Je weet dat AI je bedrijf gaat veranderen. Alleen niet waar je moet beginnen.
We lopen mee met de mensen die het werk doen, brengen in kaart hoe het nu werkelijk loopt en zetten daar een efficiëntere manier tegenover. Wat dat oplevert staat vast voordat er iets gebouwd wordt.
Medewerkers proberen zelf ChatGPT, Copilot en andere hulpmiddelen uit. De een loopt voorop, de ander wacht af. Ondertussen ontbreekt een gezamenlijke keuze over waar AI wel en niet voor wordt ingezet.
Daardoor ontstaan losse experimenten, maar verandert het werk nauwelijks.
gebruikt AI niet, of alleen incidenteel en individueel.
Motivaction i.o.v. KPN, 2026van de ondervraagde organisaties ziet aantoonbaar rendement uit AI.
KPMG Global AI Pulse, 2026De vraag is niet meer of je mensen AI gaan gebruiken. De vraag is of je er als bedrijf richting aan geeft.
Een toepassing kan technisch goed werken en toch nergens landen. Het ligt dan bijna nooit aan onwil. Er ontbrak iets, en wát er ontbrak kun je aflezen aan wat je terugkreeg.
Herkenbaar? Open een situatieEr wordt begonnen met een tool of een idee, zonder eerst te bepalen welk werk werkelijk moet veranderen. Iedereen probeert wat, niemand weet waartoe.
De mensen die het werk doen kennen de uitzonderingen, twijfels en praktische bezwaren. Zonder hen bouw je iets dat op papier klopt, maar niet wordt gebruikt.
Het bleef liggen — niet omdat mensen tegen waren, maar omdat ze twijfelden of ze het konden. Dat uit zich als uitstellen, nooit als bezwaar. Zo'n gat is te dichten, maar niet als je het aanziet voor onwil.
Die vraag is onbeantwoord gebleven. Zolang AI binnenkomt als bezuiniging, is terughoudendheid niet lastig maar verstandig.
Ze wilden wel, maar er is nooit tijd voor vrijgemaakt. Naast het gewone werk bloedt het binnen een maand dood.
Na de proef ontbreekt een eigenaar en een volgorde. Het nieuwe hulpmiddel blijft naast het bestaande werk staan en verdwijnt langzaam naar de achtergrond.
Daarom beginnen wij niet met bouwen. We beginnen met begrijpen.
De vraag is welk werk je anders gaat doen.
Waar verdwijnen iedere week uren? Waar blijft werk liggen? Welke kennis zit bij een paar ervaren mensen? En waar kan AI helpen zonder dat kwaliteit of menselijk oordeel verloren gaat?
Dat bepaal je niet van buitenaf. Je ontdekt het met de mensen die het werk iedere dag doen.
Soms is de uitkomst een eenvoudigere werkwijze. Soms opleiding. En soms een AI-agent die een afgebakend deel van het werk uitvoert en het resultaat aan een medewerker voorlegt.
Een agent is daarmee geen vertrekpunt, maar een mogelijke uitkomst van een keuze die je samen maakt.
Niet alles hoeft tegelijk, en er wordt niets gebouwd voordat duidelijk is wat het oplevert. We lopen mee in je bedrijf, brengen in kaart hoe het werk nu werkelijk loopt, en leggen daar een efficiëntere manier naast. Pas als jullie en wij het eens zijn over wat dat scheelt, is bouwen de volgende stap. En dat is een aparte opdracht.
Klik een stap voor de uitleg.
Uit die workflow kiezen we één stuk waar we het bewijs op willen halen, en we leggen er een efficiëntere manier naast — waarschijnlijk met automatisering en agents erin.
Daar hoort een getal bij: wat kost dit werk nu, en wat zou het kosten. Dat cijfer moet kloppen voor jullie, niet alleen voor ons. Valt het tegen, dan zeggen we dat.
Wie eerst bouwt en daarna meet, kan alleen nog achteraf gelijk krijgen. Daarom valt het besluit hier en niet later.
Geen veranderprogramma vooraf. Elke stap is een eigen beslissing met een eigen opdracht.
AI moet niet simpelweg werk weghalen. Het moet ruimte maken voor werk dat nu blijft liggen: beter klantcontact, meer aandacht voor kwaliteit, nieuwe diensten en minder herhaling.
Daarom bepalen we vooraf wat AI overneemt, waar het ondersteunt en waar je mensen blijven beslissen. Niet als technisch schema, maar als duidelijke afspraak over hoe het werk straks wordt gedaan.
Voor de mensen die er nú werken gaat dit over sneller en beter werk. Waar het wél schuurt is de instroom van beginners. Daar veranderen de eisen. Dat maken we niet mooier dan het is.
Waar staan mijn gegevens, wie mag erbij, wie is verantwoordelijk als het misgaat, en werkt het met de systemen die ik al heb? Dat zijn de vragen die tellen, en ze zijn niet met mooie woorden te beantwoorden. Hieronder staat hoe het bij ons in elkaar zit. Klik een blok voor het antwoord.
01 · De taak — Eén afgebakend stuk werk
Een agent krijgt één taak, geen afdeling. Welke taak dat wordt kiezen we langs een vaste meetlat: hoe vaak hij voorkomt, hoe verschillend de gevallen zijn, wat een fout kost, hoeveel oordeel hij vraagt, en wat de agent zelfstandig mag doen.
Scoort één van die vijf laag, dan valt de taak af — ook als het totaal er goed uitziet. Een lage score is een grens en geen gemiddelde.
Waarom zo: de meeste AI-projecten die stranden begonnen bij een taak die te groot of te wisselend was om betrouwbaar te krijgen. De afbakening vooraf is goedkoper dan de correctie achteraf.
En waar draait het geheel
Bij ons in de cloud. Het snelst op te zetten en meestal het goedkoopst. Voor het grootste deel van het werk is dit de verstandige keuze, en het is wat we standaard voorstellen.
Het meelopen op de werkvloer levert meer op dan alleen de keuze voor het stuk werk waarmee we beginnen. In die twintig uur krijg je in beeld hoe de processen bij jullie werkelijk lopen: waar het werk langsgaat, wie wat beslist, waar het blijft liggen en welke uitzonderingen er zijn die nergens op papier stonden. Vastgelegd en doorzoekbaar, in plaats van in de hoofden van een paar mensen.
Dat blijft van jullie. Ook als we hier stoppen, en ook als we later uit elkaar gaan.
Dat is het vertrekpunt voor een eventuele volgende bouw- en implementatiefase.
Hoe het werk werkelijk loopt, stap voor stap.
Wie wat beslist, en waar het blijft wachten.
Waar iedere week tijd verdwijnt.
De uitzonderingen en beslisregels die nergens op papier stonden.
Wat het werk nu kost — gemeten, niet geschat.
Waar het efficiënter kan, en wat dat zou schelen.
Zodra we gaan bouwen, bouwen we de invoering mee. Dat is geen los traject achteraf maar onderdeel van dezelfde opdracht. Een toepassing die werkt maar die niemand gebruikt, levert niets op.
Je kunt de Morphy-app inzetten als leeromgeving: e-learnings over wat er verandert, en kennis die opvraagbaar is op het moment dat iemand hem nodig heeft. Gevoed door de contextlaag — wat we in de twintig uur meelopen hebben vastgelegd over hoe het werk bij jullie werkelijk loopt.
Die moeten ergens heen. Wordt daar niet over besloten, dan verdwijnen ze in het werk dat er toch al lag en is er onder de streep niets gewonnen. Wat er met die tijd gebeurt spreken we af terwijl we bouwen, niet als het al gebeurd is.
Er is bijna geen bedrijf dat een AI-invoering al een keer heeft gedaan. Daarom nemen wij de leiding over dat stuk: wat er moet gebeuren, in welke volgorde en wie wat oppakt. Wij nemen het niet van jullie over. Het gebeurt door jullie eigen mensen, en dat geldt ook voor jou als leiding.
Wat er in die verhalen ontbrak, brengen wij mee: het opleiden, een reden voor je mensen om mee te doen, de tijd die ervoor vrijgemaakt wordt en de volgorde waarin het gebeurt. Draagvlak bouwen we samen op, met de mensen wier werk verandert. Daarom zitten zij vanaf het eerste gesprek aan tafel en niet pas bij de oplevering. Eén ding kunnen we niet leveren: de richting. Die moet van jou komen, en dat is precies waarom dit alleen werkt als je er zelf bij zit.
Bekijk de Morphy-app als leeromgeving ›In een uur onderzoeken we waar AI in jouw bedrijf werkelijk verschil kan maken. Neem iemand mee die het dagelijkse werk kent. Daarna weet je welke eerste stap wij zouden zetten — en waarom.
Plan een kennismaking