Tot voor kort betekende AI gebruiken vooral: een vraag stellen in een chat en het antwoord overnemen. Dat is nuttig, maar je blijft zelf alle stappen zetten. De volgende stap zijn AI-agents: AI die niet alleen antwoordt, maar zelf een reeks taken uitvoert.

Daar wordt veel over beloofd. In dit artikel lees je wat een AI-agent echt is, waar hij in het mkb tijd oplevert en hoe je veilig begint.

Wat is een AI-agent?

Een AI-agent is AI die zelfstandig een reeks stappen uitvoert om een doel te bereiken, binnen de grenzen die jij stelt. Hij leest bijvoorbeeld een binnenkomende mail, haalt de gegevens eruit, zoekt de klant op in je systeem en zet een conceptantwoord klaar. Een mens kijkt mee en beslist.

Het verschil met wat je misschien al kent:

  • Een chat met AI beantwoordt jouw vraag. Jij zet daarna zelf de volgende stap.
  • Een vaste automatisering voert altijd precies dezelfde stappen uit. Werkt goed, tot er iets afwijkt.
  • Een AI-agent kan omgaan met variatie. Hij leest, begrijpt, kiest de volgende stap en gebruikt daarbij je eigen systemen en regels.

In het PSL AI Maturity Framework horen agents bij de fasen AI First en AI Native: AI is dan niet meer een hulpje ernaast, maar onderdeel van hoe het werk loopt.

Waar leveren AI-agents in het mkb tijd op?

Agents werken het best bij werk dat vaak terugkomt, uit meerdere stappen bestaat, vaste regels kent en gegevens uit verschillende plekken nodig heeft. Een paar voorbeelden die ik in de praktijk zie werken:

  • Een mailbox die zichzelf voorsorteert. De agent leest aanvragen, haalt de kerngegevens eruit, deelt ze in en zet een conceptantwoord klaar. Een collega verstuurt.
  • Werkbonnen en facturen voorbereiden. De agent controleert of een werkbon compleet is, verbetert de tekst voor de klant en zet de factuur klaar. Een collega keurt goed.
  • Leads direct in je CRM. Een aanvraag via je website of social media landt meteen in het CRM, met een voorstel voor de opvolging.
  • Vragen beantwoorden uit je eigen documenten. Medewerkers stellen een vraag in gewone taal, de agent zoekt het antwoord in je protocollen en handboeken en noemt de bron.
  • Signalen op tijd. Een certificaat dat verloopt, een offerte die blijft liggen, een klant die lang niets hoorde: de agent ziet het en zet het bij de juiste persoon.

Wat deze voorbeelden gemeen hebben: de agent doet het voorwerk, een mens beslist over wat de deur uitgaat.

Wat zijn de risico's van AI-agents?

Hoe meer een agent zelf mag, hoe belangrijker de grenzen. De grootste risico's:

  • Te veel toegang. Een agent die overal bij kan, kan ook overal fouten maken. Geef hem alleen toegang tot wat hij voor zijn taak nodig heeft.
  • Fouten die niemand ziet. Een agent werkt snel en veel. Gaat er iets mis, dan gaat het vaak meteen vaak mis. Zorg voor een logboek: wie of wat deed wat, en wanneer.
  • Gegevens op de verkeerde plek. Laat agents werken in je eigen omgeving, met zakelijke tools, zodat je gegevens niet worden gebruikt om modellen te trainen. De AVG en de AI Act blijven gewoon gelden.
  • Beslissingen over mensen. Laat een agent nooit zelfstandig beslissen over sollicitanten, medewerkers of kredietwaardigheid. Daar gelden strengere regels, en daar hoort een mens.

Een eenvoudige manier om de grenzen te bepalen is de risicomatrix: wat mag de agent zelfstandig (laag risico), wat keurt een mens eerst goed (middel), en wat doet alleen een mens (hoog)? Hoe je dat vastlegt, lees je in een AI-beleid voor het mkb op één A4.

Hoe begin je met AI-agents in vijf stappen?

  1. Kies één proces. Liefst werk dat elke dag terugkomt en waar je team nu veel tijd aan kwijt is. Niet het meest ingewikkelde proces, maar het meest herhaalde.
  2. Teken de stappen uit. Van het moment dat het werk binnenkomt tot het moment dat het af is. Welke informatie is nodig, uit welk systeem, en welke regels gelden er?
  3. Bepaal waar de mens beslist. Markeer per stap of de agent het zelf mag, of een mens eerst goedkeurt, of dat alleen een mens het doet. Begin streng; je kunt later altijd meer loslaten.
  4. Bouw klein, in je eigen omgeving. Start met een versie die alleen voorstellen doet. Laat het team ermee werken en verbeteringen melden.
  5. Meet en breid uit. Leg vooraf vast hoeveel tijd het werk nu kost en hoe vaak het misgaat. Meet na een paar weken opnieuw. Werkt het, dan pak je het volgende proces.

Kant-en-klaar of op maat?

Er zijn twee routes, en vaak begin je met de eerste:

  • Kant-en-klaar in je bestaande tools. Microsoft, Google en de makers van Claude en ChatGPT bouwen agent-functies in hun zakelijke producten. Goed voor taken binnen je mail, agenda en documenten.
  • Op maat, op je eigen systemen. Zodra een agent met je CRM, planning, facturatie of vakpakket moet samenwerken, heb je maatwerk nodig. Dat is minder groot dan het klinkt: met AI wordt software tegenwoordig sneller en in kleinere stappen gebouwd. Lees hoe wij dat doen op de pagina Software op maat.

Welke route het ook wordt: de tijd zit vooral in het uittekenen van het proces en het meenemen van je team. Dat is de 70% van de 70/20/10-regel, ook bij agents.

Waar sta jij?

Voordat je met agents begint, helpt het om te weten of de basis staat: je data, je spelregels en een team dat AI al gebruikt. Doe de gratis AI Maturity Scan om te zien waar je organisatie staat. Wil je samen uitzoeken welk proces het eerst in aanmerking komt, dan is De Doorlichting daarvoor gemaakt.

Veelgestelde vragen

Wat is het verschil tussen een AI-agent en een chatbot?

Een chatbot beantwoordt vragen. Een AI-agent voert zelf een reeks stappen uit om een doel te bereiken, zoals een aanvraag lezen, gegevens opzoeken in je systeem en een conceptantwoord klaarzetten. Een mens bepaalt de grenzen en beslist over wat de deur uitgaat.

Zijn AI-agents veilig voor een mkb-bedrijf?

Ja, als je de grenzen goed regelt: alleen de toegang die nodig is, een logboek van wat de agent doet, gegevens in je eigen zakelijke omgeving en een mens die beslist over alles wat naar buiten gaat of mensen raakt.

Heb ik een programmeur nodig voor een AI-agent?

Voor eenvoudige taken binnen je mail en documenten vaak niet; die functies zitten steeds vaker in zakelijke tools. Moet de agent met je eigen systemen samenwerken, zoals je CRM of planning, dan heb je maatwerk nodig en dus iemand die het bouwt.

Wat kost een AI-agent?

Dat hangt af van de route. Een functie in je bestaande tools kost vaak alleen een licentie. Maatwerk op je eigen systemen kost meer, maar betaalt zich terug als het werk vaak terugkomt. Begin daarom met één proces waarvan je vooraf weet wat het moet opleveren.

Waar begin ik met AI-agents?

Bij één proces dat elke dag terugkomt en veel tijd kost. Teken de stappen uit, bepaal waar een mens beslist en begin met een versie die alleen voorstellen doet.

Bronnen