Naar de inhoud

Uitvoering en keuze

AI-agent zelf bouwen of laten bouwen: wat past bij jouw bedrijf?

Cas Sombroek · Technology Lead bij Pilex

· 11 min lezen

Zelf een AI-agent bouwen past als je één afgebakend proces hebt, iemand met tijd en technische kennis, en weinig gevoelige data. Draait je proces al in software als Microsoft 365 of Salesforce, begin dan met een agent in dat pakket. Laten bouwen past als de agent meerdere systemen raakt, met gevoelige data werkt of niemand intern het beheer kan dragen.

De drie routes om een AI-agent te bouwen

Er zijn drie routes naar een werkende AI-agent: een agent in software die je al gebruikt, zelf bouwen met low-code of code, en laten bouwen door een bureau. Ze verschillen vooral in wie het beheer en de beveiliging draagt.

De drie routes naar een AI-agent vergeleken op kennis, tijd, beheer en beveiliging
In je bestaande softwareZelf bouwenLaten bouwen
VoorbeeldenCopilot Studio, Agentforcen8n, of code met de bouwstenen van een modelaanbiederEen AI-bureau of IT-partner
Kennis die je nodig hebtKennis van je proces en van het pakketProceskennis plus technische kennis van koppelingen en hostingKennis van je proces; de techniek huur je in
Tijd van je eigen mensenVooral inrichten en testenBouwen en testen, en daarna blijvend onderhoudMeedenken en meetesten tijdens de bouw
BeheerPlatform door de leverancier, de agent door jouAlles door jouNaar afspraak, door jou of door het bureau
BeveiligingLeunt op de rechten in je bestaande omgevingRicht je zelf inLeg je vast in het ontwerp en het contract

Eén vraag gaat aan de keuze vooraf: heb je een agent nodig? Anthropic adviseert in Building effective agents om de eenvoudigste oplossing te zoeken die werkt en pas complexiteit toe te voegen als het nodig is. Loopt je proces altijd langs dezelfde stappen, dan volstaat een gewone automatisering. Zie wat is een AI-agent.

Route 1: een agent in software die je al hebt

De eerste route is een agent bouwen in een pakket dat je al gebruikt, met de data die daar al in staat. Dat ligt voor de hand als je proces zich grotendeels binnen dat ene pakket afspeelt.

Microsoft noemt Copilot Studio een grafische low-code studio, een omgeving waarin je agents samenstelt door te klikken en te beschrijven in plaats van te programmeren. Je koppelt kennisbronnen en zet de agent in Teams of op een website. Salesforce beschrijft Agentforce als een platform voor AI-agents. Die werken onder meer met de klantgegevens in Salesforce, en je past ze aan of bouwt ze in een low-code bouwer.

Je hebt iemand nodig die het proces kent en het pakket begrijpt. Het platform, de servers en de updates zijn van de leverancier. De instructies, de kennisbronnen en de rechten van de agent zijn van jou, en die moet iemand bijhouden.

De grens van deze route ligt bij processen die buiten het pakket treden. Moet de agent ook in je planning, je boekhouding en een maatwerksysteem kijken, dan wordt het al snel een bouwproject. Reken ook met gebondenheid: wat je in het pakket van een leverancier bouwt, neem je niet mee naar een ander. Of Copilot voor jouw situatie volstaat, lees je in is Microsoft Copilot genoeg.

Route 2: AI-agents bouwen met low-code of met code

De tweede route is zelf bouwen, met een low-code platform of met code. Je krijgt de meeste vrijheid en je draagt alles zelf: de werking, de koppelingen, de beveiliging en het onderhoud.

Low-code betekent dat je de stappen van een agent als blokken aan elkaar verbindt. Een bekend voorbeeld is n8n, een platform voor het automatiseren van werkstromen. Je kunt het als dienst afnemen of op een eigen server draaien. Over dat laatste is n8n zelf duidelijk: in de keuzehulp van n8n staat dat zelf hosten technische kennis vraagt voor installatie en configuratie, en dat infrastructuur en onderhoud je eigen verantwoordelijkheid zijn. Hoe je een agent uit n8n voor collega's beschikbaar maakt in Teams en Outlook, staat in onze gids n8n en Microsoft Agent 365.

Met code bouw je rechtstreeks op de bouwstenen van een modelaanbieder. Dat geeft de meeste controle en vraagt een ontwikkelaar die ook na oplevering beschikbaar blijft.

Voor beide vormen heb je iemand nodig die begrijpt hoe systemen met elkaar praten, hoe je toegang afschermt en hoe je een fout terugvindt. Een eerste demo staat er snel, en dat maakt deze route verraderlijk. De meeste tijd gaat zitten in wat daarna komt: testen met echte gevallen, koppelingen afmaken en onderhoud.

Route 3: een AI-agent laten ontwikkelen door een bureau

De derde route is de bouw uitbesteden aan een partij die dit vaker heeft gedaan. Je koopt ervaring met de punten waarop agents in productie stuklopen, en je houdt je eigen mensen vrij voor hun werk.

Je hoeft de techniek niet te kennen, je proces wel. Een bureau kan niet bouwen op een proces dat niemand kan beschrijven. Je eigen mensen blijven nodig: om het proces uit te leggen, toegang te regelen en mee te testen met echte gevallen.

Beheer en beveiliging leg je vast in afspraken. Wie monitort de agent, wie handelt een storing af, waar staat de data, en van wie is het resultaat. Een bureau dat daar vaag over blijft, draagt het risico aan jou over.

Het nadeel van deze route is afhankelijkheid. Bouwt een bureau iets wat alleen het bureau begrijpt, dan zit je vast. Vraag daarom om documentatie en om het recht om het resultaat door een ander te laten beheren.

Bij Pilex verloopt deze route in vier stappen: een vrijblijvende intake, een procesanalyse, bouwen en testen met echte data uit jouw systemen, en livegang met monitoring en beheer. Wat speciaal voor jou wordt gebouwd, wordt van jou zodra alles betaald is, en op verzoek krijg je de broncode.

Welke route past bij jouw situatie?

De route volgt uit vier dingen: waar je proces zich afspeelt, hoe gevoelig de data is, of je intern iemand hebt die kan bouwen, en wie de agent over een jaar beheert. Zoek in de tabel de regel die het dichtst bij je situatie ligt.

Beslistabel: welke route naar een AI-agent past bij welke situatie
Jouw situatieRoute die meestal pastWaarom
Het proces speelt zich af binnen één pakket dat je al hebtIn je bestaande softwareDe data en de rechten staan er al
Eén afgebakend intern proces, een technisch sterke collega met tijdZelf bouwen met low-codeJe leert snel en het risico is klein
Je hebt een eigen ontwikkelteam met capaciteitZelf bouwen met codeJe houdt kennis en controle in huis
De agent raakt meerdere systemen of gevoelige dataLaten bouwenKoppelingen, rechten en logging vragen ervaring
De agent stuurt zelf berichten naar klanten of leveranciersLaten bouwen, of zelf met strenge controleEen fout is direct zichtbaar buiten je bedrijf
Niemand intern kan het beheer na livegang dragenLaten bouwen met een beheerafspraakEen agent zonder eigenaar veroudert stil
Je weet nog niet welk proces het meeste oplevertNog geen route: eerst een procesanalyseAnders bouw je het verkeerde proces goed

De routes sluiten elkaar niet uit. Je kunt beginnen met een agent in je bestaande software voor intern gebruik. Laten bouwen doe je dan pas voor het proces waar klanten of geld bij betrokken zijn. Weet je niet waar je moet beginnen, lees dan hoe je een procesanalyse maakt.

Waar zelf bouwen meestal strandt

Zelfbouw strandt zelden op de bouw en bijna altijd op wat daarna komt: beheer, evaluatie, beveiliging en eigenaarschap. De eerste versie werkt, en een tijd later vertrouwt niemand de agent meer.

Beheer. Modellen worden vervangen, een leverancier past een koppeling aan, een wachtwoord verloopt. Is de bouwer de enige die de agent begrijpt en gaat hij weg, dan staat de agent stil.

Evaluatie. Zonder een vaste set testgevallen weet je niet of een wijziging de agent beter of slechter maakt. Anthropic beschrijft in zijn documentatie over evaluaties dat een toepassing begint met heldere succescriteria en tests die je werkelijke gevallen weerspiegelen, de lastige randgevallen incluis. Wie zelf bouwt, test al snel alleen met een paar nette voorbeelden.

Beveiliging. Een agent die mail of documenten van buiten leest, kan door die inhoud worden gestuurd. Prompt injection en te ruime bevoegdheden staan beide in de OWASP top 10 voor taalmodellen. Het is verleidelijk de agent een beheerdersaccount te geven, omdat dat het snelst werkt.

Eigenaarschap. Een agent die een enthousiaste collega naast zijn werk bouwde, heeft geen budget, geen eigenaar en geen plek in de planning. Bij de eerste storing blijkt dat niemand erover gaat.

Geen van deze vier is onoplosbaar. Ze vragen wel dat je ze vooraf regelt. De gids van AI-pilot naar productie gaat daar dieper op in.

Wanneer zelf bouwen de betere keuze is

Zelf bouwen is de betere keuze wanneer het proces klein en intern is, de data weinig gevoelig, en je iemand hebt die het leuk vindt en er tijd voor krijgt. Dat geldt voor meer situaties dan bureaus graag toegeven.

Bouw zelf als de agent alleen leest en samenvat. Een agent die elke ochtend een overzicht maakt van binnengekomen aanvragen kan weinig kwaad als hij een keer mist. Je leert er veel van over je eigen data.

Bouw zelf als je een ontwikkelteam hebt. De bouwstenen zijn beschikbaar en de kennis is openbaar. Een bureau voegt dan vooral snelheid toe, en die heb je niet altijd nodig.

Bouw zelf als je wilt begrijpen wat je later gaat inkopen. Wie zelf een eenvoudige agent heeft gebouwd, stelt betere vragen aan een leverancier en prikt sneller door een demo heen.

En kies de eerste route als een bestaand product je proces afdekt. Maatwerk laten bouwen wat je kunt kopen, is zelden verstandig.

Stel jezelf bij twijfel één vraag: wat gebeurt er als de agent een week lang fout zit zonder dat iemand het merkt? Is het antwoord dat een collega even moet zoeken, bouw dan gerust zelf. Is het antwoord dat klanten verkeerde informatie krijgen, dan vraagt het om meer.

Een AI-agent platform kiezen: waar let je op?

Kies een platform op vijf punten: waar je data staat, welke koppelingen er zijn, of je kunt testen en teruglezen wat de agent deed, hoe rechten werken, en hoe je weer weg kunt. De functielijst op de website van de leverancier zegt daar weinig over.

Dataplek. Waar wordt je data verwerkt en wie kan erbij? Kan het platform ook op een eigen server draaien als dat later nodig blijkt? De afweging staat in self-hosted AI of cloud.

Koppelingen. Bestaat er een koppeling met de systemen waar je proces op draait? Een koppeling zelf laten bouwen kan meer werk zijn dan de agent.

Testen en logging. Kun je een set testgevallen draaien na elke wijziging, en per uitvoering teruglezen welke stappen de agent zette? Zonder die twee bouw je blind.

Rechten. Werkt de agent met de rechten van de gebruiker die de vraag stelt, of met één account dat overal bij kan?

Uitstappen. Kun je instructies, kennisbronnen en logica meenemen? Hoe meer je in een gesloten omgeving bouwt, hoe duurder een overstap later wordt.

Vergelijk twee platforms door in allebei hetzelfde kleine proces te bouwen. Dat kost tijd, maar het zegt meer dan een vergelijkingstabel.

Welke vragen stel je aan een bureau?

Stel een bureau vragen die het verschil laten zien tussen opleveren en demonstreren: wat draait er van jullie in productie, hoe is de opbrengst berekend, van wie is het resultaat en wat gebeurt er na livegang. Een bureau dat op die vier concreet antwoordt, is het gesprek waard.

Vraag daarnaast naar de punten waarop zelfbouw strandt. Hoe testen jullie, en met welke gevallen? Welke rechten krijgt de agent? Wie beheert hem over een jaar, en wat krijg ik mee als ik met een andere partij verder wil?

Vraag ook wat ze je zouden afraden. Een bureau dat op elk idee ja zegt, heeft niet nagedacht over je proces.

De volledige lijst van twaalf vragen, met per vraag het antwoord waar je je zorgen over moet maken, staat in de gids hoe kies je een AI-implementatiepartner. Die geldt ook als je bij Pilex aanklopt.

Wanneer je hulp nodig hebt

Hulp is het waard wanneer de agent aan gevoelige data raakt, meerdere systemen moet koppelen, zelf naar buiten communiceert, of wanneer je het beheer intern niet rond krijgt. In de andere gevallen kom je met een agent in je bestaande software of een eigen bouwsel een heel eind.

Twijfel je over de route, begin dan klein en zelf, en schrijf op waar je vastloopt. Die lijst is de beste briefing die een bureau kan krijgen, en ze laat zien of je het bureau wel nodig hebt.

Wil je het laten doen, dan lees je op AI-agent laten bouwen hoe Pilex werkt, van intake tot beheer. De intake van 30 minuten is vrijblijvend.

Veelgestelde vragen

Wie bouwt AI-agents voor bedrijven?
Vier typen partijen: gespecialiseerde AI-bureaus, zelfstandige specialisten, systeemintegrators of IT-partners, en productleveranciers met een eigen platform. Pilex is een AI-bureau dat agents en automatiseringen bouwt voor MKB en enterprise. Welk type past, hangt af van je proces en van wie het beheer daarna doet.
Heb ik een programmeur nodig om een AI-agent te bouwen?
Voor een agent in bestaande software of in een low-code platform niet. Je hebt wel iemand nodig die logisch kan denken over stappen, uitzonderingen en rechten, en die tijd krijgt om te testen. Zodra je zelf servers beheert of koppelingen op maat nodig hebt, is technische kennis onmisbaar.
Hoe lang duurt het om een AI-agent te ontwikkelen?
Een eerste versie die in een demo werkt, staat er snel, welke route je ook kiest. De tijd zit in het testen met echte gevallen, de koppelingen en de afspraken over beheer. Bij Pilex loopt een volledig traject van kick-off tot eindevaluatie 12 weken, inclusief infrastructuur, integratie en training.
Kan ik zelf beginnen en later een bureau inschakelen?
Ja, en dat is vaak een verstandige volgorde. Wat je zelf bouwt, leert je welke uitzonderingen er zijn en welke data ontbreekt. Leg wel vast wat je hebt gebouwd en waarom, zodat een bureau erop kan voortbouwen.
Waar let ik op als ik een AI-agency wil inhuren?
Op vier dingen: draait er iets van hen in productie, rekenen ze vooraf door wat het oplevert, staat vast wat je met het resultaat mag, en is er een beheerafspraak na livegang. De twaalf vragen daarvoor staan in de gids over het kiezen van een AI-implementatiepartner.

Bronnen

Over de auteur

Portret van Cas Sombroek

Cas Sombroek

Technology Lead bij Pilex

Schrijft over de techniek achter veilige AI: architectuur, datastromen en wat er onder de motorkap gebeurt.

Inhoud gecontroleerd op · Cas op LinkedIn

Wil je dit voor je eigen organisatie uitzoeken?

Plan een intake van dertig minuten. We rekenen vrijblijvend één proces door en zeggen eerlijk of het de moeite waard is.

Mogen we meten hoe onze site wordt gebruikt?

Met analysecookies zien we welke pagina's helpen en van welke organisaties bezoekers komen. Zonder jouw akkoord plaatsen we ze niet. Meer hierover staat in ons privacybeleid.