AI Agents · digitale collega's
AI agents die echt werk doen
Een AI agent leest de mail, zoekt op in je ERP, maakt een concept en legt het voor. Wij bouwen agents die in jullie eigen systemen werken, weten wanneer ze moeten vragen, en waarbij een mens altijd de laatste klik geeft.
- 192 uur per maand terug bij Van Berkel
- Mens in de lus
- Data in de EU
Inkoop-agent
liveleest bijlage orderbevestiging_8841.pdf
zoekt inkooporder PO-2210 op in Exact
maakt concept-mail aan in Outlook
Vertrouwd door
01 / Wat is een AI agent?
Geen chatbot. Een collega die zelf de stappen zet.
Een chatbot beantwoordt een vraag. Een AI agent krijgt een taak en zoekt zelf uit hoe hij die afmaakt: welke informatie hij nodig heeft, in welk systeem die staat, wat de volgende stap is. Hij gebruikt tools zoals je ERP, je mailbox of je kennisbank, en rapporteert terug.
Het verschil met gewone automatisering: een workflow volgt vaste regels, een agent kan omgaan met variatie. Een orderbevestiging die er net anders uitziet, een klant die drie vragen in één mail stelt, een offerte-aanvraag met een ontbrekend formaat. Daar loopt een vaste regel vast; een agent snapt wat er bedoeld wordt en vraagt het na als hij twijfelt.
Lees de volledige uitleg in Wat is een AI agent?
01Plant zijn eigen stappen
Hij krijgt een doel, geen script.
02Gebruikt jullie tools
ERP, CRM, mail, SharePoint, planning. Alleen waar hij bij mag.
03Onthoudt de context
Eerdere orders, afspraken met een klant, jullie huisregels.
04Weet wanneer hij moet vragen
Bij twijfel of bij grote bedragen legt hij het voor aan een mens.
02 / Zie het werken
Zo verwerkt een agent een aanvraag, van mail tot systeem.
Gesimuleerd voorbeeld. Bij Van Berkel Professionals verwerkt deze aanpak ruim 100 aanvragen per dag, met 192 uur tijdbesparing per maand.
- ✓E-mail ontvangeninbox: aanvragen@
- ✓PDF-bijlage gelezen14 pagina's, specificaties herkend
- ✓Gegevens geëxtraheerdproject, deadline, contactpersoon
- ✓Relevantie beoordeeldmatch met dienstenaanbod: hoog
- ✓Opgeslagen in systeemCRM bijgewerkt, taak aangemaakt
03 / Waar het zich terugverdient
Drie plekken waar een agent zich het snelst terugbetaalt.
Niet omdat we niets anders kunnen, maar omdat hier de meeste tijd zit en de minste weerstand.
Expertkennis
Documenten en rapporten
Calculaties, adviezen en compliance-documenten waar nu seniors voor nodig zijn. De agent legt de kennis vast in honderden voorbeelden en maakt het eerste concept. De expert keurt goed.
Herkenbaar: kennis zit in hoofden, seniors vergrijzen, vacatures staan lang open.
Overtypen
Aanvragen, orders en facturen naar je ERP
Mail, pdf en portalen automatisch uitgelezen en in je systeem gezet. Korte time-to-value en direct meetbare tijdwinst.
Herkenbaar: medewerkers typen dagelijks gegevens over uit mail en bijlagen.
Volume
Klantenservice: ticket, mail en telefoon
Agents die het antwoord klaarzetten, tickets routeren en meertalig reageren. De mens blijft in de lus voor uitzonderingen.
Herkenbaar: groeiend ticketvolume, meertalige vacatures, lange responstijden.
04 / De AI-plattegrond
Waar zit een agent in jouw bedrijf?
Klik door het kantoor. Per afdeling zie je wat AI overneemt en welke rol de mens houdt. De cijfers komen uit echte trajecten.
Klik op een afdeling
Wat AI hier overneemt
Klantenservice
- Antwoord klaarzetten met orderinformatieMens keurt goed
- Tickets labelen en routerenVolledig AI
- Lastige klant bellenAI helpt
Uit de praktijk
30% → 80%
van de klantvragen heeft een voorbereid antwoord (enterprise-klant)
05 / Mens in de lus
De agent stelt voor. Jij beslist.
Probeer het zelf: de agent laat zijn plan zien, jij keurt goed of stuurt bij. Hoe vaker het goed gaat, hoe meer je hem toevertrouwt. Zo groeit vertrouwen, stap voor stap.
Agent toont zijn plan
Vooraf, in gewone taal.
- ✓Analyse van data
- ✓Opstellen rapport
- ✓Validatie regels
- ✓Versturen notificatie
Dit is mijn plan. Uitgelegd in gewone taal.
Jij keurt
Aanpassen, inperken, afkeuren. Echt, probeer maar.
Hij voert uit
Gelogd, met uitknop.
- 10:12Analyse van data✓
- 10:13Opstellen rapport✓
- 10:15Validatie regels✓
- 10:16Versturen notificatie✓
Vertrouwen groeit
Auto-akkoord: van 20 naar 40 procent.
20%
auto-akkoord stijgt
Zo bouwen wij elke agent: de AI stelt voor en voert uit, de mens keurt en stuurt.
06 / Chatbot, workflow of agent?
Wanneer heb je echt een agent nodig?
Niet alles hoeft een agent te zijn. Soms is een vaste workflow sneller, goedkoper en betrouwbaarder. Dit is hoe we kiezen. Zoek je vooral een chatbot voor je website? Lees dan eerst wanneer een AI-chatbot werkt.
| Chatbot of assistent | Workflow | AI agent | |
|---|---|---|---|
| Wat het doet | Beantwoordt een vraag | Volgt vaste stappen | Bepaalt zelf de stappen naar een doel |
| Omgaan met variatie | Gemiddeld | Laag: elke uitzondering is een regel | Hoog |
| Werkt in je systemen | · | ✓ | ✓ |
| Start zelf, zonder vraag | · | ✓ | ✓ |
| Beste voor | Kennis opzoeken, teksten | Hoog volume, vaste vorm | Variatie, meerdere bronnen, oordeel |
| Bouwlaag (APO) | Laag 1 en 2: zelf | Laag 3: n8n | Laag 3 en 4: wij bouwen |
Schuif opzij voor alle kolommen →
In de praktijk combineren we ze: een workflow die de mail ophaalt, een agent die hem begrijpt, een mens die goedkeurt.
07 / Zo bouwen we een agent
Van idee tot collega in zes stappen.
Elk partnership begint met de Deep Dive. Daarin kiezen we welke agent zich het eerst terugverdient.
- 01
Kiezen
Deep Dive
Welk proces, hoeveel volume, wat levert het op. Pas als de som klopt, bouwen we.
- 02
Ontwerpen
Week 1
Wat mag de agent zelf, wat legt hij voor, welke systemen raakt hij aan. De grenzen staan op papier.
- 03
Bouwen en koppelen
Week 2 tot 4
In n8n en waar nodig maatwerk. Gekoppeld aan jullie ERP, CRM of mail, in jullie omgeving.
- 04
Testen op echt werk
Week 4 tot 6
Met honderden echte gevallen van vorige maand. We meten hoe vaak hij goed zit, voordat iemand erop vertrouwt.
- 05
Live, met een mens
Daarna
Eerst keurt een mens alles goed. Wat structureel goed gaat, krijgt meer ruimte.
- 06
Meten en bijsturen
Elke maand
Bespaarde uren in euro's, fouten, uitzonderingen. En wat er nu bovenaan staat.
08 / Agents in de praktijk
Agents die we vaak bouwen.
Elk bedrijf denkt uniek te zijn. De patronen zijn herkenbaar. Bekijk 20 voorbeelden per afdeling.
Klantenservice-agent
Zet het antwoord klaar met de juiste orderinformatie. De medewerker leest en verstuurt.
Schrijf-agent
Zet expertkennis om in voorstellen, rapportages en documentatie in jullie standaard.
Content-agent
Productteksten en content in jullie tone of voice, in meerdere talen.
Inkoop-agent
Controleert orderbevestigingen tegen de inkooporder en meldt afwijkingen.
Planning-agent
Maakt een voorstel op basis van alle data. De planner beslist.
Kennisbank-agent
Beantwoordt interne vragen uit handboeken en procedures, met bronvermelding.
09 / Veilig
Een agent met toegang tot je systemen vraagt om vooraf geregelde afspraken.
Er zit altijd een mens in
Geen agent die zonder controle naar buiten communiceert of boekt. De grenzen leggen we vooraf vast.
Data blijft in de EU
Op jullie eigen infrastructuur of onze servers bij een Europese aanbieder. Werkwijze volgens ISO 27001 en NEN 7510. Azure OpenAI is mogelijk.
Geen lock-in
Code, prompts, data en documentatie zijn van jullie. Het taalmodel is verwisselbaar.
10 / Cases
Wat het oplevert.
11 / Vragen
Over AI agents laten bouwen.
Wat kost het om een AI agent te laten bouwen?
Bij NinA bouwen we agents binnen het AI Partnership: vanaf € 4.500 per maand voor 30 uur van ons team, tegen één tarief van € 150 per uur. Een eenvoudige agent kost enkele tientallen uren, een agent met meerdere koppelingen meer. Wat het precies kost en oplevert, rekenen we uit in de Deep Dive. Meer in Wat kost een AI agent?
Hoe lang duurt het voordat een agent live staat?
Meestal vier tot acht weken van ontwerp tot een eerste versie in productie, met een mens die alles goedkeurt. Hoe snel precies hangt af van de koppelingen en of de data op orde is.
Met welke systemen kan een agent werken?
Met alles dat een API, een export of een mailbox heeft: Exact, AFAS, SAP, Microsoft Dynamics, Salesforce, HubSpot, Microsoft 365, Google Workspace, SharePoint, je WMS of TMS. We bouwen veel in n8n en maken maatwerk waar dat nodig is.
Welk taalmodel gebruiken jullie?
Het model dat voor die taak het beste werkt. Dat testen we zelf in onze benchmarks. Standaard bij een Europese aanbieder of via Azure OpenAI, en het model is verwisselbaar zonder alles opnieuw te bouwen.
Wat als de agent een fout maakt?
Daarom zit er een mens in de lus. In het begin keurt een medewerker alles goed. We meten hoe vaak de agent goed zit en wat er misgaat, en pas wat structureel goed gaat krijgt meer ruimte. Fouten worden voorbeelden waar de agent van leert.
Is een AI agent veilig voor onze data?
Een agent krijgt alleen toegang tot wat hij nodig heeft. Data blijft in de EU, op jullie eigen servers of op ons platform bij een Europese aanbieder, en de data-afspraken liggen vast voordat we bouwen. We werken volgens ISO 27001 en NEN 7510.
Kunnen we een agent ook zelf bouwen?
Voor eenvoudige assistenten wel, en dat leren we je team graag in een workshop. Een agent die in je ERP boekt of naar klanten mailt vraagt om testen, monitoring en onderhoud. Daar is een vast team voor.
Vervangt een agent onze medewerkers?
Nee. Een agent neemt het overtypen, opzoeken en samenvatten over. De mens doet de beoordeling, het contact en de uitzonderingen. Het doel is groeien zonder extra mensen aan te nemen, niet werken met minder mensen.
Welke collega neem je als eerste aan?
01
Kennismaking
Een kwartier, vrijblijvend. Waar loopt het werk vast en wat wil je bereiken?
02
Deep Dive
Eén dag bij jullie op locatie. Binnen een week een business case en een roadmap.
03
AI Partnership
Een vast team dat bouwt, traint en elke maand laat zien wat het oplevert.
160+ organisaties · Sessies gewaardeerd met een 9,3 · Vanuit Amsterdam