Je AI-agent staat het grootste deel van de tijd op jou te wachten

De rem zit niet in de AI

Je zet een AI-assistent aan het werk, hij levert snel een eerste versie en dan gebeurt er een uur niets. Niet omdat de AI vastloopt. Hij wacht op jou: op een akkoord, een ontbrekend bestand of een antwoord op een vraag die hij halverwege stelde.

Dat gevoel blijkt goed meetbaar. Anthropic, het bedrijf achter Claude, publiceerde op 16 oktober een onderzoek naar hoe het werk binnen het eigen bedrijf verandert sinds medewerkers massaal met AI-agents werken. Eén cijfer springt eruit voor iedereen die met AI tijd wil winnen: de interactieve sessies met Claude bestaan voor ongeveer 80 procent uit wachten op een mens.

Wat Anthropic precies heeft gemeten

Het rapport heet "How employment is changing at Anthropic" en is geschreven door vier onderzoekers van het eigen Anthropic Institute. Ze keken naar interne gegevens over AI-gebruik, werkoutput en aannamebeslissingen. Een paar uitkomsten die voor een ondernemer interessant zijn:

• In maart 2026 maakten de agents binnen Anthropic voor het eerst meer werkuren dan de mensen die ze aanstuurden. In augustus was dat zes keer zoveel.
• Interactieve sessies, waarin iemand met Claude zit te werken, bestaan voor zo'n 80 procent uit wachten op invoer van die persoon.
• Het aandeel "werk over het werk" (agents aansturen, hulpmiddelen bouwen, instructies schrijven) steeg van 10 procent van de sessies in het najaar van 2025 naar 22 procent in het voorjaar van 2026.
• Het aantal vastgelegde vaste instructies voor agents groeide van een paar honderd in juli 2025 naar 8.500 een jaar later.
• Medewerkers zonder technische achtergrond gingen van 2 naar 90 sessies per maand met een programmeeragent.

De onderzoekers zijn zelf voorzichtig met vertalen naar andere bedrijven. Anthropic bouwt de modellen zelf en heeft medewerkers die er de hele dag mee bezig zijn. Een installatiebedrijf met twaalf man is iets anders. Toch zit er een les in die je niet hoeft te vertalen.

Het wachten is het eigenlijke werk geworden

Wie de cijfers naast elkaar legt, ziet een verschuiving. De agent doet steeds meer uitvoerend werk, terwijl de mens steeds meer tijd kwijt is aan opdrachten geven, beoordelen en bijsturen. Bij Anthropic betekent dat: zes keer zoveel agent-uren, maar een sessie die vooral stilstaat tot iemand reageert.

Voor een MKB-bedrijf ziet dat er kleiner uit. Je laat een AI een offerte opstellen, een mailtje beantwoorden of een rapportage maken. Het concept staat er in een minuut. Daarna ligt het in je inbox tot je eraan toekomt. De tijdwinst die je verwachtte, verdampt in de wachtrij.

Dat is geen reden om het AI-werk overboord te gooien. Het is wel een reden om anders te kijken naar waar je eigenlijk tijd verliest. Wie AI invoert en alleen meet hoe snel het concept er staat, meet het verkeerde.

Drie plekken waar de wachttijd ontstaat

In de praktijk zien we steeds dezelfde drie oorzaken.

1. De opdracht is te dun. De AI moet halverwege terugvragen wat je bedoelt, welke klant het is of welk tarief geldt. Elke vraag is een pauze tot jij weer kijkt.
2. Alles moet langs één persoon. Iedere uitkomst wacht op een akkoord van de eigenaar, ook als het om iets routinematigs gaat dat al tien keer goed ging.
3. De uitkomst landt op de verkeerde plek. Het concept staat in een chatvenster dat je niet meer openzet, terwijl het in je mailbox of je pakket had moeten staan.

Wat je eraan doet

De oplossing is in de meeste gevallen geen betere AI. Het is een betere inrichting van het werk eromheen.

Leg vaste instructies vast. Bij Anthropic groeide het aantal vastgelegde instructies naar 8.500, juist om te voorkomen dat iemand elke keer opnieuw moet uitleggen hoe iets moet. Voor jou zijn het er een handvol: hoe je offertes opbouwt, welke toon je in klantmails gebruikt, welke gegevens bij een nieuwe klant horen. Hoe je zo'n instructie een keer goed vastlegt, lees je in leer je AI een klus één keer aan.

Maak onderscheid tussen akkoord en steekproef. Een betaling of een offerte met een afwijkende prijs wil je vooraf zien. Een bevestigingsmail of een gesorteerde factuurmap kun je achteraf steekproefsgewijs bekijken. Zet per taak op papier in welke van die twee bakjes hij hoort.

Laat het werk aankomen waar je al kijkt. Een concept dat in je mailbox staat als conceptbericht, of in je boekhoudpakket als conceptfactuur, wordt sneller afgehandeld dan een tekst in een los venster. Routinematig werk zonder tussenkomst zet je in een vaste workflow, bijvoorbeeld met n8n, zodat het helemaal niet meer op je wacht.

Meet de doorlooptijd

Wil je weten of AI je werkelijk tijd oplevert? Kijk dan naar de tijd tussen het binnenkomen van een vraag en het moment dat de klant antwoord heeft. Niet naar de seconden die de AI over een concept doet.

Een eenvoudige manier: noteer een week lang bij tien offertes of klantvragen wanneer ze binnenkwamen, wanneer het concept er stond en wanneer het de deur uitging. Grote kans dat het middelste stuk kort is en het laatste stuk lang. Dan weet je waar je moet beginnen.

Let ook op het aandeel werk over het werk. Bij Anthropic groeide dat naar ruim een vijfde van de sessies. Dat is geen verspilling: instructies schrijven en controles inrichten is precies wat het uitvoerende werk later sneller maakt. Wel is het werk dat iemand bewust moet oppakken. Het gebeurt niet vanzelf tussen twee klantgesprekken door.

Klein beginnen werkt hier het best

Kies één proces waar je nu al merkt dat er dingen blijven liggen. Schrijf de instructie uit die de AI elke keer nodig heeft, bepaal of het een akkoord of een steekproef is en zorg dat het resultaat landt op de plek waar je toch al kijkt. Na een maand vergelijk je de doorlooptijd met die van nu.

Benieuwd wat dit voor jouw bedrijf betekent? We kijken het graag samen met je door.