Recent spraken wij met een ondernemer over de resultaten in 2025, uitgesplitst naar verschillende bedrijfsonderdelen. Een daarvan is een restaurant dat jarenlang winstgevend werd geëxploiteerd binnen een groter geheel. De ondernemer werkte volgens een bekende vuistregel: 30% loonkosten, 30% inkoopkosten, 30% overhead en 10% marge.

Die systematiek hield stand tot 2025. In dat jaar liepen de loonkosten op tot 45% en de inkoopkosten tot 40%, met als onvermijdelijke uitkomst: verlies. De tijdelijke oplossing was het niet doorbelasten van huur aan het restaurant. Dat biedt echter geen structureel antwoord, zeker niet in een markt waarin lonen en inkoopprijzen wereldwijd stijgen en nauwelijks beïnvloedbaar zijn. Een andere manier van ondernemen is noodzakelijk.

Binnen deze sector blijven mensen een bepalende factor. Het vasthouden en ontwikkelen van goed functionerende medewerkers wordt steeds belangrijker, terwijl er minder ruimte is voor structurele onderprestatie. Efficiëntie en vakmanschap krijgen een grotere rol. AI-toepassingen kunnen routinematige werkzaam­heden overnemen en zo capaciteit vrijmaken voor klantcontact en inhoudelijk werk. Niet als vervanging van mensen dus, maar als ondersteuning.

Een goed voorbeeld daarvan is voorraadbeheer. In veel bedrijven vraagt dit nog altijd om hand­matig werk. Het tellen en bijhouden van voorraad kost tijd en inzet van personeel. Met AI kan dit grotendeels worden geautomatiseerd. Via spraakinput ontstaat direct inzicht in actuele voorraad, herbestelmomenten, promotiekansen, presentatiecombinaties en omloopsnelheid. Dat levert nauwkeuriger stuurinformatie op en maakt medewerkers vrij voor werkzaamheden op de winkelvloer. Kassasystemen en POS platforms integreren deze toepassingen inmiddels actief.

Ook voor tuincentra zijn de mogelijkheden concreet, zo schetst AI-retailconsultant Andy Burns. Zo kan AI op basis van een klantfoto een tuinontwerp en materiaallijst genereren. Analyse van aankoopgeschiedenis maakt gepersonaliseerde productaan­bevelingen mogelijk en beeld-herkenning ondersteunt bij het vaststellen van ziekten en plagen. Systemen kunnen de toekomstige groei van beplanting visualiseren en voorraad- en weersgegevens combineren om tijdig promoties te starten.

Daarnaast kan analyse van regionale online discussies helpen om gerichte informatie te bieden en kan een kennisgestuurde chatbot, gebaseerd op de eigen expertise van het bedrijf, klanten en medewerkers ondersteunen. Interne kennisbanken versnellen het inwerken van minder ervaren collega’s, en duurzaamheid kan inzichtelijk worden gemaakt via gegevens over herkomst en transport. Datagestuurde personeelsplanning stemt roosters af op verwachte drukte, weer en seizoen. Verder kan AI beplantingsadviezen afstemmen op de directe leefomgeving, met aandacht voor biodiversiteit en bestuivers.

Kortom, AI kan processen ondersteunen, tijd besparen en dienstverlening verbeteren. Tegelijkertijd stijgen de verwachtingen van consumenten. Zij willen snel antwoord, overzicht en consistentie. AI is daarbij een hulpmiddel, geen doel op zich. Intensief gebruik kan druk leggen op medewerkers, wat vraagt om begeleiding en leiderschap.

Technologie vraagt om menselijk management. Veel kenniswerk kan worden geautomatiseerd, terwijl de waarde van praktisch vak­manschap en werken met levende materialen toeneemt. Want de tuinbranche onderscheidt zich door het werken met natuur. Dat blijft de kern. Wie dat uit het oog verliest, verliest zijn positie.