AutomationMatch
AI in je bedrijf

Wat is een AI-agent, en wat kan hij voor je bedrijf doen?

Een AI-agent is software die een taak krijgt en zelf bepaalt welke stappen nodig zijn. Hij zoekt informatie op, beoordeelt die en voert iets uit in je programma’s, zoals een mail labelen of een offerte klaarzetten. Een chatbot geeft alleen antwoord, een gewone automatisering volgt vaste regels. Omdat een agent fouten kan maken, laat je hem in een bedrijf meestal alleen voorstellen doen, en keurt een mens die goed.

Door Aaryen Vreeling · Bijgewerkt op 24 oktober 2026 · 7 min lezen

Op deze pagina

Wat is het verschil met een chatbot of een gewone automatisering?

Alle drie nemen ze werk over, maar elk op een andere manier.

SoortWat het doetVoorbeeld
ChatbotBeantwoordt vragenNoemt de openingstijden of de status van een bestelling
Gewone automatiseringVolgt vaste regels, elke keer dezelfde stappenZet elk ingevuld formulier in je CRM
AI-agentKrijgt een doel en kiest zelf de stappenLeest een klantmail, zoekt de bestelling op en zet een antwoord klaar

In de praktijk is die grens niet scherp. Veel van wat als agent wordt verkocht, is een chatbot of een gewone automatisering met een nieuw etiket. Gartner noemt dat agent washing: van de duizenden bedrijven die agents aanbieden, leveren er volgens Gartner maar ongeveer 130 echt een agent.1

Voor jou maakt de naam weinig uit. Wat telt is wat het programma mag lezen en doen in je systemen. Vaak werkt een gewone automatisering het best, met AI voor de stappen waar iets gelezen of beoordeeld moet worden.

Wat kan een AI-agent in een mkb-bedrijf echt doen?

  • Binnenkomende mail lezen, naar de juiste persoon doorsturen en een conceptantwoord klaarzetten.
  • Gegevens uit pdf’s, bijlagen of foto’s halen en in het juiste programma zetten.
  • Vragen van klanten beantwoorden uit je eigen documenten, en doorzetten naar een medewerker als hij het antwoord niet weet. Aan de telefoon doet een AI-telefoonassistent dat.
  • Offertes van leveranciers naast elkaar leggen op prijs, wat erin zit en bijkomende kosten.
  • Lange documenten doorzoeken op een vraag, met bij elk antwoord de plek waar het staat.
  • Een verslag opstellen uit notities en foto’s.

Deze taken hebben twee dingen gemeen. Wat er binnenkomt is rommelig: vrije tekst, documenten, foto’s. En de uitkomst is makkelijk na te kijken. Loopt een taak altijd op dezelfde manier, dan heb je geen agent nodig en is een gewone automatisering genoeg. Meer daarover lees je bij processen automatiseren.

Werkt een AI-agent in de praktijk?

Een bekend voorbeeld uit Europa is de AI-assistent van het Zweedse betaalbedrijf Klarna, die werkt met de modellen van OpenAI. Volgens Klarna voerde die in de eerste maand 2,3 miljoen gesprekken met klanten. Dat was twee derde van alle chats met de klantenservice, en evenveel werk als 700 medewerkers. Een vraag was gemiddeld binnen 2 minuten opgelost, eerder duurde dat 11 minuten. Dat was in februari 2024.2

Ruim een jaar later stuurde Klarna bij. Topman Sebastian Siemiatkowski zei tegen Bloomberg dat de kwaliteit van de service was gedaald, omdat de kosten te zwaar hadden gewogen. Klarna neemt weer mensen aan, zodat klanten altijd met een medewerker kunnen praten. De AI-assistent handelt nog steeds ongeveer twee derde van de vragen af.3

Een kleiner bedrijf heeft geen miljoenen gesprekken, maar de les is dezelfde: een agent kan veel standaardwerk overnemen, zolang klanten een mens kunnen bereiken als het nodig is. Bepaal daarom vooraf wat de agent mag lezen, wat hij zelf mag doen en wanneer een mens het overneemt.

Waar gaat een AI-agent mis?

Een agent maakt andere fouten dan een medewerker. Dit kan er misgaan:

  • Hij verzint iets wat overtuigend klinkt, zoals een levertijd of een regel die niet bestaat.
  • Hij mist een uitzondering die een medewerker wel had gezien.
  • Hij doet iets wat niet terug te draaien is, zoals een mail versturen of gegevens wijzigen.
  • Hij werkt goed in de test, maar slechter als je gegevens veranderen of het AI-model een update krijgt.
  • Hij kan bij meer gegevens dan nodig, waardoor een fout groter uitpakt.

Gartner verwacht dat meer dan 40% van de projecten met AI-agents vóór eind 2027 wordt stopgezet, door oplopende kosten, onduidelijk nut of te weinig grip op de risico’s.1

Hoe houd je controle over wat een agent doet?

  • Laat hem voorstellen doen, en laat een mens goedkeuren wat naar buiten gaat, geld kost of niet terug te draaien is. In n8n stel je bijvoorbeeld per actie in dat iemand eerst akkoord geeft via Teams, Slack of mail.
  • Geef hem alleen de rechten die hij nodig heeft. Lezen als lezen genoeg is, en alleen de mailbox of map waar hij mee werkt.
  • Laat hem alleen antwoorden uit je eigen bronnen, en laat hem zeggen wanneer hij het niet weet.
  • Leg vast wat hij doet, zodat je achteraf ziet waarom iets gebeurde.
  • Test op echte voorbeelden uit je eigen bedrijf, en test opnieuw na elke wijziging.
  • Praat de agent met klanten, laat dan duidelijk zien dat het AI is. Dat eist de Europese AI-verordening sinds 2 augustus 2026. De Autoriteit Persoonsgegevens en de ACM vragen daarnaast dat klanten altijd met een medewerker kunnen praten.4

Begin met de strengste instelling. Geef de agent pas meer ruimte als hij het een tijd goed heeft gedaan.

Wat kun je zelf met kant-en-klare agents?

Programma’s die veel bedrijven al gebruiken, hebben zelf agents of laten je er een maken. Nagekeken bij de bron op 22 oktober 2026:

ProgrammaWat je ermee kuntLet op
ChatGPT WorkLangere taken uitvoeren met je bestanden en gekoppelde appsSinds juli 2026, in de gratis versie en Go beperkt
Microsoft 365 CopilotMet Agent Builder een agent die antwoordt uit SharePoint en je bestandenVoor acties in andere programma’s heb je Copilot Studio nodig
Zapier AgentsEen agent die acties uitvoert in je appsGratis tot 400 activiteiten per maand
n8n en MakeEen AI-agent als stap in je eigen workflowJe bouwt het zelf, bij Make nog in bèta

Wil je zelf uitproberen wat een agent voor jou of een klein team doet, dan is dit een goed begin. Het wordt lastig zodra de agent namens het bedrijf iets moet doen in je boekhouding, CRM of gedeelde mailbox. Dan gaat het om rechten, uitzonderingen en iemand die het bijhoudt. Wat je met bedrijfsgegevens in ChatGPT mag, lees je in ChatGPT zakelijk gebruiken.

Wanneer laat je een agent bouwen, en wat kost het?

Laat een agent bouwen als hij met je eigen systemen moet werken, zoals Exact, AFAS, je planning of een gedeelde mailbox. Of als er veel uitzonderingen zijn, of als een fout geld of klanten kost. Spreek met een expert dan ook af wat kant-en-klare agents niet regelen: rechten per systeem, een goedkeurstap, tests met je eigen gegevens en een melding als er iets misgaat. Welke taak je als eerste kiest, wat bouwers rekenen en wat je in je aanvraag zet, staat in een AI-agent laten maken.

Bijna alle actieve experts en bureaus in het netwerk van AutomationMatch werken met ChatGPT en Claude (oktober 2026). Volgens drie Nederlandse aanbieders begint de bouw van een AI-agent die echt in gebruik is rond €4.000, en kost hij vaak €10.000 tot €25.000. Daarbovenop betaal je per maand voor AI-gebruik en onderhoud. De bedragen per aanbieder en de tarieven van experts staan in kosten automatisering. Hoe je AI in je bedrijf stap voor stap invoert, staat bij AI implementeren.

Veelgestelde vragen

Is ChatGPT een AI-agent?

Nee. ChatGPT is een programma waarmee je praat. Een agent gebruikt een AI-model, zoals GPT van OpenAI of Claude van Anthropic, om zelf stappen te zetten in andere programma’s. ChatGPT heeft wel een eigen functie die zo werkt, ChatGPT Work.

Wat is het verschil tussen een Copilot en een agent?

Copilot is de AI-assistent van Microsoft waarmee je chat en werkt in Word, Outlook en Teams. Een agent is een toepassing die je daarin bouwt voor één vaste taak, bijvoorbeeld met Agent Builder een agent die antwoordt uit SharePoint en je bestanden. Moet die agent iets doen in andere programma’s, dan heb je Copilot Studio nodig.5

Welke AI-agents zijn er?

Grofweg drie soorten. Kant-en-klare agents in programma’s die je al hebt, zoals ChatGPT Work, Agent Builder in Microsoft 365 Copilot en Zapier Agents. Agents die je zelf bouwt als stap in een workflow in n8n of Make. En agents op maat die een expert bouwt, met rechten in je eigen systemen, een goedkeurstap en tests met je eigen gegevens. Welke je nodig hebt, hangt af van wat de agent mag lezen en doen in je systemen.

Bronnen

  1. Gartner Over 40% of agentic AI projects will be canceled by end of 202725 juni 2025
  2. Klarna Klarna AI assistant handles two-thirds of customer service chats in its first month27 februari 2024
  3. CX Dive Klarna changes its AI tune and again recruits humans for customer service9 mei 2025, met uitspraken uit Bloomberg
  4. NJB AP en ACM: klantcontact mag niet alleen via AI-chatbot2 oktober 2025
  5. Microsoft Learn Agent Builder overview30 september 2026
  6. n8n Human-in-the-loop for AI tool callsgeraadpleegd 22 oktober 2026
  7. Make Introduction to Make AI Agent (New)2 februari 2026
  8. Zapier How is Zapier Agents usage measuredgeraadpleegd 22 oktober 2026
  9. OpenAI ChatGPT for your most ambitious work9 juli 2026
  10. Zapier What is ChatGPT Work?geraadpleegd 22 oktober 2026
  11. Europese Commissie Veiliger en transparantere AI2 augustus 2026
  12. Searchlab Wat kost een AI-agent laten bouwen18 maart 2026
  13. Quantiz AI-automatisering kosten15 oktober 2026
  14. Nafite Wat kost het automatiseren van een bedrijfsproces met AI