Motran | AI Solutions & Advisory

Anthropic bracht begin deze maand zijn krachtigste AI-model uit. Drie dagen later moest het bedrijf het weer uitzetten, op last van de Amerikaanse overheid. Van het ene moment op het andere, voor alle klanten tegelijk, weg. De politiek erachter is hier niet het punt. Wat blijft hangen, is iets anders: een tool waar bedrijven op leunen, kan zomaar ineens verdwijnen, om redenen die niets met het bedrijf zelf te maken hebben. En veel bedrijven bouwen hun werk nu op precies één model van precies één leverancier. Valt dat weg, dan staat het proces stil. De belangrijkste les: bouw model-agnostisch. Pin je proces niet vast op één model, maar zorg dat je het model eronder kunt vervangen zonder dat de rest omvalt. Want het model is een onderdeel, niet het fundament. Het fundament is je proces, je data, en de kennis van hoe het werk hoort te gaan. Het model dat het werk draait, hoort verwisselbaar te zijn, zoals een leverancier waar je van kunt wisselen. Bouw je het zo, dan kies je per taak het model dat op dat moment het beste of het goedkoopste werkt, en is een bericht als dit een ongemak in plaats van een stilstand.

In Europa gebruikte in 2025 al 91% van de organisaties AI, blijkt uit de nieuwste Stanford AI Index. Nergens ter wereld lag dat percentage hoger, en inmiddels is het vermoedelijk verder gestegen. "Iets met AI doen" is geen voorsprong meer. Maar onder dat cijfer zit een groot verschil. Voor de meeste bedrijven betekent "AI gebruiken" niet veel meer dan af en toe een chatbot openen voor een mailtje of een stukje tekst. Handig, maar het verandert niets aan hoe het werk loopt. AI die écht in het werk zit en zelfstandig taken afhandelt, is volgens datzelfde rapport nog zeldzaam: in bijna elke functionele afdeling maar slechts een paar procent. Neem een bedrijf van twintig werknemers. Het verschil zit tussen je administratie die er ChatGPT bij pakt, en een agent die elke binnenkomende factuur uitleest, aan de juiste inkooporder koppelt, de boeking klaarzet en alleen de afwijkingen aan een mens voorlegt. Het eerste scheelt een paar minuten. Het tweede haalt een hele terugkerende klus uit handen. Zo'n agent bouwen is alleen best ingewikkeld. De agent moet weten waar de juiste informatie staat (vaak verspreid over allerlei pakketten, soms helemaal niet digitaal), welke context op dat moment telt, en wanneer het een mens erbij moet halen. Automatiseren is geen knop omzetten. Het is de manier waarop iemand dat werk nu doet, overbrengen naar een systeem dat je kunt vertrouwen. De voorsprong zit niet in wie AI gebruikt, maar in wie er processen ook echt mee laat draaien.

Anthropic bracht gister Claude Fable 5 uit, het krachtigste model dat ze ooit publiek beschikbaar maakten. De prijs voor dit model: 10 dollar per miljoen input-tokens, 50 dollar per miljoen output-tokens. Dat zegt niemand iets. Dus we rekenden het om naar een taak die elk bedrijf kent: een offerte maken. Een offerte aanvraag komt binnen. Een AI agent leest de mail, en de benodigde context: gegevens uit het ERP, prijslijsten, oude offertes, eerdere mailwisselingen met de klant, offerte formats, etc. Dan schrijft de AI agent een concept offerte: → lezen (aanvraag + context): ± $0,10 → schrijven (de concept offerte): ± $0,05 Dit komt neer op ± 15 cent. Een inschatting: de echte prijs hangt af van hoeveel het model leest, hoeveel tussenstappen het zet en welk model je per stap inzet. Diezelfde offerte kost een binnendienst al snel een uur. Centen tegenover een uur werktijd: bij tientallen offertes per week krijgt je team elke maand hele werkdagen terug. En vervangt dat je mensen? Nee. Het model maakt het concept, je mensen beoordelen het en drukken op versturen. Het doel is niet expertise vervangen, maar tijd teruggeven aan je mensen: die gaat naar de gevallen waar kennis en ervaring het verschil maken, niet naar overtypen. https://lnkd.in/eQKKjNsS

Goed artikel in het FD van afgelopen week: Jan Baan en Ad Nederlof, opgeteld 100+ jaar IT-ervaring, zien AI als de sloopkogel voor de huidige software industrie. En wij zijn het er volledig mee eens. Baan vat zijn filosofie samen in één zin: "De kern is altijd geweest: hoe kan ik een bedrijfsproces verbeteren? Ik heb nooit software gemaakt om de software." Precies daar zit voor ons de essentie. Grote softwarebedrijven verkopen al jaren een generiek, complex en duur product. De bedrijfswinst van de klant verdwijnt naar de leveranciers van de tools, in plaats van andersom. Met AI kantelt dat. Niet de standaard blauwdruk wint straks, maar degene die het beste begrijpt hoe een organisatie werkt en dat kan vertalen naar een oplossing die écht past. Dit raakt de kern van waar wij bij Motran in geloven: software hoort zich te voegen naar het bedrijf, niet andersom. De blauwdrukken waar de hele industrie op draait, zijn gemaakt voor het gemiddelde bedrijf. Maar dat gemiddelde bedrijf bestaat niet. Elk bedrijf heeft eigen processen, eigen mensen, eigen klanten. Met AI is maatwerk eindelijk betaalbaar en haalbaar, ook voor het MKB. De sloopkogel mag er wat ons betreft door. Lees het artikel hier: https://lnkd.in/e_zimamW

“Wij zijn al bezig met AI.” Dat horen we vaak. En meestal betekent het: het team gebruikt ChatGPT, of er draait ergens een chatbot op de website. Mooi begin. Maar het is nog geen AI-strategie. Een prompt-cultuur maakt medewerkers sneller. Het resultaat blijft hangen in chat-historie, kennis blijft bij de persoon, en schaalbaar wordt het nooit. Een agent-cultuur werkt anders. Agents draaien in je ERP en CRM, lezen en schrijven naar je systemen, en zijn onderdeel van het proces zelf. Auditeerbaar, consistent, en het vervangt écht handwerk. Prompts maken medewerkers sneller. Agents veranderen hoe je bedrijf werkt.

AI levert waarde op vier niveaus. Elke stap omhoog vergroot de impact exponentieel. De meeste MKB-bedrijven zitten vandaag tussen niveau 1 en 2. De grootste reden: er is geen structuur om AI te verbinden met je eigen data, systemen en processen. Er zijn vier niveaus: Neem het factureringsproces: 1. Denkpartner — AI denkt mee over hoe je je factureringsproces efficiënter kunt inrichten 2. Assistent — AI stelt op basis van enkele kernpunten een conceptfactuur op 3. Teamgenoot — AI leest inkomende facturen, boekt ze en stuurt ze door naar de juiste persoon 4. Het systeem — het volledige proces verloopt autonoom, van trigger tot factuur en verwerking Niveau 1 en 2 leveren direct tijdwinst en betere beslissingen op. Waardevol, maar het blijft individuele productiviteit. De échte transformatie zit in de sprong naar niveau 3. Daar begint AI je organisatie te laten schalen zonder dat de werkdruk meegroeit. Wat houdt jouw organisatie nog tegen om de stap naar niveau 3 te maken?

Goede monteurs vinden is het grootste probleem in de installatiebranche. En het wordt elk jaar lastiger. Dus elke rit die je bespaart, telt. Elke minuut die een monteur sleutelt in plaats van typt, telt. En elke storing die je binnendienst slim afvangt zonder iemand te sturen, telt. Maar wat zien we in de praktijk? Buitendienst: monteurs besteden een flink deel van hun dag aan administratie in plaats van aan hun vak. Ze rijden naar klanten die niet thuis blijken. En als een junior monteur vastloopt, moet hij wachten tot een ervaren collega beschikbaar is. Binnendienst: de telefoon gaat de hele dag, planning wordt handmatig gepuzzeld, offertes blijven liggen en onderhoud wordt bijgehouden in Excel. Alles kost mensen en tijd. Dat kan anders. Een paar voorbeelden van wat AI kan betekenen: --> Klanten helpen eenvoudige storingen zelf op te lossen, zodat monteurs alleen rijden als het echt nodig is --> De hele communicatieflow met klanten overnemen, van afspraak bevestigingen tot herinneringen en opvolging na een bezoek --> Vakkennis beschikbaar maken voor elke monteur, ook om 9 uur 's avonds op locatie --> De binnendienst ontlasten van het repetitieve werk dat nu uren per dag kost Wat het meeste oplevert verschilt per bedrijf. Maar de richting is overal hetzelfde: meer klussen met dezelfde mensen, minder druk op kantoor, betere service. En een bedrijf dat kan groeien zonder dat je eerst tien mensen moet vinden die er niet zijn.

AI is only useful when it sits on top of the right context. Most companies have the systems. ERP, CRM, email, spreadsheets, portals. They have the data, even if scattered. What's missing? The intelligence layer in between. We call it the Operational Context Layer: - It maps business definitions to system reality - It holds workflow logic and permissions - It gives AI agents the context to reason and act safely Without it, agents hallucinate. Workflows break. People lose trust. With it? AI becomes a reliable operator, not just a chatbot. This is what we build at Motran. The layer between your messy systems and useful AI. #AI #OperationalAI #ContextLayer #AIAgents #Motran

Most SMEs pay full price for enterprise CRM features they'll never touch. 40 seats at €60/month. That's €2,400/month for a system your team uses 15% of. The AI co-pilot nobody opens. The integrations with platforms you don't have. The compliance modules for regulations that don't apply to you. Here's the thing: you don't need a cheaper plan. You need a different approach. A custom solution — built around your actual workflow — can cost a third of what you're paying now. Unlimited users. 100% feature usage. Connected to your ERP and existing tools. The question isn't "can we afford custom?" It's "can we afford to keep overpaying?" We help SMEs replace overpriced SaaS with solutions that actually fit. Start with a free SaaS audit: motran.ai #SaaS #CRM #CustomSoftware #AI #SME #MKB #DigitalTransformation #ValueBasedPricing

Your support team isn't slow. It's buried. Every webshop, logistics company, SaaS provider, or managed service provider knows the feeling. Tickets pile up. Wait times stretch from hours to days. Sometimes weeks. And the only fix anyone ever suggests? Hire more people. Here's what most people get wrong about AI support: it's not just for the simple stuff. Modern AI handles the full spectrum: → Password resets and order status updates. Instantly, at any volume → Complex billing disputes with full account context pulled automatically → Multi-step troubleshooting that used to require your best agent → Escalations that actually make sense , only when a human genuinely adds value The bar for "this needs a human" is a lot higher than most people think. Your team stops being a ticket factory. They become the exception handlers. The ones customers actually remember. More tickets doesn't have to mean more headcount. It means a smarter system. We build that system.