Wat is een AI agent en wat kun je er in je bedrijf mee?

Waar zit het verschil met de chatbot die je al hebt?

Een chatbot antwoordt, een agent handelt. Dat klinkt als een woordspelletje, maar het is precies het verschil dat bepaalt of je er geld mee bespaart. Een chatbot op je website kan een bezoeker vertellen wat je levertijden zijn. Een agent leest de aanvraag die binnenkomt, zoekt de klant op in je systeem, checkt of de gevraagde maat leverbaar is, zet de offerte klaar en legt hem bij je verkoper neer met de vraag of hij akkoord is.

Technisch draait een agent in een lus: hij krijgt een doel, bedenkt een stap, voert die uit met gereedschap dat jij hem geeft, kijkt wat eruit komt, en bepaalt op basis daarvan de volgende stap. Dat herhaalt zich tot de taak af is. Die lus is het hele verschil met de automatisering die je waarschijnlijk al hebt staan. Een koppeling in Zapier of een RPA-robot volgt een route die iemand vooraf heeft uitgetekend. Komt er iets binnen dat niet op dat pad past, dan breekt hij. Een agent kiest de volgorde per geval. Daardoor kan hij omgaan met een mail waarin de specificaties half in de tekst en half in een bijlage staan. En daardoor is hij ook minder voorspelbaar dan dat Zapier-scriptje, want twee keer dezelfde aanvraag kan twee verschillende routes opleveren.

Vier smaken, en de meeste bedrijven hebben de eerste twee al draaien zonder het zo te noemen.

Rij drie is waar vrijwel al het geld zit. Rij vier is waar de verhalen over gaan. Dat verschil verklaart een groot deel van de teleurstelling in de markt.

Welk werk kun je er vandaag al aan geven?

Werk dat afgebakend is, dat minstens wekelijks terugkomt en waarvan je vooraf kunt opschrijven wanneer het goed is gedaan. Dat is de hele selectieregel. Kun je die derde voorwaarde niet invullen, dan kun je ook niet beoordelen of de agent zijn werk doet, en dan is het een experiment en geen investering.

Concreet, voor een bedrijf met veertig man waar de directeur zelf nog meeverkoopt, zie ik vijf plekken waar het bijna altijd iets oplevert. Binnengekomen aanvragen opvolgen is de eerste, want dat blijft liggen op drukke dagen en dat zijn precies de dagen waarop de meeste aanvragen binnenkomen. Offertes voorbereiden is de tweede: de agent haalt de specificaties uit mail, bijlage en tekening en zet ze in je sjabloon. Sollicitaties opvolgen is de derde, want daar is snelheid alles. Daarna het controleren van orderbevestigingen tegen pakbonnen en facturen. En als laatste de terugkerende rapportage die iemand nu op vrijdagmiddag in elkaar klikt.

Bij Produlab hebben we die derde gedaan. De opvolging van reacties op vacatures ging van handwerk naar een proces dat vanzelf loopt, met een mens die goedkeurt. Dat scheelde ongeveer een dag per week aan handwerk en leverde 80% meer gesprekken op uit dezelfde instroom. Die 80% zat niet in slimme teksten maar in snelheid: iemand die binnen een uur antwoord krijgt, haakt minder vaak af dan iemand die drie dagen wacht. De agent won het niet van een mens, hij won het van een mens die ook nog vijf andere dingen te doen had.

Wat niet werkt, is het omgekeerde pad: een agent kopen en daarna kijken welk probleem hij kan oplossen. Dat is wat bijna iedereen doet, en het is de hoofdreden dat het misgaat. Welke andere vormen van AI wél meteen renderen in je marketing, en welke je beter kunt laten liggen, staat in het stuk over wat AI marketing concreet voor je bedrijf kan betekenen.

Waarom sneuvelt het grootste deel van deze projecten?

Omdat ze beginnen bij de techniek in plaats van bij een proces met een uitkomst die je kunt tellen. Gartner verwacht dat meer dan 40% van de projecten met AI-agents eind 2027 is stopgezet, en noemt daarbij oplopende kosten, onduidelijke waarde en te zwakke risicobeheersing. Zij noemen dat agentic AI, wat hetzelfde is. Analist Anushree Verma zegt er eerlijk bij dat de meeste van deze projecten nu nog experimenten zijn die vooral op hype draaien.

Project NANDA van MIT keek naar hetzelfde probleem van de andere kant. In het onderzoek The GenAI Divide haalde 95% van de bedrijfspilots geen meetbaar effect op het resultaat, bij 30 tot 40 miljard dollar aan investeringen. De oorzaak lag zelden in het model. Hij lag in de aansluiting op het werk: tools die niets onthouden van gisteren, in een proces waar niemand eigenaar van was.

Het interessantste cijfer komt van McKinsey. In hun State of AI van augustus 2026 zegt 40% van de bedrijven met meer dan een miljard dollar omzet agents te hebben opgeschaald, tegen 27% een jaar eerder. Bij alle kleinere organisaties bleef dat staan op 22%, net als het jaar daarvoor. Tegelijk schrijft al twee jaar ongeveer 37% van de respondenten een deel van hun bedrijfsresultaat aan AI toe, en zegt maar zo'n 6% van de bedrijven dat minstens 5% van het bedrijfsresultaat aan AI te danken is. Die 6% heeft ongeveer drie keer zo vaak het werkproces zelf opnieuw ingericht in plaats van een tool naast het bestaande proces te zetten.

Zet daar het Nederlandse beeld naast en je ziet hoe vroeg we zijn. Volgens het CBS gebruikte in 2025 29,8% van het mkb met 10 tot 249 werkzame personen minstens één AI-technologie, tegen 66,2% van de bedrijven met 250 man of meer. Bij bedrijven met twee tot negen mensen is het 13,8%. Wie nu begint, loopt dus niet achter op zijn concurrenten. Hij loopt alleen achter op de verhalen.

Die herinrichting van het proces is de hele les, en die is onaangenaam. De winst zit niet in de agent. Hij zit in het feit dat je gedwongen wordt op te schrijven hoe je proces eigenlijk loopt, en dat je daarbij ontdekt dat de helft van de stappen nergens voor dient. Ik heb klanten gehad bij wie het doorlichten van het proces meer opleverde dan de agent die we er daarna op zetten.

Wat kan een agent nog niet?

Alles waarvan het goede antwoord niet vooraf te omschrijven is, plus lange taken waarbij hij door veel verschillende systemen heen moet. Onderzoekers van Carnegie Mellon bouwden daarvoor TheAgentCompany: een nagebootst softwarebedrijf met 175 echte beroepstaken uit ontwikkeling, projectmanagement, data, administratie, HR en financiën. De best presterende agent maakte 30,3% van die taken volledig zelfstandig af, met een score van 39,3% als je gedeeltelijk werk meetelt. Taken waarbij hij met collega's moest overleggen of door een ingewikkelde webinterface moest klikken, gingen het slechtst.

Zeven van de tien taken dus niet. Dat is geen reden om het te laten, maar wel een reden om de mens erbij te laten zitten. Het gevaarlijkste aan een agent is niet dat hij fouten maakt, het is dat hij zelfverzekerd doorgaat terwijl hij fout zit. Hij twijfelt niet hardop en hij vraagt niet of hij het goed begrepen heeft, tenzij je hem dat expliciet opdraagt.

Een agent die 30% van je taken afmaakt is geen medewerker. Het is een stagiair die nooit moe wordt en nooit zelf aan de bel trekt.

Praktisch betekent dit drie grenzen. Laat hem niets versturen naar klanten zonder dat iemand kijkt, zeker niet in het begin. Geef hem alleen toegang tot de systemen die hij voor deze ene taak nodig heeft, niet tot alles waar jij bij kunt. En zorg dat elke stap die hij zet ergens wordt opgeschreven, zodat je bij een rare uitkomst kunt terugkijken waar het misging. Dat logboek is ook wat je nodig hebt als iemand straks vraagt hoe een besluit tot stand kwam.

Wat kost het en wanneer heb je het terugverdiend?

Reken op een eenmalige inrichting van een paar duizend euro per proces en een paar honderd euro per maand aan draaikosten, en vergelijk dat met de uren die er nu in zitten. Dat is onze eigen ervaring met afgebakende processen, geen marktgemiddelde, en dat bedrag loopt snel op zodra er koppelingen met oude systemen bij komen.

Neem de tijdwinst bij Produlab als voorbeeld en zet er een gangbare prijs naast. Een dag per week handwerk, acht uur, is bij een intern tarief van €45 per uur €360 per week. Dat is €1.560 per maand of €18.700 per jaar. Zet daar een eenmalige inrichting van €4.000 en €150 per maand aan draaikosten tegenover, dan houd je netto €1.410 per maand over en is die €4.000 er na drie maanden uit. De bedragen zijn een voorbeeld, niet de factuur van Produlab. Maar de som heeft één voorwaarde die bijna altijd wordt overgeslagen.

Bespaarde tijd is pas geld als die tijd ergens anders naartoe gaat. Haal je een dag per week weg bij iemand die daardoor meer offertes kan maken of meer klanten kan bellen, dan is het €18.700 waard. Verdwijnt die dag in werk dat je toch al niet miste, dan heb je een leuk project gedaan en staat er niets op je rekening. Vraag jezelf dus vóór je begint af wat die persoon met de vrijgekomen tijd gaat doen, en schrijf dat antwoord op. Als je het niet kunt opschrijven, kies dan een ander proces.

Er zit nog een kostenpost in die mensen onderschatten: onderhoud. Modellen veranderen, je CRM krijgt een update, een leverancier verandert zijn formaat. Een agent waar een jaar lang niemand naar heeft gekeken, doet meestal minder dan je denkt. Dat merk je niet, want hij klaagt niet. Reken op een paar uur per kwartaal per proces.

Waar zet je je eerste agent neer?

Bij het proces waar nu het meeste blijft liggen op je drukste dagen, en niet bij het proces dat het indrukwekkendst klinkt. Zes stappen, in deze volgorde.

1. Kies één proces dat je nu met de hand doet. Minstens wekelijks terugkerend, met een begin en een eind dat je kunt aanwijzen. Opvolging van aanvragen of sollicitaties is bijna altijd de beste eerste keuze, want daar is het effect binnen een maand zichtbaar.
2. Schrijf op wanneer het goed is gedaan. Niet "sneller reageren", maar "binnen een uur een persoonlijk antwoord met de juiste levertijd erin, en de aanvraag staat in het CRM met de juiste klant eraan". Dit is het meeste werk en het wordt het vaakst overgeslagen.
3. Zet de mens aan het eind. De agent bereidt voor, iemand keurt goed. Reken erop dat die stap blijft staan, ook na jaren, en dat is geen falen. Wat je wel kunt doen is hem lichter maken: niet meer elke offerte lezen, maar steekproeven plus alles boven een bedrag dat je zelf kiest.
4. Geef hem alleen de rechten die hij nodig heeft. Toegang tot één postvak en één onderdeel van je CRM, niet tot je hele administratie. Zet erbij wat hij nooit mag: geen prijzen aanpassen, geen afspraken toezeggen, niets naar buiten sturen.
5. Meet vier getallen vanaf dag één. Doorlooptijd van binnenkomst tot antwoord, hoe vaak een mens moest ingrijpen, de kosten per afgehandelde taak, en de uitkomst waar je het voor deed. Zonder nulmeting weet je over drie maanden niet of je iets hebt gewonnen.
6. Spreek af wanneer je stopt. Zet er een datum en een getal bij: beantwoordt dit op 1 februari niet negen van de tien aanvragen binnen een uur, dan zetten we het uit. Zonder die afspraak houd je straks het soort project in de lucht waar Gartner het over heeft: niet gestopt omdat het werkt, maar doorbetaald omdat niemand durft te zeggen dat het niet werkt.

Hoe wij zo'n traject opzetten en in welke volgorde we meten, staat op de pagina over onze werkwijze. Welk model je eronder zet, maakt daarbij minder uit dan je zou denken; dat hebben we uitgezocht in de vergelijking tussen de AI-modellen.

Hoe weet je na drie maanden of het iets heeft opgeleverd?

Door dezelfde vier getallen naast je nulmeting te leggen, en door te kijken of de uitkomst is veranderd en niet alleen de doorlooptijd. Een agent die sneller antwoordt maar niet tot meer gesprekken leidt, heeft een proces versneld dat niet werkte.

Dat verschil bepaalt in ons eigen werk alles. Bij Tredion ICT weten we dat er 119 leads uitkwamen en dat het verkeer verdubbelde, omdat we vanaf dag één dezelfde getallen hebben opgeschreven. Bij Grodan ging de prijs per lead van €120 naar €8 en kwamen er 2.200 leads uit vijftien landen, met een leadwaarde die vier keer zo hoog lag. Dat laatste cijfer is het cijfer waar het om draait: meer leads tegen een lagere prijs is waardeloos als ze minder waard zijn. Hoe je die hele keten van aanvraag tot klant inricht, staat in het stuk over leads genereren voor een B2B-bedrijf.

Doe die meting elk kwartaal met dezelfde definities, en laat de agent met rust zolang hij levert. De verleiding om er van alles bij te bouwen is groot, en het is de snelste manier om een werkend proces weer stuk te maken.

Mijn mening

Ik vind dit het meest oververkochte en tegelijk meest onderschatte onderwerp van het moment. Oververkocht, omdat er een industrie is ontstaan die je een digitale medewerker belooft terwijl de beste agent in een eerlijke test zeven van de tien taken niet afkrijgt. Onderschat, omdat die drie taken die hij wél afmaakt bij veel bedrijven precies het werk zijn waar iedereen een hekel aan heeft en dat daarom blijft liggen.

Wat me stoort aan de verkooppraatjes is dat ze de mens eruit halen. In elk traject dat bij ons geld opleverde, zat er een mens aan het eind die goedkeurde. Dat is geen tussenfase op weg naar volledige automatisering, dat is gewoon hoe het werkt als er klanten aan de andere kant zitten. Wie je vertelt dat die stap er binnen een jaar uit kan, verkoopt je software en geen plan.

En dan de vervelende waarheid: de meeste bedrijven die mij hierover bellen, hebben geen agent nodig. Ze hebben een proces dat niemand ooit heeft opgeschreven. Schrijf het eerst op. Als je dan nog steeds vindt dat het te veel handwerk is, weet je ook meteen welke stap je als eerste aan een agent geeft. En meet het. Eén kwartaal met echte getallen zegt je meer over jouw bedrijf dan elk onderzoek dat ik hierboven heb geciteerd.