AI-agent of workflow: wanneer kies je wat?

Sinds AI breed beschikbaar is, zien wij bedrijven kiezen voor een AI-oplossing waar een gewone geautomatiseerde stappenreeks (workflow) beter, goedkoper en betrouwbaarder was geweest. En omgekeerd: een star ingeregelde workflow voor werk dat juist beoordeling vraagt.

Het onderscheid is eenvoudiger dan het lijkt. Het draait om één vraag: moet de uitkomst elke keer hetzelfde zijn?

Wat een workflow is

Een workflow voert vaste stappen uit op basis van vaste regels. Als de status van een order op "geleverd" springt, maak dan een factuur aan en stuur die naar het adres in het klantdossier. Elke keer hetzelfde, elke keer voorspelbaar, en achteraf precies na te lopen.

Workflows zijn goedkoop in gebruik, gaan zelden stuk en zijn eenvoudig te controleren. Als er iets misgaat, weet je waar. Dat maakt ze geschikt voor alles met een financiële of juridische consequentie.

Wat een AI-agent is

Een agent krijgt een doel en bepaalt zelf welke stappen daarvoor nodig zijn. Hij kan een tekst begrijpen, een samenvatting maken, een inschatting doen of een keuze voorstellen. Dat maakt hem geschikt voor werk waarin de invoer elke keer anders is en er interpretatie nodig is.

Daar staat tegenover dat een agent niet elke keer exact hetzelfde antwoord geeft en per handeling meer kost. Je moet dus nadenken over controle: hoe weet je dat het antwoord klopt, en wie kijkt ernaar voordat het naar buiten gaat?

De beslisboom

• Is de uitkomst bij dezelfde invoer altijd identiek? Kies een workflow.
• Zijn de regels volledig op te schrijven als als-dan? Kies een workflow.
• Heeft de stap een financiële of juridische consequentie zonder tussenkomst van een mens? Kies een workflow.
• Is de invoer vrije tekst, spraak of een document met wisselende opmaak? Kies een agent.
• Is er interpretatie of samenvatten nodig? Kies een agent, met een controlemoment erachter.
• Twijfel je? Begin met een workflow. Die kun je later uitbreiden met een agent voor het deel dat echt beoordeling vraagt.

In de praktijk is de beste oplossing vaak een combinatie: een agent die een binnengekomen document leest en samenvat, waarna een workflow de vaste vervolgstappen uitvoert. Zo gebruik je van beide de sterke kant.

Kosten en betrouwbaarheid vergeleken

Een workflow kost per uitvoering vrijwel niets. Hij draait duizenden keren per maand zonder dat je het merkt op je rekening. Een agent verbruikt per handeling rekenkracht bij een AI-leverancier, en dat betaal je per gebruik. Bij lage aantallen valt dat weg in de ruis, bij hoge aantallen wordt het een post om rekening mee te houden.

Belangrijker dan de kosten is de betrouwbaarheid. Een workflow doet vandaag wat hij gisteren deed. Een agent kan bij dezelfde vraag een net iets ander antwoord geven, en zijn gedrag kan veranderen als de leverancier zijn model bijwerkt. Voor werk waar consistentie telt, is dat een reëel bezwaar.

Daarom bouwen wij bij agents altijd een vangnet: vaste kaders waarbinnen hij mag opereren, zichtbare bronnen bij elk antwoord, en een mens of een controlerende regel voordat er iets naar buiten gaat.

Hoe je het uittest

Twijfel je tussen beide? Neem twintig echte gevallen uit de afgelopen maand en loop ze met de hand door. Kun je voor alle twintig dezelfde regel opschrijven die tot het juiste resultaat leidt, dan heb je een workflow nodig. Moet je bij meer dan een paar gevallen "het hangt ervan af" zeggen, dan zit er interpretatie in en heb je een agent nodig.

Voorbeeld 1: facturen boeken

De verleiding is om hier een agent op te zetten die "de administratie doet". De juiste keuze is een combinatie. Het uitlezen van de factuur vraagt interpretatie, want elke leverancier hanteert een andere opmaak: daar past een agent. Maar het bepalen van de grootboekrekening en het klaarzetten van de betaling zijn regels: daar past een workflow.

Zet je hier een agent op het hele proces, dan krijg je een systeem dat af en toe een factuur anders boekt dan de vorige keer. Je accountant zal daar niet blij mee zijn, en terecht.

Voorbeeld 2: offertes opvolgen

Een offerte die na tien dagen niet is beantwoord, verdient een herinnering. Dat is een regel, geen beoordeling. Toch zien wij hier regelmatig een agent ingezet die zelf "bepaalt wanneer het gepast is om te bellen".

Dat is duurder en minder betrouwbaar dan een workflow met een teller. Waar een agent hier wél waarde toevoegt, is het opstellen van de tekst van die herinnering op basis van het offertedossier. De trigger is een regel, de inhoud vraagt taal.

Voorbeeld 3: klantvragen beantwoorden

Hier gaat het vaak andersom mis. Bedrijven bouwen een beslisboom met vaste antwoorden, en klanten stellen hun vraag net anders dan de boom verwacht. Het resultaat is een systeem dat mensen wegstuurt in plaats van helpt.

Vrije tekst van klanten is bij uitstek agentwerk. De vraag komt elke keer anders binnen en vraagt interpretatie. Bouw er wel een grens omheen: laat de agent alleen putten uit jouw documenten, laat hem bronnen tonen en laat hem doorverwijzen naar een mens zodra het over geld of afspraken gaat.

De praktische regel

Gebruik een agent waar taal en interpretatie in het spel zijn. Gebruik een workflow waar regels en gevolgen in het spel zijn. En zet bij elke agent die iets naar buiten stuurt een mens of een controlerende regel achter de knop.

Weet je niet zeker in welke categorie jouw proces valt? Dat is precies wat wij in de analyse uitzoeken, voordat er iets gebouwd wordt.