Zo laat je AI je inkomende mail sorteren voordat iemand hem opent

De inbox is bij de meeste bedrijven de echte wachtrij

Vraag een ondernemer waar het werk vastloopt en je krijgt zelden een systeem te horen. Je krijgt een mailbox te horen. Info@, verkoop@, planning@: daar komt alles binnen door elkaar, en iemand moet er elke ochtend doorheen om te bepalen wat het is en wie het oppakt. Een offerteaanvraag, een factuur van een leverancier, een klacht, een sollicitatie, een nieuwsbrief. Dat uitzoeken kost geen vakmanschap, maar het kost wel de eerste drie kwartier van iemands dag. En het gaat mis zodra die persoon ziek is of op vakantie.

Dit is precies het soort werk waar AI nu goed in is, en het is ook het soort werk waar je het veilig kunt neerzetten. Niet omdat het indrukwekkend is, maar omdat de taak klein en goed te controleren is.

Wat een bank met 120.000 mails per dag doet

Anthropic beschreef op 1 oktober 2026 hoe Barclays Claude op drie plekken in de bank gebruikt. De interessantste voor ons zit niet bij de ontwikkelaars, maar in Global Markets: daar passeren ongeveer 120.000 mails per dag, en Claude-modellen classificeren die, verrijken ze en bepalen welke route ze moeten volgen. Daarnaast loopt er sinds 2025 een kennisassistent die door meer dan 16.000 medewerkers wordt gebruikt en ruim een miljoen zoekopdrachten heeft verwerkt.

Die aantallen zijn niet jouw aantallen, en dat is ook het punt niet. Het punt is wat ze precies hebben geautomatiseerd. Ze laten AI niet de mail beantwoorden. Ze laten AI bepalen wat voor mail het is en waar hij heen moet. Dat is een beslissing, niet een tekst. En een beslissing kun je nakijken.

Begin bij sorteren, niet bij antwoorden

De verleiding is groot om meteen te beginnen met automatisch antwoorden. Dat is ook waar de demo's over gaan. Maar het is de verkeerde eerste stap, om twee redenen.

De eerste is risico. Een verkeerd gesorteerde mail kost iemand een minuut om terug te slepen. Een verkeerd verstuurd antwoord staat bij je klant in de inbox en kun je niet terughalen. De tweede reden is dat je het effect overschat. Het antwoord schrijven is zelden het probleem. Het probleem is dat de mail twee dagen in een algemene bak lag voordat iemand zag dat er een deadline in stond.

Dus begin hier: elke binnenkomende mail krijgt een label en gaat naar de juiste persoon of de juiste map. Verder niets. Geen antwoord, geen actie in een ander systeem. Als dat twee weken goed loopt, weet je ook meteen hoe betrouwbaar de classificatie is, en kun je overwegen om de makkelijkste categorie wel automatisch te laten afhandelen.

Welke labels je kiest, en waarom er vijf genoeg zijn

Hier gaat het meestal mis: iemand bedenkt zeventien categorieën en het model gaat twijfelen. Hou het klein en maak de categorieën onderling exclusief. Voor de meeste bedrijven werkt iets als dit:

1. Nieuwe aanvraag (iemand wil iets kopen of een prijs weten)
2. Lopende zaak (gaat over een opdracht die al loopt)
3. Administratie (factuur, betaling, contract)
4. Leverancier of intern
5. Rest (nieuwsbrieven, spam, onduidelijk)

Die laatste categorie is de belangrijkste. Geef het model expliciet toestemming om "weet ik niet" te zeggen. Een model dat moet kiezen, kiest altijd iets, en dan krijg je een offerteaanvraag in de map administratie. Een model dat mag twijfelen, legt de twijfelgevallen op een stapel die een mens in twee minuten doorloopt.

Per categorie leg je vast wat er daarna gebeurt: welke map, welke persoon, en of er een melding bij hoort. Bij nieuwe aanvragen is dat laatste meestal wel het geval, want daar zit je reactietijd in.

Wat je nodig hebt om dit te bouwen

Verrassend weinig. Je hebt drie dingen nodig: toegang tot de mailbox, een model dat de classificatie doet, en iets dat die twee aan elkaar knoopt.

Dat laatste is een automatiseringsplatform. Wij gebruiken daar meestal n8n voor, omdat je het op je eigen server kunt zetten en je mail dus niet door een extra Amerikaanse dienst hoeft te lopen. Als je niet weet wat dat is: we hebben uitgelegd wat n8n is en wat je ermee doet. Een werkende versie bestaat uit vier stappen: mail binnen, model vraagt welke categorie, label en verplaatsen, en bij twijfel op de stapel voor een mens.

Houd twee dingen beperkt. Geef het model alleen de afzender, het onderwerp en de eerste alinea's, niet de hele bijlage. Dat is goedkoper en het beperkt wat er naar buiten gaat. En geef de koppeling alleen rechten om te labelen en te verplaatsen, niet om te verwijderen of te versturen. Dat laatste klinkt overdreven tot de eerste keer dat een regel anders uitpakt dan je dacht.

Waar het misgaat

Drie dingen zien we terugkomen.

De eerste is dat niemand meekijkt. Een classificatie die langzaam slechter wordt omdat je aanbod is veranderd, valt alleen op als iemand er wekelijks een steekproef van tien mails doorheen haalt. Zet dat in de agenda, niet in je hoofd.

De tweede is dat de agent te veel mag. Hoe meer stappen je achter de classificatie hangt, hoe groter de kans dat hij een route neemt die je niet had voorzien. Dat is geen theoretisch risico: wij schreven eerder over een agent die een omweg zoekt om zijn opdracht alsnog af te maken. Hoe kleiner de opdracht, hoe minder ruimte voor creativiteit. Houd er daarnaast rekening mee dat niet elke mail die om spoed vraagt echt van de afzender komt die er boven staat, en dat een sorteerder dat niet voor je controleert; hoe je een spoedopdracht natrekt staat in een aparte post.

De derde is dat mensen de oude gewoonte houden. Als de teamleden alsnog elke ochtend de hele bak doorlopen "om het zeker te weten", heb je werk toegevoegd in plaats van weggehaald. Spreek af dat de labels leidend zijn en dat fouten gemeld worden, zodat je ze kunt gebruiken om de regels te verbeteren.

Begin met één mailbox en één week. Je weet daarna precies of de tijdwinst echt is, en je hebt iets in handen dat je kunt uitbreiden in plaats van iets dat je moet verdedigen.

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