Een opdracht
Wat het doel is, wat een goed resultaat is en wat hij expliciet niet mag aannemen.
Platform
Een AI-agent krijgt een opdracht, een set gereedschap, toegang tot kennis en een grens waarbinnen hij mag handelen. Hij maakt een plan, voert stappen uit, controleert zijn eigen werk en legt het voorstel bij een mens neer.
Binnengekomen klantvraag oppakken
Document naar het juiste dossier
Onderdelen
Een agent is geen los model. Het is een samenstelling die je per proces inricht, en die samenstelling bepaalt wat hij kan en wat hij nooit zal doen.
Verander je het gereedschap, dan verandert wat hij mag. Verander je de kennis, dan verandert waarop hij zich baseert. Dat maakt hem toetsbaar.
Wat het doel is, wat een goed resultaat is en wat hij expliciet niet mag aannemen.
De handelingen die hij mag uitvoeren in jouw systemen: lezen, zoeken, aanmaken, bijwerken. Wat er niet in zit, kan hij niet.
De documenten, afspraken en voorbeelden waarop hij zich baseert, met de rechten die daarbij horen.
Per handeling: alleen lezen, voorstellen met goedkeuring, of automatisch met een logboek.
Vergelijking
| Chatbot | Vaste automatisering | AI-agent | |
|---|---|---|---|
| Werkt met | Vragen van een gebruiker | Een vaste regel per situatie | Een signaal plus context |
| Bij een uitzondering | Geeft een algemeen antwoord | Valt om of doet niets | Signaleert en legt de keuze voor |
| Levert op | Tekst in een venster | Een uitgevoerde handeling | Een voorstel in het systeem waar het werk gebeurt |
| Beste inzet | Simpele vragen beantwoorden | Stabiel, goed beschreven werk | Werk met veel context en overdracht |
Koppelingen
Niet elke koppeling is even volwassen, en dat verschil verstoppen we niet. Per integratie staat op de site welke route geldt en hoe bewezen die is.
Een agent die alles mag, is geen agent maar een risico. De grens is het ontwerp.
Daarom kiezen we per handeling het controleniveau en niet per project. Lezen mag meestal vanzelf; schrijven in een systeem waar een klant iets van merkt, vraagt een mens.
Grenzen
Geen vervanger van een oordeel. Een agent bereidt voor, stelt voor en legt vast; een advies, een beoordeling of een toezegging aan een klant blijft mensenwerk. Geen garantie op een uitkomst: een model kan zich vergissen, en daarom is het zichtbare verschil vóór goedkeuring belangrijker dan de belofte dat het nooit misgaat.
En geen doel op zich. Als een proces met een vaste regel beter gaat, bouwen we die vaste regel.
[[BEWIJS NODIG: gemeten doorlooptijd en kosten van een agent-run per workflowfamilie — eigenaar: delivery]]
Dan hoort hij dat te zeggen in plaats van iets aannemelijks te verzinnen. Bij twijfel legt hij de vraag terug bij een mens, met de bronnen die hij wel gevonden heeft.
Allebei komt voor. Een agent kan reageren op een signaal, zoals een binnenkomende mail of een afgerond gesprek, of op verzoek draaien. Wat past, hangt af van het proces.
Ja, dat is juist het punt: het werk zit meestal tussen systemen in. Welke handelingen hij per systeem mag uitvoeren, staat per koppeling vast.
Via het logboek: geraadpleegde bronnen, gedane voorstellen, wie goedkeurde en wat er daarna is weggeschreven.
Beschrijf één proces. We laten zien welke stappen een agent kan doen en waar de mens hoort te blijven.