Automatisering met AI-workflows
We bouwen agents die een proces uitvoeren van de eerste e-mail of het eerste document tot de update in je ERP, CRM of ticketsysteem. De agent legt elke stap vast, risicovolle stappen wachten op een medewerker en we testen het hele proces voor en na elke release.
Wat het is en wanneer het past.
In een agentic workflow plant een taalmodel zelf een reeks stappen en voert die uit: een binnenkomend verzoek lezen, gegevens opzoeken in twee of drie systemen, je regels toepassen, een actie voorbereiden en die na goedkeuring uitvoeren. We bouwen dit als expliciete state machines. Zo kun je elke stap, elke tool-aanroep en elk besluit terugzien, opnieuw uitvoeren en controleren.
Dit past bij processen met duidelijke input, een vaste set systemen en uitkomsten die je kunt controleren, zoals facturen goedkeuren, zendingsuitzonderingen of orderwijzigingen. Het past slecht als de regels elke week veranderen en niemand er eigenaar van is, of als het volume zo laag is dat een goed ontworpen formulier volstaat. In de verkenning vertellen we je welke situatie op jou van toepassing is.
Wat we bouwen.
Van document naar actie
Agents die facturen, contracten of orders lezen, ze vergelijken met je administratie en de volgende actie voorstellen, met de bron erbij.
Uitzonderingen afhandelen
Agents die letten op vertragingen, verschillen of mislukte betalingen, de oorzaak uitzoeken en escaleren met een voorstel om het op te lossen.
Goedkeuringswachtrijen
Een controlescherm waarin je team acties van de agent goedkeurt, aanpast of afwijst. Elk besluit gaat terug in de testset.
Koppelingen met tools en systemen
Getypeerde tools met afgebakende rechten voor je ERP, CRM, inbox en databases, zodat de agent alleen kan wat jij toestaat.
Audittrail en tracing
Een volledig logboek van input, tool-aanroepen, antwoorden van het model en goedkeuringen per run, doorzoekbaar per zaak of klant.
Hoe het werkt.
- 01
Het proces in kaart brengen
We zitten naast de mensen die het proces nu uitvoeren, schrijven de stappen, regels en uitzonderingen op en spreken af welke besluiten een mens neemt.
- 02
Eerst de testset bouwen
We maken van echte zaken uit het verleden een testset. Zo weten we hoe goed werk eruitziet voordat de agent iets live afhandelt.
- 03
In fases bouwen en live gaan
De agent begint met acties voorbereiden ter controle en neemt meer stappen over zodra de testresultaten en het aantal goedkeuringen dat onderbouwen.
- 04
Beheren en verbeteren
We volgen kosten, snelheid, fouten en correcties zodra de agent live is, en passen prompts, tools en regels aan als het proces verandert.
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
Gebouwd met.
Alle technologieEen gids om mee te beginnen.
Verder 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
Documenten parsen met LLM's: data uit facturen en formulieren halen
Hoe je facturen en formulieren met LLM's, schema's en validatie omzet in betrouwbare gestructureerde data, met een controlewachtrij voor zaken die een mens nodig hebben.
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.
Vooral het aantal systemen waarmee de agent werkt, de kwaliteit van hun API's, het aantal uitzonderingen in het proces en hoeveel ervan een controlescherm nodig heeft. Modelgebruik is meestal een kleinere post. Scope en planning spreken we af na de verkenning.
De agent kan alleen de tools aanroepen die jij toestaat. Acties met grote gevolgen wachten op goedkeuring door een mens, en we controleren de output tegen schema's en bedrijfsregels voordat er iets wordt weggeschreven. Elke release moet eerst slagen voor de testset.
Meestal wel. Heeft een systeem een API, dan gebruiken we die. Is er alleen een database, een bestandsexport of e-mail, dan bouwen we daaromheen een koppeling. We controleren dit vroeg, omdat niets de planning zo sterk bepaalt.
Van jou. De code, prompts, testsets en infrastructuurconfiguratie staan in jouw repositories en cloudaccounts. We documenteren alles, zodat je eigen team of een andere leverancier het kan overnemen.