Wat is agentic AI? Uitleg en voorbeelden
Agentic AI verschuift van vragen beantwoorden naar zelfstandig taken uitvoeren. Wat het betekent, hoe het verschilt en wat het oplevert voor B2B teams.
Agentic AI is een vorm van kunstmatige intelligentie die zelfstandig doelen nastreeft door te plannen, tools te gebruiken en meerdere stappen uit te voeren, zonder dat een mens elke actie aanstuurt. Het verschil met traditionele AI: een chatbot geeft antwoorden, agentic AI voert taken uit.
Wat maakt AI “agentic”
Traditionele AI werkt als een vraag-antwoord machine. Jij stelt een vraag, je krijgt een antwoord. Klaar. Dat is nuttig, maar beperkt. Je moet zelf bedenken welke vragen je stelt, en zelf iets doen met het antwoord.
Agentic AI draait dat om. Je geeft een doel, en het systeem bepaalt zelf de stappen.
Vier eigenschappen maken AI agentic:
Autonomie - de AI beslist zelf welke stap nodig is. Niet jij, niet een vooraf gebouwde decision tree. Het model leest de situatie en kiest.
Tool gebruik - de AI kan externe systemen aanspreken. CRM openen, website scrapen, database doorzoeken, mail versturen. Niet alleen tekst genereren, maar ook handelen.
Multi-stap redenering - een taak in substappen opdelen, elke stap uitvoeren, en het resultaat van stap 1 gebruiken in stap 2. “Zoek het bedrijf op, lees hun website, bepaal de branche, schrijf een relevante intro.”
Zelfcorrectie - als een stap mislukt, probeert de AI een andere aanpak. Website laadt niet? Probeer LinkedIn. Email bounced? Zoek een alternatief adres.
Hoe verschilt het van traditionele AI en machine learning
| Traditionele AI/ML | Chatbot (LLM) | Agentic AI | |
|---|---|---|---|
| Input | Gestructureerde data | Vraag in tekst | Doel of taak |
| Output | Voorspelling of classificatie | Tekst antwoord | Uitgevoerde actie |
| Stappen | 1 | 1 | Meerdere, zelf bepaald |
| Tools | Geen | Geen | CRM, email, web, databases |
| Aanpak bij fout | Stopt | Geeft fout antwoord | Probeert alternatief |
| Voorbeeld | Spam filter | ”Wat is de hoofdstad van Frankrijk?" | "Onderzoek deze lead en stuur een gepersonaliseerde mail” |
Machine learning voorspelt. Chatbots praten. Agentic AI handelt.
Wat dit concreet betekent voor een B2B team
Laten we het tastbaar maken. Een sales team van 5 mensen bij een SaaS bedrijf:
Zonder agentic AI:
- Marketing genereert 200 leads per maand
- Iemand checkt handmatig elke lead: website bekijken, LinkedIn opzoeken, beoordelen of het past
- Dat kost 15-20 uur per week
- 60% van de leads is niet relevant, maar dat weet je pas na het checken
Met agentic AI:
- Leads komen binnen via formulier of scraping
- Een agent scrapt automatisch de website, checkt bedrijfsgrootte, branche en locatie
- De agent scoort elke lead (0-100) en schrijft een korte samenvatting
- Alleen leads boven 70 punten gaan naar een mens
- Doorlooptijd: 40 seconden per lead. Kosten: 0,005 euro per lead.
Het team besteedt 3 uur per week aan lead review in plaats van 20. De rest gaat naar gesprekken voeren.
Waarom nu
Drie dingen zijn tegelijk veranderd:
1. API kosten zijn gekelderd. Een Claude API call kostte in 2024 circa 0,03 euro. Nu 0,003 euro. Factor 10 goedkoper.
2. Taalmodellen kunnen tools gebruiken. Tot 2024 kon een LLM alleen tekst genereren. Nu kan het functies aanroepen, APIs benaderen, en data ophalen. Dat is de technische basis van agentic AI.
3. No-code tools zijn volwassen. Met n8n of vergelijkbare platforms bouw je een agent workflow zonder code. Webhook, AI node, CRM actie. Dat verlaagt de drempel van “duur developer project” naar “middag werk.”
De grenzen
Agentic AI is geen magie. Drie beperkingen om eerlijk over te zijn:
- Hallucinate - het model kan dingen verzinnen. Daarom bouwen wij altijd een menselijke check-stap in voor cruciale beslissingen.
- Kosten bij schaal - 0,003 euro per taak is weinig. Bij 100.000 taken per maand is het 300 euro. Niet duur, maar ook niet gratis.
- Complexe randgevallen - een agent werkt goed voor 90% van de gevallen. De overige 10% vereist menselijke beoordeling. Plan daar voor.
Hoe het samenhangt
Agentic AI is het paradigma. Een AI agent is de concrete toepassing ervan. En er zijn meerdere typen AI agents die je kunt inzetten, afhankelijk van je use case.
Het gaat niet om de technologie. Het gaat om de uren die je team terugkrijgt.
Veelgestelde vragen
Wat is agentic AI?
Agentic AI is een vorm van kunstmatige intelligentie die zelfstandig doelen nastreeft door te plannen, tools te gebruiken en meerdere stappen uit te voeren. Het verschil met traditionele AI: een chatbot geeft antwoorden, agentic AI voert taken uit.
Wat is het verschil tussen agentic AI en gewone AI?
Gewone AI (zoals een chatbot) beantwoordt vragen en stopt daar. Agentic AI krijgt een doel en bepaalt zelf de stappen. Het kan tools aanspreken (CRM, email, databases), fouten corrigeren, en meerdere acties achter elkaar uitvoeren zonder menselijke tussenkomst.
Wat zijn voorbeelden van agentic AI?
Een lead qualifier die automatisch websites scrapt, bedrijfsgrootte checkt en leads scoort (40 seconden per lead, 0,005 euro). Of een support agent die tickets leest, urgentie bepaalt en doorwijst. Een sales team van 5 bespaart hiermee 17 uur per week aan handmatig werk.