ai agents voor bedrijven.
Claude, GPT of open-source modellen inpluggen waar ze echt waarde leveren. Geen chatbot op je homepage, maar AI die werk doet in je bestaande tools.
AI die werkt, niet praat
De meeste AI-implementaties mislukken omdat ze beginnen bij de technologie. Wij beginnen bij het proces. Waar zit de bottleneck? Waar gaat tijd verloren aan werk dat een mens niet hoeft te doen?
Dan pas kiezen we het juiste model - Claude voor complexe redeneertaken, Gemini voor snelle classificatie, of een open-source model als data-privacy prioriteit heeft.
Voorbeelden uit de praktijk
Lead classificatie en scoring
Het probleem: een salesperson besteedt gemiddeld 12 uur per week aan het handmatig beoordelen van inkomende leads. Website checken, LinkedIn bekijken, bedrijfsgrootte opzoeken - allemaal werk dat geen beslissing vereist, alleen data verwerking.
De oplossing: een AI agent die automatisch elke nieuwe lead scoort op basis van website-inhoud, LinkedIn profiel, bedrijfsdata en opgegeven informatie. Het systeem herkent koopsignalen en stelt een prioriteit voor.
Het resultaat: van 12 uur per week naar 45 minuten. Het salesteam werkt alleen nog met leads die al een score en samenvatting hebben. Conversie gaat omhoog omdat er minder tijd verloren gaat aan koude leads.
Offerte- en documentverwerking
Het probleem: een accountmanager maakt elke offerte handmatig aan in Word of een PDF-tool. Gegevens overschrijven uit de CRM, prijstabellen ophalen, klantspecifieke tekst aanpassen - 20 minuten per offerte is normaal.
De oplossing: een agent die CRM-data uitleest, de juiste prijsregels toepast en een volledig opgemaakte offerte genereert in de huisstijl. Accountmanager controleert en verstuurt.
Het resultaat: 40 seconden per offerte in plaats van 20 minuten. Bij 15 offertes per week is dat meer dan vier uur terug per persoon per week.
Interne kennisbank en support
Het probleem: support medewerkers zoeken antwoorden in handleidingen, Notion-pagina’s of vragen een collega. Bij elke nieuwe medewerker begint dat proces opnieuw.
De oplossing: een interne AI agent die alle documentatie kent en via Slack of Teams direct het juiste antwoord geeft - inclusief de relevante handleiding of pagina als bronvermelding. Geen chatbot op de website, maar een intern gereedschap.
Het resultaat: nieuwe medewerkers zijn sneller productief. Support tickets die intern oplossen dalen met 60 tot 70 procent. Kennis blijft beschikbaar ook als iemand vertrekt.
Content op schaal
Het probleem: productbeschrijvingen, SEO-teksten of periodieke rapportages kosten te veel tijd voor wat ze opleveren. Maar het moet wel goed klinken, niet als een robot.
De oplossing: een agent die op basis van productdata of invoer gestructureerde teksten genereert in jouw tone of voice. Niet blindweg gegenereerd, maar via een promptstructuur die is geijkt op jouw schrijfstijl en kwaliteitsnormen.
Het resultaat: van twee uur per tekst naar vijftien minuten review en aanpassing. Volumetaken worden uitvoerbaar zonder extra personeel.
Welk AI model voor welke taak
Niet elk model is geschikt voor elke taak. Dit is hoe we de keuze maken:
| Model | Sterk in | Minder geschikt voor |
|---|---|---|
| Claude (Anthropic) | Complexe redenering, lange documenten analyseren, nuancevol schrijven | Snelle batch-classificatie op grote schaal |
| GPT-4 (OpenAI) | Breed inzetbaar, groot ecosysteem aan tools en plugins | Zwaarder op kosten bij hoog volume |
| Gemini Flash (Google) | Snelle classificatie, multimodale input (tekst + beeld), lage latency | Minder sterk bij complexe redeneerketens |
| Open-source (Mistral, LLaMA) | Data blijft volledig intern, lage kosten bij hoog volume | Vereist eigen infrastructuur en onderhoud |
In de meeste trajecten combineren we modellen: een goedkoop model voor de eerste classificatie, een sterker model alleen voor de gevallen die nuance vereisen. Zo houd je kosten laag zonder kwaliteit in te leveren.
Het verschil met een chatbot
Een chatbot wacht. Je typt iets, hij antwoordt. Dat is het.
Een AI agent handelt. Hij pikt een trigger op (een nieuw formulier, een binnenkomende mail, een statuswijziging in je CRM), voert een reeks stappen uit, en schrijft het resultaat terug naar je systeem. Zonder dat iemand erom vraagt.
De meeste bedrijven kopen een chatbot op hun homepage omdat dat zichtbaar is. Maar de echte tijdwinst zit in de processen die niemand ziet: administratieve verwerking, dataverrijking, interne routing. Dat is waar agents het werk doen.
Een chatbot kun je bouwen in een middag. Een agent die daadwerkelijk werk overneemt, vereist een goed begrip van het proces, goede promptstructuren, en een betrouwbare integratie met je bestaande systemen.
Hoe een AI project eruitziet
We werken in sprints van twee weken. Dit is wat er in een standaard sprint zit:
Dag 1 - Intake We brengen het proces in kaart dat we willen automatiseren. Waar begint het, waar eindigt het, wat zijn de uitzonderingen, welke systemen zijn betrokken? Na deze dag weten we of het project haalbaar is en wat het gaat kosten.
Dag 2 tot 6 - Promptontwerp en tests We schrijven de instructies voor het AI model, testen op echte data, en verfijnen tot de output consistent goed is. Dit is het eigenlijke vakwerk. Slechte prompts leveren onbetrouwbare resultaten, ongeacht hoe goed het model is.
Dag 7 tot 11 - Integratie bouwen De agent wordt gekoppeld aan je bestaande systemen via n8n of directe API-koppelingen. We verbinden input (trigger), verwerking (AI model), en output (HubSpot, Slack, Exact, Notion of wat je gebruikt).
Dag 12 tot 14 - Monitoring en tuning We draaien de integratie live en kijken waar het afwijkt van verwachting. Randgevallen die we niet hadden voorzien worden opgelost. Na deze week draait het systeem zelfstandig.
Stack
We bouwen met n8n als orchestratielaag, Claude of GPT als brein, en je bestaande tools (HubSpot, Slack, Notion, Exact) als eindpunt. Alles draait op Europese servers wanneer nodig.
Wat het kost
AI-integraties starten vanaf EUR 4.000 per sprint. Inbegrepen: intake, volledig promptontwerp, technische integratie met maximaal drie systemen, en een week monitoring na livegang.
Trajecten met meerdere agents, custom fine-tuning, of integratie met meer dan drie systemen worden op maat geprijsd. We werken altijd met een vaste prijs per scope, geen uurtje-factuurtje.
Na de sprint zijn de meeste systemen volledig zelfstandig. Optioneel bieden we een onderhoudsabonnement voor monitoring, aanpassingen en nieuwe koppelingen.
Wil je een AI agent op maat laten maken? Of lees eerst meer over wat AI agents zijn en hoe ze werken. Een concreet voorbeeld van een AI agent in productie: we bouwden een chatbot die dagelijks alle internet- en tv-prijzen vergelijkt voor Vergelijker.nl, inclusief een volledig geautomatiseerde price feed van 12+ providers.
Veelgestelde vragen
Wat kost een AI agent laten bouwen?
AI-integraties starten vanaf EUR 4.000 per sprint van twee weken. In die sprint zit de intake, het promptontwerp, de integratie met je bestaande tools, en een week monitoring. Complexere trajecten met meerdere systemen of custom fine-tuning kosten meer.
Welk AI model is het beste voor mijn bedrijf?
Dat hangt af van de taak. Claude werkt het beste voor complexe redenering en lange documenten. GPT-4 is breed inzetbaar en heeft het grootste ecosysteem aan plugins. Gemini is snel en goedkoop voor classificatietaken. Open-source modellen zoals Mistral of LLaMA zijn interessant als dataprivacy of kosten de doorslag geven.
Is mijn bedrijfsdata veilig bij AI agents?
Ja, als je het goed inricht. We configureren alle integraties zodat data niet wordt gebruikt voor modeltraining. Bij gevoelige data draaien we bij voorkeur op Europese servers of met een privaat gehoste open-source oplossing. Je data verlaat de EU niet tenzij je dat expliciet wil.
Hoe lang duurt het bouwen van een AI agent?
Een typische integratie is klaar in twee weken: een dag intake, drie tot vijf dagen voor promptontwerp en tests, drie tot vijf dagen voor de technische koppeling, en een week monitoring en bijsturing. Daarna draaien de meeste systemen zelfstandig.
Wil je weten waar AI in jouw processen het meeste oplevert?
Plan een gesprek →