Een AI-agent is pas interessant als hij werk uit je operatie haalt. Niet als hij een mooie demo geeft.
Dat verschil is groot bij e-commercebedrijven. Een kledingmerk verkoopt via een eigen webshop, retailers en marketplaces. Een groothandel verwerkt B2B-orders naast losse consumentenbestellingen. Voorraad, productdata en klantvragen lopen door verschillende systemen. Als één collega de uitzonderingen in zijn hoofd houdt, groeit de omzet sneller dan het proces.
Dan is de vraag niet: welke AI-agent moeten we kopen? De betere vraag is: waar loopt een terugkerende beslissing nu vast, en welke informatie is nodig om die beslissing betrouwbaar te laten nemen?
In dit artikel lees je hoe je een eerste pilot kiest die de operatie helpt in plaats van extra werk maakt.
Begin bij de bottleneck, niet bij de tool
Veel pilots beginnen met een algemene wens: iets doen met AI. Dat levert vaak een losse chatbot op. Die chatbot kent de context niet, mag niets afronden en schuift moeilijke vragen alsnog door naar het team.
Kijk daarom naar de momenten waarop werk blijft liggen. Denk aan een klant die vraagt waar een bestelling blijft. Of een inkoper die wil weten of een artikel volgende maand leverbaar is. Of een collega die elke ochtend verkoopkanalen vergelijkt om te zien welke voorraad niet meer klopt.
Dat zijn geen losse prompts. Het zijn processen met informatie, een besluit en een uitkomst. Precies daar kan een agent nuttig zijn.
Wat een AI-agent wel en niet doet
Een agent kan informatie ophalen, een vaste werkwijze volgen en binnen duidelijke grenzen een actie voorbereiden of uitvoeren. Bijvoorbeeld: een orderstatus controleren, de oorzaak van een vertraging herkennen en een passend antwoord klaarzetten.
Een agent is geen vervanging voor je operatie. Hij maakt de bestaande regels uitvoerbaar. Zijn de regels onduidelijk, de productdata onvolledig of de voorraad in twee systemen verschillend, dan maakt een agent dat probleem sneller zichtbaar. Dat is waardevol, maar het is geen automatisering die je blind moet aanzetten.
Kies een proces met een gesloten lus
Een goede eerste pilot heeft een duidelijke start en een duidelijke uitkomst. De agent krijgt een beperkte vraag, raadpleegt bekende bronnen en levert een resultaat dat iemand kan controleren.
- De vraag komt vaak genoeg terug om de moeite waard te zijn.
- De benodigde gegevens staan in een beperkt aantal betrouwbare systemen.
- Er is een heldere regel voor wanneer een mens moet overnemen.
- De uitkomst is zichtbaar: een antwoord, een taak of een gecontroleerde wijziging.
Vermijd voor de eerste pilot processen met veel uitzonderingen, onduidelijke eigenaars of financiële risico’s. Een agent die direct prijzen wijzigt of leveranciersorders verstuurt, vraagt een volwassen proces. Dat is zelden het beginpunt.
Voorbeeld: vragen over voorraad en orderstatus
Stel: klantenservice krijgt vragen over een artikel dat in de webshop als beschikbaar staat, terwijl het magazijn net een correctie heeft verwerkt. De klant wil weten of de bestelling op tijd komt. De medewerker zoekt in de webshop, het voorraadsysteem en de orderlijst. Daarna schrijft hij een antwoord. Dat is repetitief, maar de uitzondering is belangrijk.
Een beheersbare agent kan hier starten met drie taken. Hij herkent het ordernummer of artikelnummer. Hij haalt de actuele status op uit de afgesproken bron. Hij zet een antwoordvoorstel klaar op basis van vaste regels.
Ontbreekt er informatie, wijken systemen van elkaar af of is er sprake van een belangrijke klant, dan stopt de agent. Hij zet de vraag met de gevonden context bij het team. De medewerker houdt de beslissing. Het zoekwerk verdwijnt grotendeels.
Zo blijft de pilot meetbaar. Je ziet hoeveel vragen de agent compleet kon voorbereiden, welke uitzonderingen terugkomen en welke gegevens ontbreken. Die uitzonderingen zijn niet vervelend bijwerk. Ze vertellen welk deel van je operatie eerst scherper moet.
Vier stappen voor een beheersbare pilot
1. Beschrijf de huidige route
Loop één concreet proces door met de mensen die het doen. Welke vraag komt binnen? In welke systemen zoeken zij? Welke beslissing nemen zij? Waar wachten zij op? Schrijf ook op wanneer zij niet verder kunnen. Een schema op één pagina is genoeg als het de werkelijkheid beschrijft.
2. Leg grenzen vast
Bepaal welke bronnen de agent mag lezen en welke acties hij alleen mag voorstellen. Geef hem geen brede toegang omdat dat technisch makkelijk is. Een voorraadagent hoeft bijvoorbeeld geen klantgegevens buiten de bestelling te zien. Maak ook een escalatieregel: bij ontbrekende data, conflicterende data of twijfel gaat de zaak naar een mens.
3. Test op echte gevallen
Gebruik een kleine set recente, representatieve vragen. Geen perfecte demo-cases. Kijk of de agent de juiste bron kiest, de juiste uitzondering herkent en begrijpelijk uitlegt waarom hij stopt. Laat de medewerker de uitkomst beoordelen voordat er iets automatisch gebeurt.
4. Meet de operatie, niet alleen de output
Een nette tekst is geen succesmaat. Meet liever hoeveel handmatig zoekwerk verdwijnt, hoeveel gevallen volledig zijn voorbereid en welke fouten of uitzonderingen blijven bestaan. Zo wordt duidelijk of je moet opschalen, de regels aanpassen of eerst de data op orde brengen.
Wanneer opschalen logisch is
Schaal pas op wanneer de eerste lus stabiel is. De bronnen zijn betrouwbaar, de uitzonderingen zijn bekend en de eigenaar van het proces kan uitleggen wanneer de agent wel en niet handelt. Dan kun je dezelfde werkwijze toepassen op retouren, productdata, B2B-orderintake of signalen uit klantvragen.
De winst zit niet in zoveel mogelijk agents. De winst zit in minder afhankelijkheid van mensen die alle uitzonderingen kennen. Daardoor krijgen klanten sneller een helder antwoord en kan je team groeien zonder dat de coördinatie even hard meegroeit.
Maak de basis uitvoerbaar
Wil je een AI-agent koppelen aan een proces in je webshop of groothandel, begin dan bij de informatie en beslisregels die nu in hoofden en losse schermen zitten. Central AI van Menatix helpt die basis te ontwerpen als een systeem dat past bij je operatie.
Wil je een concrete bottleneck langs deze vier stappen leggen? Neem contact op. Dan kijken we eerst waar werk blijft hangen en wat er nodig is om dat betrouwbaar te maken.
