Door Laas NuryElke softwareleverancier verkoopt tegenwoordig "AI-agents". Meestal zijn het geen agents. Gartner schatte in juni 2025 dat van de duizenden leveranciers die zeggen agents te bieden, er maar zo'n 130 echt iets agentisch leveren. De rest is bestaande automatisering met een nieuw etiket. In dezelfde analyse voorspelt Gartner dat meer dan 40% van de agentprojecten vóór eind 2027 wordt stopgezet: te duur, onduidelijke waarde of onvoldoende risicobeheersing.
Dat is geen reden om te wachten. Wel een reden om precies te zijn. Hieronder lees je wat een agent is, welk werk hij vandaag al veilig kan overnemen en welke waarborgen bepalen of hij ooit verder komt dan de pilot.
Wat een AI-agent eigenlijk is
Een AI-agent krijgt een doel, een set gereedschappen en een set grenzen, en bedenkt zelf de stappen. Hij bekijkt de situatie, bepaalt wat er moet gebeuren, doet het (in je mailbox, je ERP, je CRM), controleert het resultaat en gaat door tot de klus klaar is of tot hij iets tegenkomt waar hij niet over mag beslissen.
Het verschil met wat je al kent:
| Wat het doet | Wie bepaalt de volgende stap | Voorbeeld | |
|---|---|---|---|
| Chatbot of assistent | Beantwoordt een vraag | Jij | "Vat de mail van deze leverancier samen" |
| Workflowautomatisering of RPA | Voert vaste stappen uit in een vaste volgorde | De bouwer, vooraf | "Komt er een factuur binnen, kopieer veld A naar veld B" |
| AI-agent | Werkt naar een doel toe, binnen grenzen | De agent, binnen zijn grenzen | "Zorg dat elke openstaande inkooporder een bevestigde leverdatum heeft" |
Die laatste kolom is waar het om draait. Een agent kan omgaan met de variatie waar vaste automatisering op stukloopt: de leverancier die in de tekst van de mail antwoordt in plaats van in de bijlage, de datum die "eind volgende week" heet, de bevestiging die over twee orders tegelijk gaat.
Wat agents vandaag al veilig kunnen doen
Het werk dat het best bij agents past, heeft drie dingen gemeen: het herhaalt zich, het volgt regels met uitzonderingen, en je kunt controleren of het goed is gedaan. In een doorsnee bedrijf gaat het bijvoorbeeld om:
- Binnenkomend werk sorteren en doorzetten. De gedeelde inbox lezen, orders, klachten, facturen en leveringsvragen herkennen en elk bericht met de juiste gegevens in de juiste wachtrij zetten.
- Voorbereiden, niet vastleggen. De order, de boeking of het antwoord klaarzetten in je systeem, zodat een collega het met één klik goedkeurt.
- Matchen en aansluiten. Facturen tegen inkooporders en ontvangsten, banktransacties tegen openstaande posten, pakbonnen tegen orders. De verschillen apart gezet.
- Nabellen en herinneren. Leveranciers om ontbrekende bevestigingen vragen, klanten om ontbrekende gegevens, collega's om een ontbrekende goedkeuring. En opnieuw vragen als niemand reageert.
- Afwijkingen signaleren. Leverdata die opschuiven, voorraad die opraakt vóór de volgende levering, prijzen die afwijken van het contract. Gemeld voordat het een probleem wordt.
- Interne vragen beantwoorden, met bron. "Wat hebben we met deze klant afgesproken over retouren?" beantwoord uit het contract, met het artikel erbij.
Spectaculair is het niet. Juist daarom werkt het: de winst zit in het volume, en een enkele fout is klein en zichtbaar.
Wat agents (nog) niet zelfstandig moeten doen
- Alles wat niet terug te draaien is. Betalingen, verwijderingen, annuleringen, toezeggingen aan klanten. De agent kan ze voorbereiden; een mens keurt goed.
- Beslissingen over mensen. Sollicitanten rangschikken, medewerkers beoordelen, over krediet beslissen. Los van de ethiek zijn dat hoog-risicotoepassingen onder de AI Act, met eigen verplichtingen.
- Open doelen. "Verbeter onze marges" is geen taak voor een agent. "Meld elke orderregel die onder de afgesproken minimumprijs is verkocht" wel.
- Werk dat niemand kan controleren. Kun je niet nagaan of de agent het goed deed, dan kun je hem niet testen. En dan moet je hem ook niet vertrouwen.
De ladder van zelfstandigheid
Een agent hoeft niet in één keer van nul naar volledig zelfstandig. De meeste succesvolle agents klimmen vier treden op, en veel blijven blijvend op trede twee of drie staan. Dat is prima.
| Trede | Wat de agent doet | Wat de mens doet | Geschikt voor |
|---|---|---|---|
| 1. Voorstellen | Leest mee en doet een voorstel | Beslist en doet het werk | De eerste weken van elke nieuwe agent |
| 2. Voorbereiden | Zet de actie klaar in het systeem | Keurt goed of past aan met één klik | Orders, boekingen, antwoorden aan klanten |
| 3. Handelen binnen grenzen | Handelt zelf onder vaste grenzen, escaleert daarboven | Controleert steekproeven en uitzonderingen | Leverdata bijwerken, aansluitingen, doorzetten |
| 4. Handelen en rapporteren | Handelt zelf en rapporteert wat hij deed | Houdt de cijfers in de gaten | Veel volume, weinig risico, volledig terug te draaien |
Een trede hoger is een besluit op basis van bewijs: hoe vaak zat de agent goed op de vorige trede, en wat kostten zijn fouten?
De waarborgen die bepalen of hij in productie komt
Het model is zelden wat een agent tegenhoudt. De ontbrekende waarborgen wel. Voordat een agent in je systemen handelt, moet dit geregeld zijn:
- Een eigen account, met alleen de rechten die nodig zijn. Niet de login van een collega, en zeker geen beheerdersaccount.
- Harde grenzen. Maximale bedragen, maximale aantallen, welke klanten of leveranciers hij mag aanraken.
- Goedkeuringsmomenten voor alles boven die grenzen en alles wat niet terug te draaien is.
- Een volledig logboek. Wat hij las, wat hij besliste, wat hij veranderde en wie het goedkeurde. Dat heb je nodig zodra iemand vraagt: "hoe kan dit gebeurd zijn?"
- Een testset vóór livegang. Een paar honderd echte gevallen uit het verleden waarvan je het juiste antwoord kent, zodat je de agent meet voordat hij live werk aanraakt.
- Een noodknop en een weg terug. Eén schakelaar om hem stil te zetten, en de mogelijkheid om terug te draaien wat hij deed.
- Blijven meten. Nauwkeurigheid per week, uitzonderingen per week, bespaarde tijd. Lopen de cijfers weg, dan zie je het.
- Een kostenplafond. Agents roepen een model steeds opnieuw aan. Zet een dagbudget, zodat een lus geen rekening kan opbouwen.
Onvoldoende risicobeheersing is een van de drie redenen die Gartner noemt voor de verwachte stopzettingen. In de praktijk falen agents zelden omdat ze het werk niet kunnen. Ze falen omdat niemand ze het werk durft toe te vertrouwen.
Een voorbeeld: leverdata die zichzelf bijhouden
Neem een voorbeeldsituatie: een distributeur met een paar duizend openstaande inkooporderregels. Leveranciers bevestigen leverdata per mail, in bijlagen, via portals en soms helemaal niet. Een inkoper is een groot deel van de week bezig om de data in het ERP kloppend te houden, omdat verkoop en planning erop leunen.
Een agent op trede 3 van de ladder:
- leest elke leveranciersbevestiging zodra die binnenkomt en koppelt hem aan de juiste orderregels;
- past de verwachte datum in het ERP aan als de wijziging binnen een afgesproken marge valt, en legt dat vast;
- stuurt alles buiten die marge, en elke bevestiging die hij niet kan koppelen, door naar de inkoper;
- mailt leveranciers die niet op tijd hebben bevestigd, en vraagt nog één keer na;
- meldt elke maandag welke regels nog niet bevestigd zijn en welke data verschoven.
De inkoper blijft eigenaar van de leveranciers en de uitzonderingen. Het overtypen en nabellen verdwijnt.
Zo begin je
- Kies één proces dat vaak voorkomt, grotendeels volgens regels loopt, meetbaar is en terug te draaien.
- Schrijf de regels en uitzonderingen op. Kan je team ze niet uitleggen, dan kan een agent ze ook niet volgen. Alleen deze stap verbetert het proces vaak al.
- Bepaal wat "goed" is, en verzamel een paar honderd gevallen uit het verleden om mee te testen.
- Laat de agent eerst op de achtergrond meedraaien (trede 1) gedurende twee tot vier weken, naast je team, en vergelijk.
- Ga pas een trede hoger als de cijfers dat rechtvaardigen.
Ons eigen agentplatform, Whitestorm, is precies rond deze waarborgen gebouwd: grenzen, goedkeuringen, een volledig logboek en een weg terug. Maar de aanpak hierboven werkt met welke technologie je ook kiest. Twijfel je nog of een kant-en-klare assistent volstaat? Lees dan eerst Copilot, ChatGPT of AI op maat.
