AI die dagenlang doorwerkt: handig, maar houd de regie

Van los klusje naar een medewerker die dagen doorwerkt

Tot voor kort deed een AI-agent één afgebakend taakje: een mailtje opstellen, een bestand samenvatten, een rijtje gegevens opzoeken. Klaar, en weer stil. Deze week liet Google iets nieuws zien: agents die een taak oppakken die dagen kan duren, zelf websites doorzoeken, systemen aanroepen en zelfs bellen, en die onthouden waar ze gebleven zijn. Er zit een logboek bij, zodat je achteraf kunt terugzien wat er precies gebeurd is.

Dat klinkt abstract, maar het verschil is groot. Je gaat van "AI helpt me even" naar "AI werkt een heel proces voor me af, ook als ik er niet bij ben". Voor een klein bedrijf is dat verleidelijk en spannend tegelijk. In deze post leggen we uit wat er verandert, waar de kans zit, en vooral hoe je de regie houdt.

Wat er precies veranderd is

Het sleutelwoord is doorwerken over tijd. Een gewone automatisering doet een vaste reeks stappen en stopt. Deze nieuwe agents kunnen tussenresultaten onthouden, wachten op iets (bijvoorbeeld een antwoord dat morgen pas binnenkomt) en dan verder gaan waar ze waren. Ze combineren meerdere kanalen in één opdracht: even een site checken, dan een systeem bijwerken, dan een bevestiging sturen.

Google is niet de enige die deze kant op beweegt, het is een bredere verschuiving in de markt. En het interessante: er ontstaat meteen ook een hele beveiligingslaag omheen. Meerdere jonge bedrijven haalden deze week tientallen miljoenen op om precies deze agents te bewaken. Dat is geen toeval. Hoe zelfstandiger je AI werkt, hoe belangrijker het wordt om te zien wat hij doet en om hem op tijd te kunnen stoppen.

Waarom dit voor het MKB interessant is

Denk aan het werk dat nu blijft liggen omdat niemand er de tijd voor heeft. Een concurrentie-overzicht dat je "eigenlijk elk kwartaal zou moeten maken". Een lijst met potentiële klanten die iemand met de hand bij elkaar zoekt. Het opvolgen van offertes die na een week nog geen reactie kregen. Dat soort taken zijn repetitief, hebben een herkenbaar patroon en zijn niet meteen kritiek als er iets misgaat. Precies het type werk waar een agent die zelfstandig doorwerkt tot zijn recht komt.

Het mooie is dat je er geen groot systeem voor hoeft te bouwen. Je kiest één afgebakend proces, laat de agent het uitvoeren, en houdt het resultaat naast wat je zelf zou hebben gedaan. Als het klopt, schaal je op. Zo niet, dan heb je weinig verloren. Wil je hier concreet mee starten, dan hebben we dat stap voor stap uitgewerkt in begin klein: AI je administratie laten overnemen.

De keerzijde: langer doorwerken vraagt om meer toezicht

Hier zit de nuance die je niet mag overslaan. Een agent die vijf minuten draait en dan stopt, kun je makkelijk in de gaten houden. Een agent die dagen doorwerkt, kan onderweg een verkeerde afslag nemen zonder dat iemand het merkt. En omdat hij zelf acties uitvoert (mailen, bestanden aanpassen, systemen bijwerken), heeft zo'n verkeerde afslag echte gevolgen.

De markt zegt eigenlijk hetzelfde met al dat geld dat nu naar agent-beveiliging gaat: toezicht is geen bijzaak, het is een eigen onderdeel van de klus. Voor een MKB hoeft dat geen ingewikkeld verhaal te zijn. Drie dingen maken het verschil:

1. Een logboek. Zorg dat je kunt terugzien wat de agent heeft gedaan, stap voor stap. De nieuwe generatie tools levert dit zelf, gebruik het ook echt.
2. Afgebakende toegang. Geef de agent alleen toegang tot wat de taak nodig heeft, niet tot je hele systeem. Lezen mag ruimer, schrijven en versturen houd je krap.
3. Een stopknop en een controlestap. Bij alles wat je niet makkelijk terugdraait (een mail de deur uit, een factuur, een betaling) laat je een mens het laatste zetje geven.

Dat laatste punt zag je deze week mooi terug bij een nieuwe betaal-oplossing waarbij de AI de betaling voorbereidt, maar een mens altijd zelf moet tekenen. Dat is precies het patroon dat je wilt: de agent doet het voorwerk, jij houdt de eindbeslissing.

Zo begin je zonder dat het misgaat

Onze aanpak is elke keer hetzelfde, en juist bij agents die langer doorwerken is die extra waardevol:

• Kies één proces dat vaak terugkomt, een duidelijk patroon heeft en niet meteen schade oplevert als er iets fout gaat.
• Schrijf op wat "goed" is. Waar moet het resultaat aan voldoen? Zonder dat weet je niet of de agent het goed doet.
• Laat hem eerst meelopen. Zet de agent een tijdje "naast" je huidige manier, en vergelijk. Vertrouw pas als de uitkomsten kloppen.
• Kijk wekelijks in het logboek. Niet elke dag stressen, maar wel een vast moment waarop je even meekijkt. Hoe hou je dat praktisch? Dat beschrijven we in je AI-agent in de gaten houden.
• Bouw model-onafhankelijk. De tools veranderen snel. Zorg dat je niet vastzit aan één aanbieder, zodat je kunt meebewegen als er iets beters of goedkopers komt.

Een concreet startpunt voor een offerte-opvolger zou bijvoorbeeld zijn: "Kijk elke ochtend welke offertes langer dan vijf werkdagen open staan zonder reactie, en zet per stuk een vriendelijke herinneringsmail klaar in mijn concepten." De agent doet het uitzoekwerk en het opstellen, jij leest de concepten na en drukt op verzenden. Klein, veilig, en je bespaart er elke week tijd mee.

Wat wij zouden aanraden

De verleiding is groot om meteen een agent los te laten op iets groots, omdat het nu eindelijk kan. Doe dat niet. De winst zit niet in "zo veel mogelijk automatiseren", maar in één proces dat betrouwbaar loopt en waar je grip op houdt. Bouw dat goed, met logboek, afgebakende toegang en een menselijke controlestap, en pas dan de volgende.

Zo profiteer je van AI die dagenlang voor je doorwerkt, zonder dat je 's nachts wakker ligt van wat hij intussen aan het doen is. Klein beginnen, meten, en het onderhoud als vast ritme inbouwen: dat blijft de kortste weg naar automatisering die echt iets oplevert.

Benieuwd welk proces bij jou het meest geschikt is om als eerste uit handen te geven? We kijken het graag samen met je door.