Waarom 'gewone' AI tekortschiet, en agentic AI wél werkt

Bijna elke organisatie heeft inmiddels iets met AI geprobeerd. Een chatbot op de website, een copilot in de mailbox, een tool die documenten samenvat. De technologie is indrukwekkend. Toch verandert er in de meeste bedrijven weinig aan hoe het werk echt loopt.

Dat is geen toeval. Losse AI-tools staan naast je processen, niet erin. Ze kennen je systemen niet, ze nemen geen verantwoordelijkheid voor de uitkomst, en er is niet geregeld wat er gebeurt als het misgaat. Wat overblijft is een verzameling slimme hulpjes, geen bedrijfswaarde.

Waarom 'gewone' AI tekortschiet in enterprise

Een publiek taalmodel is getraind op het internet, niet op jouw organisatie. Het weet niet hoe jouw orderproces loopt, welke afspraken er met een klant gelden, of welke regels van toepassing zijn op een dossier. Vraag je het toch, dan vult het de gaten met aannames. In een chatgesprek is dat onhandig. In een bedrijfsproces is het een risico.

In enterprise-omgevingen wegen daar drie problemen extra zwaar:

• Geen integratie. De AI praat niet met je ERP, je CRM of je documentsysteem. Het blijft bij knippen en plakken, en dus bij handwerk.
• Geen governance. Er is geen spoor van wie wat heeft besloten, geen controle vooraf en geen audit trail achteraf. Voor een gereguleerde sector is dat een blokkade.
• Geen mens op de juiste plek. Of de AI doet alles zelf zonder toezicht, of een medewerker moet het werk dubbel doen. De tussenweg ontbreekt.

Wat agentic AI anders maakt

Agentic AI draait de volgorde om. Niet "hier is een model, verzin er een toepassing bij", maar "hier is een proces, welk werk kan een agent daarin betrouwbaar overnemen". Een agent is software die een taak uitvoert binnen je eigen werkstroom, met de juiste context en met een mens op de plek waar dat nodig is.

Vier dingen onderscheiden een werkende opzet van een demo die later vastloopt:

• Context first. De agent werkt op jouw data en jouw regels, vastgelegd in een knowledge graph, niet op een algemeen internetbeeld.
• Agenten in werkstromen. Het werk loopt door je bestaande processen, niet in een los chatvenster ernaast.
• Governance ingebouwd. Elke stap is controleerbaar, met audit trails en goedkeuringsmomenten waar het ertoe doet.
• Eigen regie. Je kiest zelf welk model je gebruikt en waar je data leeft, van een publiek model voor algemene taken tot je eigen omgeving voor gevoelige gegevens.

Dit is precies hoe Kobeon agentic AI implementeert: geregisseerd door Mendix, met een mens in de loop.

Wat het oplevert

Het verschil zit niet in de demo, maar in wat er na drie maanden nog draait. Een agent die een terugkerende taak overneemt, levert elke week tijd op zonder dat er iemand bij hoeft te zitten. Dat telt op.

Twee dingen bepalen de business case. Snelheid: een werkende versie staat er binnen zes weken, niet na een jaar bouwen. En schaal: dezelfde opzet werkt voor tien gebruikers en voor honderdduizend, dus je betaalt niet vooraf voor groei die er nog niet is. Na de eerste oplevering werk je verder in cycli van negentig dagen, zodat de oplossing meegroeit met wat je onderweg leert.

Hoe je begint

Je begint niet bij het model, maar bij het proces. Welke taak kost nu veel tijd, volgt duidelijke regels en gaat door meerdere systemen? Dat is bijna altijd de beste eerste agent.

De route is kort. Eerst een discovery van een tot twee weken om het proces en de data scherp te krijgen. Dan een prototype, gevolgd door een werkende MVP binnen zes weken. Daarna implementatie en training, en vanaf dat punt de cycli van negentig dagen. Klein beginnen, snel zien of het werkt, en pas opschalen als de waarde bewezen is.

De organisaties die AI nu in hun processen verankeren in plaats van ernaast, bouwen een voorsprong op die later moeilijk in te halen is.

Veelgestelde vragen

Is agentic AI veilig voor onze data? Dat hangt af van hoe je het vooraf inricht. Je bepaalt zelf welk model welke data ziet en waar die data wordt verwerkt, van een publiek model voor niet-gevoelige taken tot je eigen omgeving voor gevoelige gegevens. Governance en audit trails horen vanaf dag een bij de bouw, niet als bijlage achteraf.

Hoe lang duurt een implementatie? Een werkende eerste versie staat er binnen zes weken. Een volledig traject loopt doorgaans drie tot zes maanden, waarna je in cycli van negentig dagen blijft doorontwikkelen.

Werkt dit met onze bestaande systemen zoals SAP, AFAS of Exact? Ja. De agenten draaien geregisseerd door Mendix, dat standaard koppelt met systemen als SAP, AFAS, Exact en Microsoft Dynamics. De AI werkt zo binnen je bestaande landschap, niet ernaast.