Eén AI-developer voor een webshop met 50 man — kan dat?

TL;DR

• Wat: Eén technische AI-developer kan met AI-agents een groot deel van de interne tooling en procesautomatisering bouwen voor een webshop met 50 medewerkers.
• Waarom relevant: 78% van de Nederlandse MKB-directeuren noemt procesautomatisering hun belangrijkste AI-prioriteit voor 2026 — maar de meesten weten niet hoe ze dat organiseren.
• Wat je ermee kunt: Beoordeel of jouw organisatie klaar is om één sterke AI-developer aan te nemen in plaats van een heel IT-team, en wat je zelf moet regelen om dat te laten slagen.

Ik kwam deze week een interessante stelling tegen: je kunt een bedrijf van 50 man runnen met slechts één AI-developer die alle interne tooling bouwt en processen automatiseert. Dat klinkt misschien als een overdrijving, maar als ik kijk naar wat er in 2026 technisch mogelijk is met AI-agents, vind ik het minder vergezocht dan het op het eerste gezicht lijkt.

Wat er speelt: de opkomst van de AI-gedreven lean organisatie

Het idee van een extreem lean team is niet nieuw, maar AI-agents geven het een nieuwe dimensie. Waar je vroeger voor elk proces minstens een halve FTE nodig had — iemand die handmatig orders verwerkte, retouren afhandelde, productteksten schreef — kun je die taken nu deels door AI-agents laten uitvoeren.

Dario Amodei, CEO van Anthropic, gaf het eerste "one-person billion-dollar company" een kans van 70-80% om in 2026 werkelijkheid te worden. Dat gaat over een solofounder, maar het principe erachter is relevant voor grotere teams: de verhouding mens-tot-geautomatiseerd-werk verschuift drastisch. NVIDIA meldde tijdens GTC 2026 dat het intern 100 AI-agents per menselijke medewerker draait — 7,5 miljoen agents op 75.000 mensen.

Voor het Nederlandse MKB is dat misschien ver-van-mijn-bedshow. Maar het onderliggende patroon is dat ook hier zichtbaar: 29,8% van het MKB gebruikt inmiddels minstens één AI-technologie, en 78% van de MKB-directeuren noemt procesautomatisering hun nummer-één AI-prioriteit voor 2026.

Een denkbare situatie: webshop met 50 medewerkers, 1 AI-developer

Laat me een concreet gedachte-experiment uitwerken. Stel: je hebt een webshop met 50 medewerkers. Klantenservice (12 mensen), inkoop (5), marketing (8), magazijn (15), en de rest zit in finance, HR en management. Je neemt één sterke AI-developer aan die met AI-agents interne tooling bouwt.

Wat zou die ene developer kunnen automatiseren?

Orderafhandeling en retouren

Een AI-agent die binnenkomende orders automatisch controleert op betaalstatus, voorraad en verzendmogelijkheden. Retourverzoeken worden door een agent beoordeeld op basis van je retourbeleid — compleet met automatische labeling en terugbetalingen. Stel dat je klantenserviceteam nu 40% van de tijd kwijt is aan retourvragen. Als een agent daar de helft van overneemt, bespaar je ruwweg 2,5 FTE aan tijd. Dat is geen besparing die je per se in ontslagen vertaalt — het is tijd die je team kan besteden aan complexe klantcases die wél menselijk contact verdienen.

Voorraadprognose

Een agent die verkoopdata, seizoenspatronen en leverancierstijden combineert tot een weekelijkse inkoopadvies. Je inkoper hoeft niet meer zelf in spreadsheets te duiken. Volgens onderzoek naar AI-automatisering in het MKB besparen bedrijven die strategisch automatiseren gemiddeld 22 uur per medewerker per maand. Voor een inkoopteam van 5 man is dat potentieel 110 uur per maand — bijna een volledige werkweek per persoon.

Productteksten en marketing

Een agent die op basis van productspecificaties en je merkrichtlijnen conceptteksten genereert voor nieuwe producten. Een andere agent die wekelijkse e-mailcampagnes samenstelt op basis van klikgedrag en aankoophistorie. Je marketingteam beoordeelt en verfijnt, maar het zware sjouwwerk — de eerste versie van 200 productteksten voor een nieuwe collectie — is binnen uren gedaan in plaats van dagen.

Klantenservice-agents

Een AI-chatbot die standaardvragen beantwoordt: "Waar is mijn pakket?", "Kan ik mijn bestelling wijzigen?", "Wat is jullie retourbeleid?". Niet als vervanging van je team, maar als eerste lijn. De complexe vragen gaan door naar je menselijke medewerkers, die nu meer tijd per klant hebben.

Kun je je voorstellen wat dit betekent als je al die losse automatiseringen bij elkaar optelt? Ik schat — en dit is nadrukkelijk een inschatting, geen harde belofte — dat je met deze opzet het equivalent van 8 tot 12 FTE aan repetitief werk kunt opvangen. Niet elimineren, maar verschuiven naar een AI-agent die 24/7 draait.

De valkuil: zonder sturing loopt het mis

En hier komt het punt waar ik het hardst op wil drukken. Want één AI-developer aannemen en denken dat het vanzelf gaat, is een recept voor problemen.

Ik vind het eerlijk gezegd opvallend hoe weinig er gesproken wordt over de aansturing van zo'n developer. Wat mij betreft is dat minstens zo belangrijk als de technische capaciteit. Want wie bepaalt wélke processen prioriteit krijgen? Wie reviewt de code? Wie controleert of de AI-agents doen wat ze moeten doen — en niet stilletjes foute retourbeoordelingen maken of onzinnige inkoopadvies geven?

Dat ben jij. Of iemand in je managementteam die het mandaat en het begrip heeft.

Wat je minimaal moet regelen

• Duidelijke prioritering: niet alles tegelijk automatiseren. Begin met het proces dat de meeste tijd kost én het laagste risico heeft als er iets misgaat. Productteksten genereren is een veiliger startpunt dan voorraadinkoop automatiseren.
• Code review: ook als je zelf geen developer bent, moet iemand de output controleren. Dat kan een externe partij zijn, een freelance senior developer die maandelijks meekijkt.
• Kaders voor de agents: een klantenservice-agent moet weten wanneer hij escaleert naar een mens. Een retouragent moet je beleid exact volgen, niet "creatief" interpreteren. Die kaders stel jij in als ondernemer.
• Monitoring: hoe meet je of het werkt? Kijk naar doorlooptijden, foutpercentages, klanttevredenheid. Niet na een half jaar, maar wekelijks in het begin.

Zonder dit krijg je wat ik zou omschrijven als een drukke developer die veel bouwt maar weinig oplost. De technologie is niet het knelpunt — de aansturing is het.

De kosten en de realiteit

Wat kost dit? Een goede AI-developer in Nederland zit al snel op €5.000 tot €8.000 per maand. Daar bovenop komen de kosten voor AI-tooling en API-aanroepen. Volgens recente cijfers lopen die uiteen van €50 per maand voor een standaard chatbot tot meer dan €5.000 per maand voor maatwerksystemen. Een realistisch totaalplaatje voor het scenario hierboven: €10.000 tot €15.000 per maand.

Is dat veel? Vergelijk het met de kosten van 3 tot 4 extra FTE's die je anders nodig zou hebben om dezelfde processen handmatig te beheren. Dan is het ineens een ander verhaal.

Maar — en dit is een belangrijke kanttekening — de ROI hangt volledig af van hoe goed je het organiseert. Een AI-developer zonder sturing kost je €15.000 per maand en levert chaos op. Een AI-developer mét goede kaders, wekelijkse prioritering en heldere doelen kan je bedrijf meetbaar efficiënter maken.

Ook relevant: vanaf 2 augustus 2026 gelden nieuwe transparantieverplichtingen uit de EU AI Act voor chatbots en AI-gegenereerde content. Als je klantenservice-agents inzet, moet je daar nu al rekening mee houden.

Eén developer, maar niet alleen

Wat mij hier het meest opvalt, is dat het verhaal "één AI-developer" makkelijk verkeerd begrepen kan worden als "je hebt verder niemand nodig." Dat is niet wat ik zie. Je hebt nog steeds 50 mensen — je verschuift alleen wát die mensen doen. Van repetitief naar waardevol. Van orderstatus opzoeken naar klantrelaties opbouwen. Van productteksten tikken naar merkstrategie bepalen.

De AI-developer is in dit scenario geen vervanger van je team. Het is de persoon die je team beter laat werken. Maar alleen als jij als ondernemer de richting bepaalt.

Voor mij is dit vooral een signaal dat de organisatie van AI-werk — wie stuurt, wie controleert, wie prioriteert — minstens zo belangrijk wordt als de technologie zelf. De tools zijn er. De vraag is of je ze goed genoeg aanstuurt.