AI-agent laten bouwen
We bouwen AI-agents die het voorwerk van je team overnemen. Een mens keurt goed wat ertoe doet. Voor het mkb en start-ups, vanuit Tilburg.
Wil je een AI-agent laten bouwen? Dan zit je bij ons goed. Samen kijken we welk werk elke week terugkomt en wat een agent daarvan kan overnemen. Soms blijkt een abonnement op een bestaande tool genoeg. Dat zeggen we dan ook gewoon.
Agent, chatbot of workflow-tool?
Wat is een agent eigenlijk? Software die een taak uitvoert, met een taalmodel als denkstap ertussen. Hij krijgt input en bepaalt wat er moet gebeuren. Daarvoor gebruikt hij je systemen, en hij levert iets op. Soms zelfstandig. Vaker met een mens die de laatste klik geeft.
Een chatbot is iets anders. Die beantwoordt vragen uit een vaste set teksten. Handig, maar in je systemen doet hij verder niets. Een workflow-tool volgt vaste regels. Als dit, dan dat. Voor werk zonder twijfel is dat vaak goedkoper en betrouwbaarder dan een agent.
Een agent heeft pas meerwaarde waar er gelezen of geformuleerd moet worden. Een mail begrijpen bijvoorbeeld. Of een rommelige aanvraag omzetten in iets gestructureerds.
Welk werk een agent kan overnemen
Welk werk komt in aanmerking? Vuistregel: komt er rommelige tekst binnen en moet er iets gestructureerds uitkomen, dan is het een kandidaat. In AI-automatisering voor het mkb lopen we zes processen langs.
Leadkwalificatie is er een. De agent leest een aanvraag en scoort die tegen jouw criteria. Daarna zet hij een concept-antwoord klaar. Offertes en intake lenen zich er ook goed voor. Net als opvolging, waarbij de agent bijhoudt wat er openstaat en op tijd een opvolgmail klaarzet.
Wat draag je beter niet over? Beslissingen met grote gevolgen voor mensen houd je bij mensen, net als alles waarbij geld direct de deur uit gaat. Een proces dat zelf nog niet helder is, is ook geen goede kandidaat. Is je team het onderling niet eens over wat een goede lead is? Dan lost een model dat niet voor je op. Het maakt de rommel alleen sneller.
Zo bouwen we een agent
Hoe houd je een agent in de hand? Met een mens die goedkeurt wat ertoe doet. Gaat er iets naar een klant, of gaat er geld de deur uit? Dan ziet iemand van je team eerst het concept, met de onderbouwing erbij. Die keurt het goed of past het aan. Pas dan gebeurt er iets.
De instructies voor het model behandelen we als code. Ze staan in versiebeheer, naast de rest van de software. Dan kun je terug naar een vorige versie en zie je wie wat veranderde. Een wijziging wordt eerst gereviewd voordat hij live gaat. Waarom dat zo belangrijk is, lees je in prompts zijn ook code.
Elke beslissing van de agent loggen we, met de input en de onderbouwing. Met een vaste set testvoorbeelden controleren we of een aanpassing het niet ergens anders slechter maakt.
Wat bepaalt de prijs van een agent
Wat gaat zo'n agent kosten? Dat hangt vooral af van wat eromheen zit. Het model aanroepen is technisch een paar regels code. Het werk zit in de koppelingen met je systemen en in je data. Controle en monitoring tellen ook mee. Een oud systeem zonder API kan zomaar de duurste post worden. Eerlijke ranges per niveau zetten we op een rij in wat kost een AI-agent laten bouwen.
Soms is een abonnement slimmer. Lijkt je taak op wat duizenden andere bedrijven ook doen, en sluit een bestaande tool aan op je systemen? Neem dan gewoon die tool. Bouwen loont als de agent jouw eigen proces moet volgen.
Wat onderscheidt een AI-agent van een chatbot?
Een agent voert echt een taak uit. Een chatbot beantwoordt vragen uit een vaste set teksten. De agent leest de input, gebruikt je systemen en levert iets op, zoals een conceptofferte of een ingevulde regel in je CRM. Vaak keurt een mens het resultaat goed voordat er iets gebeurt.
Mag een agent bij jullie zelfstandig mails versturen?
Alleen als jij dat na een tijd wilt. We beginnen met een mens die alles goedkeurt. Zie je dat een simpele stap betrouwbaar loopt, dan kan die eventueel automatisch gaan. Alles wat naar klanten gaat of met geld te maken heeft, laten we goedkeuren. Dat is goedkoper dan achteraf fouten herstellen.
Welke processen lenen zich voor een AI-agent?
Processen waar rommelige tekst binnenkomt en iets gestructureerds uit moet komen. Leadkwalificatie en intake zijn vaak goede eerste kandidaten, omdat je de uitkomst makkelijk controleert. Offertes en opvolging kunnen ook. Volgt je proces vaste regels zonder twijfel? Dan is gewone automatisering meestal goedkoper en betrouwbaarder.
Waarom horen prompts in versiebeheer?
Omdat een prompt die in productie draait een onderdeel van je product is. In versiebeheer kun je terug naar een vorige versie en zie je wie wat veranderde. Een wijziging kun je ook reviewen voordat hij live gaat. Weet je niet welke versie draait? Dan weet je ook niet waarom de output gisteren beter was.
Hoe snel staat een eerste versie van een agent?
Meestal binnen 2 tot 4 weken. Daarmee zie je snel of het idee klopt. Een agent die echt in je dagelijkse werk draait, met koppelingen en logging, vraagt meer tijd. Hoeveel precies, hangt af van hoeveel systemen erbij komen. Dat brengen we vooraf samen met je in kaart.
Welk werk wil jij kwijt?
Vertel ons welke taak elke week terugkomt. Dan kijken we samen of een agent daar past. Doet een simpele tool het ook? Dan hoor je dat van ons.