Incentro stelt dat een chatbot of Copilot alleen de bedrijfsvoering onvoldoende verandert. Het bedrijf kiest daarom vol voor agentic AI: AI-agents die taken zelfstandig uitvoeren, zoals orderverwerking, klantenservice en offerteprocessen. Voor MKB-ondernemers betekent dit dat je processen opnieuw moet ontwerpen rond deze agents om 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. Volgens de organisatie moeten bedrijven hun processen opnieuw ontwerpen rond AI-agents om concurrentiekracht te behouden. Incentro richt zich op de ontwikkeling van de zogenoemde Autonomous Enterprise, waarin medewerkers samenwerken met AI-agents die taken zelfstandig uitvoeren. Het bedrijf biedt kant-en-klare agents voor orderverwerking, klantenservice en offerteprocessen, naast maatwerkoplossingen. Daarbij gebruikt het een eigen AI Building Block en technologieën als Workato, Camunda en LangChain. Tegelijkertijd heeft Conclusion een tender gewonnen voor een regionaal zorgdataplatform van Glia Diagnostiek IT, een samenwerkingsverband van Amsterdam UMC, OLVG Lab en GGD Amsterdam. Het platform brengt diagnostische data van verschillende laboratoria samen, zodat zorgverleners een completer patiëntbeeld krijgen en onnodige herhalingen van onderzoeken worden voorkomen. Het contract heeft een waarde van circa 3,5 miljoen euro en loopt zes jaar.

Wat dit betekent

Voor MKB-ondernemers is de boodschap van Incentro helder: agentic AI is geen ver-van-je-bed-show, maar een concrete manier om routinetaken te automatiseren. Waar een chatbot alleen vragen beantwoordt, kan een AI-agent zelfstandig een order verwerken, een offerte opstellen of een klantvraag afhandelen zonder dat een medewerker tussentijds hoeft in te grijpen. De aanpak van Conclusion in de zorg laat zien hoe modulaire, cloud-agnostische platforms data uit verschillende bronnen kunnen samenbrengen. Dat principe is ook toepasbaar in andere sectoren, zoals logistiek, productie of dienstverlening, waar gegevens uit meerdere systemen gecombineerd moeten worden voor een compleet beeld.

Hoe je dit kunt toepassen

Als je een webshop runt met veel terugkerende bestellingen, overweeg om een AI-agent in te zetten voor orderverwerking. De agent kan automatisch bestellingen controleren, voorraad checken, facturen genereren en verzendlabels aanmaken. Je zou kunnen beginnen met een pilot voor een specifieke productcategorie of klantgroep, zodat je de impact kunt meten voordat je het uitrolt.

Als je een team aanstuurt dat veel tijd kwijt is aan offertes, kun je een AI-agent trainen om standaardoffertes op te stellen op basis van klantgegevens en productinformatie. De agent vult de offerte in, controleert op volledigheid en stuurt deze ter goedkeuring naar een medewerker. Een mogelijkheid is om te starten met een eenvoudige template en de agent stap voor stap meer complexiteit te laten verwerken.

Als je in de zorg of een andere sector met veel data uit verschillende bronnen werkt, kun je kijken naar een modulair platform zoals Conclusion dat gebruikt. Het idee is om data uit verschillende systemen samen te brengen in één overzicht, zodat je sneller beslissingen kunt nemen. Je zou kunnen beginnen met het koppelen van twee systemen, bijvoorbeeld je CRM en je facturatiesoftware, om te ervaren hoe dat werkt.

Als je productieprocessen hebt die afhankelijk zijn van complexe elektronica, zoals in de printplaatindustrie, overweeg dan om AI-agents in te zetten voor kwaliteitscontrole of voorraadbeheer. Een agent kan bijvoorbeeld automatisch afwijkingen signaleren in productiedata of bestellingen plaatsen bij leveranciers wanneer de voorraad onder een bepaald niveau komt. Een optie is om te starten met één proces dat veel handmatige controles vereist.

Als je een klein bedrijf bent zonder eigen IT-afdeling, kun je gebruikmaken van kant-en-klare AI-agents zoals Incentro die aanbiedt. Deze agents zijn direct inzetbaar voor veelvoorkomende taken zoals klantenservice of orderverwerking. Je zou kunnen beginnen met één agent voor een specifiek knelpunt, zoals het beantwoorden van veelgestelde vragen, en van daaruit uitbreiden.

Bron: Computable