Incentro, een digitale partner met kantoren in onder andere Utrecht, zet zijn volledige dienstverlening in het teken van agentic AI. Volgens het bedrijf moeten organisaties hun processen opnieuw ontwerpen rond AI-agents om concurrentiekracht te behouden. Een chatbot of Copilot alleen is volgens Incentro niet genoeg om de bedrijfsvoering wezenlijk te veranderen. Het bedrijf richt zich op de ontwikkeling van de Autonomous Enterprise, waarin medewerkers samenwerken met AI-agents die taken zelfstandig uitvoeren.

Wat er aan de hand is

Incentro kondigt aan dat het zijn dienstverlening volledig omgooit naar agentic AI. Het bedrijf biedt zowel kant-en-klare AI-agents voor orderverwerking, klantenservice en offerteprocessen, als maatwerkoplossingen. Daarbij maakt het gebruik van een eigen AI Building Block en technologieën zoals Workato, Camunda en LangChain. Het doel is om organisaties te helpen een beheersbaar AI-landschap op te bouwen. Dit nieuws staat in een bredere context: steeds meer bedrijven ontdekken dat generatieve AI pas echt waarde toevoegt als het niet alleen informatie geeft, maar ook zelfstandig acties uitvoert. De stap van chatbot naar agent is een logische volgende fase in de adoptie van AI.

Wat dit betekent

Voor ondernemers betekent deze verschuiving dat je verder moet kijken dan alleen een AI-assistent die vragen beantwoordt. De echte winst zit in processen die je kunt laten uitvoeren door AI-agents. Denk aan het automatisch verwerken van inkomende orders, het genereren van offertes op basis van klantvragen, of het afhandelen van standaard klantenservicevragen zonder menselijke tussenkomst. Vooral voor MKB-bedrijven met beperkte capaciteit kan dit een groot verschil maken. Waar grote bedrijven hele teams hebben om processen te optimaliseren, kun jij met een paar goed ingerichte AI-agents vergelijkbare efficiëntiewinst behalen. De technologie is inmiddels volwassen genoeg om dit ook voor kleinere organisaties toegankelijk te maken.

Hoe je dit kunt toepassen

Als je een webshop runt met veel terugkerende bestellingen, overweeg om een AI-agent in te zetten voor orderverwerking. Zo’n agent kan automatisch bestellingen controleren, voorraad checken, facturen genereren en verzendlabels aanmaken. Je zou kunnen beginnen met één type order, bijvoorbeeld standaard bestellingen zonder bijzonderheden, en van daaruit uitbreiden. Het scheelt je uren handmatig werk per week.

Als je een dienstverlenend bedrijf hebt dat veel offertes maakt, kun je een AI-agent trainen om op basis van een korte omschrijving van de klantvraag een concept-offerte te genereren. Je vult alleen de specifieke parameters in, de agent doet de rest. Een mogelijkheid is om te starten met een gestandaardiseerd product of dienst, zodat de agent leert wat de juiste prijzen en voorwaarden zijn. Daarna kun je het uitbreiden naar maatwerk.

Als je een team aanstuurt dat veel repetitieve vragen krijgt van klanten, overweeg een AI-agent voor klantenservice. In tegenstelling tot een chatbot die alleen antwoorden geeft, kan een agent ook acties uitvoeren, zoals het wijzigen van een adres, het annuleren van een bestelling of het aanmaken van een retour. Je zou kunnen beginnen met de vijf meest voorkomende verzoeken en de agent die laten afhandelen. Je team houdt dan tijd over voor complexere vragen.

Als je in de zorg of een andere sector met veel data werkt, kun je kijken naar het ontsluiten van informatie uit verschillende systemen. Een AI-agent kan gegevens uit meerdere bronnen combineren en een compleet overzicht geven, zonder dat je handmatig hoeft te zoeken. Dit lijkt op wat Conclusion doet voor het zorgplatform, maar dan op kleinere schaal. Een optie is om te beginnen met twee systemen die je vaak raadpleegt en de agent die te laten koppelen.

De praktische toepassing hangt af van jouw situatie, maar de eerste stap is altijd hetzelfde: kies één proces dat veel tijd kost en waar duidelijke regels voor zijn. Begin klein, test de agent, en breid pas uit als het werkt.

Bron: Computable