Een AI-agent laten bouwen: traject, kosten en valkuilen

Een AI-agent laten bouwen is zinvol als één taak van begin tot eind kan worden uitgevoerd, terwijl de invoer steeds anders is. De agent leest, zoekt op, kiest de volgende stap en legt voor wat hij niet zeker weet. Of dat werkt, hangt af van drie dingen: een afgebakende taak, toegang tot de juiste gegevens en iemand die de agent beheert.

Wat is een AI-agent in de praktijk?

Een AI-agent is software die een taak van begin tot eind uitvoert en daarbij oordeelt. Hij krijgt een opdracht, werkt in de systemen waar hij toegang toe heeft, bepaalt de volgende stap en stopt waar zijn grenzen liggen. Een chatbot beantwoordt vragen in een gesprek; een agent voert een taak uit.

Een voorbeeld. Een installatiebedrijf krijgt storingsmeldingen per mail en via het webformulier. De agent:

1. leest de melding en haalt eruit om welke klant, welk adres en welk toestel het gaat;
2. zoekt klant en installatie op in het klantsysteem en kijkt of er een onderhoudscontract loopt;
3. schat de urgentie in: geen warm water is iets anders dan een druppelende kraan;
4. zoekt in de planning een tijdslot bij een monteur die het toestel kent;
5. zet een bevestiging aan de klant klaar met dat voorstel.

De planner ziet het voorstel, past het zo nodig aan en keurt het goed. Past een melding nergens in, dan gaat die met een korte samenvatting naar de planner. Stap 2 en 4 kunnen ook met een vaste regel. Stap 1 en 3 vragen een oordeel over tekst die elke klant anders schrijft, en daar zit de AI. Het verschil tussen regels en oordeel is uitgewerkt in processen automatiseren met AI.

Een AI-agent laten bouwen: zo loopt het traject

Bij Operium loopt het traject in vijf stappen. Wat elke stap oplevert en hoe lang die doorgaans duurt, staat bij werkwijze. Voor een agent komt het hierop neer:

Stap	Wat er bij een agent gebeurt	Wat u inbrengt
1. QuickScan (gratis)	op hoofdlijnen: waar liggen de kansen en welke taak komt als eerste in aanmerking	een uur voor het intakegesprek
2. Workflow-analyse	de taak uitwerken: hoe het nu loopt, waar het vastloopt, wat de agent doet en wat bij een medewerker blijft; met een businesscase in tijd en geld en een implementatieplan	de medewerker die het werk nu doet, en echte voorbeelden, ook de lastige
3. Pilot	een eerste werkende versie draait op echte gevallen en wordt bijgestuurd	tijd om uitkomsten te controleren en te corrigeren
4. Implementatie & training	de agent gaat live in uw proces; uw team krijgt training en een korte handleiding	een eigenaar die besluit dat hij live gaat
5. Optimalisatie & support	verbeteren op basis van gebruik, uitbreiden waar dat waarde heeft	iemand die twijfelgevallen beantwoordt en wijzigingen doorgeeft

Wat bepaalt of een AI-agent werkt?

Een scherp afgebakende taak

"Handel de storingen af" is geen taak voor een agent. Een bruikbare afbakening zegt waar de taak begint (een melding komt binnen) en waar hij eindigt (een goedgekeurd voorstel staat in de planning). Ook staat erin wat de agent zelf mag, wat hij voorlegt en wanneer hij stopt. Zonder die afbakening groeit een agent uit tot een systeem dat alles een beetje doet. Dan kan ook niemand zeggen of hij goed werkt, omdat nooit is vastgelegd wat goed is.

Toegang tot de juiste gegevens, en niet meer dan dat

Een agent oordeelt over wat hij kan zien. Staat het onderhoudscontract in een map op iemands laptop, dan kan hij het niet controleren. Toegang loopt bij voorkeur via de API van uw bestaande systemen, de afgesproken manier waarop systemen gegevens uitwisselen. Hoe dat bij gangbare pakketten gaat, staat in koppelen met Exact, Salesforce en Microsoft 365.

Te veel toegang is ook een probleem. De Autoriteit Persoonsgegevens (AP) waarschuwde in februari 2026 voor experimentele AI-agents die volledige toegang krijgen tot computer, e-mail en bestanden, en die zonder menselijke goedkeuring vooraf handelen. Het platform waar de waarschuwing over ging, is volgens de AP kwetsbaar voor verborgen opdrachten in websites, e-mails en chatberichten (indirecte promptinjectie). De AP adviseert onder meer strikte toegangscontroles. De AVG vraagt al dat in beginsel alleen persoonsgegevens worden verwerkt die voor het doel nodig zijn, ook wat de toegankelijkheid betreft (artikel 25, lid 2).

Geef de agent daarom alleen de rechten die de taak vraagt. Behandel wat in een mail staat als gegevens, niet als opdracht aan de agent. En laat hem eerst voorstellen doen; zelfstandig handelen volgt per stap, als blijkt dat de voorstellen kloppen.

Iemand die de agent beheert

Na de livegang verandert er steeds iets: een nieuw soort melding, een monteur die vertrekt, een systeem dat een veld hernoemt, een nieuwe versie van het taalmodel. Een agent die niemand bijhoudt, kan fouten gaan maken die niemand opmerkt. Wijs daarom een eigenaar aan die het logboek bekijkt, twijfelgevallen beantwoordt en beslist over uitbreiding. Die antwoorden gaan terug het systeem in; hoe dat werkt, leest u in human in the loop.

Wat bepaalt de kosten van een AI-agent?

Een prijs staat hier niet: die hangt af van de scope. Dit zijn de factoren die de kosten bepalen:

Factor	Beperkt de kosten	Verhoogt de kosten
Omvang van de taak	één taak, weinig beslismomenten	meerdere taken, veel uitzonderingen
Koppelingen	één of twee systemen met een gedocumenteerde API	veel systemen, of een oud systeem zonder API
Variatie in de invoer	vaste formulieren, digitale pdf's	vrije tekst, scans, foto's, handschrift
Controle en vastlegging	één akkoordmoment en een logboek	meerdere akkoordniveaus, verantwoording per geval
Volume	een beperkte stroom gevallen	grote aantallen per dag
Stabiliteit van het proces	het proces verandert zelden	het proces verandert vaak

Naast de bouw zijn er lopende kosten. De kosten van het taalmodel en de hosting kunnen meegroeien met het aantal gevallen, en beheer en doorontwikkeling lopen door na de livegang. Ook de plek waar de gegevens staan, telt mee. Wilt u niet met een Amerikaanse aanbieder werken, dan kunnen de gegevens in Europa worden opgeslagen én verwerkt. Die keuze bepaalt mee welk model en welke hosting in aanmerking komen. Verwerkt de bouwer daarbij persoonsgegevens voor u, dan legt u dat vast in een verwerkersovereenkomst (artikel 28, lid 3, AVG). Wat het in uw geval kost en oplevert, staat in de businesscase van de workflow-analyse.

Laten bouwen of een standaardtool?

Volgens het CBS is een standaardpakket in het mkb de meest voorkomende manier om AI te gebruiken. Van de microbedrijven (2 tot en met 9 werkzame personen) die in 2025 AI gebruikten, zette 48,2 procent commerciële software in zoals die is. Een externe leverancier inhuren om software te ontwikkelen of aan te passen deed 12,4 procent (CBS, voorlopige cijfers).

Voor algemene taken, zoals een tekst herschrijven of een vergadering samenvatten, is een standaardtool vaak genoeg. Laten bouwen komt in beeld als de taak door uw eigen systemen loopt en uw eigen uitzonderingen kent. Wanneer maatwerk verstandig is, leest u in maatwerk software laten maken. Een bouwer toetst u met zeven vragen aan een AI-bureau, zoals van wie de code is en wie het systeem daarna beheert.

Hebt u een taak in gedachten die een agent zou kunnen overnemen? In de gratis QuickScan kijken we in twee werkdagen samen naar uw processen en wijzen we een eerste stap aan. Wat Operium bouwt, ziet u bij AI-agents en workflow-automatisering. Plan een gesprek.