Waarom founders hun bedrijf opnieuw moeten uitvinden met AI

Voor de eerste helft van 2025 ging 64% van al het VC-geld in de VS naar AI-startups. Dat cijfer zet elke founder aan het denken: wat moet ik doen om een relevant bedrijf te blijven dat niet wordt weggevaagd in de wereld van vandaag?

Het goede nieuws: veel bedrijven kunnen AI in hun voordeel gebruiken.
Het slechte nieuws: veel producten zijn daar niet geschikt voor en zullen waarschijnlijk verdwijnen.

Om te voorkomen dat je een slachtoffer van een prompt wordt, zijn er drie dingen die je goed moet krijgen: je strategie, je product en je organisatorische efficiëntie.

Transformeer je strategie

Om je productstrategie vorm te geven, moeten we eerst op een eenvoudige manier definiëren wat AI vandaag is.

AI is in wezen gewoon een nieuwe manier om data in een computer te voeren, zodat die een output genereert.

In de jaren 60 begonnen we computers opdrachten te geven via ponskaarten, in de jaren 80 via tekstinterfaces, in de jaren 90 via grafische interfaces, en nu gebruiken we natuurlijke taal en stem om een computer te vertellen wat we nodig hebben.

Wat in de loop der jaren ook is verbeterd, is de kwaliteit van de output: van eenvoudige algoritmes die berekeningen uitvoeren tot geavanceerde LLM’s met redeneervermogen en probleemoplossend vermogen.

Maar in de kern is AI nog steeds gewoon een andere manier om instructies aan een computer te geven. De kwaliteit van de output hangt af van de kwaliteit van je input — zoek maar eens op “prompt engineering” als bewijs.

Denk aan de toepassing die ik kan bouwen met Vibe coding en 18 jaar ervaring in engineering en productontwikkeling, vergeleken met wat een tuinier met hetzelfde hulpmiddel zou kunnen doen op het gebied van gebruikerservaring, beveiliging, schaalbaarheid, kwaliteit, uitbreidbaarheid en interoperabiliteit.

Natuurlijk concurreer je als founder meestal niet met een tuinier die je lunch opeet, maar je begrijpt het punt, mensen die weten hoe ze AI moeten prompten, producten kunnen bouwen en met klanten kunnen praten, zullen sneller producten kunnen leveren en interne systemen creëren in plaats van te betalen voor verouderde SaaS-tools.

Omdat het grootste deel van je codebase een commodity zal worden (mensen kunnen het immers reproduceren met prompts) moet je heel eerlijk zijn over wat je echte concurrentievoordeel is dat over tien jaar nog steeds geldt.
Met andere woorden: wat zijn de unieke inputs die jouw businessmodel laten werken, die moeilijk te kopiëren of onmogelijk te prompten zijn, en die tijdloos blijven?

Is er iets unieks en complex om te bouwen binnen je bedrijf dat meer vereist dan alleen AI om succesvol te zijn, zoals wettelijke vergunningen, distributiekanalen, contracten, relaties, gespecialiseerde arbeid of zelfs een bedrijfscultuur die zich kan aanpassen aan marktdisrupties?

Door dit te herkennen en te definiëren, bouw je meer weerbaarheid op en raak je minder gehecht aan je bestaande codebase, features of aanpak, zodat je je bedrijf volledig kunt transformeren.
Als je geen goed antwoord hebt op bovenstaande vraag, is je product waarschijnlijk slechts een registratiesysteem zonder echte concurrentievoordelen en zal het waarschijnlijk worden weggevaagd door prompts met Lovable (👋 hallo aan de meeste HR-systemen daar buiten).

Je product transformeren

"Coding is fast. Deciding what to code is slow." – Andrew Ng

Als je de bovenstaande vragen kunt beantwoorden, wordt het makkelijker om een nieuwe visie voor je product te bouwen.
Omdat AI gewoon een nieuwe input is voor je systeem, kun je het zien als een extra kanaal naast web en mobiel, niet als iets compleet anders.

Denk na over welke ervaringen beter werken via stem of tekst in plaats van met klikken en formulieren.

Focus niet alleen op hoe je vandaag je product zou bouwen met agent-achtige flows, maar kijk ook hoe je bestaande middelen je kunnen helpen iets sterker te creëren dan iemand die vanaf nul begint.
En trap niet in de val om zomaar een AI-agent toe te voegen. Voor SaaS-bedrijven is dat al een basisvereiste geworden, net zoals een mobiele app dat 12 tot 15 jaar geleden was.

Laten we een voorbeeld nemen. Bij Payhawk bouwen we een nieuwe travel agent. We zijn een uitgavenbeheer platform dat kaarten uitgeeft, maar reizen was nooit onze focus.
Daarom vragen veel mensen terecht: waarom nog een reis managementsysteem? En waarom met een conversatie-interface in plaats van een web-omgeving?
Omdat we de juiste bouwstenen hebben om iets echt unieks te maken, door te combineren wat we al hebben met wat nog niet bestond als ervaring.

Ja, je kunt een agent bouwen met n8n die Expedia of andere reisaanbieders doorzoekt en hotel- en vluchtopties laat zien voor een paar nachten.

Maar het bouwen van een betalingsinfrastructuur kost tijd, vooral de variant waarmee de agent direct met je kaart kan betalen of geld efficiënt kan verplaatsen en betere tarieven kan krijgen dan Expedia.

Of je kunt de zakelijke kant verkennen, zodat de agent suggesties kan geven op basis van het reisbeleid dat is gedefinieerd door je finance team.

De agent kan ook controleren of een reisaanvraag is goedgekeurd, aanbevelingen doen op basis van je voorkeuren voor hotels, luchtvaartmaatschappijen en luchthavens, of onthouden waar je graag zit in het vliegtuig.
Bijvoorbeeld: een nachtvlucht van San Francisco op een stoel aan het gangpad, maar een raamplaats als je ’s ochtends vliegt.

De agent kan zelfs je vlucht inchecken, je instapkaarten ophalen, een taxi of Bolt voor je bestellen bij aankomst, of een onkostendeclaratie aanmaken op het moment van boeken zodat alle reiskosten direct worden toegevoegd.

En dat alles met winstgevende unit economics. Zonder afhankelijk te zijn van te veel partners die je marges aantasten en je bedrijf kunnen verstoren als ze uitvallen.

En geloof me, in payments gaat er vaker iets mis dan je zou denken.

Je moet geen AI-features bouwen alleen om bij te blijven of om AI op je homepage te kunnen zetten zodat je relevant lijkt.

Je moet concrete problemen oplossen die je klanten echt hebben. En die vraag is enorm.

Volgens het laatste MIT-rapport over AI-adoptie is meer dan 90% van de ondernemingen van plan AI te gebruiken, maar slechts 5% van de AI-pilots is succesvol.
De belangrijkste reden: de meeste AI-tools leren niet en integreren niet goed met bestaande bedrijfsprocessen.

Waarom niet? Omdat ze in isolatie zijn gebouwd. De saaie maar noodzakelijke onderdelen zoals beveiliging, multi-tenancy, beleid, audittrails en workflows leveren geen applaus op bij investeerders, maar zijn wél cruciaal om door een IT-securityreview te komen.

Zodra je begrijpt wat je strategie is en hoe je product past binnen de AI-wereld, kun je je richten op het transformeren van de manier waarop je producten bouwt. Dit draait niet om welke codegeneratie-tool je gebruikt, want inmiddels maakt 84% van de developers daar al gebruik van. Het gaat om wie je product aanstuurt.

De rol van de klassieke productmanager die een jaar vooruit plant in een traditionele organisatie is voorbij. Die rol wordt vervangen door de productleider, iemand die klantinzicht, gebruikservaring, productdesign en architectuur in één functie combineert.

In plaats van met een UX-designer te bepalen wat er moet gebeuren en vervolgens engineers te overtuigen dat dat de juiste richting is, kan een productleider snel codeprototypes en kleine features ontwikkelen om het leerproces van de hele organisatie te versnellen.

En als je productmanager niet goed is in vibe coding, dan is diegene waarschijnlijk überhaupt niet goed in het bouwen van producten. Waarom zou je iemand vertrouwen die AI niet kan uitleggen wat ze willen bouwen, maar wél een team van ontwerpers en engineers aanstuurt? Vibe coding wordt vanaf nu een vereiste vaardigheid voor elke PM-rol bij Payhawk.

Je organisatie transformeren

Je product is de som van alle producten, diensten en ervaringen die je gebruikers nodig hebben, en veel daarvan hangen af van de onderliggende teams en processen.

Je kunt je product niet transformeren zonder ook te veranderen hoe je bedrijf werkt. Dat is misschien wel het moeilijkste onderdeel van allemaal.

Een van de grootste voordelen van AI-native bedrijven is hun efficiëntie. Het is nu mogelijk om met 20 tot 30 mensen een bedrijf te bouwen dat binnen 17 maanden meer dan 500 miljoen dollar waard is.

Het goede nieuws is dat je kant-en-klare tools kunt gebruiken om individuele prestaties en operationele efficiëntie te verbeteren met AI. Het slechte nieuws is dat MIT stelt dat ze slechts in 5% van de gevallen echt werken en dat ze zelfs een negatieve impact kunnen hebben op de winstgevendheid, ondanks 30 tot 40 miljard dollar aan investeringen in GenAI.

De reden? AI stuit op zijn grootste obstakel: de mens, en in het bijzonder de manager die denkt alles te weten.

Het laaghangend fruit: 5%

Veel bedrijven verwarren het gebruik van tools zoals ChatGPT, Cursor, Copilot of Perplexity die individuele productiviteit verhogen, met het transformeren van hun organisatie.
Onderzoeken tonen dat 80% van de bedrijven deze tools al heeft geprobeerd en 40% ze actief gebruikt. Maar die individuele productiviteit vertaalt zich niet direct naar bedrijfsresultaten. En omdat elk ander bedrijf ze ook kan gebruiken, vormen ze zelden een duurzaam concurrentievoordeel.

Wat nodig is, is een systematische invoering van AI in bestaande processen en vaardigheden, om een blijvend concurrentievoordeel op te bouwen dat de koers van je bedrijf verandert. Dat vraagt om sterk leiderschap en coördinatie vanuit de top.

De volgende stap: 10%

Er bestaan uitstekende kant-en-klare oplossingen die de prestaties van je bedrijf kunnen verbeteren en een groot verschil kunnen maken in specifieke afdelingen.

Een goed voorbeeld is Intercom’s Fin, dat 50 tot 60% van je supportverzoeken met AI kan afhandelen en zelfs 85 tot 90% als het toegang heeft tot je product- en klantdata om complexere vragen te beantwoorden.

Fin kan zwakke plekken in je helpartikelen identificeren en verbeteren of automatisch nieuwe artikelen schrijven op basis van zijn kennis.

Het systeem zorgt ook voor de juiste overdrachten tussen agent en mens, met goede rapportage en analyses, zodat je team niet alleen een toezichthouder is, maar een actieve deelnemer en copiloot van de AI.

Het beloofde land: 85%

Om de volgende fase van transformatie te bereiken, moet je diep gaan in automatisering en je manier van werken fundamenteel veranderen.

Er zijn verschillende oplossingen, zoals n8n, Glean, Lovable en Make, die het mogelijk maken om je eigen automatisering te bouwen, menselijke fouten te minimaliseren en processen te versnellen, zodat je meer kunt doen met minder.

Maar je bedrijf volledig transformeren en AI intern inzetten om de productiviteit van iedereen te verhogen, vraagt om veel meer coördinatie, leiderschap en inzet dan alleen het gebruik van tools.
Je moet ook identificeren wat er precies moet veranderen en waarom.
AI intern inzetten om je manier van werken te veranderen is het moeilijkste onderdeel, om twee redenen:
a) de organisatorische complexiteit neemt toe met het aantal mensen dat je hebt, en
b) in tegenstelling tot je codebase, die een asset kan zijn, zijn je processen, handleidingen en vooral de vaardigheden van medewerkers vaak een liability.

Hoe groter het bedrijf, hoe groter de kennisbasis. Data raakt verspreid, processen worden versnipperd en informatie reist langzamer. Een gevestigde organisatie die niet AI-native is, heeft aanzienlijk meer tijd en middelen nodig om AI te adopteren en haar processen, mensen en tools om te vormen tot een echt AI-native bedrijf met uitzonderlijke operationele efficiëntie en meer dan 1 miljoen dollar ARR per FTE.

Laten we illustreren hoe moeilijk het is om een organisatie te transformeren en haar rollen en processen volledig op AI af te stemmen.

We kunnen dit illustreren met de IT Core Complexity, een model voor IT-transformatie. Het gebruikt als input het aantal unieke verbindingen tussen medewerkers en het aantal rollen in een organisatie die moeten worden aangepast. Daarbovenop komt een stressfactor van 2 of 3, die het aantal prioriteiten vertegenwoordigt dat elke rol tegelijk moet afhandelen.

Complexiteit = (communicatiekanalen + rolcomplexiteit) x stressfactor

Het aantal individuele communicatiekanalen is ook belangrijk in de wet van Conway over organisatorische complexiteit, die stelt dat de structuur van een systeem de communicatiepatronen en grenzen van de organisatie weerspiegelt.

Een bedrijf met 10 medewerkers heeft 45 unieke verbindingen.

Een bedrijf met 100 mensen heeft 4.950 verbindingen, en een organisatie met 500 medewerkers heeft er 124.750.

Hieronder zie je een overzicht van de inputs en de tijdlijn om een organisatie te transformeren op basis van haar IT Core Complexity.
Zelfs als AI het proces zou halveren, duurt het nog steeds gemiddeld 12 maanden om een bedrijf met 100 medewerkers volledig te transformeren als dit een fulltime focus is binnen de hele organisatie.

En ja, de cijfers laten zien dat minder mensen in dienst hebben een concurrentievoordeel kan zijn in een markt die zo snel beweegt, en dat AI een enorme impact kan hebben op de bedrijfsresultaten. Maar dat betekent niet dat de volgende generatie AI-native bedrijven geen complexe, logge interne structuren kan opbouwen die hun groei juist vertragen.

De geschiedenis leert dat een transformatie op zo’n grote schaal meestal drie tot vijf jaar duurt voordat de impact van AI volledig zichtbaar is in de winst- en verliesrekening van de meeste bedrijven. Tot die tijd is het aan jou om te bepalen hoe je je strategie, product en organisatie vormgeeft en of je kiest om te leiden, te volgen, of niets te doen en het risico te lopen irrelevant te worden.