Wat is een AI-agent? Uitleg en voorbeelden voor het mkb

Wat is een AI-agent precies?

Er is geen vaste definitie, maar de makers van de bekendste taalmodellen omschrijven het op een vergelijkbare manier. OpenAI noemt agents in zijn praktische gids over agents systemen die zelfstandig taken voor je uitvoeren. Een taalmodel stuurt daarbij het werk aan en neemt de beslissingen. Een taalmodel is de techniek achter diensten als ChatGPT en Claude.

Volgens dezelfde gids heeft een agent twee kenmerken:

• Hij stuurt het werk zelf aan Het taalmodel merkt wanneer een taak af is en kan zijn eigen aanpak bijsturen. Lukt het niet, dan stopt hij en geeft hij het werk terug aan een mens.
• Hij gebruikt tools Een agent kan andere systemen gebruiken om informatie op te halen en om iets te doen. Hij kiest zelf welke tool hij op welk moment inzet, binnen duidelijke grenzen.

Anthropic, de maker van Claude, maakt in zijn artikel over het bouwen van agents een handig onderscheid. Bij een workflow lopen het taalmodel en de tools langs een route die vooraf in code is vastgelegd. Bij een agent bepaalt het taalmodel zelf de route en welke tools het gebruikt.

Hoe werkt een AI-agent?

Volgens Anthropic begint een agent met een opdracht of een gesprek met een mens. Is de taak duidelijk, dan maakt hij een plan en gaat hij zelfstandig aan de slag. Na elke stap kijkt hij naar het resultaat, bijvoorbeeld wat een tool teruggeeft, om te zien of hij op de goede weg zit. Loopt hij vast, dan kan hij pauzeren en een mens om informatie of een beslissing vragen.

OpenAI beschrijft drie onderdelen die elke agent heeft:

AI-agent, chatbot of workflow: wat is het verschil?

De woorden lopen in de praktijk door elkaar. Een eenvoudige chatbot die alleen antwoord geeft, is volgens OpenAI geen agent: het taalmodel stuurt daar geen werk aan. Naast elkaar ziet het verschil er zo uit:

Google Cloud legt in zijn uitleg over AI-agents het verschil vooral bij de mate van zelfstandigheid. Een agent werkt zelfstandig aan een doel, een bot volgt regels die vooraf zijn ingesteld.

Voorbeelden van AI-agents in het mkb

OpenAI noemt drie soorten werk waar een agent het meest toevoegt: beslissingen met veel uitzonderingen, regels die te ingewikkeld zijn geworden om bij te houden, en werk met veel tekst in gewone taal of documenten. Anthropic noemt klantenservice als een van de twee toepassingen die het bijzonder veelbelovend vindt, omdat een gesprek en een actie daar samengaan. Daarbij passen bijvoorbeeld deze taken. Het zijn voorbeelden om je een beeld te geven, geen klantcases.

• Klantvragen afhandelen Een webwinkel krijgt vragen over bestellingen. Een agent zoekt de bestelling op, bekijkt de status en schrijft een antwoord. Een terugbetaling legt hij eerst aan jou voor.
• Aanvragen sorteren Een installateur krijgt aanvragen via mail, formulier en WhatsApp, elk in andere woorden. Een agent leest ze, haalt adres en klus eruit en zet een voorstel klaar in de agenda.
• Documenten verwerken Een agent leest binnenkomende inkoopfacturen, haalt bedrag en leverancier eruit en legt ze klaar voor de boekhouding. Bij twijfel, zoals een onbekende leverancier, vraagt hij het aan jou.
• Een offerte voorbereiden Op basis van een aanvraag en je prijslijst maakt een agent een concept. Jij controleert het en verstuurt het.

In alle vier zit hetzelfde patroon: rommelige invoer, een paar keuzes onderweg en een mens die het laatste woord heeft bij wat telt. Maak je zelf je facturen, lees dan ook welke gegevens verplicht op een factuur staan.

Wanneer heb je geen AI-agent nodig?

Vaker dan je denkt. Anthropic raadt aan om met de eenvoudigste oplossing te beginnen en het pas ingewikkelder te maken als dat nodig is. Systemen met agents leveren volgens Anthropic vaak betere resultaten bij een taak, maar zijn trager en duurder. Voor taken die goed te omschrijven zijn, geeft een workflow meer voorspelbaarheid.

OpenAI zegt hetzelfde: kijk eerst of je taak echt bij een agent past, anders is een oplossing met vaste regels genoeg. Een factuur die elke maand naar dezelfde klant gaat, of een herinnering als een factuur te lang openstaat, heeft geen agent nodig. Dat zijn vaste stappen die elke keer hetzelfde gaan.

Waar let je op als je een AI-agent inzet?

Een agent die zelfstandig werkt, kan ook zelfstandig fouten maken. Deze punten komen uit de adviezen van OpenAI en Anthropic:

• Laat een mens meekijken bij grote stappen OpenAI adviseert om een mens te laten controleren bij acties die gevoelig zijn, die je niet kunt terugdraaien of die veel impact hebben. Voorbeelden die OpenAI noemt: een bestelling annuleren, een grote terugbetaling goedkeuren of een betaling doen.
• Stel grenzen Leg vast hoeveel pogingen een agent mag doen. Lukt het daarna niet, dan gaat de taak naar een mens.
• Begin klein en test Anthropic wijst op hogere kosten en de kans dat fouten zich opstapelen, en raadt aan om uitgebreid te testen in een afgeschermde omgeving.
• Denk na over klantgegevens Een agent die in je mail en administratie kijkt, ziet ook persoonsgegevens. Bepaal vooraf welke gegevens hij echt nodig heeft.

AI verandert ook hoe klanten jou vinden. Hoe je zorgt dat ChatGPT en andere AI-zoekmachines je site kunnen lezen en noemen, lees je in GEO SEO: gevonden worden in ChatGPT.