Hoe het zo gekomen is

Ik snapte het probleem prima. Ik kreeg het alleen niet georganiseerd.

Als ik een prompt van vierhonderd pagina’s schreef en er drie dagen op doortestte, dan werkte het. Elke keer. Het lag dus niet aan een dom model en het lag ook niet aan mijn begrip. Het lag eraan dat ik geen manier had om de juiste context op het juiste moment bij de juiste taak te krijgen. Dit gaat over hoe lang het duurde voor ik dat wel had.

Menno van der Meulen

Wat er nu staat, en waar het vandaan komt

Twee jaar geleden begon elke taak met een leeg chatvenster. Alles opnieuw laden, alles opnieuw uitleggen, en aan het eind van de sessie was het weer weg. Wat er nu draait is een assistent per dossier die vooruitwerkt in plaats van afwacht. Aan een ingesproken bericht heeft hij genoeg om een mail op te leveren, een campagne bij te stellen, een pagina toe te voegen, een offerte te maken of een betaling klaar te zetten. Ik hoef hem niet meer te vertellen waar iets staat.

Ze controleren hun eigen werk en leggen elkaar voor wat ze zeker willen weten. Dat is een wereld van verschil met waar ik begon, en het mooiste eraan is dat het geen verkooppraatje is. Het werkt gewoon.

Maar juist omdat ik weet hoeveel uren erin zitten, weet ik ook dat elke leverancier die zegt dit out of the box te kunnen leveren je iets verkoopt dat niet bestaat. Een systeem dat jouw bedrijf kent bouw je zelf op, laag voor laag, terwijl je werkt. Dat kost tijd, doorzettingsvermogen en iemand die je vertelt welke afslag je niet moet nemen. Draait het eenmaal, dan heb je ook wat.

Waarom mijn eigen resultaat weinig bewijst

Huisraad is nooit een bureau met een team in dienst geweest. Het is een collectief van zelfstandige vakmensen, ieder met een eigen specialisme, en die mensen zijn er nog steeds. Wat ik in mijn eentje doe is het werk waar een bureau normaal aparte rollen voor inzet. Projectmanagement, accountmanagement, de productie eromheen, de administratie, en de eindredactie op alles wat naar buiten gaat.

Er is bij ons dus niemand wegbezuinigd. Wat wel veranderde is dat een deel van hun werk door AI wordt gedaan, dus betaal ik minder freelance-uren. Wat ik nu inkoop is precies het stuk waarin zij het verschil maken.

En dat is meteen de reden dat mijn eigen voorbeeld weinig zegt. Wij hebben AI vanaf het eerste jaar ingezet en er was hier nooit een oude manier van werken om af te leren. Ik hoefde niets te vervangen, alleen op te bouwen. Bij iemand die al jaren draait ligt dat wezenlijk anders, en daar gaat deze proef over.

Wat er wel uit is gekomen is de belofte waar we mee begonnen. Werk van corporate niveau bereikbaar maken voor een sector die daar normaal het budget niet voor heeft. Dat is geen plan meer, dat draait. Met twee man bedienen we een klantenbestand waar een bureau normaal een verdieping voor nodig heeft.

Een jaar lang ploeteren

Schelden tegen een scherm. Regels schrijven die de assistent moest volgen en de volgende dag merken dat hij ze niet gelezen had. Een vakantie die eraan opging, hele dagen achter elkaar bezig met de vraag wat er nou eigenlijk in die regels moest staan.

Wat er telkens misging was niet dat het model te dom was. Het was dat hij elke keer opnieuw begon. Elke opdracht een nieuwe sessie, elke sessie hetzelfde uitleggen, en aan het eind was alles weer weg.

En toen loste ik het op met geld

Dit is de fase die ik bijna vergat op te schrijven, en het is de fase waarin de meeste mensen afhaken. Het model dat slim genoeg was kon maar een kort gesprek aan. Het model dat een lang gesprek aankon was niet slim genoeg. Halverwege 2025 kwam er een variant die veel meer aankon, maar alleen voor wie hem zelf aansloot.

Dus sloot ik hem zelf aan. Ik bouwde er een eigen omgeving omheen, gaf iedere collega een eigen assistent en zette er een database onder waarin alles werd gelogd. Daarna kwam er een dashboard bij dat het werk over de klanten verdeelde. Het werkte allemaal. En het rekende af per vraag.

Want een taalmodel onthoudt niets tussen twee beurten. Bij elke beurt gaat het hele gesprek tot dan toe opnieuw naar binnen en wordt het opnieuw doorgerekend. Dus ook als ik alleen “ja, doe maar” typte, moest het model eerst een miljoen woorden aan voorgeschiedenis door om bij die drie woorden uit te komen. Dat kost rekenkracht, dus dat betaal je. Voor elke bevestiging, elke ochtend, bij elke collega opnieuw.

Het liep op tot duizenden euro’s per maand. Ik was rekenkracht aan het inkopen om een organisatieprobleem te verbergen. Ik werkte namelijk nog steeds per losse klus. Elk project een nieuw begin, met een nieuwe uitleg, en dus met de hele voorgeschiedenis er weer bij. Goedkoper maken was de verkeerde vraag.

Maandenlang was de rekening het probleem dat ik probeerde op te lossen. Het probleem was de herhaling eronder.

Nee, ik was hier niet nieuw in

Dit is het deel waarvan ik hoop dat het je geruststelt in plaats van afschrikt. Ik kom uit de marketing automation. Jarenlang, over drie bureaus heen, gewerkt aan het loyaliteitsprogramma van een van de grootste retailers van het land. Miljoenen klanten, en mails die uiteenvallen in een duizelingwekkend aantal varianten. Daarna vanuit Londen het Europese CRM-programma van een wereldmerk gedraaid. Sinds 2012 zit ik in dit vak, met voorspelmodellen voor merken die je kent. Technicus ben ik niet, dat is wel duidelijk. Maar de affiniteit zat er altijd.

Ik noem dat niet om indruk te maken. Ik noem het omdat het laat zien hoe raar het is dat het bij mij zo lang duurde. Als iemand die dit op die schaal heeft gedaan er niet uitkomt met een assistent voor zijn eigen bedrijf van twee man, dan ligt het niet aan jou.

Het lag ook niet aan mij. Het lag eraan dat het nog niet kon. De onderdelen die dit werkend maken bestonden domweg nog niet toen ik begon, en ze kwamen er pas in de loop van 2025 stuk voor stuk bij. Wat er veranderde is niet dat de AI slimmer werd. Wat er veranderde is dat een assistent zichzelf kon gaan opruimen, zichzelf terugleest waar hij was gebleven, en niet meer elke beurt zijn hele voorgeschiedenis hoefde mee te slepen.

De doorbraak was banaal

Precies andersom dan je zou denken. Mijn eigen bouwsels gingen er niet uit, de kant-en-klare koppelingen van de aanbieder gingen eruit. Alles wat standaard werd aangeboden eruit, en alles op mijn eigen systemen. Eén plek met gereedschap waar al mijn assistenten bij kunnen. De dossiers rechtstreeks op mijn eigen cloudschijf, want mensen én assistenten moeten er allebei bij kunnen en op de Mac zelf zou dat onwerkbaar zijn.

En geen losse verbindingsstukjes meer, maar de assistent het zélf laten bouwen. Dat bleek de kern van de doorbraak. Als er één ding is dat AI echt goed kan, dan is het programmeren, want daar is niets subjectief aan. Het werkt of het werkt niet. Dus hoefde ik geen kant-en-klare koppelingen meer te zoeken die net niet deden wat ik wilde.

Het staat nu op één Mac die altijd aanstaat. Praten doe ik via een chat op mijn telefoon, waar elke assistent zijn eigen draadje heeft en terugpraat. Moet ik onder de motorkap kijken, dan log ik in over een privé-netwerkje dat mijn Mac, mijn laptop en mijn telefoon met elkaar verbindt. Het eerste gebruik ik elke dag, het tweede als er iets stukgaat.

Wat er daarna gebeurde is dat het nog steeds misging, alleen op andere plekken. Dat is het eerlijke deel van dit verhaal en meteen het nuttigste.

Een vaste plek voor alles, overal dezelfde. Dat klinkt als opruimen en het is het hele verschil.

Er is ook veel niet veranderd

Er staat nog altijd iemand achter de camera. De social-concepten worden nog steeds bedacht en uitgevoerd door een mens, de campagneformats ook. Dat is geen tijdelijke situatie op weg naar iets anders. Wat wel verschoof is het bedienen ervan. Het beheer, het bijhouden, het doorzetten.

Eén ding lukt nog steeds niet goed, en dat is commerciële copy. Lange stukken schrijven vindt een AI helemaal niet moeilijk. Tekst die iets moet dóén bij een lezer wel. Dat kost me bijna evenveel tijd als vroeger. Wat werkt is het volledig voorkauwen in gewone taal, en daarna nog een paar rondes.

Hier houdt mijn eigen bewijs op

Bij mij werkt het, en daar ben ik trots op. Alleen bewijst het minder dan het lijkt, want ik ben er zo mee begonnen. Ik heb nooit een werkwijze hoeven afleren, ik heb er alleen een opgebouwd. Daniël heeft dat wel. Zijn bureau draait al jaren, met klanten, mensen en een manier van werken die staat en die niet zomaar opzij gaat.

Daarom is Daniël de echte proef en ben ik alleen het voorbeeld.

Bij mijBegon met AI, hoefde niets af te leren
Bij DaniëlDraait al jaren op een eigen manier van werken
Het verschilDat verschil is precies wat we willen weten

Dit begint niet meer op mijn bureau

Sneller schrijven was nooit het punt. Het steeds opnieuw uitleggen moest weg. Dit is de volledige lijst bij huisraad.com, zonder selectie. Het werk is er nog en het gaat nog steeds langs mij, maar het komt binnen als voorstel en niet als lege pagina.

Klanten en communicatie6 taken
  • 01Day-to-day communicatie
  • 02E-mail met klanten en partners, tot en met de bijlagen lezen, wegleggen en zelf meesturenNiets weg zonder mij
  • 03WhatsApp met klanten en partnersNiets weg zonder mij
  • 04Briefingtemplates opstellen, uitsturen en de ingevulde inhoud weer innemen
  • 05Projectmanagement: voortgang bijhouden, nalopen wat externen wel en niet gedaan hebben, update-mails
  • 06Meetings samenvatten, er actielijsten van maken en die lijsten afwerken
Strategie en denkwerk5 taken
  • 07Offertes opstellen
  • 08Jaarplannen en contracten
  • 09Deep Research, NotebookLM en marktonderzoek
  • 10Sparren over richtingen, taglines, descriptors en strategische keuzes
  • 11Presentaties maken, visueel en inhoudelijk
Maken7 taken
  • 12CopywritingLukt half
  • 13Wireframes ontwikkelen, zodat webstrategie zichtbaar wordt en de UX bij te sturen is
  • 14Simpele pagina's ontwerpen op basis van een concept van de art director
  • 15Ontwerpen binnen de huisstijl, rechtstreeks gekoppeld aan Figma
  • 16Visuele mock-ups uitwerken om te zien of een boodschap werkt: billboards, banners, advertenties, flyers
  • 17Video's transcriberen en de teksten analyseren
  • 18Video's bekijken en beoordelen op stijl en spelfouten in de titels, met markers in frame.io
Draaiend houden9 taken
  • 19Marketing automation bedienen: automations bouwen, teksten aanpassen, templates ontwerpen
  • 20Werk uitzetten bij andere bureaus en de voortgang bewaken, via Asana
  • 21Middleware bouwen voor de marketing automation en de weboplossing
  • 22Social media posten voor klanten
  • 23Google- en Meta-advertenties opzetten, beheren en de rapportages maken
  • 24Performance-dashboards bouwen voor klanten
  • 25Aanpassingen van klanten doorvoeren op hun live websites
  • 26Het beheer van onze eigen websites
  • 27Systeembeheer: de Google-adminomgeving, twee servers, alle middleware, de zelfgebouwde tools en alles wat we in Make hebben staan
De administratie1 taak
  • 28De hele financiële boekhouding: offertes, facturen, herinneringen, cashflow, forecasting, belasting, de leaseauto, computers uitzoeken en offertes opvragen

Dit is de lijst na twee jaar, bij één persoon. De vraag van deze proef is of zo’n lijst ook voor iemand anders te maken valt. Naar het nieuws →