De duurste AI-agent die ik ooit onder ogen kreeg, deed werk dat een als-dan-regel ook had gekund. Hij las inkomende bestellingen, bepaalde met een taalmodel of het spoed was, en zette ze in de juiste map.
Kosten: ruim vierduizend euro aan bouw, plus modelkosten per bericht. Het criterium voor spoed bleek achteraf: staat er een leverdatum binnen 48 uur in het bericht. Eén regel. Geen oordeel, geen nuance. Een workflow van drie stappen had hetzelfde gedaan, voor een fractie, sneller, en met een uitkomst die je kunt testen.
Dit artikel gaat over die keuze. Want “AI-agent” wordt op dit moment verkocht als antwoord op vrijwel elke vraag, en dat is het niet.
Het verschil in één alinea
Een workflow volgt regels die jij hebt vastgelegd. Een AI-agent krijgt een doel en bepaalt zelf de route.
Een workflow is een spoorlijn: hij komt aan waar je hem naartoe hebt gelegd, elke keer. Een agent is een taxichauffeur: je zegt waar je heen wilt en hij kiest de weg. Dat is enorm handig als je de route niet vooraf kunt kennen. En het is verspilling — en soms een risico — als je hem wél kent.
De meeste bedrijfsprocessen in het MKB zijn spoorlijnen. Ze voelen alleen niet zo, omdat ze in iemands hoofd zitten in plaats van op papier.
Wanneer een workflow slimmer is
Kies een workflow zodra je het proces kunt opschrijven als een reeks als-dan-stappen. Vier voordelen die je met een agent niet krijgt:
- Voorspelbaar. Dezelfde input geeft dezelfde output. Altijd. Dat is te testen en te bewijzen.
- Goedkoop in gebruik. Geen modelkosten per bericht, geen verrassingen bij een drukke maand.
- Uitlegbaar. Gaat er iets mis, dan wijs je de stap aan. Bij een agent zoek je in een redenering.
- Sneller live. Dagen in plaats van weken.
Zeven processen waarvoor je geen AI nodig hebt
- Formulier binnen → klant aanmaken of bijwerken in het CRM → opvolgtaak
- Offerte vijf dagen open → herinnering versturen → bij reactie een seintje
- Order geplaatst → voorraad bijwerken → boeking klaarzetten
- Factuur betaald → boeken → aanmaning intrekken
- Nieuwe medewerker → accounts aanvragen → checklist versturen
- Elke maandag 07:00 → cijfers uit vier bronnen → één rapport
- Afspraak over 24 uur → herinnering → no-show registreren
Deze zeven dekken in de praktijk het merendeel van de tijdwinst in het MKB. Ze zijn saai. Saai is precies waarom ze werken.
Wanneer een AI-agent wél zijn geld waard is
Er is één situatie waarin een agent echt iets doet wat een workflow niet kan: wanneer de input elke keer anders is en er begrip nodig is om de volgende stap te bepalen.
| Toepassing | Waarom een agent hier wint | Grens |
|---|---|---|
| Mailtriage inkomende post lezen en routeren | Klanten schrijven in vrije tekst. Geen twee mails zijn hetzelfde. | Agent stelt voor, mens verstuurt |
| Kennisvragen beantwoorden op basis van je eigen documenten | De vraag is nieuw, het antwoord staat verspreid over bronnen. | Alleen uit eigen bron, met verwijzing |
| Documenten uitlezen facturen, bonnen, contracten | Elke leverancier gebruikt een andere lay-out. | Afwijkingen naar handmatige controle |
| Gespreksverslagen samenvatten en acties eruit halen | Ongestructureerde taal omzetten naar structuur is precies waar taalmodellen sterk in zijn. | Auteur controleert vóór opslag |
Zie je het patroon in die laatste kolom? Bij elke zinvolle inzet staat er een mens tussen de agent en de buitenwereld. Dat is geen gebrek aan vertrouwen in de techniek. Dat is de reden waarom je hem kunt inzetten zonder wakker te liggen.
Drie risico’s die je moet kennen voordat je ja zegt
- Een agent kan overtuigend fout zitten. Een taalmodel produceert altijd een antwoord — ook als het de feiten niet heeft. Anders dan bij software zie je dat niet aan de vorm. Daarom: nooit een agent zonder controlestap richting klanten laten communiceren.
- De kosten schalen met gebruik, niet met waarde. Modelkosten lopen per bericht. Een drukke maand is een dure maand. Zet vooraf een limiet en een waarschuwing in de flow.
- Je hebt een informatieplicht. Sinds 2 augustus 2026 zijn de transparantieverplichtingen uit artikel 50 van de EU AI Act afdwingbaar: praat iemand met een AI-systeem, dan moet die persoon dat weten. Dit is geen randvoorwaarde maar een ontwerpeis. Meer daarover in AI Act, AVG en je data.
Wat een agent kost
Drie posten. De derde is de post die in offertes van anderen zelden staat.
- Bouw. Eenmalig, in het MKB doorgaans €4.000 – €10.000, afhankelijk van hoeveel bronnen hij moet kunnen raadplegen en hoe streng de controles zijn.
- Modelgebruik. Per bericht of per document. Bij normaal MKB-volume vaak enkele tientjes tot enkele honderden euro’s per maand.
- Toezicht. Iemand die steekproeven doet, logs bekijkt en bijstuurt. Reken op een tot twee uur per week in de eerste maanden. Structureel, niet eenmalig.
Zet dat naast de rekensom uit wat automatiseren écht kost. Een agent moet dus aanzienlijk meer opleveren dan een workflow om dezelfde terugverdientijd te halen. Dat lukt — maar alleen bij de toepassingen hierboven.
De volwassen route: eerst rails, dan taxi
In de praktijk werkt deze volgorde het best, en niet toevallig is dat ook mijn werkwijze:
- Analyseren. Schrijf het proces op zoals het werkelijk gaat, inclusief de uitzonderingen. Bij negen van de tien processen ontdek je hier al dat je geen AI nodig hebt.
- Automatiseren. Bouw de vaste route als workflow. Dit levert de uren op.
- Agents. Zet een agent alleen op het stuk dat écht oordeel vraagt — met goedkeuring en logging.
- Optimaliseren. Meet wat er misgaat, en verplaats grenzen alleen op basis van data.
Wie stap drie als eerste doet, bouwt een dure taxi op een traject waar al een spoorlijn ligt. Wat ik wél en niet bouw op dit vlak, staat op AI-agents.
Twee agents die het wél waard zijn
Beide hieronder bestaan als werkende template in de officiële n8n-bibliotheek. Beide voldoen aan de test: de input is elke keer anders, en er is begrip nodig om de volgende stap te bepalen.
FLOW 01
Mailtriage met conceptantwoord uit je eigen documentatie
Voor wie: bedrijven met veel herhaalvragen per mail: support, binnendienst, ledenorganisaties
Wat het oplevert: Vragen die al tien keer beantwoord zijn, krijgen binnen een minuut een concept dat klopt — met de bron erbij. Jij leest en verstuurt.
Let op: De agent mag alleen putten uit jóuw documenten, niet uit algemene kennis. Zonder die beperking krijg je antwoorden die goed klinken en niet kloppen. Laat hem altijd de bron vermelden, zodat je in twee seconden kunt controleren.
Werkende template om te bekijken: n8n-templatebibliotheek
FLOW 02
Documenten uitlezen waarvan de lay-out elke keer anders is
Voor wie: iedereen die bonnen, facturen of contracten van veel verschillende partijen verwerkt
Wat het oplevert: Dertig leveranciers met dertig lay-outs worden één gestandaardiseerde stroom. Dit is de toepassing waar een taalmodel objectief beter presteert dan regels.
Let op: Zet een harde drempel: bedragen boven X of een onbekende leverancier gaan altijd langs een mens. Niet omdat de AI het niet kan, maar omdat de kosten van die ene fout groter zijn dan de winst van honderd correcte.
Werkende template om te bekijken: n8n-templatebibliotheek
Zie je wat beide gemeen hebben? De agent doet het denkwerk; een mens of een regel doet de eindbeslissing. Dat is geen compromis — dat is het ontwerp waardoor je hem überhaupt kunt inzetten.
De vijf grenzen die je vooraf vastlegt
Voordat een agent iets mag, leg je dit vast. Niet als beleidsdocument, maar letterlijk als instellingen in de flow.
- Waar mag hij bij? Welke systemen, welke mappen, welke velden. Standaard: alleen lezen. Schrijfrechten geef je per geval en met reden.
- Wat mag hij zelfstandig? Lezen en samenvatten meestal wel. Versturen naar buiten, geld verplaatsen of een record verwijderen: nooit zonder bevestiging.
- Wanneer stopt hij en vraagt hij hulp? Definieer expliciet wat ‘ik weet het niet’ is. Een agent zonder die uitgang verzint een antwoord.
- Wat wordt gelogd? Elke actie, elke bron, elke beslissing. Zonder logboek kun je een klacht niet reconstrueren en niets aantonen.
- Wat is het kostenplafond? Een limiet per dag plus een waarschuwing. Een flow die in een lus schiet, is anders een dure nacht.
De blunder die ik het vaakst zie
Een agent die klantmail beantwoordt, wordt in week één met goedkeuring ingericht. Alles gaat goed. Na drie weken zet iemand de goedkeuringsstap uit — het werkte immers prima.
Twee weken later gaat er een mail uit met een toezegging die het bedrijf niet kan waarmaken. Niet omdat het model slechter werd, maar omdat er een vraag binnenkwam die net buiten de getrainde context viel. Het antwoord klonk overtuigend. Dat is precies het probleem.
Mijn regel: de goedkeuringsstap gaat er pas uit als je honderd opeenvolgende juiste uitkomsten hebt gelogd én je weet welke categorie vragen hij structureel mist. En zelfs dan houd je een steekproef.
Wat de wet hierover zegt — kort
Sinds 2 augustus 2026 zijn de transparantieverplichtingen uit artikel 50 van de EU AI Act afdwingbaar. Voor een MKB-bedrijf met een agent komt dat neer op drie dingen:
- Praat iemand met AI, dan moet die persoon dat weten. Eén zin bovenaan je chatvenster of onderaan een geautomatiseerde mail volstaat.
- Medewerkers die met AI werken, moeten weten wat ze doen. Dat is de AI-geletterdheidsplicht uit artikel 4. Een interne sessie met een verslag is voldoende bewijs.
- De zware hoog-risicoverplichtingen gelden voor de meeste MKB-toepassingen niet — en zijn bovendien doorgeschoven naar december 2027 en augustus 2028. Beoordeel je met AI sollicitanten of kredietwaardigheid, dan is dat een ander verhaal.
De volledige uitwerking, inclusief wat self-hosting hierin wél en niet oplost, staat in AI Act, AVG en je data.
Veelgestelde vragen
Wat is het verschil tussen een AI-agent en een workflow?
Een workflow volgt vaste regels die jij vooraf hebt vastgelegd: gebeurt A, doe dan B. Een AI-agent krijgt een doel en bepaalt zelf welke stappen hij zet om dat doel te bereiken. Een workflow is voorspelbaar en goedkoop; een agent is flexibel en duurder, en heeft toezicht nodig.
Wanneer heb ik een AI-agent nodig?
Wanneer de input elke keer anders is en er oordeel nodig is om de volgende stap te bepalen. Denk aan het lezen van vrije-tekst e-mail, het samenvatten van gesprekken of het beantwoorden van vragen op basis van je eigen documentatie. Staan de regels vast, dan is een agent duurder zonder dat hij iets toevoegt.
Wat kost een AI-agent per maand?
Drie posten: de bouw (eenmalig, in het MKB doorgaans €4.000 tot €10.000), het modelgebruik (afhankelijk van volume, vaak enkele tientjes tot enkele honderden euro’s per maand) en het toezicht. Die laatste wordt bijna altijd vergeten en is structureel.
Moet ik klanten vertellen dat ze met AI praten?
Ja. Sinds 2 augustus 2026 zijn de transparantieverplichtingen uit artikel 50 van de EU AI Act afdwingbaar. Praat iemand met een AI-systeem, dan moet die persoon dat weten. Voor de meeste MKB-toepassingen is dat de belangrijkste verplichting die geldt.
Kan een AI-agent fouten maken?
Ja, en anders dan software doet hij dat overtuigend. Een taalmodel kan een plausibel klinkend antwoord geven dat feitelijk onjuist is. Daarom hoort bij elke agent die naar buiten communiceert een goedkeuringsstap, logging van elke actie en een duidelijke grens aan wat hij zelfstandig mag.
Bandbreedtes zijn indicatief en gebaseerd op afgebakende MKB-projecten. De genoemde AI Act-verplichting betreft artikel 50 (transparantie), afdwingbaar sinds 2 augustus 2026. Dit is algemene informatie, geen juridisch advies.
