Je hoeft er niet in één keer in te stappen. Er zitten drie lagen tussen nieuwsgierig zijn en werk uit handen geven: weten, doen en agentic. Hieronder loop je ze één voor één langs, met per stap wat je zelf kunt en waar wij in beeld komen. Ben je al verder? Sla een laag over.
Dat ligt niet aan je mensen. Het ligt eraan dat losse tools niet weten hoe jullie werken. Drie dingen die we bijna overal tegenkomen:
Wat kan AI betrouwbaar weten en verbinden? Van instap met een taalmodel naar antwoorden uit je eigen systemen.
Stap 01
Een taalmodel voor “huis-, tuin- en keukengebruik”: teksten schrijven, een lange mailwisseling samenvatten, een beeld genereren voor een presentatie of post. Handig, maar het model kent je bedrijf niet — je legt elke keer opnieuw uit wie je bent en wat je bedoelt.
Stap 02
AI krijgt toegang tot je eigen data, zoals je CRM, documenten of mailbox, en kan daardoor veel gerichter zoeken. Dit gebeurt via MCP (Model Context Protocol), een open standaard die als een laag bovenop je bestaande systemen werkt: je hoeft niets te vervangen, maar AI krijgt er wel toegang toe, binnen de grenzen die jij instelt.
Twee routes naar hetzelfde resultaat. Welke past, hangt af van waar je mensen al werken.
MCP-koppeling in het taalmodel dat je al gebruikt
Eén vraag die over drie systemen heen gaat. Het model zoekt het op waar het staat met de rechten van de medewerker die de vraag stelt, en alles terug te zien in de logging.
Vraagveld in je bedrijfssoftware
Antwoord uit je eigen software: de order staat in productie, levering staat op vrijdag, en voor deze klant geldt een afwijkende leverafspraak van 48 uur. Met de vindplaats erbij, zodat je het kunt nakijken.
Waarde van de laag
Dit kun je zelf al:
Open ChatGPT of Claude en probeer het vandaag: laat een conceptmail schrijven, of genereer een beeld bij je volgende post.
Dit kunnen we samen doen:
Breng in kaart welke systemen en data relevant zijn, en bespreek wat een veilige koppeling via MCP vraagt.
Kennisartikelen en cases over koppelingen, agents en de stap van experiment naar gebruik. Pak eruit wat je aanspreekt.
BlogartikelTwee recente projecten met Strevon en Fleetport laten zien dat AI processen versnelt, kosten verlaagt en schaalbaarheid mogelijk maakt.
Wout Pittens
BlogartikelVoor veel mkb-ondernemers voelt AI als iets dat “moet”. Maar in de praktijk begint succes met AI zelden groots.
Martijn van de Wetering
KennisartikelAI is niet alleen voor grote techbedrijven. Ontdek hoe MKB'ers in zorg, handel en logistiek AI inzetten en hoe jij een eerste stap zet.
BlogartikelWaar gaat AI in onze levens heen? Waar kijken we over 50 jaar op terug? En voor de developer-mens: Wat kan een software engineer nog doen om de AI voor te blijven?
Maxim Gehlmann
BlogartikelVanaf deze zomer handhaaft Nederland de EU AI Act. Veel directies zien AI als een handig hulpmiddel dat er nu eenmaal is.
Martijn van de Wetering
BlogartikelHét fenomeen van de 21ste eeuw: ChatGPT. Het zwaargewicht dat gaat zorgen dat iedereen zijn of haar baan gaat kwijtraken. Misschien zullen wij binnen 10 jaar wel werkeloos zijn. Hear me out...
Maxim Gehlmann
BlogartikelAI-agents leveren echte waarde, maar een demo is niet hetzelfde als productie. Ontdek de checklist om je IT-omgeving klaar te maken voor AI-agents.
Kay SmitsWelke acties en ketens kan AI veilig uitvoeren? Taken die AI voor je klaarzet, en daarna automatisch op een tijd of gebeurtenis.
Stap 03
Zodra AI je systemen kent, kan het een vaste, herhaalbare taak voor je klaarzetten: een mail voorbereiden die jij alleen nog hoeft te versturen, gegevens checken, of een terugkerende actie volgens een vaste werkwijze uitvoeren.
Zo klinkt een opdracht
Wat je terugkrijgt
Een halve pagina met besluiten, openstaande punten en een verwijzing naar de plek waar het staat.
Wat je terugkrijgt
Wie wat heeft toegezegd, in welke volgorde, en wat er nog wacht op antwoord.
Wat je terugkrijgt
Cijfers uit de bron, tekst eromheen die uitlegt wat er verandert, klaar om te controleren.
Wat je terugkrijgt
Een tabel met een korte toelichting per afwijking, met de query die eronder zit.
Wat je terugkrijgt
Goed of niet goed, met de regel erbij waarop dat is gebaseerd. Twijfel komt bij jou terecht.
Wat je terugkrijgt
Alleen de uitzonderingen, met de reden. De rest is al doorgezet.
Stap 04
Dezelfde taak, maar niemand hoeft hem nog te starten. Je hangt hem aan een moment of aan een gebeurtenis: elke maandagochtend de weekrapportage klaarzetten, bij elke nieuwe factuur de controle uitvoeren, bij een aanvraag boven een bedrag een extra check erbij.
Elke maandag 07:00 — de weekrapportage staat klaar voor controle.
Nieuwe factuur in het systeem — de controle tegen de afspraak loopt meteen.
Aanvraag boven een bedrag — een extra check, en een mens erbij.
Waarde van de laag
Dit kun je zelf al:
Zet in Claude of ChatGPT een vaste instructie op voor iets dat je regelmatig doet.
Dit kunnen we samen doen:
Wij hangen de taak aan je eigen systemen, richten de trigger in en bepalen met jullie wat langs een mens gaat.
“Technologie hoort het werk te doen waar mensen niet gelukkig van worden.”
Wat kan AI van begin tot eind zelf afhandelen? Het verlengstuk van je team: elke agent pakt meerdere taken op en behartigt zijn doelen.
Stap 05
Een agent krijgt geen lijstje taken maar een doel: zorg dat de facturatie klopt, dat klantvragen binnen een dag beantwoord zijn, dat offertes klaarliggen. Welke stappen daarvoor nodig zijn, bepaalt de agent zelf binnen het mandaat dat jij meegeeft. Komt hij iets tegen dat buiten dat mandaat valt, dan schuift hij het naar jou.
Stap 06
De meest volwassen vorm, en waar de meeste organisaties nog niet zijn: meerdere agents die onderling afstemmen binnen de doelen en mandaten die jij bepaalt, en systemen die zichzelf aantoonbaar verbeteren op basis van resultaat.
Waarde van de laag
Dit kunnen we samen doen:
Eerst spreken we doelen, mandaten en risicogrenzen af. Daarna bouwen we de agent en dragen we hem over aan je eigen team.
