Platformen die AI-agents aan elkaar knopen zijn er inmiddels overal, vaak voor een paar tientjes per maand. Wij doen iets anders. Wij richten een team van AI-medewerkers in dat werk echt afmaakt, met een kwaliteit waar je je naam aan durft te verbinden, zonder dat je de controle kwijtraakt.
Dat verschil klinkt subtiel en is het niet. Het bepaalt wat je bouwt, wat je meet en waar je stopt.
Een reeks stappen die je vooraf uittekent. De AI vult de stappen in, het geheel wordt sneller en goedkoper, en de uitkomst is zo goed als de reeks die iemand bedacht heeft. Waardevol werk, en wij doen het ook. Maar het is een reeks stappen, geen team.
AI-medewerkers die een stuk van het bedrijf toegewezen krijgen en daar zelf beslissen. Niet omdat zelfstandigheid mooi klinkt, maar omdat werk dat na elke stap op een mens wacht geen werk is dat je uit handen hebt gegeven. De vraag is dus niet hoe snel het gaat, maar hoeveel er veilig zonder jou kan.
Er zijn populaire platformen waar je binnen een uur AI-agents op hebt draaien, voor een paar tientjes per maand. Prima om mee te experimenteren, en precies wat het is: agents die draaien. Wat je er niet bij krijgt is een team dat werk afmaakt, en dat is nou juist het moeilijke deel.
Agents die starten, taken die lopen en een demo die indruk maakt. Wat zo'n agent wel en niet mag, staat daar meestal in zijn eigen instructies. Dat leest prettig en het houdt geen stand: in de openbare lijsten met kwetsbaarheden van dit soort platformen is precies die goedkeuringsstap meer dan eens omzeild.
Omdat het deel dat ertoe doet niet te koop was. Grenzen die een AI-medewerker zelf niet kan verruimen, kennis die per taak gescheiden blijft, werk dat goed wordt doorgegeven en een leerlus die elke dag beter wordt. De losse onderdelen kopen we gewoon in waar de markt ze goed levert. De laag die beslist, bouwen en beheren we zelf.
Ze klinken vanzelfsprekend. In de praktijk gaat bijna elk AI-project op minstens een van deze vier onderuit.
De meeste systemen vertellen een AI-agent in zijn instructies wat hij wel en niet mag. Dat is geen grens maar een verzoek: taal is te overtuigen, en een agent die de verkeerde invoer binnenkrijgt praat zichzelf eromheen. Bij ons ligt buiten de agent om vast welk gereedschap bij welk soort werk hoort. Die grens kan hij niet oprekken, ook niet als hij het zelf een goed idee vindt.
De verleiding is groot om AI-medewerkers te laten vergaderen, net als mensen. Alleen: AI op hetzelfde model is het snel met elkaar eens, en dan krijg je meer overtuiging zonder meer waarheid. Wat wel werkt is een tweede die probeert te weerleggen wat er ligt, op grond van iets dat de eerste niet gezien heeft. Wij bouwen tegenspraak, geen vergaderlagen.
Twee AI-medewerkers met dezelfde informatie zijn dezelfde medewerker. Eén wordt pas een eigen stem als hij iets tot zijn beschikking heeft dat de anderen niet hebben: andere documenten, andere bronnen, ander gereedschap, een andere maatstaf waarop hij wordt afgerekend. Een titel of een persoonlijkheidsomschrijving doet niets. Daarom besteden wij de meeste aandacht aan het scheiden van kennis, en niet aan het tekenen van een organigram.
Binnen zijn eigen taak beslist een AI-medewerker zelf, en dat is de hele bedoeling. Maar wat jullie klanten, geld, naam of juridische positie raakt, komt eerst bij een mens langs. Dat is geen tijdelijke voorzichtigheid die we later weghalen. Het is de reden dat de rest zelfstandig mag zijn.
Als er iets misgaat in een team van AI-medewerkers, is het bijna nooit dat er verkeerd geredeneerd is. Het is dat de stand van zaken niet goed is doorgegeven: iemand begint aan werk dat al af is, een besluit wordt genomen op een verouderd beeld, of een resultaat blijft ergens hangen zonder dat iemand er iets mee doet.
In een echt bedrijf is het meeste communiceren ook geen overleg maar doorgeven: wie doet wat, wat is de stand, wat is er al besloten. Precies dat deel wordt in AI-systemen overgeslagen, omdat het saai is en niet indrukwekkend demonstreert. Wij hebben het tot het hart van ons werk gemaakt en ontwikkelen er doorlopend aan.
Het klinkt tegenstrijdig, maar de reden dat onze AI-medewerkers echt iets mogen beslissen is dat de omgeving eronder streng is. Wat een AI-medewerker mag ligt vast en is niet met een goed argument te verruimen. Elke handeling is achteraf herleidbaar tot wie hem deed en waarom. Voor alles wat ingrijpt bestaat een weg terug.
Zonder die bodem heb je twee slechte opties: alles laten goedkeuren, waarmee je niets uit handen hebt gegeven, of loslaten en hopen. Wij bouwen de derde.
Wat wij aan een team van AI-medewerkers toevoegen komt niet uit de AI-hoek. Het komt uit ruim twintig jaar bedrijven opzetten en teams laten samenwerken. De vragen zijn daar precies dezelfde: wie is waarvan eigenaar, wie heeft welke informatie nodig, waar gaat het doorgeven mis, en wanneer is iets af.
De antwoorden verschillen wel, en dat is het interessante deel. Wat bij mensen werkt, werkt lang niet altijd bij AI-medewerkers. Wij toetsen dat stuk voor stuk in plaats van een organigram over te tekenen, en gebruiken alleen wat overeind blijft.
Dit is geen afgerond product dat we op je loslaten. Het is een lijn waar we elke week aan werken, eerst in ons eigen bedrijf en daarna bij klanten die dezelfde kant op willen.
Een heel bedrijf zonder mensen laten draaien kan vandaag niemand. In de bekendste onafhankelijke meting op echt kantoorwerk maakt het sterkste model ongeveer een derde van de taken zelfstandig af. Dat geldt voor de hele markt en dus ook voor ons. Wie iets anders belooft, verkoopt je iets.
AI-medewerkers zijn geen tool die je erbij neemt. Het verandert wie in je bedrijf welk besluit neemt. Dat werkt alleen als het een keuze is en niet een experiment op de zijlijn.
Niet sneller doorklikken, maar taken die zonder jou aflopen. Dat vraagt vertrouwen in de grenzen, en daar begint het gesprek.
Tien goede uitkomsten zijn meer waard dan duizend middelmatige. Wie op aantallen stuurt, krijgt aantallen.
Herleidbaarheid, terugdraaipaden en scheiding van gegevens zijn geen bijzaak. Bij ons zitten ze in het fundament, niet in een later project.
Vertel wat er bij jullie blijft liggen. Wij vertellen eerlijk of dit ervoor gemaakt is, en waar de grens ligt van wat vandaag verantwoord kan.
We gebruiken cookies voor anonieme statistieken om onze site te verbeteren. privacybeleid.