Je kunt de slimste AI in je software hebben zitten. Als je beoogde gebruikers het niet vertrouwen, niet begrijpen of het ervaren als extra werk, verandert hun gedrag niet. En als gedrag niet verandert, is er geen waarde.
Het succes van AI gedreven software draait uiteindelijk niet om de technologie, maar om adoptie. Dat vraagt om duidelijke keuzes en actief eigenaarschap. Daarom deel ik 4 lessen uit de B2B SaaS praktijk van Blinqx:
Les 1: gedrag verandert alleen als er vertrouwen is
Professionals in sectoren als legal, accountancy en verzekeringen zijn niet allergisch voor vernieuwing. Ze zijn allergisch voor oncontroleerbaarheid. Ze kunnen zich geen ‘bijna correct’ veroorloven. Daarom willen ze echt begrijpen wat er gebeurt met hun data. Een output die “klinkt alsof het klopt” maar niet te herleiden is, voelt als risico.
Wat wij zien: als gebruikers niet begrijpen wat AI doet en waarom, verandert hun gedrag niet. Ze blijven AI controleren, omzeilen of negeren. Vertrouwen is dus geen bijzaak, maar een randvoorwaarde voor adoptie. Het is een producteigenschap.
Wat werkt wél (productprincipes):
- Herleidbaarheid standaard maken: bronnen, gebruikte documenten, en welke stappen tot het antwoord hebben geleid.
- Onzekerheid zichtbaar maken: een systeem dat “ik weet het niet” kan zeggen is betrouwbaarder dan een systeem dat altijd iets zegt.
- Corrigeerbaarheid inbouwen: gebruikers moeten kunnen ingrijpen, aanpassen, terugdraaien.
Wat je moet meten:
- Hoe vaak accepteren gebruikers een voorstel zonder extra controle?
- Hoe vaak corrigeren ze, en waar precies in de flow?
- Hoe vaak wijken ze uit naar hun eigen workaround?
Les 2: gedrag volgt het proces, niet de technologie
Gebruikers passen hun gedrag niet aan omdat technologie slim is. Ze doen dat als het logisch aansluit op hun werk. AI die losstaat van bestaande processen voelt als extra werk. Nog een scherm. Nog een stap. Nog iets om bij te houden. Dat gedrag zie je direct terug: mensen haken af.
Gedrag verandert pas als AI onderdeel wordt van de workflow. Niet ernaast, maar erin. Daarom begint succesvolle AI-adoptie bijna altijd bij procesontwerp, niet bij modelkeuze.
Wat werkt wél (productprincipes):
- AI in de bestaande objecten: in het dossier, in de claim, in de klantkaart — niet als aparte chat.
- Start met tijdwinst, niet met oordeel: samenvatten, structureren, voorstellen genereren, follow-ups klaarzetten.
- Moments that matter: plaats AI op het moment dat de gebruiker sowieso al een beslissing of registratie moet doen.
Wat je moet meten:
- Doorlooptijd per taak vóór/na AI.
- Drop-off: waar haken gebruikers af?
- “Time-to-value”: hoe snel ervaart iemand voordeel na de eerste keer?
Het succes van AI-producten wordt niet bepaald door wat ze kunnen, maar door hoe gebruikers ermee werken.
Les 3: waarde bepaal je niet intern, maar met je gebruiker
Een veelgemaakte fout is denken dat je intern – met je kennis van je klant – kunt bepalen of iets waardevol is. Dat kan niet. Je ziet pas welk gedrag AI oproept als je het samen met je gebruiker inzet in de praktijk. Niet in demo’s of testomgevingen, maar in echte dossiers onder dagelijkse werkdruk.
Wat werkt wél (productprincipes):
- Test in productiecontext met een kleine, representatieve groep echte gebruikers.
- Observeer gedrag in plaats van alleen feedback. Wat doen mensen als ze haast hebben?
- Gebruik AI-feedback niet alleen om “meer features” te bouwen, maar om het proces te verbeteren/herontwerpen.
Wat je moet meten:
- Welke handelingen verdwijnen echt uit het proces?
- Welke nieuwe handelingen creëer je per ongeluk? (extra checks, extra clicks, extra onzekerheid)
- Wat verandert er in outputkwaliteit?
Les 4: gedragsverandering vraagt begeleiding, geen instructies
Je kunt gebruikers niet instrueren om anders te gaan werken. Gedrag verandert niet door een handleiding, een training of een interne memo. Gedrag verandert pas als mensen ervaren dat iets hen helpt in hun dagelijkse werk.
Daarom is begeleiding cruciaal. Niet eenmalig, maar continu. Uitleggen hoe het werkt. Laten zien hoe het past in het werk. Ruimte geven om te wennen, vragen te stellen en fouten te maken. Pas dan ontstaat vertrouwen. En pas dan komt adoptie.
Wat werkt wél (productprincipes):
- In-product uitleg en voorbeelden, precies op het moment dat het relevant is.
- Kleine stappen: eerst suggesties, dan semi-autonoom, pas later autonome acties (als de risico’s dat toelaten).
- Een feedbacklus die zichtbaar impact heeft (“we hebben dit aangepast omdat…”).
Wat je moet meten:
- Retentie van AI-usage na 2–4 weken (niet dag 1).
- Verschil tussen power users en de stille meerderheid.
- Het moment waarop AI van “experiment” naar “standaard” schuift.
Van adoptie naar vanzelfsprekend gedrag
Adoptie betekent dat nadat je gebruikers iets proberen, ze het vervolgens vanzelfsprekend structureel inzetten. Ook op drukke dagen, ook op uitzonderingen. Wie het gedrag van de gebruikerbegrijpt, bouwt producten die waarde leveren. Wie vooral naar technologie kijkt, bouwt slimme functies met beperkte impact.
AI-succes is dus niet (alleen) een revolutionair product bouwen. Het is hoe graag de gebruiker er mee werkt.
Veelgestelde vragen
Omdat technologie pas waarde creëert als gebruikers hun manier van werken aanpassen. Zonder gedragsverandering blijft AI een ongebruikte mogelijkheid.
Vertrouwen en procesfit. Gebruikers moeten begrijpen wat AI doet én ervaren dat het logisch past in hun dagelijkse werk.
Dat ze aanvoelen als extra werk. Zodra AI nieuwe handelingen toevoegt zonder direct voordeel, ontstaat ontwijkgedrag.
Leiders moeten sturen op maximale adoptie, niet alleen op functionaliteit. Dat betekent keuzes maken in procesontwerp, communicatie en begeleiding.
Als gebruikers hun gedrag blijvend aanpassen en niet meer willen teruggaan naar de oude manier van werken.
