Je hoort het overal: AI agents zijn de toekomst. Maar eerlijk gezegd klonk dat een jaar geleden ook al zo, en toen vielen de meeste 'agents' bij het eerste echte gebruik direct door de mand. Te traag, te onbetrouwbaar, te veel handmatig bijsturen. Dat beeld is aan het kantelen. Snel.
Deze week kwamen er een paar ontwikkelingen langs die bij ons in Zwolle direct een gesprek op gang brachten. Niet over de hype, maar over wat dit concreet betekent als je een bedrijf runt.
AI agents die niet meer vastlopen
Er was een tijdje een soort stille consensus in de AI-wereld: agents zijn veelbelovend, maar in productie werken ze gewoon niet lekker. Ze haken vast, maken rare keuzes of raken simpelweg de kluts kwijt als een taak iets complexer wordt. De term "agent graveyard" werd er zelfs voor bedacht: de begraafplaats van alle agent-projecten die met veel enthousiasme begonnen en stil stierven.
Dat verhaal klopt niet meer. De combinatie van betere modellen, slimmere architectuur en meer ervaring met hoe je agents opbouwt, zorgt ervoor dat ze nu daadwerkelijk nuttig zijn in echte bedrijfsprocessen. Sem testte afgelopen week een aantal van de nieuwste setups uit en het verschil met zes maanden geleden is opvallend. Taken die eerder om de drie stappen vastliepen, gaan nu gewoon door.
Voor ondernemers betekent dit: als je eerder slechte ervaringen had met AI automatisering, is het de moeite waard om opnieuw te kijken. De technologie heeft een serieuze sprong gemaakt.
Open-source haalt de grote namen in
Lange tijd was de vuistregel simpel: wil je de beste resultaten, gebruik je de grote gesloten modellen van OpenAI of Google. Open-source modellen waren prima voor experimenten, maar voor serieuze toepassingen liepen ze achter op nauwkeurigheid.
Die kloof is gedicht. De nieuwste lichting open-weight modellen, zoals MiniMax H3 en Inkling-Small, presteren op benchmarks vergelijkbaar met de commerciële topmodellen. En dat heeft directe gevolgen voor hoe wij software bouwen voor klanten.
Waarom maakt dit uit? Een paar redenen:
- Je bent niet afhankelijk van de prijsbeleid of de serverinfrastructuur van één grote partij
- Je kunt modellen draaien in je eigen omgeving, wat belangrijk is als je met gevoelige bedrijfsdata werkt
- De kosten liggen structureel lager, zeker op schaal
Bij een klant in de logistiek zagen we laatst precies dit dilemma: ze wilden AI inzetten voor documentverwerking, maar hun data mocht absoluut niet naar externe servers. Met open-weight modellen is dat op te lossen. Zes maanden geleden had dat behoorlijk wat kwaliteitsverlies betekend. Nu eigenlijk niet meer.
Goedkoper, en toch beter
OpenAI verlaagde deze week de prijzen voor GPT-5 flink. Dat klinkt als goed nieuws, en dat is het ook, maar er zit een interessantere trend achter. De markt voor AI-modellen wordt steeds competitiever. Google, OpenAI, Anthropic en een groeiend aantal open-source spelers beconcurreren elkaar stevig, en dat drukt de kosten.
Hoeveel tijd besteed jij per week aan taken die eigenlijk prima geautomatiseerd kunnen worden? Offertes nakijken, e-mails sorteren, rapporten samenvatten, data overzetten? De drempel om daar AI op in te zetten wordt lager, niet alleen technisch maar ook financieel. Wat vorig jaar nog te duur was om rendabel te maken, is dat nu misschien niet meer.
Klinkt cool, maar in de praktijk moet je nog steeds goed nadenken over wát je automatiseert en hóé. Goedkopere modellen betekenen niet automatisch dat elk idee nu zinvol is. De implementatie en het ontwerp van je proces blijven het echte werk.
Agents bouwen voor de lange termijn
Er was deze week ook veel aandacht voor hoe je de infrastructuur opzet voor AI agents die serieus werk doen. Niet een losse chatbot, maar agents die meerdere stappen doorlopen, externe systemen aanspreken en beslissingen nemen over langere periodes.
Eén van de uitdagingen daar is geheugen. Een agent die een taak uitvoert, moet context kunnen bewaren. Wat heeft hij al gedaan? Wat is er eerder besloten? Zonder goed geheugenontwerp worden agents snel inconsistent, zeker bij complexe workflows. Vorig kwartaal bouwden we iets vergelijkbaars voor een klant in de professionele dienstverlening: een agent die klantdossiers bijhoudt en automatisch de juiste vervolgstappen voorstelt. Het geheugenontwerp was veruit het meest kritische onderdeel.
Dat is meteen ook de reden dat wij altijd zeggen: begin niet met de technologie, begin met het proces. Welke stappen doorloop jij of je team nu handmatig? Waar zit de meeste tijd, de meeste fouten, de meeste frustratie? Dáár zit de waarde, niet in de keuze van het model.
Wat dit betekent voor jouw bedrijf
De boodschap van deze week is eigenlijk simpel: de excuses worden minder. Agents werken beter. Modellen zijn goedkoper. Open-source is een serieus alternatief geworden. De technologie is er klaar voor.
Dat betekent niet dat je morgen je hele bedrijf moet omgooien. Maar als je al een tijdje rondloopt met een idee over automatisering, of als je eerder teleurgesteld bent geweest door AI-tools die niet leverden wat ze beloofden, dan is nu een goed moment om dat gesprek opnieuw te voeren.
Wil je weten wat er in jouw specifieke situatie mogelijk is? Plan een vrijblijvende kennismaking met ons in. We kijken gewoon samen naar je processen en zijn eerlijk over wat wel en niet zinvol is.