In de eerste maand van 2026 stond de hele B2B-LinkedIn vol met dezelfde boodschap: AI gaat sales overnemen, mens-SDR’s zijn ten dode opgeschreven, voorbereid je op de revolutie. In de laatste maand van 2025 was 11x.ai’s “Alice”. Het meest geprezen AI-SDR-product van het voorgaande jaar. Gecanceld door zoveel klanten dat hun gross retention onder 50% lag. Tussen die twee feiten zit een gap. Die gap is interessant, want hij vertelt waar AI eigenlijk niet werkt in sales.
De juiste vraag is niet meer “kan AI dit doen?”. De juiste vraag is “als AI dit doet, wat is dan het mens-werk?”. Bedrijven die die vraag goed beantwoorden, profiteren van AI-schaalvoordelen zonder de risico’s.
Vijf momenten waar AI structureel faalt
We werken sinds 2023 met AI-agents in sales-uitvoering. We zien wat ze goed doen. Research op schaal, draft per persona, opvolg-timing. En we zien wat ze niet doen. De vijf momenten waar het structureel misgaat zijn opvallend consistent.
Het eerste moment is een onverwacht bezwaar. Een prospect mailt terug met een bezwaar dat niet in de standaard-categorieën past. Niet “te duur” of “geen tijd”. Iets specifieks. “We zijn in een interne reorganisatie en kunnen geen nieuwe vendoren beoordelen tot Q3.” Een AI antwoordt vrijwel altijd voorspelbaar: “Begrijpelijk, ik kom hier in juni op terug.” Een mens met sales-ervaring weet dat het juiste antwoord vaak iets compleet anders is. Bijvoorbeeld de vraag of er één laagdrempelige first-step is die in de huidige reorganisatie kan landen, of of er een andere stakeholder is die in een latere fase actief moet zijn. AI past in standaardpaden. Reorganisaties zijn nooit standaard.
Het tweede moment is prijsonderhandeling. Een prospect zegt “€1.500 is veel meer dan we begroot hadden”. Een AI kiest hier tussen drie standaard-paden: korting aanbieden, ROI-argumentatie, of doorvragen wat de begroting wel is. Een ervaren sales-persoon weet dat het werkelijke werk hier ligt in waarom de begroting is wat hij is. Soms gaat het om een misverstand over wat geboden wordt, soms om interne politiek, soms om een vergelijking met een concurrent waarvan de prijs niet vergelijkbaar is. Die drie scenario’s vragen om radicaal verschillende aanpakken. AI ziet het verschil niet.
Het derde moment is contract-finalize. Tegen het einde van een sales-cyclus zit er bij grotere deals altijd een fase waarin specifieke contractuele wensen onderhandeld worden. SLA-niveaus, betalings-condities, exit-clausules. Een AI kan hier de standaard-contract-tekst uitsturen, maar de afweging tussen wat acceptabel is en wat niet is een mens-werk. Bedrijven die hier autonome AI hebben ingezet, eindigen óf met te-rigide-voorwaarden waarop deals afspringen, óf met te-soepele-voorwaarden die gevolgen hebben in de uitvoeringsfase.
Het vierde moment is een merkrisico-incident. Een prospect reageert op een mail met een uiting die suggereert dat hij het als spam ervaart. Een AI kan hier kiezen om alsnog te sturen, of om te stoppen, maar de bredere afweging. Wat dit betekent voor onze relatie met de bredere industry, wie er meeluistert, of we beter publiek excuses kunnen aanbieden. Is een oordeel dat een statistisch model niet kan maken. Eén verkeerd gehandelde escalatie kan een bedrijf de markt-positie kosten waar honderden goed gehandelde klantcontacten aan hebben bijgedragen.
Het vijfde moment is de relatie-overdracht. Een prospect wordt klant. Vanaf dat moment heeft hij een Customer Success Manager, en die CSM moet de context overnemen van wie de prospect was tijdens de sales-cyclus. Persoonlijke nuances, verborgen zorgen, beloftes die in side-channels zijn gedaan. AI-systemen leveren hier een gestructureerde data-export op. Namen, dossier-info, gesproken onderwerpen. Maar de échte overdracht is sociaal: één gesprek tussen sales en CS waarin de twee mensen elkaar vertellen wat de prospect werkelijk zoekt. Dat gesprek vindt niet plaats als sales een AI was.
| Sales-moment | Wat AI doet (autonoom) | Wat mens toevoegt |
|---|---|---|
| Onverwacht bezwaar | Generiek antwoord uit playbook | Situatie-specifiek alternatief |
| Prijsonderhandeling | 3 voorspelbare paden (korting/ROI/doorvragen) | Inzicht in budget + interne politiek |
| Contractfinalisering | Rigide of te soepel | Balans op basis van relatie + risico |
| Brand-safety incident | Volume-spel, geen oordeel | Strategische pause + reframe |
| Customer Success handoff | Gestructureerde data-export | Sociale nuances + introductie |
Waarom dit eigenlijk goed nieuws is
De reflex bij dit verhaal is om te denken: “Dus AI werkt niet in sales.” Dat is een verkeerde conclusie.
De juiste conclusie: AI werkt in sales, maar het is een verkeerde keuze om er een autonome agent van te maken. AI hoort onder menselijke supervisie te werken, op dezelfde manier waarop een ervaren senior-medewerker juniors aanstuurt. De junior doet het werk. Research, draft, inplannen. De senior maakt de oordeels-momenten.
Voor B2B-bedrijven betekent dit goed nieuws op drie fronten.
Een: u hoeft uw mensen niet weg te bezuinigen. De doom-narratives uit 2024 over “AI vervangt SDR’s” zijn niet uitgekomen. Wat wel uitkomt is “AI maakt SDR’s productiever”. Onze klanten gebruiken hybride pods waarin één Customer Success Manager parttime werk doet (gemiddeld 6 uur per week per klant) plus een AI-agent-cluster dat 90% van de operationele uitvoering doet. Dat is niet “geen mensen”. Dat is “betere mensen-inzet”.
Twee: brand-safety is geen verdwenen risico. Het is een onderscheidende kracht. Bedrijven die hun outbound nu autonoom door AI laten doen, accepteren impliciet een 12-20% hallucinatie-rate in productie-mails. Voor commodity-producten kan dat acceptabel zijn. Voor B2B-aanbiedingen waarin de relatie en het merk meetellen, is het dat niet. Bedrijven die hyper-persoonlijke uitvoer combineren met menselijke kwaliteitscontrole onderscheiden zich juist nu van het volume-spel dat AI-SDR’s genereren.
Drie: de schaal-voordelen blijven, zonder de bekende valkuilen. AI doet de delen waar herhaling op schaal écht kostenvoordeel oplevert. De research per prospect, de draft-generation per persona, de timing-bepaling van follow-ups, de classification van inkomende replies. Dat zijn de delen waar twee uur menselijk werk in 2 minuten AI-werk omgezet kunnen worden. Op de plekken waar oordeel doorslaggevend is, blijft mens-werk. Maar de hoeveelheid mens-werk is een fractie van wat het zonder AI zou zijn.
De drie checks die we elke nieuwe klant geven
Wij doen drie checks op elke campagne voordat deze live gaat. Checks die specifiek de zone afgrendelen waar AI structureel faalt.
Check één: voorbeeld-mails per persona, klant goedgekeurd. Per segment per persona-type maken we een 3-mail sequence. De klant leest mee, geeft feedback, wij itereren. Pas als de klant zegt “deze toon klopt” gaat het segment live. Hier zit de eerste menselijke kwaliteits-poort.
Check twee: hete replies pingen direct de mens. Als een prospect terugmailt met een directe interesse, een prijs-vraag, of een specifieke nuance, gaat de mail naar de Customer Success Manager (of bij een grotere klant: naar een aangewezen senior-sales-persoon). Niet naar een AI-auto-reply. Hier zit de tweede menselijke kwaliteits-poort.
Check drie: maandelijks brand-safety-review. Eén keer per maand draait de Customer Success Manager een review over de mails die de afgelopen 30 dagen zijn verstuurd. Steekproefsgewijs, niet uitputtend. Hij beoordeelt of de toonzetting consistent klopt, of er patronen zijn die afbreuk doen aan het merk, of er signalen zijn van grotere problemen. Hier zit de derde menselijke kwaliteits-poort.
Deze drie checks kosten gemiddeld twee tot vier uur menselijk werk per klant per maand. Voor een hybride pod is dat een fractie van de overhead. En het is precies waarom we niet de problemen ervaren die autonome AI-SDR-platforms ervaren.
Wat u maandag kunt doen
Twee acties.
Vraag uzelf: in welke fase van uw huidige sales-cyclus zou een AI-fout het meeste schade doen? Voor de meeste B2B-bedrijven is het antwoord: bij de eerste reactie op een nuance-rijke prospect-vraag. Schrijf op welke beslismomenten u absoluut menselijk wilt houden. Dat is de blauwdruk voor hoe AI in uw sales-stack moet passen.
Bekijk uw huidige sales-tooling. Welke onderdelen zijn al AI-gedreven (autoresponders, lead-scoring, CRM-summaries)? Bij welke onderdelen is de menselijke supervisie minimaal? Voor elk autonoom AI-onderdeel: wat zou er gebeuren als het de komende maand één hallucinatie produceerde die de buitenwereld zag? Als het antwoord “een onverwachte deal verloren” of “een prospect die verbolgen is” is, hoort er menselijke supervisie op.