AI-agents laten bouwen
We bouwen AI-agents die herhalend werk met meerdere stappen van je team overnemen en afronden in de tools die je al gebruikt. Elke agent krijgt goedkeuringsstappen, evaluaties en monitoring, zodat je ziet wat hij deed en waarom.
AI-agents: onze diensten
- AI-workflowsAgents die in meerdere stappen werken en bij risicovolle stappen op goedkeuring wachten.
- AI-agents voor klantenserviceAgents die vragen over support, claims en orders voorbereiden, routeren en afhandelen.
- Interne AI-assistentenAssistenten voor medewerkers die antwoorden vanuit bedrijfskennis en met je tools werken.
- Voice-agentsVoice-agents voor telefoon en web, voor intake, afspraken en eerstelijnssupport.
Zo pakken we het aan.
Begin bij één proces
We kiezen één proces dat goed bekend is en meetbare uitkomsten heeft, en maken de agent daar betrouwbaar voordat hij meer gaat doen.
Mensen keuren goed wat ertoe doet
Goedkeuringsstappen zitten er vanaf dag één in. De agent krijgt alleen meer zelfstandigheid waar testresultaten en het aantal correcties dat rechtvaardigen.
Evaluaties voor elke release
Elke agent heeft een testset op basis van echte zaken. Geen wijziging in prompt, model of tool gaat live zonder dat hij daarvoor slaagt.
Zichtbaar zodra het live is
Elke run wordt vastgelegd met input, tool-aanroepen, kosten en uitkomst, zodat je team kan nagaan wat de agent deed en waarom.
Gerelateerde cases.
- Logistiek
Hoe AI-agents een expediteur € 400.000 per jaar bespaarden op zendingsuitzonderingen
€400kbespaard per jaar- AI-agents
- LangGraph
- Procesautomatisering
- Financiële administratie
AI-agent die facturen goedkeurt en bij elk besluit de beleidsregel noemt
100%van de automatische besluiten noemt een beleidsregel- AI-agents
- Menselijke goedkeuring
- RAG
- Verkoop
Hoe een AI-agent voor sales elke verkoper 6 uur accountonderzoek per week bespaart
6 uurterug per verkoper, elke week- AI-agents
- Salesautomatisering
- HubSpot
Gebouwd met.
Alle technologieVerder lezen.
Human-in-the-loop AI-agents: ontwerppatronen
De patronen die we gebruiken om AI-agents veilig in productie te laten draaien: goedkeuringsstappen, drempels voor zekerheid, rechten voor tools, audittrails en fallbacks.
5 min leestijd
LLM evals: zo test je AI voor elke release
Een praktische aanpak voor LLM-evaluaties: bouw een testset uit echte zaken, combineer controles in code met beoordeling door een model en houd releases tegen die slechter scoren.
5 min leestijd
Veelgestelde vragen.
Software die met een taalmodel bepaalt welke stappen nodig zijn, tools zoals je CRM, ERP of inbox aanroept om die uit te voeren, en het resultaat controleert. Anders dan een chatbot rondt een agent werk af in meerdere systemen.
Processen die vaak terugkomen, regels volgen die iemand kan uitleggen, gegevens uit meerdere systemen nodig hebben en uitkomsten hebben die je kunt controleren. Denk aan factuurverwerking, zendingsuitzonderingen, triage van claims, leadonderzoek en conceptantwoorden op tickets.
We zijn niet gebonden aan één model en kiezen per taak, meestal uit Anthropic Claude, OpenAI, Google Gemini of Mistral. Moet data op je eigen infrastructuur blijven, dan gebruiken we open modellen zoals Llama. Evaluaties bepalen de keuze, en we kunnen later van model wisselen zonder alles opnieuw te bouwen.
We kunnen alles op infrastructuur in de EU draaien, ook de modellen, en logs en traces in je eigen cloudaccount bewaren. We documenteren de datastromen, zodat je security- en privacyteams ze kunnen beoordelen.
Dat hangt af van het aantal systemen, de staat van hun API's en het aantal uitzonderingen in het proces. Na een korte verkenning spreken we scope en planning af, en de agent gaat in fases live.