Goede informatie, duidelijke bevoegdheden en inzicht in herstelwerk helpen ondernemers de werkelijke opbrengst van automatisering te beoordelen.
Stel: je laat AI-agenten offertes voorbereiden voor een klein adviesbureau. De tekst staat er snel, maar jij zoekt daarna alsnog de juiste tarieven op, controleert afspraken en haalt een onbedoelde toezegging weg. Wat heb je dan precies bespaard?
Voor ondernemers in Nederland en Vlaanderen is dat een nuttiger vertrekpunt dan de volgende ranglijst van taalmodellen. Wie met een klein team meer klanten wil bedienen, heeft baat bij werk dat aantoonbaar goed wordt afgehandeld. Daarom verdient één meetlat een vaste plek bij elke proef met een AI-agent: de totale kosten per correct afgeronde taak.
De werkomgeving bepaalt wat een agent kan afmaken
Een AI-agent is software die een taalmodel gebruikt om stappen te kiezen en handelingen uit te voeren, bijvoorbeeld informatie opzoeken en een document aanpassen. Daarvoor heeft hij hulpmiddelen, relevante gegevens en duidelijke bevoegdheden nodig. De software die dat organiseert, wordt een harness genoemd: de aansturing en werkomgeving rond het model.
Dat klinkt technisch, maar de gevolgen merk je direct. Kan de offertehulp de actuele prijslijst vinden? Herkent hij welke klantafspraken voorrang hebben? Kan hij ontbrekende informatie opvragen en controleren of zijn voorstel compleet is?
Bij Y Combinator bleek het beheer van persoonlijke agenten behoorlijk bewerkelijk. Josh France beschrijft hoe afzonderlijke installaties veel instelwerk en onderhoud vroegen, ondanks hun bruikbaarheid. Zijn ervaring vanaf 49:24 maakt een ondernemersvraag concreet: wie houdt jouw digitale hulp aan het werk wanneer informatie, systemen of werkwijzen veranderen?
Een krachtiger model kan beter redeneren. Een ontbrekende klantafspraak moet echter eerst beschikbaar zijn voordat die in een offerte kan belanden. Onderzoek daarom bij een fout welke schakel tekortschiet: de informatie, de toegang, de instructie of het model zelf.
Je vakkennis moet in de werkwijze terechtkomen
Neem opnieuw het denkbeeldige adviesbureau. Een ervaren medewerker weet dat een bestaande klant soms afwijkende voorwaarden heeft en dat een onduidelijke opdracht eerst een gesprek vraagt. Zulke kennis zit gemakkelijk verspreid over e-mails, documenten en hoofden.
Hier krijgt vakkennis als voorsprong voor ondernemers een praktische betekenis. Leg vast welke informatie leidend is, welke uitzonderingen bestaan en bij welke twijfel de agent moet terugvragen. Wat voor een ervaren collega vanzelf spreekt, moet voor een agent vaak expliciet worden gemaakt.
Dat hoeft geen eindeloos handboek te worden. Begin met echte fouten uit eerdere offertes en beschrijf hoe een goede afhandeling eruitziet. Bewaar bijvoorbeeld naast een gecorrigeerde offerte ook de reden voor de correctie: een oude prijs, een ontbrekende dienst of een toezegging waarvoor toestemming nodig was.
Zo ontstaat een verzameling voorbeelden waarmee je verbeteringen kunt beoordelen. Houd daarbij enkele gevallen apart voor de controle achteraf. Anders zie je vooral of de agent bekende voorbeelden beter afhandelt, terwijl je wilt weten of de werkwijze ook bij een nieuwe aanvraag standhoudt.
Reken ook herstelwerk en beheer mee
De goedkoopste modelaanroep zegt weinig over de kostprijs van een bruikbare offerte. Tel voor een afgebakende proef de softwarekosten, inrichting, controle, herstelwerk en onderhoud bij elkaar op. Deel dat totaal door het aantal taken dat aan je vooraf afgesproken kwaliteitseisen voldoet.
Neem ook mislukte pogingen mee in de kosten. Een agent die goedkoop veel voorstellen produceert, kan alsnog duur uitvallen als een medewerker telkens opnieuw moet beginnen. Noteer daarnaast de doorlooptijd en hoeveel aandacht medewerkers kwijt zijn: sneller antwoord geven helpt weinig wanneer de controle een nieuwe wachtrij veroorzaakt.
Ook de keuze tussen een eigen computer en een dienst op afstand hoort in die rekensom. Wie AI-chips en alternatieve rekenhardware onderzoekt, moet aanschaf, energie en beheer naast gebruikskosten zetten. Vergelijk vervolgens dezelfde taken met dezelfde kwaliteitseisen.
Interessant is dat de makers van YC’s werksysteem QM juist melden dat agenten soms te vroeg opgeven. Zij experimenteren met tijd- en verwerkingsbudgetten per doel om agenten langer te laten doorwerken. Die aanpak lichten ze toe vanaf 57:16.
Voor een ondernemer volgt daar een afweging uit: hoeveel extra inspanning verdient deze taak? Een ingewikkelde klantaanvraag kan meer uitzoekwerk rechtvaardigen dan een standaardbevestiging. Spreek vooraf af wanneer verder zoeken zinvol is, wanneer een medewerker overneemt en wanneer het beschikbare budget op is.
Menselijk oordeel hoort bij de taak
Een correcte offerte kan toch bij de verkeerde ontvanger terechtkomen. De makers van QM wijzen erop dat agenten sociale verhoudingen en vertrouwelijkheid niet vanzelf begrijpen. Vanaf 58:50 verbinden zij dat aan toegangsrechten: welke informatie een agent kan gebruiken, moet passen bij wat hij met wie mag delen.
Maak in je eigen bedrijf daarom onderscheid tussen een voorstel voorbereiden, een uitzondering goedkeuren en een bericht versturen. Geef de offertehulp de informatie en bevoegdheden die bij zijn taak horen. Laat afwijkende voorwaarden beoordelen door iemand die de klantrelatie kent.
Zo’n werkwijze vraagt ook om openheid over onzekerheid als leider. Medewerkers moeten kunnen zeggen dat een antwoord overtuigend klinkt maar inhoudelijk rammelt. Hun correcties laten zien waar de werkwijze verbetering nodig heeft.
De les: maak één taak aantoonbaar beter
Kies een terugkerende taak waarvan je kunt beoordelen of het resultaat klopt. Leg vast wat een goede uitkomst is, welke informatie nodig is en wie uitzonderingen afhandelt. Meet vervolgens hoeveel tijd en geld de volledige afhandeling kost, inclusief menselijke aandacht.
Gebruik die uitkomsten om gericht te verbeteren. Ontbreken steeds dezelfde gegevens, pak dan de informatievoorziening aan. Blijft het redeneren tekortschieten terwijl de benodigde informatie beschikbaar is, vergelijk dan een ander model onder dezelfde omstandigheden.
AI-agenten worden bedrijfsmatig interessant wanneer die hele werkwijze beter presteert. Voor het adviesbureau betekent dat een offerte die klopt, op tijd wordt verstuurd en minder herstelwerk vraagt. Breid pas daarna uit naar een volgende taak: dan weet je welk voordeel je probeert te herhalen.
Y Combinator, 7 september 2026. Gesprek over de werkomgeving en aansturing van AI-agenten.
De goedkoopste modelaanroep zegt weinig over de kostprijs van een bruikbare offerte.
Wat voor een ervaren collega vanzelf spreekt, moet voor een agent vaak expliciet worden gemaakt.

Bronnen
- Y Combinator: waarom de aansturing van AI-agenten ertoe doet — Gepubliceerd op 7 september 2026. Relevante passages: 49:24 over het beheer van persoonlijke agenten; 57:16 over budgetten per doel en langer doorwerken; 58:50 over sociale context, vertrouwelijkheid en toegangsrechten. Het adviesbureau is een denkbeeldig praktijkvoorbeeld; de voorgestelde kostenmeting is een eigen toepassing van deze inzichten.
Innohub TV
Bekijk deze content ook op Innohub TV
We selecteerden clips uit Innohub TV die op hetzelfde onderwerp doorgaan.
