Van verspreide ChatGPT-gesprekken tot een levend AI-besturingssysteem: hoe je een AI-first-bedrijf opbouwt

De meeste bedrijven hebben hun softwarebudgetten al omgeleid naarAI-experimenten, met ChatGPT al in dagelijks gebruik voor veel teams. Maar hoe kun je die geïsoleerde experimenten omzetten in een systeem dat de business echt aandrijft? Het probleem is niet de adoptie; het is een gebrek aan coördinatie. Kennis is vastgelopen in individuele browsertabbladen en tientallen losse conversaties, waardoor teams constant werk moeten recreëren van scratch.

ChatGPT-chaos

Ik ken dit probleem uit eigen ervaring. In 2023, net als veel oprichters, bevond ik mezelf in het midden van wat ik nu ChatGPT-chaos noem. Elk teamlid in ons bedrijf van 40 personen gebruikte AI in silo’s, waardoor we een gefragmenteerd systeem werden waarin onze collectieve intelligentie van het bedrijf verspreid was in plaats van gecentraliseerd. We deden ons best om ons werk te dupliceren.

Hoe gebeurt dit meestal? Wanneer AI-adoptie begint, voelt het als vooruitgang. Iedereen vindt een paar persoonlijke use-cases, de efficiëntie gaat een beetje omhoog en het leiderschap ziet“AI-gebruik” in het bedrijf. Het probleem is dat deze overwinningen gefragmenteerd blijven in plaats van te verenigen in een centraal hub. Als de marketingdirecteur zijn beste prompt vastzit in zijn ChatGPT-geschiedenis, kan de hoofdverkoopman er niet op voortborduren. Dit dwingt teams om elke dag het wiel opnieuw uit te vinden.

Als dit voor jou vertrouwd klinkt, is het omdat het de realiteit is binnen 99% van de bedrijven vandaag. Iedereen heeft zijn eigen AI-experimenten gaande, maar weinig bedrijven kunnen zichzelf AI-first noemen, omdat ze nog steeds AI-gefragmenteerd zijn.

Het keerpunt: AI behandelen als infrastructuur

Bij Elly Analytics was dit het punt waarop ik mezelf afvroeg: wat als het hele bedrijf gedeelde AI-context, prompts, scripts en workflows zou hebben die onmiddellijk beschikbaar zouden zijn voor iedereen? Deze vraag hielp me begrijpen dat we klaar waren om te stoppen met AI-experimenten en om te beginnen met leiden met AI.

We zagen dat Cursor, hoewel het oorspronkelijk voor ontwikkelaars was gebouwd, precies de capaciteiten had die we nodig hadden om deze transformatie aan te drijven. Het bood ons AI-agents die niet alleen met chat, maar ook met context uit onze bestanden, projecten, codebase, bedrijfsstrategie werkten. In plaats van ChatGPT te vragen om “een concurrerend bedrijf te analyseren”, vraag ik nu: “Gebruik ons laatste concurrerend onderzoeksbestand en genereer een visuele samenvatting in ons strategieformaat.” Het weet waar het bestand is, wat het formaat eruit ziet en hoe we over concurrentie praten.

We bouwden onze nieuwe AI-stack rond drie lagen:

1. Cursor — een super-agent-omgeving oorspronkelijk gebouwd voor ontwikkelaars (hun tools zijn altijd een jaar voorop mainstream), maar even krachtig voor marketing-, operations-, HR- en strategieteams. Dit gaat verder dan het samenvatten van documenten tot het daadwerkelijk automatiseren van taken — van het verwerken van gespreks transcripts tot het maken van Python-scripts voor gegevensanalyse.
   
2. Een gedeeld bedrijfsbrein — een centraal, evoluerend kennisbasis dat elk AI-agent kan lezen en updaten. Hiermee wordt AI een medewerker met een volledig begrip van de strategie, processen en doelen van uw bedrijf. Het elimineert de behoefte aan eindeloos kopiëren en plakken tussen browsertabbladen en zorgt ervoor dat uw AI-agents de volledige context van uw bedrijf hebben.
3. Plug-and-play-workflows — herbruikbare, afdelingspecifieke AI-processen voor alles, van onboarding tot campagneplanning.

De AI-First Workspace Template

Voor iedereen die klaar is om onze reis te volgen, hebben we onze AI-First Workspace Template open-source gemaakt. Het bevat afdelingspecifieke repositories met contexten voor Strategie, Product, Marketing, Operations, Financiën en meer, vooraf ingestelde configuraties, automatiseringsscripts en echte voorbeelden van workflows die we dagelijks gebruiken. U kunt het klonen, aanpassen en uw eigen AI-first bedrijfsinfrastructuur opzetten en draaien in een paar weken.

U hoeft geen techgigant te zijn om het te adopteren. Als u zich zorgen maakt dat uw team niet technisch genoeg is voor GitHub, denk dan aan het als Google Drive met versiegeschiedenis ingebouwd. U zult nooit de opdrachtregel aanraken, de AI doet dat voor u.

Als u besluit om dit in uw eigen bedrijf in te voeren, is hier het pad dat ik aanbeveel:

Stap 1: Begin met het zelf gebruiken voor uw eigen use-cases. We hebben een speciale repository met voorbeelden en instructies voor deze fase — omdat het moeilijk is om het idee aan uw team te verkopen totdat u zelf de voordelen heeft ervaren.

Stap 2: Moedig het bedrijfsleiderschap aan om te beginnen met het gebruik van Cursor voor hun eigen taken. Zodra ze de waarde ervaren, zullen ze snel de beperking bereiken die de volgende stap activeert: het delen van bestanden en context.

Stap 3: Kies een team (vaak het leiderschapsteam, marketing of een andere afdeling) om de eerste gedeelde experiment uit te voeren. Stel een gedeelde repository in, gebruik deze om een echt synchronisatieprobleem voor dat team op te lossen en maak de uitkomst tot een zichtbaar succesverhaal voor de rest van het bedrijf.

Stap 4: Rol het uit naar andere delen van de organisatie op dezelfde manier — begin met een teamleider of vroege adoptant, focus eerst op hun persoonlijke workflows en breid dan uit naar gedeelde workflows. Elke week, vraag (en deel over teams) interessante use-cases zodat momentum en adoptie over tijd opbouwen. In onze ervaring migreren teams van nature naar de AI-first-omgeving zodra ze het testen.

De ROI van AI-First

Volgens onze schattingen heeft het adopteren van dit model meer dan 10.000 werkuren per jaar vrijgemaakt in ons team van 40 personen. En het gaat niet alleen om tijd besparen, maar om het hele team slimmer, sneller en beter gecoördineerd maken dan ooit tevoren. Hier is wat het betekent in de dagelijkse praktijk.

Korte-termijnwinsten (0-6 maanden)

Het meest directe voordeel is de continuïteit van AI-context over alle werk. Geen verlies van conversatiegeschiedenis elke keer dat u een tabblad sluit, geen herbeginnen van scratch met elke sessie en kopiëren en plakken tussen verspreide ChatGPT-browsertabbladen. Uw AI begrijpt uw bedrijf als geheel vanaf de eerste dag.

Het tweede korte-termijnvoordeel is een reductie van 30-50% in routine-administratief werk. Handmatige analyse, herhaalde rapportgeneratie en eindeloze documenttaken verdwijnen naar de achtergrond terwijl AI het zware werk overneemt.

En dan is er het organisatorische AI-intelligentie-compound-effect. Zodra workflows, prompts en scripts worden gedeeld over het hele bedrijf, krijgt elke afdeling transparantie in de rest van de organisatie. De collectieve intelligentie groeit met elke taak die wordt voltooid — en die groei komt iedereen ten goede.

Langtermijntransformatie (6+ maanden)

Op de langere termijn verdiept de impact zich. Uw bedrijf houdt op een losse verzameling van afdelingen te zijn en begint zich te gedragen als een AI-gepowered organisme. Strategische uitlijning verbetert omdat AI echte cross-functionele inzichten mogelijk maakt. Wanneer een nieuwe medewerker zich aansluit, erft hij niet alleen documenten, maar de gehele geaccumuleerde organisatorische intelligentie, klaar om vanaf de eerste dag te worden toegepast. Besluitvorming verbetert en versnelt omdat elke keuze wordt gemaakt met een rijker, meer omvattend context dat hier en nu beschikbaar is.

Een andere langdurige transformatie is dat zelfs niet-technische teams toegang krijgen tot ondernemingsgrade, professionele workflows. Via GitHub’s infrastructuur krijgen ze versiebeheer, audittrails en professionele collaboratietools zonder dat ze ontwikkelaars hoeven te worden. Toegangscontroles zorgen ervoor dat de juiste mensen de juiste informatie zien en de architectuur schaalt naadloos terwijl uw organisatie groeit.

En tenslotte, misschien wel de meest diepgaande verandering: u gaat verder dan chatbots en kennisbases en hebt AI die daadwerkelijk code uitvoert. Dit is waar de magie gebeurt: de AI samenvat of adviseert niet alleen — het verwerkt bestanden, voert analyses uit en automatiseert workflows.

Ik geloof dat de meeste bedrijven deze weg zullen volgen binnen de komende twee jaar. Het adopteren van dit systeem nu verbetert niet alleen de huidige workflows — het positioneert uw bedrijf om de markt te leiden zodra AI-first de standaard wordt.

De voordelen van ontwikkelaarstools — en één krachtig neveneffect

Een veelvoorkomend bezwaar dat ik hoor, is: “Snel, al deze functionaliteit zal worden ingebouwd in ChatGPT, Google Docs en Notion.” Mijn antwoord is: geweldig — als dat gebeurt, zal het geweldig zijn. Het is een goede zaak dat alle belangrijke tools bewegen naar diepere AI-samenwerking, en het zal AI-gedreven teamwork voor iedereen gemakkelijker maken.

Maar tegen de tijd dat die functionaliteit arriveert, zullen er al nieuwe tools zijn verschenen, en die tools komen bijna altijd eerst naar de ontwikkelaarsgemeenschap. Dat is waarom het zin heeft om te experimenteren met ontwikkelaarsgereedschap nu, als u aan de forefront wilt blijven. En het is niet bijna zo moeilijk als het misschien lijkt; ik heb zelfs een 15-minuten setupgids samengesteld om u op weg te helpen.

Het is ook de moeite waard om te vragen niet alleen “Wat zal er veranderen in de nabije toekomst?” maar “Wat zal constant blijven?” Ongeacht welke nieuwe AI-tools verschijnen, één ding zal altijd onbetaalbaar blijven — het is een goed gestructureerde context over uw organisatie, haar producten, processen, prioriteiten, mensen en tools. Elke nieuwe AI-tool, ongeacht hoe geavanceerd, moet nog steeds “kennis maken” met uw organisatie voordat het nuttig kan zijn. Daarom heeft het gebruik van Cursor als uw primaire AI-interface, met gegevens gedeeld via GitHub-repositories, een krachtig neveneffect: het vangt automatisch uw organisatorische context op en structureert het als een bijproduct van het dagelijkse werk van uw team.