Wat zijn AI-agents?
AI-agents zijn programma's die een doel in stappen uitwerken. Ze plannen, gebruiken tools en leveren een resultaat op dat jij nakijkt. Een taalmodel doet het denkwerk. Toegang tot bestanden en systemen, geheugen voor eerdere keuzes en regels voor wat wel en niet mag. Samen maken ze er een uitvoerder van.
Grote leveranciers omschrijven het net zo. Volgens ServiceNow is een agent een programma dat zelfstandig gegevens verzamelt, beslissingen neemt en taken uitvoert.
Waarom het meervoud? In een bedrijf draaien vaak meerdere agents naast elkaar. Eén agent bewaakt je offertestroom, een andere maakt het weekrapport en een derde houdt je Search Console in de gaten. Elke agent krijgt een eigen taak, eigen rechten en eigen grenzen. Zo bepaal je per taak wat mag.
Gartner verwacht dat in 2028 33 procent van alle zakelijke softwaretoepassingen agentic AI bevat, tegen minder dan 1 procent in 2024. Agentic AI is de Engelse term voor AI die zelf taken uitvoert.
In één zin: AI-agents zijn digitale medewerkers die een opdracht aannemen, zelfstandig uitwerken en het resultaat ter controle aanbieden. Hoe Voltti dat voor bedrijven invult, lees je op de pagina over AI-agents voor bedrijven.
Hoe werkt een AI-agent?
Een AI-agent werkt in een lus: plannen, uitvoeren, controleren, bijsturen. De agent herhaalt die lus tot de taak klaar is. Daarna krijg jij het resultaat om na te kijken.
Eerst leest de agent de opdracht en plant het de tussenstappen. Daarna voert het één stap per keer uit, met de tools die het heeft. Denk aan een bestand lezen, een script draaien of een koppeling raadplegen. Na elke stap kijkt de agent het resultaat na en beslist het of het doorgaat, bijstuurt of het opnieuw probeert. De eigen controles van de agent garanderen niet dat alles klopt, dus een mens kijkt het resultaat na.
Een voorbeeld uit onze eigen praktijk. We vroegen onze eigen Hermes-installatie bij Voltti om een prioriteitenlijst te maken van artikelen die herziening nodig hebben. De agent las onze Search Console-data met een eigen toegang die alleen mag lezen (read-only). Het berekende per artikel de impressies en posities. Die cijfers woog de agent af tegen de actualiteit van de content. Daarna werkte het de lijst uit tot concrete taken. Elke stap legde het vast in een logboek. De toegang tot Search Console is read-only; de toegang tot het CMS staat daar los van. De agent bewerkt rechtstreeks in Storyblok en publiceert soms zelf. Daarna kijken wij het werk na en sturen we bij waar nodig. Eén van de taken uit die lijst was dit artikel.
Die lus verklaart ook waarom een agent meer doet dan een eenvoudige chatbot met vraag en antwoord. Die chatbot stopt bij het antwoord.
Een stap verder gaat een agentic workflow: de agent doorloopt die lus taak na taak, op een vast schema, en verdeelt het werk over subagents. Hoe dat werkt en wat het vraagt, lees je in ons artikel over een AI-agent die 24/7 werkt met subagents.
Hoe verschilt een AI-agent van een chatbot?
Een eenvoudige chatbot geeft je tekst en wacht op je volgende vraag. Een AI-agent kan met je opdracht aan de slag: het leest, schrijft, draait scripts en levert iets op dat klaarligt voor controle.
Een agent kan ook context en eerdere keuzes onthouden als het geheugen ingesteld is. Sommige chatproducten bieden ook tools en geheugen, dus het verschil hangt af van de opzet, niet alleen van de productnaam.
Wil je verder vergelijken? Ons artikel over AI-agent versus chatbot zet de verschillen, de kosten en een beslistabel op een rij. Deze tabel zet een eenvoudige chatbot zonder actietools of blijvend geheugen naast een agent die die mogelijkheden wel heeft: