In dit artikel:
Het verschil tussen assistenten en agents: hoe een agent zelfstandig taken uitvoert zonder input van de mens.
De veranderende rol van de mens: hoe AI-agents taken overnemen, maar de mens niet volledig vervangen.
Hoe je zelf een AI-agent bouwt
Drie cruciale onderdelen van een AI-agent
Een goede AI-agent bestaat volgens de expert uit drie cruciale onderdelen.
Het ‘brein’: het taalmodel waarop de agent is gebouwd, is getraind met specifieke vakkennis en context en heeft daardoor een soort geheugen dat het gebruikt om output te genereren.
Toegang tot tools en programma’s: de agent heeft toegang tot software die je gebruikt, zoals het e-mailsysteem, de agenda en facturatiesoftware. De agent heeft de ‘sleutels’ tot de verschillende API-koppelingen.
Een helder takenpakket: door duidelijk en secuur te formuleren wat je verwacht van de agent kan de technologie functioneren als een digitale collega.
Van den Berg vertelt dat er twee soorten agents zijn: rolspecifieke agents en taakspecifieke agents. Hij geeft een voorbeeld van een rolspecifieke agent die hij zelf heeft opgezet voor zijn bedrijf The Automation Group. „We hebben een rolspecifieke ‘marketing-agent’ ontwikkeld genaamd Krijn. Deze agent kan zelf vacatureteksten schrijven en andere taken uitvoeren.”
De tips van Job van den Berg liever luisteren? Dat kan in de podcast Lekker werken met AI.
Van den Berg begrijpt dat bedrijven soms moeite hebben om aan te haken bij de nieuwste technologische innovaties. Toch adviseert hij bedrijven zo snel mogelijk aan de slag te gaan met AI.
„Heel veel bedrijven zeggen dat ze in een sector zitten waar het heel goed gaat en stellen daarom de AI-adaptie uit, maar je moet voorstellen dat op dit moment heel veel disruptie plaatsvindt. Er komen veel kleine bedrijfjes op die AI-agents al gebruiken om heel veel schaal te creëren”, vertelt Van den Berg.
Hij verwacht dat de ‘early adopters’ een voorsprong kunnen opbouwen, waardoor bedrijven die achterblijven niet meer mee kunnen concurreren.
Lees ook: Automatiseer je werk: zo bouw je vandaag nog je eigen AI-assistent
De mens als dirigent van een digitaal orkest
Met de komst van AI-agents bestaat er bij sommigen de angst dat de controle volledig uit handen wordt gegeven. Dat de medewerkers worden vervangen door agents. Volgens Van den Berg is dat niet het geval.
Hij raadt bedrijven aan om agents niet de uiteindelijke beslissingsbevoegdheid te geven, bijvoorbeeld door ze volledig zelfstandig e-mails naar klanten te laten versturen of transacties te laten verrichten. Zeker met het oog op dataveiligheid en hackers, een pijnpunt dat de recente McKinsey-hack onverbiddelijk blootlegde, blijft menselijk toezicht essentieel.
Ik ben groot tegenstander van dat een agent de eindbeslissing heeft, want dan heb je totaal geen grip erop en geef je te veel uit handen
Job van den Berg AI-expert
„Ik ben groot tegenstander van dat een agent de eindbeslissing heeft, want dan heb je totaal geen grip erop en geef je te veel uit handen”, vertelt Van den Berg. De rol van de professional verdwijnt volgens hem niet, maar verandert wel.
„Ik gebruik de analogie van een dirigent van een orkest. Je hebt nog steeds heel veel controle, alleen jouw taak wordt heel erg anders.”
Een salesmedewerker is bijvoorbeeld veel minder tijd kwijt aan de fysieke uitvoering van het werk, zoals het opstellen van mails en het beantwoorden van standaardvragen. De professional wordt in plaats daarvan meer een leidinggevende van een aantal AI-agents. De agent zoekt proactief informatie op in databronnen, schrijft een conceptmail en zet deze netjes klaar. De ‘menselijke dirigent’ gebruikt vervolgens zijn of haar strategische vakkennis om het concept te finetunen, goed te keuren en uiteindelijk op verzenden te drukken.
Zelf een AI-agent bouwen voor je werk: zo pak je dat aan
Nu de theorie helder is, rest de praktische vraag: hoe bouw je zelf zo’n AI-agent voor je dagelijkse kantoorbaan? Volgens Van den Berg is het voor relatief eenvoudige taken makkelijk om zelf een agent te bouwen met de nieuwste functionaliteiten van de bekende taalmodellen als ChatGPT, Gemini of Claude.
Dit doe je door je prompt op te bouwen als een uitgebreide ‘braindump’, waarbij je de AI niet alleen een opdracht geeft, maar ook uitvoerig informeert over de doelgroep, de vereiste output, de kaders en de gewenste acties.
Voorbeeld van je prompt
Rol: je bent een proactieve Marktonderzoek Agent. Jouw expertise is het analyseren van trends en dit vertalen naar concrete acties.
Doel: ik wil een autoriteit worden op het gebied van [ONDERWERP, bijv. duurzame verpakkingen]. Jouw einddoel is om een wekelijkse contentplanning te maken die mij als expert neerzet.
Jouw werkwijze (Agent-modus): in plaats van alleen een lijstje te maken, volg je zelfstandig deze stappen:
Analyse: identificeer de drie meest prangende vragen of problemen die klanten op dit moment hebben over [ONDERWERP].
Strategie: bedenk voor elk probleem een unieke invalshoek die nog niet overal gedeeld wordt.
Executie: schrijf op basis daarvan drie concept-posts voor LinkedIn in mijn ‘tone of voice’ (professioneel maar benaderbaar).
Reflectie: beoordeel je eigen output: zijn deze posts echt onderscheidend? Zo niet, pas ze aan voordat je ze aan mij laat zien.
Instructie: begin niet direct met schrijven, maar presenteer eerst je ‘denkproces’ (stap 1 en 2) en vraag of ik hiermee akkoord ga voordat je naar stap 3 gaat.
Voor bedrijven die op grotere schaal bedrijfsprocessen willen automatiseren en optimaliseren, wordt het technischer. Van den Berg adviseert hen om nog een aantal maanden te wachten op de verbetering van de tools of AI-experts in te schakelen die weten hoe je verschillende systemen koppelt.
Lees ook: Wereldprimeur voor GAP: kleding kopen direct binnen Google’s AI Gemini
Volgens de AI-ondernemer zijn veel bekende CRM- en softwareleveranciers op dit moment zelf standaard AI-agents aan het bouwen. Van den Berg geeft wel aan dat je daarbij flexibiliteit verliest en het risico loopt dat bedrijfsgegevens via externe platforms worden gedeeld. Je zit vaak vast aan het ecosysteem en de datavoorwaarden van die ene leverancier.
Van den Berg pleit ervoor om de regie stevig in eigen handen te houden en lokaal in het eigen ecosysteem agents te bouwen. Hij maakt zelf bijvoorbeeld gebruik van ‘open source’ AI-toepassingen op een apart netwerk van afgeschermde computers in zijn kantoor. Zo minimaliseert hij risico’s omtrent bedrijfsdata en voorkomt hij dat online veiligheidssystemen zijn autonome agent plotseling blokkeren.
Ontvang elke week het beste van BusinessWise in je mailbox. Schrijf je hier nu gratis in:
