
3. Als het te risicomijdend is
AI is getraind om veilige, gebalanceerde antwoorden te geven. Soms heb je een gedurfde zet nodig.
Onderzoek van Cambridge Judge Business School bevestigt dit: AI-gestuurde besluitvorming faalt wanneer marktcondities onverwacht veranderen. Anders dan menselijke leiders die strategische flexibiliteit inbouwen, zijn AI-modellen geoptimaliseerd voor korte-termijn resultaten en worstelen met onvoorziene disrupties.
Soms is “diversifieer je risico” precies het verkeerde advies. Soms moet je all-in.
4. Als het leren zelf de waarde is
Mollick noemt dit expliciet als moment om AI niet te gebruiken: “when you need to learn and synthesize new ideas or information” en “when the effort is the point.”
Als je AI vraagt om een strategisch plan te schrijven, mis je het denkwerk dat je dwingt om keuzes te maken. Het resultaat is misschien een mooi document, maar jij begrijpt de onderliggende logica niet. En bij de eerste tegenslag weet je niet hoe je moet bijsturen.
5. Als het je unieke positie ondermijnt
AI optimaliseert voor gemiddelden. Strategie draait om anders zijn.
AI zegt: “Volg de industrie-standaard en bied dezelfde features als concurrenten.” Jij weet: Ons voordeel is dat we juist niet alles doen, maar een ding uitmuntend.
Differentiatie betekent soms bewust tegen best practices ingaan. AI begrijpt dat niet.
De waarde van ondernemersintuïtie
Gary Klein, de psycholoog die het veld van naturalistic decision making heeft opgericht, definieert intuïtie als “grote aantallen patronen opgebouwd door ervaring, resulterend in verschillende vormen van tacit knowledge.”
Intuïtie is geen magie. Het is patroonherkenning die je niet kunt verwoorden maar wel voelt. Klein bestudeerde hoe experts zoals brandweercommandanten en militaire leiders onder tijdsdruk beslissingen nemen. Zijn conclusie: laboratoriummodellen kunnen besluitvorming onder onzekerheid niet adequaat beschrijven.
Dat wringende gevoel bij AI-advies? Dat is je ervaring die spreekt. Niet altijd gelijk, maar wel altijd het luisteren waard.
Wanneer je intuïtie te vertrouwen is:
- Je hebt relevante ervaring in dit domein
- Je onderbuikgevoel is consistent over tijd
- Je kunt, als het moet, redenen bedenken (ook al waren die niet je eerste gedachte)
Wanneer je intuïtie te wantrouwen is:
- Je opereert in een nieuw domein zonder ervaring
- Je gevoel wordt gedreven door angst of wishful thinking
- Je negeert consequent feiten die je gevoel tegenspreken
Red flags in AI-output
Let op deze signalen:
Te generiek. “Focus op klanttevredenheid en innovatie” kan elk bedrijf zeggen. Als het advies niet specifiek is voor jouw situatie, is het waardeloos.
Circulair. “Om te groeien moet je meer verkopen.” Duh. Als AI truïsmes produceert in plaats van inzichten, vraag door of zoek elders.
Te stellig over de toekomst. AI dat beweert te weten hoe de markt er over drie jaar uitziet, overschat zichzelf. De toekomst is onzeker, punt.
De hybride aanpak
Harvard Business School concludeert in recent onderzoek dat menselijke ervaring en oordeel nog steeds cruciaal zijn voor besluitvorming, omdat AI niet betrouwbaar goede ideeën van middelmatige kan onderscheiden.
De oplossing is niet AI afzweren. Het is AI inzetten op een manier waarbij jouw team de beslissingen neemt, niet het algoritme.
De beste aanpak combineert beide:
- Start met AI: Verzamel opties, perspectieven, analyses
- Filter met ervaring: Welke suggesties passen bij jouw context?
- Toets aan intuïtie: Wat voelt goed, wat wringt?
- Valideer met data: Ondersteunen je cijfers de richting?
- Besluit zelf: Jij bent accountable, niet AI
Dit is ook de filosofie achter dare2plan. Het canvas is zo ontworpen dat AI context levert (marktanalyses, scenario’s, benchmark-data), maar jij en je team de strategische keuzes maken. AI vult aan, het beslist niet. Dat is geen beperking, dat is het hele punt. De template library zorgt dat je in een bewezen structuur werkt die jouw oordeelsvermogen centraal houdt, niet dat van een algoritme.
De accountability-test
Een simpele vraag: zou je comfortabel zijn om deze beslissing te verdedigen als het misgaat?
“AI zei het” is geen verdediging. “Ik geloofde erin ondanks AI’s waarschuwing” is wel een verdediging, mits je goede redenen had.
Jij neemt de beslissing. Jij draagt de gevolgen. AI is een adviseur, geen beslisser.
Wanneer AI-advies wel te volgen
Om de balans te bewaren:
- Als het je blinde vlekken toont. Dingen waar je niet aan dacht.
- Als het ondersteund wordt door je eigen data. AI plus interne data is sterker dan beide apart.
- Als het tegen je wishful thinking ingaat. Soms heb je een reality check nodig.
- Als je in nieuw territorium opereert. Zonder eigen ervaring is AI-kennis waardevoller, maar dan moet je extra kritisch valideren.
Conclusie
AI-advies negeren is geen teken van achterlijkheid. Het is een teken van oordeelsvermogen. Weten wanneer algemene kennis niet geldt voor jouw specifieke situatie is een strategische vaardigheid.
Zoals Mollick schrijft: gebruik AI voor dingen waar je expert genoeg bent om fouten te herkennen. Voor de rest, vertrouw op wat je in jaren hebt opgebouwd.
De beste AI-tools zijn de tools die je oordeelsvermogen versterken in plaats van vervangen. Die je dwingen om keuzes te maken, niet die de keuzes voor je maken. Soms is je intuïtie slimmer dan je denkt, en de kunst is om een werkwijze te kiezen die daar ruimte voor laat.