Een AI-agent is software die een taak van begin tot eind zelf uitvoert en weet wanneer hij een mens moet inschakelen. Niet een programma dat een vraag beantwoordt, maar een programma dat het werk doet waar die vraag over ging. Dat is de hele definitie. Alles hieronder is uitleg van wat dat in de praktijk betekent, en wat er komt kijken als je er een laat maken.
Wat een AI-agent is, in gewone taal
Een gewone chatbot wacht tot iemand iets vraagt en geeft antwoord. Een AI-agent handelt. Hij let op een signaal (een mail, een formulier, een bericht, een datum), doet de stappen die een medewerker anders zou doen (gegevens opzoeken, iets vastleggen, een bericht sturen, een afspraak inplannen) en meldt wat hij gedaan heeft. Het verschil dat ertoe doet is zelfstandigheid met een riem: hij werkt zelf, maar een mens heeft de regels bepaald en kan alles terugzien.
Onder de motorkap gebruikt een agent een taalmodel om te begrijpen wat er binnenkomt en om tekst te maken, en koppelingen met je systemen om iets te kunnen doen. Zonder die koppelingen is het een chatbot. Zonder regels is het een risico. Met allebei is het een collega voor het werk dat niemand wil doen.
AI-agent, chatbot of workflow: wat is het verschil?
Een chatbot praat. Een workflow-tool (zoals een koppeling die je zelf in elkaar klikt) voert een vaste reeks stappen uit die jij hebt gebouwd en onderhoudt; wijkt de invoer af, dan stopt hij of doet hij iets verkeerds. Een AI-agent zit daartussen en erboven: hij kan omgaan met invoer die elke keer een beetje anders is, kiest zelf de volgende stap binnen de regels, en geeft het uit handen als hij twijfelt. Voor een bedrijf dat het resultaat wil en niet nog een tool om te beheren, is dat het punt van een agent.
Voorbeelden van AI-agents in het MKB
Aanvragen opvolgen: elke aanvraag via de site, de mail of een platform wordt direct beantwoord, aangevuld met wat je wilt weten en ingepland. Afspraken: vrije slots voorstellen, bevestigen, herinneren, verzetten. Orderstatus: het antwoord uit je systeem halen en in jouw toon geven, ook buiten kantooruren. Stukken opvragen: per klant weten wat ontbreekt en herinneren tot het compleet is. Facturen: inkomende facturen lezen en klaarzetten, uitgaande klaarzetten zodra een klus af is.
Per branche ziet dat er anders uit. Voor autobedrijven zijn het occasion-leads en werkplaatsafspraken via WhatsApp, zie /nl/industries/autobedrijven. Voor groothandels offerteaanvragen en orderstatus uit het ERP, zie /nl/industries/groothandels. Voor accountantskantoren stukken opvragen en routinevragen van cliënten, zie /nl/industries/accountantskantoren. Voor makelaars bezichtigingsaanvragen, zie /nl/makelaars. Negen taken uitgewerkt staan op /nl/blog/ai-agent-examples-for-business.
Wat een AI-agent niet doet
Hij bepaalt geen strategie en neemt geen besluiten waar oordeel, relatie of risico bij hoort: de prijs van een grote deal, een serieuze klacht, advies waar een klant naar handelt. Zet hem op het verkeerde proces en hij doet het verkeerde efficiënt. De waarde zit niet in de agent alleen, maar in de agent plus iemand die bepaalt wat hij draait en in welke volgorde. Meer over die grenzen op /nl/blog/ai-agents-for-business.
Een AI-agent hoort een taak te dragen, niet erbij te helpen. Moet een mens elke stap nog controleren, dan heb je een tool en geen agent.
Een AI-agent laten maken: wat komt erbij kijken?
Drie dingen, en geen ervan is de techniek. Ten eerste het proces: hoe loopt het werk nu echt, inclusief de uitzonderingen. Wie dat niet kan opschrijven, kan het ook niet overdragen. Ten tweede de koppelingen: de agent moet bij je agenda, je mailbox, je klantsysteem of je boekhouding kunnen; staat informatie alleen in iemands hoofd of op papier, dan is dat eerst aan de beurt. Ten derde de regels: wat mag de agent zelf, wat legt hij voor, wie is eigenaar als er iets verandert.
Pas daarna komt bouwen. Een agent bouwen kan met een no-code-platform voor een enkele stap tussen twee systemen. Zodra er meerdere systemen, uitzonderingen en klantcontact bij komen, is de vraag niet of je hem kunt bouwen maar wie hem draaiend houdt als je software verandert of een klant iets onverwachts doet. Daar stoppen de meeste zelfgebouwde agents stilletjes.
Zelf bouwen of laten maken?
Zelf bouwen past bij een technische ondernemer met een klein, afgebakend proces en tijd om het te onderhouden. Laten maken past bij een bedrijf dat het resultaat wil zonder er een IT-afdeling voor te beginnen. Wat je dan koopt is niet een agent maar een werkend proces: gebouwd op jouw systemen, met jouw regels, en iemand die het bijhoudt. Bij Automatevia is dat het model: een AI-team dat de uitvoering doet, plus technische regie die bepaalt welke taak eerst gaat en het draaiend houdt met jouw goedkeuringsregels. Waar je begint met automatiseren, en welk proces als eerste, lees je op /nl/blog/bedrijfsprocessen-automatiseren-waar-begin-je.
Veelgestelde vragen over AI-agents
Is een AI-agent hetzelfde als ChatGPT? Nee. ChatGPT is een taalmodel waar je mee praat. Een agent gebruikt zo'n model als onderdeel, maar is gekoppeld aan je systemen en voert taken uit volgens regels.
Wat kost een AI-agent laten maken? Dat hangt af van het proces en het aantal koppelingen. Wij werken met vaste maandpakketten, maandelijks opzegbaar, en bepalen in een kennismakingsgesprek wat past. Geen bedrag zonder dat we het proces hebben gezien.
Merken klanten dat ze met een AI-agent praten? Dat bepaal jij. Wij adviseren eerlijkheid waar het ertoe doet, en de agent geeft het gesprek aan een mens zodra het buiten de regels valt.
Hoe lang duurt het? Dat verschilt per proces en per koppeling; we noemen geen termijn voor we je systemen hebben gezien. We beginnen met het proces dat het meeste tijd kost, zetten dat live met jouw akkoord en breiden daarna uit.
Klaar om dit voor jouw bedrijf in te zetten?
Plan een 30-minuten demo. Geen sales-pitch, een live agent in actie en concrete prijsindicatie.
