"Het is een ziel-verpletterende goelag." Dat zei een Meta-engineer over het nieuwe AI-team van het bedrijf. Niet tegen een journalist op een anoniem forum — maar intern, tegen collega's, in berichten die nu op straat liggen. Meta's gloednieuwe AI-unit, opgezet om het bedrijf koploper te maken in kunstmatige intelligentie, is in drie maanden tijd veranderd in een textbook-voorbeeld van hoe je AI-invoering níet aanpakt.
En de ironie? De fouten die Meta maakt, zijn exact de fouten die MKB-bedrijven maken als ze "iets met AI" gaan doen. Alleen op een schaal van duizenden medewerkers in plaats van vijf.
Fout 1: De verplichte hackathon
Mark Zuckerberg kondigde een bedrijfsbrede AI-hackathon aan. Verplicht. Alle engineers moesten meedoen. Het idee: iedereen bouwt AI-toepassingen, de beste ideeën worden producten, Meta wint.
De realiteit: medewerkers "haten het absoluut", aldus Wired. Engineers die aan kritieke infrastructuur werkten, moesten hun sprints stilleggen om AI-demo's te bouwen die niemand ging gebruiken. De hackathon werd een compliance-oefening — afvinken, niet innoveren.
Jouw MKB-les: Een AI-hackathon klinkt leuk. Maar verplichting doodt creativiteit. De bedrijven die succesvol AI invoeren, doen het tegenovergestelde: ze geven een klein team échte tijd, écht budget, en échte problemen om op te lossen. Geen vrijdagmiddag-sprint met pizza. Een kwartaal. Een project. Een KPI.
Fout 2: De cultuur van angst
Meta's AI-unit opereert onder constante dreiging. Engineers beschrijven een omgeving waar fouten maken niet mag, waar deadlines onhaalbaar zijn, en waar managers publiekelijk teams afbranden die niet "snel genoeg" presteren. Het resultaat: niemand durft te experimenteren. En zonder experimenteren is AI-invoering kansloos.
AI is per definitie experimenteel. Je eerste vijf prompts werken niet. Je eerste model geeft hallucinaties. Je eerste integratie crasht op edge cases. Als je cultuur daar niet tegen kan — als elke misser een probleem is in plaats van een leerpunt — dan ga je nooit voorbij de pilotfase.
Jouw MKB-les: De beste AI-teams die ik zie bij Nederlandse MKB-bedrijven hebben één ding gemeen: een "fail fast, learn faster"-mentaliteit. Ze vieren wat wél werkt, maar ze straffen niet wat misgaat. De directeur van een installatiebedrijf met 40 man vertelde me: "We hebben 14 AI-experimenten gedaan. 3 werkten. Die 3 besparen ons nu €180.000 per jaar. De 11 mislukte experimenten waren het collegegeld."
Fout 3: AI als aparte silo
Meta zette AI in een aparte unit. Aparte managers, aparte doelen, aparte budgetten. De rest van het bedrijf — de productteams, de infra-teams, de ad-tech — moest maar "integreren" met wat de AI-unit bouwde. Spoiler: dat gebeurde niet.
AI is geen aparte afdeling. AI is een capability die in élk proces moet kunnen landen. De bedrijven die hier winnen, hebben geen "AI-team" — ze hebben marketingmensen die AI gebruiken voor copy, finance-mensen die AI gebruiken voor forecasting, en operations-mensen die AI gebruiken voor planning. De tech-teams bouwen de rails; de business-teams rijden de trein.
Jouw MKB-les: Begin niet met "we moeten een AI-specialist aannemen." Begin met: "welk proces kost ons de meeste tijd, en kan AI dat sneller maken?" Laat de medewerker die dat proces dagelijks doet, meebeslissen over de tool. Geef die persoon een middag per week om te experimenteren. AI-adoptie werkt bottom-up, niet top-down.
Wat je wél moet doen
🧪 Experimenteerbudget, geen hackathon. Reserveer €500-1000 per kwartaal voor AI-tools. Laat medewerkers zelf kiezen welke ze proberen. Evalueer na 3 maanden: wat gebruiken ze écht?
📈 Fout-tolerant KPI's. Meet niet "hoeveel AI-projecten zijn geslaagd" maar "hoeveel experimenten hebben we gedraaid." Een experiment dat faalt is géén mislukt project — het is data.
🔄 AI in de lijn, niet in een silo. Geef je operations-manager een ChatGPT-teamlicentie, niet je IT-afdeling een "AI-strategie." De mensen die het werk doen, weten het beste waar AI kan helpen.
Verrassend genoeg is Meta's AI-chaos goed nieuws voor het MKB. Niet omdat het grappig is (al is het dat ook), maar omdat het bewijst dat AI-succes niet afhangt van budget of schaal. Het hangt af van cultuur. En cultuur — in tegenstelling tot miljarden — kun jij morgen veranderen.