AI agents uitgelegd: wat ze zijn en wat ze kunnen

Wat is een AI agent precies?

Een AI agent bestaat uit een paar onderdelen die samenwerken:

• Een taalmodel, zoals de modellen achter ChatGPT of Claude. Dat is het brein dat de opdracht begrijpt en een plan maakt.
• Tools: koppelingen met andere systemen, zoals je mailbox, agenda, CRM of boekhouding. Daarmee kan de agent dingen doen in plaats van alleen praten.
• Geheugen: informatie over eerdere stappen en over jouw bedrijf, zodat de agent weet waar hij is gebleven.
• Een doel en regels: wat moet er bereikt worden, en wat mag de agent wel en niet zelf doen.

Het verschil met een vaste automatisering is dat een agent niet een strak stappenplan volgt. Hij kiest zelf welke stap logisch is. Krijgt hij onverwachte informatie, dan past hij zijn plan aan.

Een voorbeeld. Je geeft een agent de opdracht: 'zorg dat deze klant een offerte krijgt voor drie werkplekken'. De agent zoekt de klant op in je CRM, kijkt welke producten passen, haalt de actuele prijzen op, maakt een concept en vraagt jou om goedkeuring. Ontbreekt er informatie, zoals het gewenste leveradres, dan stelt hij eerst die vraag.

Het verschil tussen een chatbot, een automatisering en een AI agent

Deze drie begrippen worden vaak door elkaar gebruikt. Zo zie je het verschil:

• Chatbot: beantwoordt vragen in een gesprek. Handig voor klantenservice, maar doet meestal zelf niets in je systemen. Zie ook chatbot op je website.
• Vaste automatisering: voert altijd dezelfde stappen uit als er iets gebeurt. Bijvoorbeeld: als er een formulier binnenkomt, maak een klant aan in het CRM. Betrouwbaar en voorspelbaar, maar niet flexibel.
• AI agent: krijgt een doel en bepaalt zelf de route. Flexibeler, maar ook minder voorspelbaar. Daarom heeft een agent duidelijke grenzen nodig.

In de praktijk zit de beste oplossing vaak tussen een vaste automatisering en een agent in. De vaste stappen doet een gewone koppeling, en alleen het deel waar nadenken nodig is, zoals het lezen en begrijpen van een mail, doet de AI.

AI agent voorbeelden voor het mkb

Een paar taken waar een AI agent nu al goed werk kan doen, mits goed ingericht:

• Offerteaanvragen voorbereiden: de agent leest de aanvraag, zoekt de juiste producten en prijzen op en zet een conceptofferte klaar.
• Klantvragen afhandelen: de agent zoekt de status van een bestelling op en stelt een antwoord voor, of maakt een retour aan.
• Afspraken plannen: de agent kijkt in de agenda, stelt tijden voor en zet de afspraak vast na bevestiging.
• Documenten verwerken: de agent leest een factuur of pakbon, controleert die tegen de bestelling en meldt afwijkingen.
• Onderzoek: de agent zoekt informatie bij elkaar over een nieuwe klant of leverancier en maakt een korte samenvatting.

Wat deze voorbeelden gemeen hebben: het zijn taken die veel tijd kosten, elke keer net iets anders zijn, maar wel een duidelijk doel hebben. Meer ideeën vind je in ons overzicht over AI voor het mkb.

Waar AI agents nog tekortschieten

AI agents zijn indrukwekkend, maar niet perfect. Houd rekening met deze beperkingen:

• Ze kunnen fouten maken en daar zeker over klinken. Een verkeerde stap kan doorwerken in de volgende stappen.
• Hoe meer stappen een taak heeft, hoe groter de kans dat er ergens iets misgaat.
• Ze hebben goede, actuele informatie nodig. Met verouderde prijzen of rommelige gegevens maakt ook een slimme agent fouten.
• Elke stap kost rekenkracht, dus een agent die veel werk doet, kost ook doorlopend geld.
• Een agent die toegang heeft tot je systemen, moet goed beveiligd zijn.

Zo zet je een AI agent veilig in

Met een paar vaste regels houd je een agent onder controle:

• Begin met een kleine, afgebakende taak, niet met 'regel mijn hele administratie'.
• Geef de agent alleen de rechten die hij nodig heeft. Mag hij alleen lezen, geef dan geen schrijfrechten.
• Laat belangrijke acties, zoals een mail naar een klant, een betaling of een verwijdering, altijd eerst goedkeuren door een mens.
• Houd een logboek bij van alles wat de agent doet, zodat je kunt terugzien wat er gebeurde.
• Let op privacy: welke persoonsgegevens ziet de agent? Lees ook AI en de AVG.
• Test met echte voorbeelden voordat je hem laat meedraaien.

Denk ook aan de Europese AI-verordening. Laat je een agent beslissingen nemen over mensen, bijvoorbeeld bij werving, dan gelden zwaardere regels. Voor de meeste mkb-taken is een agent die voorbereidt en een mens die beslist de veiligste keuze.

Een AI agent laten maken: hoe pak je dat aan?

Een goede agent begint niet met techniek, maar met je proces. Welke taak kost veel tijd? Welke stappen neem je daarbij? Welke systemen gebruik je? En waar wil je zelf de beslissing houden? Pas als dat helder is, kies je de tools. Vaak blijkt dan dat een deel met een gewone koppeling kan, en dat AI alleen nodig is voor het lastige deel. Dat is goedkoper en betrouwbaarder. Lees ook hoe je processen automatiseert in het mkb.

Bij Violexa bouwen we AI-oplossingen voor kleine en groeiende bedrijven, van slimme koppelingen tot agents die taken voorbereiden in je eigen systemen. We houden het praktisch: een mens houdt de regie, alles wordt gelogd en je ziet wat de agent doet. Bekijk onze dienst AI & automatisering. Een maatwerk oplossing start vanaf €1.799 excl. btw (€2.177 incl. btw), eenmalig. Grotere projecten krijgen vooraf een vaste prijs, op papier.

Wil je weten of een AI agent iets voor jouw bedrijf is, of dat een simpelere oplossing volstaat? Plan een gratis quickscan. In 30 minuten, online of op locatie, bespreken we je processen. Je krijgt daarna kort schriftelijk advies met een prijsindicatie, zonder verplichtingen.

Veelgestelde vragen