Het antwoord is dat agentic AI — waarbij AI-agents zelfstandig taken uitvoeren — bedrijven dwingt hun processen fundamenteel opnieuw te ontwerpen. Een chatbot of Copilot alleen is niet genoeg om concurrentiekracht te behouden. Dit vraagt om een andere aanpak, ook voor kleinere organisaties.

Wat er aan de hand is

Digital partner Incentro heeft aangekondigd zijn volledige dienstverlening in het teken te zetten van agentic AI. Volgens het bedrijf moeten organisaties hun processen opnieuw ontwerpen rond AI-agents om concurrerend te blijven. Een chatbot of Microsoft Copilot verandert de bedrijfsvoering volgens Incentro onvoldoende. Het bedrijf richt zich op de ontwikkeling van 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. Met een eigen AI Building Block en technologieën als Workato, Camunda en LangChain wil het bedrijf organisaties helpen een beheersbaar AI-landschap op te bouwen.

Deze ontwikkeling past in een bredere trend. Steeds meer IT-dienstverleners en softwareleveranciers stappen over van simpele chatbots naar zelfstandig handelende AI-agents. Waar chatbots alleen vragen beantwoorden, kunnen agents acties uitvoeren: een order plaatsen, een offerte genereren of een klacht afhandelen zonder menselijke tussenkomst.

Wat dit betekent

Voor het MKB betekent deze verschuiving dat de lat voor automatisering omhoog gaat. Het simpelweg toevoegen van een chatbot aan je website of een Copilot aan Microsoft 365 is straks niet meer voldoende om bij te blijven. De echte winst zit in het herontwerpen van complete processen, zodat AI-agents routinetaken volledig kunnen overnemen.

Dat klinkt misschien als iets voor grote organisaties met een eigen IT-afdeling, maar de praktijk is anders. Doordat partijen als Incentro kant-en-klare agents aanbieden voor specifieke processen, wordt agentic AI ook bereikbaar voor kleinere bedrijven. Denk aan een agent die automatisch inkomende orders verwerkt, controleert op voorraad en een bevestiging stuurt. Of een agent die standaard offertes opstelt op basis van klantgegevens en productcatalogi.

De uitdaging zit hem niet in de technologie, maar in het procesontwerp. Voordat je een agent kunt inzetten, moet je precies weten hoe je huidige proces werkt, waar de knelpunten zitten en welke stappen een agent kan overnemen. Dat vraagt om een andere manier van denken: niet ‘welke tool kunnen we toevoegen’, maar ‘welk proces kunnen we opnieuw ontwerpen’.

Hoe je dit kunt toepassen

Als je een webshop runt met meer dan vijftig bestellingen per dag, dan kun je overwegen om een orderverwerkingsagent in te zetten. Zo’n agent kan automatisch bestellingen ophalen uit je webshop, controleren of producten op voorraad zijn, betalingen verifiëren en verzendlabels genereren. Het proces dat nu handmatig of met losse tools gebeurt, wordt zo een vloeiende, geautomatiseerde stroom. Je zou kunnen beginnen met het in kaart brengen van alle handmatige stappen in je orderproces en bepalen welke stappen een agent kan overnemen.

Als je een team aanstuurt dat veel standaard klantvragen afhandelt, dan is een klantenservice-agent een logische volgende stap. In plaats van een chatbot die alleen antwoorden geeft, kan een agent direct actie ondernemen: een retourafhandeling starten, een factuur opnieuw versturen of een accountgegevens wijzigen. Een mogelijkheid is om te beginnen met de tien meest voorkomende klantvragen die een actie vereisen, en daarvoor een agent te bouwen. Je team houdt dan tijd over voor complexere vragen.

Als je in de zakelijke dienstverlening werkt en veel offertes maakt, dan kun je een offerte-agent overwegen. Zo’n agent kan op basis van klantinformatie, productcatalogi en prijsafspraken automatisch een concept-offerte genereren. Jij hoeft alleen nog te controleren en te versturen. Een optie is om je huidige offerteproces te analyseren: welke gegevens heb je altijd nodig, welke berekeningen maak je standaard, en welke stappen zijn maatwerk? De standaardstappen kun je aan een agent overlaten.

Als je in de zorg of een andere sector met veel data-uitwisseling werkt, dan kun je kijken naar processen waarin gegevens uit verschillende bronnen moeten worden samengebracht. Net zoals Conclusion een platform bouwt voor regionale zorgdata, kun je met AI-agents informatie uit verschillende systemen laten ophalen en combineren. Een agent kan bijvoorbeeld dagelijks rapportages genereren uit je CRM, financiële systeem en projectmanagementtool, zonder dat je handmatig data hoeft te exporteren en samen te voegen.

De praktische toepassing hangt af van jouw situatie, maar het principe is steeds hetzelfde: begin niet met de technologie, maar met het proces. Breng in kaart welke routinetaken veel tijd kosten, welke stappen zich herhalen en waar fouten ontstaan. Die processen kun je vervolgens opnieuw ontwerpen met een AI-agent als onderdeel van de workflow.

Bron: Computable