ai agent laten maken.

Een agent die werk doet, niet praat

Een AI agent is geen chatbot op je website die “Hoe kan ik je helpen?” vraagt. Het is software die zelfstandig taken uitvoert in je bestaande tools. Het leest documenten, neemt een beslissing, schrijft output en zet die terug in je CRM, je mailbox of je boekhouding. Zonder dat een mens elke stap hoeft te begeleiden.

De meeste AI-projecten lopen vast omdat ze bij de technologie beginnen. Wij beginnen bij het proces. Waar zit de bottleneck? Waar gaat tijd naar werk dat een mens niet hoeft te doen? Pas dan kiezen we wat er gebouwd wordt, en soms is het antwoord een gewone automation zonder AI. Dat zeggen we dan ook. Twijfel je zelf nog wat een agent precies is, lees dan eerst wat is een AI agent.

Wat we bouwen

• Lead qualifier. Binnenkomende leads scoren op basis van hun website, LinkedIn en het formulier. Met een korte onderbouwing per score. Jij praat alleen met de leads die ertoe doen.
• Document analyzer. Contracten, offertes of facturen uitlezen, samenvatten en klaarzetten in het juiste systeem. Voor inkoopfacturen in Exact staat dat uitgewerkt bij factuurverwerking automatiseren.
• Support classifier. Tickets labelen, prioriteren en bij de juiste persoon zetten. Simpele vragen krijgen een concept-antwoord.
• Data enrichment. Bedrijfsinformatie uit publieke bronnen halen en je CRM aanvullen, zonder handmatig zoekwerk.
• Interne kennisbank. Een agent die je handleidingen en Notion-pagina’s kent en in Slack of Teams antwoord geeft, met de bron erbij. Geen bot voor klanten, een gereedschap voor je team.
• Reporting agent. Wekelijkse samenvattingen op basis van je CRM, analytics en financiële cijfers.

Zo ziet het eruit in productie

Voor Capptions bouwden we een keten die per bedrijfsnaam de juiste beslisser zoekt, die persoon met Claude classificeert, een bericht schrijft en het resultaat als taak in HubSpot zet. Iemand van sales leest het na en klikt op verzenden. Wat per lead 25 tot 40 minuten handwerk was, gebeurt nu in seconden. Het hele verhaal staat in de Capptions case.

Voor Vergelijker.nl bouwden we een chatbot die dagelijks alle internet- en tv-prijzen vergelijkt. Het echte werk zat daar niet in de bot, maar in de dagelijkse datastroom eronder.

Beide hebben één ding gemeen: de agent werkt in de systemen die het team al gebruikte. Geen nieuw dashboard.

Een mens in de lus

Een agent die volledig zelf verstuurt, moet elke denkbare uitzondering aankunnen voordat je hem vertrouwt. Een agent die zijn werk klaarzet voor een mens die goedkeurt, hoeft dat niet. Daarom bouwen we standaard zo: de agent bereidt voor, iemand van jullie bevestigt. Dat is sneller gebouwd, goedkoper, en je verzamelt meteen voorbeelden om later te beslissen of hij meer zelf mag doen.

Welk model voor welke taak

Niet elke stap heeft het zwaarste model nodig. Classificeren en labelen kan een kleiner model. Lange documenten lezen of tekst schrijven die naar klanten gaat, vraagt een sterker model. In de meeste trajecten combineren we ze: een goedkoop model voor de eerste schifting, een sterker model alleen voor de gevallen die nuance vragen. Zo houd je de maandelijkse modelkosten laag zonder dat iemand het merkt.

Hoe een traject eruitziet

We werken in sprints van twee weken.

Week 1, intake en instructies. Op dag 1 brengen we het proces in kaart. Waar begint het, waar eindigt het, wat zijn de uitzonderingen, welke systemen doen mee? Daarna weet je of het haalbaar is en in welke prijsband het valt. De rest van de week schrijven we de instructies voor het model, testen op jullie echte data en schaven bij tot de output consequent goed is. Dit is het eigenlijke vakwerk.

Week 2, koppelen en live. De agent wordt aangesloten op je systemen via n8n of een directe API-koppeling. Trigger, model, en output naar HubSpot, Slack, Exact, Notion of wat je gebruikt. Aan het eind van de week draaien we hem live en kijken waar hij afwijkt. Randgevallen die niemand had voorzien lossen we op. Je krijgt logging, zodat je kunt zien waarom de agent iets besloot.

Agents met meerdere databronnen kosten twee sprints, dus vier weken.

Wat het kost

AI agents starten vanaf EUR 4.000. Dat is een agent die één afgebakende taak afhandelt, getest en in productie. Agents die uit meerdere databronnen putten of in meerdere systemen schrijven zitten tussen EUR 8.000 en EUR 12.000. Je betaalt een vaste prijs voor de afgesproken scope. Aanpassingen achteraf gaan op uurbasis voor EUR 125 per uur. Hosting kost afhankelijk van gebruik EUR 20 tot 200 per maand, plus modelkosten per verwerkt item. Wat die prijs omhoog of omlaag duwt staat bij wat kost een AI agent.

Wil je eerst zien hoe je zelf een simpele agent in elkaar zet? Lees AI agent maken met n8n. Wil je AI breder inzetten dan één agent, bekijk dan AI automatisering.