Wat is een AI-agent eigenlijk? Uitleg zonder jargon

Het verschil met ChatGPT: wachten versus doen

De meeste mensen kennen AI inmiddels via ChatGPT. Je typt een vraag, je krijgt een antwoord. Handig, maar het blijft bij praten. ChatGPT wacht tot jij iets vraagt en doet daarna niets meer. Het antwoord ergens invoeren of een mail versturen doe je nog steeds zelf.

Een AI-agent werkt anders. Die krijgt geen vraag maar een doel. Bijvoorbeeld: verwerk alle inkomende bonnetjes van deze week in de administratie en zet de afwijkingen apart[1]. De agent leest dan zelf de mails, opent de bestanden, vult de gegevens in en rondt de taak af zonder dat jij er telkens tussen zit[1].

Het simpelste beeld dat klopt: ChatGPT geeft advies als je erom vraagt, een AI-agent voert het werk daadwerkelijk uit. Die verschuiving van antwoorden naar handelen is de grootste verandering in AI van het afgelopen jaar[4].

Wat doet een agent dan concreet in een bedrijf?

Het wordt pas tastbaar als je naar echte taken kijkt. Een agent is gekoppeld aan de systemen die je al gebruikt, denk aan je mailbox, je boekhoudpakket of je CRM, en handelt daarin een proces van begin tot eind af.

Een paar voorbeelden die je waarschijnlijk herkent. Een agent leest een binnenkomende offerteaanvraag, haalt de klantgegevens en eerdere bestellingen erbij en zet een concept-offerte klaar[3]. Of een agent verwerkt inkomende facturen, controleert de BTW-posten, signaleert wat ontbreekt en legt het concept klaar voor de medewerker die het afmaakt[5]. Bij een accountantskantoor zit de winst dan vooral in de voorbereiding, terwijl de mens alleen nog de uitzonderingen oppakt[5].

Wat al deze voorbeelden gemeen hebben is dat het herhalend werk is dat altijd op ongeveer dezelfde manier verloopt. Een vuistregel die wij hanteren is dat iets wat meer dan vijf keer per week identiek gebeurt vaak automatiseerbaar is. Een offerte op een vaste structuur, een statusupdate naar een klant, een rapport dat elke maandag dezelfde vorm heeft.

Wat een agent juist niet is

Hier gaat het in de praktijk vaak mis. Een AI-agent is geen alwetende collega die zelf wel even bedenkt wat goed is voor je bedrijf. Hij doet precies wat je hebt beschreven, niet meer en niet minder. Hoe vager je het doel en de grenzen omschrijft, hoe groter de kans dat hij iets doet wat je niet bedoelde[6]. Een agent vraagt dus om duidelijke kaders, net als een nieuwe medewerker op zijn eerste dag.

Daarnaast neemt een agent de beslissingen niet over die jij hoort te nemen. Bij de accountant levert hij het voorbereidende werk, maar de fiscale conclusie en het indienen van de aangifte blijven mensenwerk[5]. Goede opzetten bouwen dat bewust in: zodra er een uitzondering opduikt of een beslissende stap volgt, zoals het definitief versturen van een offerte, schakelt de agent een mens in[2].

En sommige dingen kun je beter helemaal niet aan een agent overlaten. Werk waarbij elke situatie anders is, waar gevoel of onderhandeling bij komt kijken, of waar een fout grote gevolgen heeft zonder dat iemand meekijkt. Daar is een agent geen geschikt gereedschap. Een agent is op zijn best bij het saaie, voorspelbare deel, zodat jouw mensen tijd overhouden voor het werk waar het oordeel van een mens echt telt.

Loont het de moeite voor jouw bedrijf?

Of een agent zin heeft, hangt af van hoeveel herhaalwerk er werkelijk in je processen zit. Begin daarom niet bij de techniek, maar bij een proces dat je team elke week veel tijd kost en dat steeds hetzelfde verloopt. Tel eerst eens op hoeveel uur daar nu in gaat zitten.

Zet die uren naast wat een agent voor dat proces zou opleveren, en houd er rekening mee dat een extra medewerker voor datzelfde werk al snel een veelvoud kost, nog los van werving en inwerktijd. Voor het ene proces valt die afweging gunstig uit en voor het andere niet. Dat is precies de keuze die je per proces wilt maken voordat je iets in gang zet.

Zo neemt een AI-agent het herhaalwerk op kantoor over, van de offerteaanvraag tot de factuur.