Het woord agent wordt in de AI wereld voor van alles gebruikt, van een chatbot met een nieuwe naam tot volledig zelfstandige systemen die nog niemand betrouwbaar in productie heeft. Wij houden het praktisch. Een agent krijgt een opdracht, beslist zelf welke stappen nodig zijn, gebruikt daarvoor uw systemen en legt het resultaat voor, of handelt het af als dat veilig kan. Dat levert vooral iets op bij werk dat nu veel tijd kost maar weinig echte beslissingen vraagt.

Het verschil tussen een chatbot en een AI agent

Een chatbot beantwoordt vragen. Een AI agent werkt aan een taak. Vraagt een klant waar zijn bestelling is, dan geeft een chatbot een algemeen antwoord. Een agent zoekt de order op in uw systeem, kijkt bij de vervoerder, ziet dat het pakket vastzit en zet een bericht klaar met een nieuwe levertijd. Daarvoor heeft de agent gereedschap nodig: koppelingen met uw systemen, met precies afgebakende rechten. En hij heeft regie nodig, zodat hij weet wanneer hij klaar is en wanneer hij een mens moet vragen.

Waar agents nu het meeste opleveren

De beste resultaten zien wij bij taken met een duidelijk begin en eind. Inkomende e-mail sorteren, de juiste gegevens erbij zoeken en een concept klaarzetten. Facturen naast bestellingen en ontvangsten leggen en alleen de afwijkingen voorleggen. Een nieuwe klant aanmaken in drie systemen tegelijk. Meldingen beoordelen en de eerste stappen uitvoeren. Voor het mkb hebben we de meest voorkomende toepassingen uitgewerkt bij AI agents voor het mkb.

Op welk platform bouwen we?

Dat hangt af van uw omgeving. Werkt u volledig in Microsoft 365, dan is Copilot Studio vaak de logische plek. Wilt u veel verschillende systemen verbinden en het zelf kunnen aanpassen, dan past n8n goed. Voor agents met zware denkstappen bouwen wij met de modellen van Anthropic of OpenAI en hun ontwikkeltools. En als de informatie uw netwerk niet mag verlaten, bouwen we met een lokaal model. De koppelingen met uw systemen maken we steeds vaker via het open protocol MCP, zodat ze herbruikbaar zijn, zie MCP server bouwen.

Grenzen en controle door mensen

De belangrijkste ontwerpkeuze is niet technisch. Wat mag de agent zelf en waar geeft een mens akkoord? Lezen, opzoeken en voorbereiden mag vaak zelfstandig. Versturen, betalen of verwijderen bijna nooit zonder bevestiging. Elke agent krijgt een eigen account met alleen de rechten die hij nodig heeft. Alles wat hij doet, wordt vastgelegd met de reden erbij. Zo kunt u achteraf zien wat er gebeurde, en kunt u bij een fout precies nagaan waar het misging.

Waarom agents in de praktijk mislukken

De meeste agents die stranden, zijn te groot begonnen. Eén agent die het hele klantproces moet afhandelen, raakt bij een onverwachte situatie de draad kwijt. Andere oorzaken zijn rommelige gegevens, koppelingen zonder goede foutafhandeling en niemand die na de lancering meekijkt. Wij beginnen daarom met één afgebakende taak, testen de agent eerst een paar weken in de schaduw van een medewerker en breiden pas uit als hij bewezen betrouwbaar is.

Wat een AI agent kost

De kosten bestaan uit twee delen. Het bouwen, dat afhangt van het aantal systemen en de complexiteit van de taak. En het gebruik, dat afhangt van hoeveel taken de agent per dag uitvoert en welk model hij gebruikt. Wij geven vooraf een inschatting van beide en zetten die naast de tijd die de agent bespaart. Vaak kan een eenvoudige stap met vaste regels worden opgelost en is AI alleen nodig voor het deel dat echt begrip vraagt. Dat scheelt in de rekening.

Een AI agent laten bouwen door ons team

Onze AI specialisten ontwerpen de agent, bouwen de koppelingen, testen hem met uw medewerkers en dragen hem over aan uw beheer. Een eerste agent voor één taak staat doorgaans binnen zes tot tien weken. Stel uw vraag en vertel welk werk u kwijt wilt.

Verwant: Freelance AI consultant, AI chatbot bouwen voor uw bedrijf.