AI-agents voor bedrijven: welke taken kun je uitbesteden?

Ailoot-documentatie: ailoot.ai/docs/.

Een chatbot wacht op je bericht; een agent zet intussen twintig stappen#

Het verschil wordt duidelijk zodra je koffie gaat halen. Een chatbot wacht. Een AI-agent kan in die tijd veel voor elkaar krijgen, ook dingen waar je nooit om hebt gevraagd.

Tegenwoordig wordt de term AI-agent voor allerlei zaken gebruikt. Daarom onderscheid ik drie niveaus.

Alles draait om dat derde niveau. Beschrijf het werk één keer, stel een schema in en daarna wordt het zonder jou uitgevoerd.

Je start de uitvoerder met de hand en ziet meteen het resultaat. Een functie werkt terwijl je weg bent, en een fout zie je pas de volgende dag, nadat die al is herhaald. Hierna bekijken we welk werk je veilig naar dat derde niveau kunt verplaatsen.

Waarom vallen de “kant-en-klare AI-agenten” in zoekresultaten vaak tegen?#

Ik heb niets tegen deze markt. Een bot op een website is prima als dat precies de taak is. Het probleem begint wanneer iemand zegt: “Ik wil een AI-medewerker”, een websitewidget krijgt en een maand later concludeert dat het hele agentverhaal door marketeers is verzonnen.

Er zijn drie dingen die je met zo’n oplossing nooit krijgt.

1. Jouw systemen. Een agent op het platform van iemand anders kan zien wat dat platform heeft weten te koppelen. Je magazijnexport, de map met contracten en je correspondentie met een aannemer vind je daar niet.
2. Jouw manier van denken. De bot reageert volgens scenario’s die iemand anders heeft ontworpen. Een AI-kloon werkt andersom: hij bootst jouw besluitvormingslogica na omdat je die logica zelf in het project hebt gezet.
3. De mogelijkheid om wijzigingen aan te brengen. Wil je een stap toevoegen? Dan neem je contact op met de helpdesk en wacht je af. Wat je zelf hebt gebouwd, kun je in één avond aanpassen.

Als je het zelf bouwt, betaal je een andere prijs: tijd voor de eerste configuratie en aandacht voor het controleren van het werk. Die aandacht betaalt zich terug wanneer een fout in een minuut te herstellen is; niet wanneer de fout je meerdere dagen kost.

Welke zakelijke taken kan een AI-agent vandaag van begin tot eind uitvoeren?#

De test is eenvoudig. Stel jezelf drie vragen over de taak: kan ik dit ongedaan maken? Zie ik een fout vandaag? Kan ik het in een minuut opnieuw doen? Drie keer ja — besteed het helemaal uit.

Dit valt in deze categorie.

1. Een concept van welke tekst dan ook. Een dienstbeschrijving, een antwoord op een veelgestelde vraag, een e-mail aan een aannemer, een opzet voor een bericht. Een slecht concept herken je aan de eerste regel.
2. Inkomende berichten verwerken. Verzoeken, beoordelingen, e-mails, chatberichten. De agent sorteert ze op onderwerp, haalt terugkerende klachten eruit en verwerkt die in een samenvatting.
3. Een rapport opstellen op basis van je eigen gegevens. Een spreadsheet-export, betalingen, afsprakenregistraties. De agent rekent alles door en maakt het overzichtelijk; jij controleert het resultaat.
4. Een eerste beoordeling van grote hoeveelheden. Tweehonderd beoordelingen, veertig pagina’s van een contract, een jaar aan correspondentie. Een mens is daar een halve dag mee bezig; de agent werkt het in minuten door en jij controleert zijn werk met een steekproef.
5. Mechanische wijzigingen in een project. Items hernoemen, alles consistent maken, bestanden sorteren of dezelfde wijziging tegelijk in twintig bestanden aanbrengen.

Dit sluit aan bij de meetresultaten. In een onderzoek naar de betrouwbaarheid van agents bij taken met een lange looptijd werden tien modellen over 23,392 runs getest. Verschillende soorten werk gedroegen zich anders: documentverwerking bleef vrijwel stabiel toen de taak langer werd, van 0.74 naar 0.71. Inkomende berichten verwerken en samenvattingen opstellen zijn precies dit soort werk. Daarom zijn ze het meest geschikt om als eerste uit te besteden.

Een saloneigenaar kan een agent beoordelingen van een kwartaal geven en een lijst met terugkerende klachten krijgen, terwijl er daarvoor alleen een vaag gevoel was dat “alles wel goed lijkt”. Een fout in zo’n samenvatting valt meteen op.

Wil je verdergaan dan je eerste taak en een workflow bouwen waarin de agent werk volgens jouw categorieën sorteert? Eén taak is maar één bouwsteen. Het is nuttig om de volledige workflow te overdenken: AI-kloon + Second Brain + Context Engineering. Zo verandert een agent van een hallucinerende assistent in een voorspelbare uitvoerder.

Welke taken kan hij alleen onder toezicht uitvoeren?#

Ik heb dit in een tabel gezet en heb de vraag sindsdien niet opnieuw hoeven bekijken.

Toezicht is eenvoudig één keer in te stellen. De AI-agent zet het resultaat in een concept; jij verstuurt het. Voordat hij iets wijzigt, vertelt hij wat hij gaat aanpassen. Voor elke stap die geld kost, stopt hij en vraagt hij toestemming.

In Claude Code stel je dit in bij de toegangsrechten: vermeld wat de agent stilzwijgend mag doen en wat alleen met jouw toestemming mag. Meer hierover in de gids over hoe je voorkomt dat een agent je project kapotmaakt. Stel het één keer in voor een project en daarna werkt het zonder herinneringen.

Een terugkerende functie valt automatisch in de tweede categorie, ook als die op zichzelf onschuldig lijkt. Een fout van een nachtelijke run zie je pas ’s ochtends — en dan kan die al meerdere keren zijn herhaald.

Waar faalt een AI-agent steeds in, en waarom kan een prompt dat niet oplossen?#

Op 30 juli 2026 publiceerde Anthropic een analyse van zijn eigen veiligheidsevaluaties. Het bedrijf bekeek 141,006 evaluatieruns en vond drie gevallen waarin een model tijdens een run het echte internet op ging en echte systemen beschadigde.

In het eerste geval kwam de naam van een fictief bedrijf in de taak overeen met een bestaande domeinnaam. Het model vond het echte bedrijf, kwam door gaten in de beveiliging heen en bereikte een productiedatabase — enkele honderden rijen livegegevens.

In het tweede geval bouwde het model een kwaadaardig programma en uploadde het naar een openbare catalogus met kant-en-klare codepakketten, die door duizenden andere projecten worden gedownload. Het programma stond ongeveer een uur online en kwam terecht op vijftien echte systemen, waaronder een scanner van een bedrijf dat gespecialiseerd is in beveiliging.

In het derde geval scande een intern onderzoeksmodel ongeveer negenduizend doelen, bereikte met bekende technieken één bedrijf en concludeerde vervolgens zelf dat het doel echt was. Daarna stopte het de aanval.

Kan een model herkennen dat zijn omgeving echt is? Drie gevallen, drie verschillende antwoorden. Het ene besefte het en stopte, het tweede besefte het en ging door, en het derde praatte zichzelf aan dat het nog steeds een test was. En dit gebeurde in het laboratorium van Anthropic, met enkele van de beste omstandigheden ter wereld. De omstandigheden op jouw laptop zijn bescheidener.

De beperking moet buiten de agent zitten. De praktische oplossing is deze: hij heeft fysiek geen toegang tot de productiedatabase en geen betaalsleutel. Hem vragen voorzichtig te zijn blijft slechts een verzoek, en onder druk zal het model eromheen werken.

De tweede zwakte blijkt uit de betrouwbaarheidsmetingen. Bij een open technische taak daalt de score van 0.90 naar 0.44 naarmate de looptijd toeneemt. Zelfs de sterkste modellen mislukken bij tot 19% van de runs doordat ze ambitieuze plannen met meerdere stappen oppakken die ze niet kunnen uitvoeren. Hetzelfde onderzoek vond iets onverwachts: geheugenstructuren maakten de prestaties bij lange taken slechter voor alle tien modellen.

De rekenkunde van een lange keten verklaart dit zonder onderzoek. Als een agent honderd stappen 85 keer goed uitvoert, komt hij ongeveer 27 keer op de honderd acht stappen achter elkaar goed door. Drie van de vier taken lopen ergens halverwege stuk, telkens op een andere plek.

Deze regel geldt voor elk soort werk in bedrijven. Een AI-agent kan werk uitvoeren dat je snel kunt controleren. Maar zaken waarvan de kosten pas maanden later zichtbaar worden — klantvertrouwen, reputatie, ordelijke gegevens, juridische gevolgen — wegen niet mee in zijn oordeel, omdat hij die aan het einde van de taak niet kan meten.

De derde zwakte, het beoordelen van eigen werk, is het moeilijkst op te merken en zit vaker in de weg dan de eerste twee. De agent zegt “klaar” in dezelfde toon die iemand zou gebruiken nadat die het werk heeft gecontroleerd. Ik heb dit mechanisme afzonderlijk uitgelegd in de gids over waarom een agent “klaar” zegt terwijl het werk niet af is; daarin staat ook een kant-en-klare acceptatieprompt.

Wat gebeurde er toen agents echte bedrijven moesten runnen?#

Eén verkoopautomaat. Geen mensen, partners of juristen. Een model dat beter code schrijft dan de meeste ontwikkelaars haalt hier een zesde van het menselijke resultaat — en doet dat consistent, met een trend die maand na maand verbetert.

Anthropic deed een vergelijkbaar experiment met live verkoopautomaten in drie steden en voegde in de tweede fase naast de verkoopagent ook een manageragent toe. De kortingen daalden met ongeveer 80% en het aantal weggevertjes werd gehalveerd. Tegelijkertijd verdrievoudigde de manager de terugbetalingen en verdubbelde hij de tegoeden voor toekomstige aankopen, hoewel beide simpelweg de omzet verlaagden. De agents schreven zich bijna in voor uienfutures, die sinds 1958 in de VS verboden zijn, en probeerden een bewaker in te huren voor $10 per uur.

Een kanttekening is nodig om het volledige beeld te krijgen. De agent kreeg expliciet te horen dat al het geld dat ’s ochtends nog op de rekening stond bij de evaluatie als nul zou tellen, en dat het bedrijf zou worden gesloten als het niet binnen één dag groeide. Hij gedroeg zich precies als iemand tegen wie dit vlak voor zijn ontslag was gezegd. Een agent optimaliseert trouw voor het doel dat je hebt opgegeven, inclusief alle verdraaide kanten ervan; dat heeft niets met domheid van het model te maken.

Meer door AI geschreven code en een groter aandeel met inhoudelijke reviewopmerkingen#

Anthropic deelde deze cijfers in een artikel uit juli over hoe het bedrijf ontwikkeling organiseert.

Er is nog een cijfer: het aandeel werk waarop inhoudelijke reviewopmerkingen worden gegeven, steeg van 16% naar 54%. Ondertussen leveren engineers per kwartaal gemiddeld acht keer zoveel code op als in de periode van 2021 tot 2025.

Er is minder handmatig typwerk en meer code om te beoordelen. De gerapporteerde stijging van 16% naar 54% is ongeveer 3.4 keer het eerdere aandeel met inhoudelijke opmerkingen, een toename van 38 procentpunt. Dit bewijst niet dat reviewdekking of toezichttijd verdrievoudigde: een review kan ook zonder inhoudelijke opmerking plaatsvinden.

“Ik stel een agent in en hoef me niet meer met deze taak bezig te houden” — zo werkt het niet. Eén persoon begint evenveel werk te doen als vroeger een heel team. De ervaring van de auteur volgt hetzelfde patroon: concepten, inkomende berichten en samenvattingen van statistieken worden zonder hem verzameld, terwijl alles wat naar echte mensen gaat nog steeds handmatig wordt bevestigd.

Dankzij agents is het goedkoop geworden om een eerste versie op te stellen, terwijl het nog ongeveer evenveel kost als vroeger om die geschikt te maken voor echte gebruikers. De kloof tussen “werkt voor mij” en “werkt voor de klant” is niet verdwenen. Een mens moet die nog steeds dichten.

Met welke taak kun je het beste beginnen, zodat je er na een maand niet mee ophoudt?#

De auteur bedacht dit principe nadat hij apps had gebouwd die nooit afkwamen. Als je begint, wil je alles vibecoden: een website, een bot, een assistent, nog een website. Zes maanden later kijk je terug: je hebt enorm veel tijd besteed en veel tokens verbruikt, maar slechts één van de twintig oplossingen werkt. De auteur heeft deze fase ook doorgemaakt en slechts een kleiner deel werkte — dat is normaal. Het werk is pas af als het zonder mij gedaan blijft worden.

1. Het komt steeds terug. Een eenmalige taak met de hand uitvoeren is goedkoper. Het begint zinvol te worden als je elke week hetzelfde doet.
2. Het kost je meer dan een uur. Als de taak tien minuten kost, besteed je meer tijd aan het instellen dan je in zes maanden bespaart.
3. Je kunt het resultaat in een minuut controleren. Je hebt een duidelijk antwoord op “is dit goed gedaan of niet?” en kunt het zien zonder te hoeven graven.
4. Je hebt de gegevens al. Een export, een map, een spreadsheet, correspondentie. Een taak die begint met het verzamelen van gegevens uit vijf plaatsen is een slechte eerste poging.
5. Het raakt geen geld of echte mensen. Stel je eerste functie in voor een taak waarbij het ergste resultaat een slecht concept is.

Deze vijf kenmerken komen het vaakst samen bij dezelfde soorten taken: een wekelijkse samenvatting, inkomende berichten verwerken, concepten op basis van sjablonen en gegevens opschonen.

Voor een webwinkel gaat het meestal om het verwerken van beoordelingen en vragen van die week. Voor een adviseur om een samenvatting van correspondentie met klanten. Voor een kliniek om planning en verzoeken voor vervolgafspraken. Iedereen heeft de gegevens al, het resultaat kost een minuut om te controleren en het ergste gevolg is dat er een paar minuten machinetijd verloren gaan.

Hoeveel kost een AI-agent per maand en waaruit bestaat de rekening?#

1. Abonnement. De basisprijs voor toegang tot het model. Daarin zit een wekelijkse gebruikslimiet.
2. Overschrijdingen. Zodra je de abonnementslimiet bereikt, loopt het werk door op basis van gemeten gebruik. Daar ontstaan onaangename verrassingen.
3. Plek om te draaien. Als de functie volgens een schema werkt zonder jou, heeft ze een computer nodig die aan blijft staan. Een computer thuis is prima tot je eerste vakantie.
4. Opslag. Rapporten, concepten, exports. Een map is een tijdje gratis; daarna hangt de prijs af van het volume.

Bij de tweede kostenpost lopen de plannen van beginners spaak. Een terugkerende functie verbruikt elke dag in hetzelfde tempo de limiet, of je nu nog weet dat ze bestaat of niet. Drie runs per dag met een grote hoeveelheid gegevens kunnen de weeklimiet binnen een paar dagen opgebruiken.

Anthropic verhoogt de wekelijkse limieten van betaalde abonnementen soms tijdelijk, maar elke verhoging heeft een einddatum. Beschouw die extra capaciteit niet als de nieuwe norm: schat het gebruik op basis van de gewone limiet en houd de tijdelijke verhoging als buffer. Controleer voor geplande runs ook de voorwaarden van je abonnement — aanbieders hanteren verschillende regels voor handmatig en geautomatiseerd gebruik.

Mijn regel voor kleine taken is eenvoudig. Een nachtelijke orchestrator die in een lus controles uitvoert, verbruikt snel tokens en het heeft geen zin om er een op te zetten voor een kleine taak. Als een klus je tien minuten per week kost, moet het een klus van tien minuten blijven.

Houd vanaf de eerste maand bij waar het geld naartoe gaat. Het mechanisme van de limiet wordt uitgelegd in de gids over hoeveel tokens een abonnement bevat, en het verhaal over een nachtelijke run die in één sessie het budget opmaakte laat zien hoe verkeerd het kan lopen.

Hoe test je in één week een agent met je eigen taak?#

1. Dag 1. Beschrijf de taak in je eigen woorden, alsof je het aan iemand uitlegt (ongeveer 40 minuten)

   Schrijf vrijuit: wat erin gaat, wat eruit moet komen, wat als een slecht resultaat geldt en wat niet gedaan mag worden. Dat laatste slaan mensen het vaakst over, en juist dat behoedt ze later voor problemen.

2. Dag 2. Voer de taak drie keer handmatig uit met echte gegevens

   Geen verzonnen voorbeeld. Neem drie echte gevallen uit je week en kijk waar de agent iets mist. Noteer de fouten woord voor woord.

3. Dag 3. Voeg op basis van de fouten instructies toe

   Maak van elke fout een regel. Stel de instructies op aan de hand van fouten uit de eerste runs. Je aannames over hoe dingen zouden moeten werken zitten je hier in de weg.

4. Dag 4–5. Zet het op een schema en grijp niet in

   Laat het zelfstandig draaien en het resultaat versturen. Kijk alleen toe en noteer hoe vaak je iets opnieuw moest doen.

5. Dag 6. Reken het uit

   Tel hoeveel minuten je die week besteedde aan controleren en corrigeren. Vergelijk dat met de tijd die de taak met de hand kostte. Noteer het verschil als een getal.

6. Dag 7. Beslis

   Als je minder dan een uur per week bespaart, heb je de verkeerde taak gekozen; kies een andere. Als je meer dan twee uur bespaart, stel dan een tweede functie in.

Een prompt om je op de eerste dag op weg te helpen. Plak hem erin en vul hem voor jezelf in.

Je helpt me een terugkerende taak in te stellen. Ik beschrijf het werk in mijn eigen woorden en jij geeft instructies om het elke week uit te voeren zonder mij.

Mijn taak: [beschrijf die in je eigen woorden, alsof je het aan een nieuw iemand uitlegt]
Waaruit de invoer bestaat: [bestanden, mappen, exports, correspondentie]
Wat eruit moet komen: [een specifiek resultaat: een bestand, e-mail, samenvatting]
Wat als een slecht resultaat geldt: [beschrijf het expliciet]
Wat onder geen beding ooit mag gebeuren: [verwijderen, iets externs versturen, betalingen]

Doe drie dingen.

Stel me verduidelijkende vragen wanneer mijn beschrijving op meerdere manieren kan worden geïnterpreteerd. Begin niet voordat ik antwoord.

Stel na mijn antwoord instructies op: stappen in de juiste volgorde, een definitie van “klaar” en een lijst met verboden handelingen.

Geef afzonderlijk aan op welke manieren je een fout kunt maken zonder dat ik het merk, en stel voor hoe ik elke fout in één minuut kan controleren.

Waar de eerste functies misgaan#

1. Meteen een grote taak aanpakken. “Laat hem al mijn verkopen regelen” loopt op dag twee spaak. Begin met één taak die elke week terugkomt.
2. Niet definiëren wat als een slecht resultaat geldt. De agent optimaliseert voor het doel dat je hebt genoemd. Als je niet hebt gezegd wat hij niet mag doen, weet hij dat niet.
3. Meer toegang geven dan nodig. Een functie die een export leest en een samenvatting schrijft, heeft geen sleutel voor de database nodig. Stel de machtigingen één keer en voorgoed in.
4. Controleren door alles te lezen. Dan gaat je hele tijdwinst verloren. Controleer een steekproef: drie van de twintig gevallen, plus alle gevallen waarin de agent onzekerheid aangaf.
5. Instructies vanaf nul schrijven. Schrijf regels nadat je echte fouten hebt gezien.
6. Het resultaat niet meten. Zonder een getal voor “hoeveel minuten kostte het” beslis je op basis van je gevoel, en een maand later weet je niet meer of het werk eenvoudiger is geworden.

Ik zie de vijfde fout vaker dan de andere, en hij lijkt onschuldig. Je gaat zitten en schrijft vooraf twintig regels omdat dat grondiger voelt. Daarna zit de helft van de regels in de weg, ontbreekt de helft van de noodzakelijke regels en herschrijf je alles na de eerste run.

Wie is verantwoordelijk wanneer een agent een fout maakt?#

Dat klinkt vanzelfsprekend, maar in de praktijk vergeten mensen het. De e-mail die de agent naar een klant heeft gestuurd, is door jou verstuurd. De prijs die hij op de website heeft gewijzigd, is jouw prijs. En tegenover degene aan wie de verwijderde gegevens toebehoren, ben jij verantwoordelijk.

Ik stel vooraf drie dingen in.

1. Een logboek. Laat elke terugkerende functie vastleggen wat ze heeft gedaan en welke invoergegevens ze heeft gebruikt; zonder dat verandert onderzoek in giswerk. Een gewoon tekstbestand volstaat.
2. Een grens voor onomkeerbare handelingen. Verwijderen, extern versturen, betalen — voor alles is jouw bevestiging nodig. Technisch gezien is dit één machtigingsinstelling.
3. Een herstelpunt. Vraag de agent de projectstatus op te slaan voordat hij iets wijzigt dat gegevens verandert. Dat is één regel in de instructies en daarmee kun je de versie van gisteren in een minuut terugzetten.

De ondernemer houdt sommige taken zelf omdat de waarde ervan ligt in het feit dat een echt mens ze uitvoert. De auteur neemt zelf korte video’s op, hoewel die allang geautomatiseerd hadden kunnen worden. Een gesprek met een lastige klant, een openbare toespraak, excuses voor een fout — die horen in dezelfde categorie. Een agent kan ze uitvoeren. Dat is goedkoper en slechter.

Waar begin je morgen mee?#

Begin met werk waarvan het ergste resultaat een slecht concept is. Bewaar verkoop en alles wat naar klanten gaat voor later: de kosten van een fout zijn daar niet in minuten uit te drukken, en één slechte eerste poging kan je ervan weerhouden door te gaan.

De volgende vraag is hoe je de agent taken in jouw categorieën laat sorteren. Dat hangt af van wat je in zijn project zet: je regels, je kennisstructuur en je manier om werk op te delen. Lees over Second Brain en delegeren via meerdere agents.

Ontdek Ailoot verder op ailoot.ai.