Agentic AI is de volgende stap in automatisering voor het MKB. In plaats van een chatbot die vragen beantwoordt, voeren AI-agents zelfstandig hele taken uit, zoals orderverwerking of klantenservice. Dit vraagt om een fundamenteel andere inrichting van je bedrijfsprocessen, maar biedt ook directe kansen om efficiënter te werken en concurrentiekracht te behouden.

Wat er aan de hand is

Digital partner Incentro heeft aangekondigd zijn volledige dienstverlening in het teken te zetten van agentic AI. Het bedrijf stelt dat een chatbot of Copilot alleen de bedrijfsvoering onvoldoende verandert. Volgens Incentro moeten bedrijven hun processen opnieuw ontwerpen rond AI-agents om concurrentiekracht te behouden. Het doel is de zogenoemde Autonomous Enterprise, waarin medewerkers samenwerken met AI-agents die taken zelfstandig uitvoeren. Incentro biedt kant-en-klare agents voor orderverwerking, klantenservice en offerteprocessen, naast maatwerkoplossingen. Het bedrijf gebruikt hiervoor een eigen AI Building Block en technologieën als Workato, Camunda en LangChain. Dit nieuws past in een bredere trend: ook in andere sectoren, zoals de zorg en het bankwezen, wordt AI ingezet om processen te herontwerpen. Conclusion bouwt bijvoorbeeld een regionaal zorgdataplatform voor diagnostische data, en Rabobank maakt bankieren persoonlijker met een vernieuwde app.

Wat dit betekent

Voor MKB-ondernemers betekent de opkomst van agentic AI dat automatisering niet langer stopt bij het beantwoorden van vragen. Waar een chatbot alleen informatie geeft, kan een AI-agent een compleet proces uitvoeren: van het verwerken van een order tot het opstellen van een offerte. Dit vraagt wel om een andere manier van denken. Je moet niet kijken naar losse taken, maar naar hele processen die je opnieuw kunt inrichten. De aanpak van Incentro laat zien dat dit ook voor kleinere organisaties haalbaar is, met zowel kant-en-klare als maatwerkoplossingen. De praktijkcases uit de zorg en het bankwezen tonen aan dat deze aanpak breder toepasbaar is. Vooral bedrijven met veel repetitieve handelingen, zoals orderverwerking of klantenservice, kunnen hiermee direct winst boeken.

Hoe je dit kunt toepassen

Als je een webshop runt met veel handmatige orderverwerking, dan kun je overwegen om een AI-agent in te zetten die automatisch orders controleert, voorraad bijwerkt en verzendlabels genereert. Een mogelijke aanpak is om te beginnen met een kant-en-klare agent voor orderverwerking, zoals Incentro die aanbiedt. Je zou kunnen starten met een pilot voor een specifiek productsegment, zodat je de impact kunt meten voordat je het uitrolt.

Als je een team aanstuurt dat veel offertes maakt, dan kun je een AI-agent ontwikkelen die op basis van klantgegevens en productinformatie een conceptofferte opstelt. Een optie is om hiervoor een platform als LangChain te gebruiken, waarmee je een agent kunt bouwen die toegang heeft tot je prijslijsten en klantgeschiedenis. Overweeg om de agent eerst alleen te laten voorstellen, die een medewerker vervolgens controleert en goedkeurt.

Als je in de zorg werkt en te maken hebt met versnipperde patiëntgegevens, dan kun je kijken naar een modulair dataplatform zoals Conclusion dat bouwt. Een mogelijkheid is om een open standaard zoals openEHR te gebruiken om gegevens uit verschillende systemen samen te brengen. Je zou kunnen beginnen met het ontsluiten van laboratoriumuitslagen, zodat zorgverleners een completer beeld krijgen en onnodige herhalingen van onderzoeken worden voorkomen.

Als je een productiebedrijf bent dat zijn processen wil digitaliseren, dan kun je AI-agents inzetten voor kwaliteitscontrole of voorraadbeheer. Een optie is om een agent te trainen op historische productiedata, zodat hij afwijkingen kan signaleren en automatisch meldingen kan sturen. Overweeg om dit te combineren met automatiseringstools zoals Workato, die processen tussen verschillende systemen kunnen koppelen.

Bron: Computable