De 4 grootste misverstanden over custom AI-agents in het MKB

“We moeten een AI-agent bouwen” — elke week horen we het van een nieuwe MKB-klant. De vraag is bijna altijd goed bedoeld en bijna altijd gebaseerd op minstens één misverstand. Dit zijn de vier die we het vaakst zien.

1. “Een AI-agent vervangt onze klantenservice”

Meestal niet. AI is goed in structurele vragen (openingstijden, order-status, basiskennis). AI is slecht in uitzonderingen, conflict-resolutie en complexe claims. De meeste MKB-klantenservice zit juist in die tweede categorie.

Wat wel werkt: een AI-agent die de eerste lijn afvangt en 60% van de vragen zelf oplost. De overige 40% gaan met volledige context door naar een mens — die nu veel efficiënter kan helpen.

2. “Een AI-agent is een chatbot met ChatGPT erachter”

Nee. Een echte agent:

Heeft toegang tot jouw data (CRM, order systeem, kennisbank)
Kan acties uitvoeren (ticket aanmaken, refund initiëren, agenda boeken)
Heeft guardrails (wat mag hij wel/niet zeggen of doen)

Een chatbot met alleen ChatGPT hallucineert je bedrijf kapot.

3. “Het is een eenmalige investering”

Ook niet. AI-agents hebben onderhoud nodig:

Nieuwe productinformatie toevoegen
Kwaliteit monitoren (welke vragen faalt hij op?)
Foutieve antwoorden corrigeren
Modellen updaten als ze beter worden

Reken op 10–20% van de bouwkosten als jaarlijks onderhoud.

4. “We beginnen met een pilot van €2k”

Bijna altijd te klein. Onder de €10k krijg je een demo, niet een werkend systeem. Wat €2k kan opleveren: een chat-widget die ChatGPT aanroept op jouw content. Wat €20k kan opleveren: een agent die echt geïntegreerd is met je tools en meetbaar resultaat levert.

Wat dan wel?

Start met een scoping-fase (€3–5k, 2 weken). Daarin bepalen we:

Welke use cases kosten-negatief zijn
Welke data we nodig hebben
Welk platform (OpenAI, Claude, Anthropic, open source) past
Welke guardrails nodig zijn

Pas daarna bouw je. De meeste bedrijven ontdekken in die scoping dat hun eerste idee niet het beste idee was — en dat is winst.