Kiezen wat je bouwt · 3 minuten lezen
Een AI-agent laten bouwen: wanneer is dat zinvol?
Een AI-agent is zinvol wanneer een workflow wisselende informatie moet begrijpen en daarop verschillende toegestane acties moet uitvoeren. Denk aan berichten interpreteren, systemen raadplegen en de afhandeling voortzetten. Gebruik vaste automatisering waar regels volstaan en vergelijk de waarde met bouw, controle en beheer.
Wat een agent toevoegt
Een agent kan hulpmiddelen gebruiken om informatie op te halen en taken uit te voeren. Dat maakt bijvoorbeeld een combinatie mogelijk van een leveranciersbericht lezen, een order opzoeken, de bevestigde leverdatum verwerken en de klant informeren. Achtergrond: IBM over AI-agents.
De bevoegdheden verschillen per stap. Een bevestigde status kan automatisch worden verwerkt, terwijl extra kosten of afwijkende afspraken goedkeuring vragen. Een agent kan zo een complete workflow uitvoeren zonder iedere beslissing zelf te mogen nemen.
Vergelijk drie mogelijkheden
- Bestaande software instellen. De functie is er al, maar wordt nog niet goed gebruikt of mist de juiste inrichting.
- Vaste automatisering bouwen. De handelingen en regels zijn voorspelbaar, zoals afgesproken velden uit het ene systeem overnemen in het andere.
- Een agent bouwen. De taak vraagt om interpretatie van wisselende informatie en een keuze uit toegestane vervolgstappen.
Deze mogelijkheden kunnen samengaan. Een vaste koppeling kan ordergegevens ophalen, een agent kan het bericht interpreteren en gewone software kan de toegestane update uitvoeren en registreren.
Voorbeeld: twee verschillende supporttaken
Fictieve voorbeelden.
Een bericht met een bekend formuliernummer naar de juiste inbox sturen kan vaak met een vaste regel. Daarvoor hoeft niet automatisch een agent te worden ontwikkeld.
Een vrij geschreven klantvraag aan een order koppelen, de actuele status controleren en de vraag afhandelen vraagt meer interpretatie. Een agent kan een standaardvraag beantwoorden en het ticket bijwerken. Bij tegenstrijdige gegevens of een verzoek buiten het servicebeleid draagt hij het dossier over, met de gevonden informatie en open beslissing.
De naam van de oplossing zegt nog weinig over de waarde. Bekijk de uitkomst en het werk dat voor de medewerker overblijft.
Neem eigen opdrachten van medewerkers mee
Een vooraf ingerichte workflow is niet de enige manier om een agentsysteem te gebruiken. Een medewerker kan ook zelf een opdracht geven: onderzoek welke leveranciers deze maand vaker te laat leveren, leg de gevonden oorzaken naast onze afspraken en bereid een voorstel voor opvolging voor. De medewerker bepaalt de vraag vanuit zijn functie; de aangesloten bronnen en toegestane handelingen bepalen wat het systeem kan uitvoeren.
Vraag tijdens een demonstratie om een vervolgvraag die niet in het script stond. Laat een medewerker een afspraak toevoegen, een conclusie corrigeren en een bruikbaar onderzoek als terugkerende opdracht instellen. Bekijk daarbij welke bronnen zichtbaar zijn en hoe de medewerker controle houdt over verzending of andere acties.
Leg de grens van die zelfstandigheid vast. Een andere selectie, instructie of frequentie kan binnen dezelfde mogelijkheden passen. Toegang tot een nieuw systeem, een andere afdeling of betalingen vraagt aanvullende inrichting. Een systeem waarmee medewerkers verder kunnen werken heeft dus ook een duidelijke beschrijving nodig van wat zij zelf kunnen aanpassen.
Vraag dit terug in het bouwvoorstel
- Welke workflow wordt overgenomen en wanneer is die echt afgehandeld?
- Welke gegevens en systeemacties zijn toegankelijk, inclusief terugschrijven?
- Welke acties mag hij uitvoeren en welke alleen voorstellen?
- Met welke normale en afwijkende situaties wordt getest?
- Wat krijgt een medewerker te zien als iets niet lukt?
- Welke onderhouds- en gebruikskosten horen bij de oplossing?
Een voorstel moet een opdracht opleveren die je kunt beoordelen. Vraag om een uitgewerkt voorbeeld wanneer de beschrijving vooral uit termen als autonomie of intelligentie bestaat.