ChatGPT Business, Microsoft 365 Copilot of Claude Team?

Bij de meeste Nederlandse mkb-bedrijven draait het werk al op Microsoft 365, en dan is er meestal ook al een vorm van Copilot. De vraag die ik dan krijg: is dat genoeg, of laten we mogelijkheden liggen? Voor die situatie schrijf ik dit artikel.

Microsoft, OpenAI en Anthropic bouwen in hoog tempo door. Een functie die vorig kwartaal nog uniek leek, bestaat een paar maanden later vaak ook bij de anderen. Een vergelijking op basis van één demo of één lijstje functies veroudert daarom snel. Mijn advies: kies een beheerde basis die nú past, en spreek daarnaast af wie in de gaten houdt wat er verandert.

Veel beslissers hebben hun beeld van AI gevormd tijdens een korte, soms tegenvallende eerste kennismaking van zo'n twee jaar geleden. De modellen en werkvormen van nu zijn met die eerste generatie nauwelijks te vergelijken. Tegelijk wil dat niet zeggen dat AI inmiddels vanzelf past bij jullie werk. Doe daarom een nieuwe, gecontroleerde test op echt werk; die vertelt je meer dan een oude teleurstelling of een gelikte leveranciersdemo.

Er is geen universele winnaar

Alle drie zijn volwassen zakelijke omgevingen met teamfuncties, beheer, bronkoppelingen en uitbreidingsmogelijkheden. Wie alleen naar modelkwaliteit kijkt, mist daardoor het grootste deel van de keuze. Waar werken medewerkers nu al? Wie mag welke informatie zien? Hoe prettig werkt het dagelijks, en wat kost het beheer? Dat weegt in de praktijk minstens zo zwaar.

Een organisatie waarin alles in Microsoft 365 staat, heeft andere vragen dan een bedrijf met kennis verspreid over Microsoft, Google Drive, Slack en projectsystemen. Ik kom regelmatig bedrijven tegen die al een vorm van Copilot hebben en er toch weinig aan hebben. De oorzaak kan dan overal zitten: de exacte licentie, de inrichting, de vaardigheid van gebruikers, de rechten op bronnen of gewoon het soort werk. Die oorzaken wil je eerst uit elkaar halen voordat je iets nieuws koopt.

Waar Copilot in mijn ervaring kan tekortschieten: diepere analyse en redenering, koppelingen buiten Microsoft en bedrijfsspecifieke configuratie. Precies die punten behandel ik daarom als toetsvragen. Met ChatGPT Business en Claude Team onderzoek je of een bredere werkomgeving, actuelere modellen, externe verbindingen en eigen apps of agents in de praktijk meer opleveren. Dat verschilt per organisatie. En Copilot laat ik in zo'n test dezelfde bredere taken doen, dus niet alleen de voor de hand liggende Microsoft-klussen.

Een team dat vooral klantdossiers samenvat, kiest daardoor misschien heel anders dan een team dat lange analyses maakt, creatieve opties verkent of technische meerstapstaken uitvoert.

Waar Copilot ophoudt, en waar dat vandaan komt

Voor een Microsoft-organisatie is Copilot een prima vertrekpunt. Toch spreek ik regelmatig teams die erop zijn afgeknapt. Dat ligt zelden aan het model zelf. In de praktijk vind ik de oorzaak meestal op een van deze drie plekken, en alle drie kun je controleren voordat je iets nieuws koopt.

Eén: de licentiegrens. Microsoft is hier expliciet over. De web-chat zit gratis bij een geschikt Microsoft 365-abonnement, maar de werk-chat, die antwoordt op basis van wat het zakelijke account mag zien, vereist een betaalde Copilot-licentie. Klaagt een team dat Copilot de eigen documenten niet kent, dan blijkt er vaak alleen de onbetaalde variant te zijn. Daar kan het platform niets aan doen; er is gewoon een andere licentie nodig. Dit is het eerste dat ik controleer.

"Wij hebben Copilot" kan namelijk drie dingen betekenen. Copilot Chat zit bij een geschikt Microsoft 365-abonnement en redeneert primair over webinformatie; werkdata komt beperkt mee via een geüpload of geopend bestand, of via een apart afgerekende agent. Microsoft 365 Copilot Business is de betaalde add-on op Business Basic, Standard of Premium, voor maximaal 300 gebruikers per tenant, jullie centrale Microsoft-omgeving. Voor de meeste mkb-bedrijven is dat de relevante variant; Microsoft beschrijft die als gelijkwaardig aan de enterprise-versie. Microsoft 365 Copilot is dezelfde add-on op enterprise-plannen, zonder die grens van 300 gebruikers. Beide betaalde varianten geven prioriteit bij modeltoegang, volledige toegang tot jullie werkgegevens via Microsofts eigen koppelingen Graph en Work IQ, uitgebreidere functies in de Microsoft 365-apps en toegang tot geavanceerde en eigen agents.

Twee: welk model je in de chat kunt kiezen. Voor Copilot Chat documenteert Microsoft GPT-5.5 Instant, in hun eigen woorden bedoeld voor snellere, beknoptere antwoorden. Voor complexe analyse, documentbegrip en gestructureerde inhoud verwijst Microsoft naar het Claude-model dat sinds kort in de modelkiezer zit. Een door de gebruiker instelbare thinking- of reasoning-variant staat in die releasenotes niet beschreven. Voor diep denkwerk heeft Microsoft aparte agents zoals Researcher en Analyst, wat een reële route is, maar wel een andere dan even doorschakelen binnen hetzelfde gesprek.

Kijk daarbij in welk product een modelnaam precies opduikt. Beschikbaarheid hangt af van tenant, regio, uitrol en de ingestelde modelprovider. Modelnamen uit GitHub Copilot, Copilot Studio of Foundry bewijzen geen recht in Microsoft 365 Copilot Chat. Specifieke Claude-modellen kunnen wel beschikbaar zijn in interne Copilot Studio-agents, onder de gebruiksrechten en fair-usegrens van de add-on.

Voor Nederlandse organisaties zit hier bovendien een addertje onder het gras: precies dat Claude-model waar Microsoft naar verwijst voor het zware analysewerk, staat in de EU, EFTA en het Verenigd Koninkrijk standaard uit. Zet een beheerder het aan, dan valt het volgens Microsoft buiten de EU Data Boundary. Wie Copilot op zijn diepste analysestand wil gebruiken, komt dus vrijwel meteen bij een datalocatievraag uit. Modellen van xAI kennen weer een eigen providerinstelling en zijn niet overal beschikbaar. Zoek dit uit voordat je een keuze vastlegt.

Drie: waar het agentische werk zit. Bij Microsoft liggen de zwaardere agentische mogelijkheden in aanvullende lagen: eigen agents in Copilot Studio onder de gebruiksrechten van de add-on, en Microsoft 365 Copilot Cowork als aparte dienst die per verbruik via Copilot Credits wordt afgerekend. Bij Claude Team zitten Claude Code en Cowork in iedere seat, ook de Standard-seat. Bij ChatGPT Business zit ChatGPT Work voor langere meerstapstaken in het plan. Over kwaliteit zegt dat niets, maar het bepaalt wel wie er in de praktijk mee aan de slag gaat: bij de ene route vraag je toestemming en budget per gebruik, bij de andere probeert een medewerker het gewoon.

Wanneer is het verstandig iets ernaast te zetten?

Een hogere benchmarkscore van een ander model vind ik op zichzelf geen reden. Het wordt pas verstandig wanneer een van deze signalen na echt gebruik overblijft en de drie oorzaken hierboven zijn uitgesloten:

• het zwaartepunt van het werk ligt buiten Microsoft, in systemen waar Copilot geen goedgekeurde route naartoe heeft;
• er is een groep die dagelijks lang analyse-, onderzoeks- of schrijfwerk doet en tegen de grenzen van het chatoppervlak aanloopt;
• de datalocatie-eis maakt de Anthropic-route binnen Copilot onbruikbaar, terwijl juist dat soort werk gedaan moet worden;
• medewerkers wijken structureel uit naar persoonlijke accounts omdat ze daar wél iets voor elkaar krijgen, wat naast een signaal ook een risico is;
• het verbruiksmodel van de agentische lagen maakt experimenteren duur of omslachtig, waardoor niemand het meer probeert.

Twee licenties voor iedereen klinkt flexibel, maar je verdubbelt er vooral het beheer, de uitleg en de kosten mee. Begin daarom met één gedeelde basis. Blijkt een belangrijk werkprobleem daar aantoonbaar niet mee afgedekt, zet dan een tweede platform bij een kleine representatieve groep neer. Zo kan een specialistisch team een aanvullende omgeving krijgen voor zwaar analysewerk, terwijl de rest van de organisatie prima met de bestaande basis doorwerkt.

Het omgekeerde komt trouwens ook voor: blijkt Copilot na een serieuze test op breed werk gewoon te voldoen, dan adviseer ik geen tweede platform. Zo houd je de omgeving simpel en het budget beschikbaar voor uitbreidingen die wél iets toevoegen.

Drie kandidaten om te toetsen

• Microsoft 365 Copilot Relevante kandidaat wanneer nauwe aansluiting op Microsoft-apps, Microsoft Graph en tenantbeheer onderdeel van de vraag is. Het echte onderscheid zit in de tenantlaag: Copilot toont alleen organisatiegegevens waarvoor de gebruiker minimaal leesrechten heeft, respecteert Purview-gevoeligheidslabels, valt onder het bewaarbeleid van de tenant en is via audit log en eDiscovery terug te zoeken. Voor een organisatie met compliance-eisen weegt dat vaak zwaarder dan modelkwaliteit. De aanwezigheid van Microsoft 365 of een Copilot-licentie bewijst nog niet dat deze werkvorm voldoende is. Toets ook complexere taken, verbindingen buiten Microsoft en de breedte van wat medewerkers ermee leren zien.
• ChatGPT Business Relevante kandidaat wanneer werk over meerdere bronnen en systemen loopt en het team een brede gedeelde AI-omgeving voor redeneer-, schrijf-, creatieve en meerstapstaken wil toetsen. De Business-workspace bevat onder meer GPTs, Projects, Apps, Company Knowledge, Deep Research en ChatGPT Work voor langere meerstapstaken. Company Knowledge kan geschikte gekoppelde bronnen doorzoeken en antwoorden met verwijzingen naar de oorsprong geven. Let op de seat-typen: sinds 24 juni 2026 kan een nieuwe Business-workspace geen eerste Codex-seat meer toevoegen. Wie Codex al had, kan die blijven beheren en uitbreiden.
• Claude Team Relevante kandidaat voor teams die een brede omgeving voor schrijf-, analyse-, onderzoeks-, creatieve of meerstapstaken willen toetsen. Standard- en Premium-seats combineren Claude Chat, Claude Code en Claude Cowork met Projects, Research en werkplekconnectors. Cowork is op desktop beschikbaar; web en mobiel volgen gefaseerd.

Let wel: ook ChatGPT Business en Claude Team zijn niet onbeperkt. Agentische functies in ChatGPT Business gebruiken eigen basislimieten en kunnen daarna workspace-credits verbruiken; API-gebruik staat daar los van. Claude Team kent limieten per sessie en per week, met optionele usage credits nadat het inbegrepen gebruik is bereikt. Kijk daarom vooral naar het bredere ecosysteem dat je naast de chat meekrijgt; onbeperkte capaciteit biedt geen van de drie. Bij Microsoft liggen geavanceerde agentische functies vaker in aanvullende licentie- en verbruikslagen, zoals de aparte Microsoft 365 Copilot Cowork-dienst.

Lees deze tabel als een lijst redenen om een kandidaat te toetsen; het zijn geen harde technische grenzen en al helemaal geen rangorde. Copilot is uit te breiden met bronnen buiten Microsoft, en ChatGPT en Claude kunnen prima in Microsoft-werk landen. Laat de doorslag daarom uit de praktijktest komen en niet uit een marketingmatrix of uit de kantoorsoftware die er toevallig al staat.

Vergelijk met echt werk

Een goede proef hoeft niet groot te zijn. Kies drie tot vijf werkzaamheden die vaak voorkomen, samen voldoende breed zijn en geen onnodig risico opleveren. Combineer bijvoorbeeld een concrete Microsoft-taak met een diepere analyse, een creatieve verkenning, een workflow over meerdere bronnen of systemen en een herhaalbare meerstapstaak die mogelijk door een gedeelde skill of agent kan worden ondersteund.

1. Gebruik dezelfde context en bronset. Geef iedere kandidaat een vergelijkbaar doel, de reden achter de opdracht, rollen, bronnen, voorkeuren, grenzen en rechten, voor zover de platformen dat toelaten.
2. Varieer de complexiteit. Beoordeel niet alleen bestanden zoeken, samenvatten of tekst aanpassen. Neem ook redenering over meerdere bronnen, een niet-Microsoft-systeem en waar relevant een eigen configuratie, app of agent mee.
3. Werk met echte gebruikers. Laat medewerkers de taak zelf uitvoeren en de gekozen omgeving in hun dagelijkse werk leren gebruiken. Als een begeleider alles voordoet, meet je vooral hoe vaardig die begeleider is.
4. Beoordeel de balans. Kijk tegelijk naar tijd en efficiëntie, de kwaliteit van het werk en de mate waarin medewerkers zelfstandiger met AI leren werken en nieuwe mogelijkheden herkennen. Neem daarnaast brongebruik, correctiewerk, gebruiksgemak en beheerlast mee.
5. Noteer grenzen. Leg vast waar informatie ontbreekt, een koppeling niet beschikbaar is of menselijke controle nodig blijft.
6. Herhaal na relevante updates. Een platformkeuze is een werkbare basis die je later kunt bijstellen.

Deze manier van testen bouwt tegelijk de menselijke basis op. Medewerkers leren betere vragen stellen, bronverwijzingen controleren en herkennen wanneer een antwoord nog niet bruikbaar is. Als organisatie zie je ondertussen welk platform past, hoe breed medewerkers AI leren toepassen, welke werkwijzen gedeeld moeten worden en waar een specifieke agent of skill de meeste potentie heeft. Zo’n agent kan vaak al binnen de basis, zolang het platform hem beheersbaar ondersteunt; daar komt lang niet altijd maatwerk aan te pas.

Blijf eerlijk over beperkingen

Een zakelijke AI-werkplek neemt menselijke controle niet over. AI-uitvoer kan feitelijk onjuist of onvolledig zijn. Een koppeling kan bestaande, te ruime bronrechten zichtbaar maken. Functies, licenties, regio’s en gebruikslimieten veranderen. Bij gevoelige of gereguleerde informatie is daarom aanvullend onderzoek nodig naar de eigen situatie, voorwaarden en inrichting.

Ook de aannames over analysekwaliteit, externe integraties, aanpasbaarheid en leerbereik kunnen per licentie, inrichting, taak en moment anders uitpakken. Toets ze daarom eerst in de praktijk voordat je er een besluit op baseert.

De mogelijkheden groeien snel, dus een keuze van vandaag verdient af en toe een nieuwe blik. Bouw een klein ritme waarin iemand relevante productupdates volgt, toetst of ze voor het bedrijf iets veranderen en nieuwe werkwijzen pas na controle deelt. Dan hoef je niet ieder nieuw model meteen breed uit te rollen om bij te blijven.