Hoe begin je als ondernemer slim met AI agents zonder geld te verbranden

Al in 2018 — vier jaar voordat ChatGPT de wereld veroverde — bouwde Sander van der Kraan via zijn bedrijf Conversed.ai geautomatiseerde gesprekssystemen voor grote internationale merken. In aflevering 394 van de Groeivoer-podcast deelt hij wat hij in acht jaar dagelijks ziet: ondernemers die vol verwachting een AI-project opstarten en er gefrustreerd mee stoppen. Niet omdat de technologie faalt, maar omdat ze niet weten waar ze moeten beginnen en wat er daarna van hen gevraagd wordt.

Waar zit het echte probleem bij mislukte AI-projecten?

Volgens Sander ligt de kern bij verwachtingen. “Een bedrijf trekt 10.000, 20.000 euro uit om een AI-agent neer te zetten, verwacht dat het fantastisch wordt, vervolgens geeft het niet helemaal de juiste antwoorden en ze weten niet hoe ze het beter moeten maken en zetten het weer uit.”

Hij vergelijkt het met vervoersmiddelen: als je een vliegtuig verwacht en je krijgt een auto, valt dat vies tegen. Ook al kom je prima van A naar B. Wie begint met de verkeerde beeldvorming, heeft ook niet nagedacht over hoe hij de tool gaat verbeteren als het tegenvalt. En dat moment komt altijd.

Hoe kies je de juiste toepassing voor een AI-agent als ondernemer?

De vraag is niet óf je iets kunt automatiseren, maar wát. Sander geeft een helder startpunt: zoek de taken waar volume op zit én waar je medewerkers ongelukkig van worden. “Welke handeling moeten ze doen? Facturen nasturen, zeggen waar het pakketje is, zeggen hoe laat een afspraak is. Waar worden zij ongelukkig van? En help ze daarmee door dat te automatiseren.”

Bij e-commercebedrijven is dat bijna altijd de vraag “waar is mijn pakketje?”. Bij zorginstellingen zijn het afspraakvragen. Bij HR-afdelingen vragen over verlof en arbeidsvoorwaarden. De herhaling is het signaal. Wie daar begint, heeft een concreet probleem om op te lossen en een meetbaar resultaat om naartoe te werken.

Een slechte AI-agent is de meest effectieve manier om je telefoonlijn bezet te houden

Dit is het zinnetje dat blijft hangen. Een agent die half werkt, drijft klanten terug naar de telefoon — met extra frustratie als bonus. Sander ziet het keer op keer bij de klanten van Conversed.ai: bedrijven bouwen iets, het geeft niet de juiste antwoorden, en niemand weet hoe het beter moet. Dan gaat het uit.

De fout zit niet in de lancering, maar in het gebrek aan een optimalisatieplan. “Ik kan je een briefje geven dat er dingen fout gaan. En wat ga je dan doen?” Wie die vraag niet van tevoren beantwoordt, is niet klaar om een AI-agent in te zetten.

Medewerkers als trainer, niet als slachtoffer

Eén van de meest waardevolle inzichten uit het gesprek gaat over de rol van mensen naast AI. Sander pleit niet voor minder mensen, maar voor een andere taakopvatting. De impliciete kennis in de hoofden van customer care managers en HR-medewerkers moet expliciet worden gemaakt. Zij trainen en controleren de agent.

Wat hij ziet bij succesvolle implementaties is dat weerstand langzaam verdwijnt. “Mensen beginnen in de weerstand, dat hij hun baan afpakt, en uiteindelijk wordt hij dan echt een beetje geadopteerd als hun kind.” Wie zijn team meeneemt in het proces en laat zien dat de agent het vervelende werk overneemt, wint op twee fronten: betere AI én meer gemotiveerde mensen.

Praktische tips voor ondernemers

1. Zoek het volume én de frustratie. Kijk welke vragen medewerkers dagelijks beantwoorden en waar ze energie van verliezen. Dat is je startpunt, niet de technologie.
2. Koppel de agent aan je systemen. Een AI-agent die geen toegang heeft tot je planning, voorraad of klantdata kan geen goede antwoorden geven. De koppeling is geen detail, maar een voorwaarde.
3. Maak een optimalisatieplan vóór de lancering. Bepaal van tevoren hoe je fouten opspoort, wie verantwoordelijk is voor verbetering en wanneer je evalueert. Wie dit overslaat, zet bijna zeker een dure mislukking neer.

Doordenker

Dus ondernemer, denk na over de volgende vraag:

Welke taak in jouw bedrijf wordt dagelijks herhaald, kost je team energie en heeft geen enkele creatieve of menselijke meerwaarde nodig?

Bekijk deze podcast

Liever luisteren?

Veelgestelde vragen over AI agents inzetten als ondernemer

1. Hoe begin je als ondernemer met AI agents?
   Begin bij taken met hoog volume en lage complexiteit. Denk aan veelgestelde klantvragen, administratieve handelingen of interne HR-vragen. Door te starten waar de herhaling groot is, kun je snel meten of de agent waarde toevoegt. Koppel de agent vervolgens aan je bestaande systemen zodat hij echte antwoorden kan geven en niet alleen generieke tekst produceert.

2. Waarom mislukken zoveel AI-projecten bij ondernemers?
   Volgens onderzoek van onder andere MIT mislukt een groot deel van de AI-projecten. De voornaamste oorzaak is niet de technologie zelf, maar verkeerde verwachtingen gecombineerd met het ontbreken van een optimalisatieplan. Ondernemers verwachten dat de agent zelflerend is en vanzelf beter wordt, maar in de praktijk vraagt verbetering actieve aandacht en proceskennis van de organisatie zelf.

3. Wanneer is een AI-agent rendabel voor een MKB-bedrijf?
   Sander van der Kraan hanteert als vuistregel het equivalent van een halve FTE: als een agent het werk van een halve medewerker kan overnemen, zit je op break-even. Dat hoeft niet te betekenen dat iemand zijn baan verliest. Het kan ook betekenen dat bestaande medewerkers meer tijd krijgen voor complexere of waardevollere taken, wat zowel de productiviteit als de werktevredenheid verhoogt.

4. Hoe zorg je dat medewerkers positief staan tegenover AI-implementatie?
   Neem je team actief mee in het proces en maak duidelijk welke taken de agent overneemt en waarom. Medewerkers die zien dat de agent het repetitieve werk afhandelt, ervaren dat als ontlasting. Geef ze ook een actieve rol als trainer en controleur van de agent. Dat gevoel van eigenaarschap verandert weerstand in betrokkenheid.

5. Wat is het verschil tussen een chatbot en een AI-agent?
   Een klassieke chatbot herkent vaste intenties en stuurt gebruikers door een voorgeprogrammeerde structuur. Een moderne AI-agent op basis van een large language model begrijpt context, variatie in taalgebruik en kan koppelen aan systemen om dynamische antwoorden te geven. Het verschil zit in flexibiliteit en het vermogen om echt te begrijpen wat iemand bedoelt, niet alleen wat hij letterlijk typt.

Wil je meer inspiratie?

Het volledige verhaal van Sander van der Kraan beluister je in aflevering 394 van de Groeivoer podcast. Voor meer inspirerende verhalen van succesvolle ondernemers, abonneer je op een van de beste zakelijke podcasts van Nederland.