Agent Build

AI-agents die
échte processen draaien

Eén proces geautomatiseerd, in productie, met monitoring en foutafhandeling. Vaste scope. Ik bouw het zelf, en ik draag het over.

Het probleem

AI-pilots stranden zelden op het model

Ze stranden omdat niemand eigenaar is van het proces eronder. Omdat er geen afspraak is over wat er gebeurt als de agent het fout heeft. Omdat het gebouwd is door iemand die het bedrijfsproces niet kende, of bedacht door iemand die de techniek niet kende.

Ik zit aan beide kanten van die tafel. Ik heb de dagelijkse werking aangestuurd op C-niveau en ik schrijf de code. Dat betekent dat de vraag "wat doen we als hij twijfelt" beantwoord wordt vóór de bouw begint, niet erna.

Wat ik oplever draait in productie of het is niet af. Een agent die alleen in een demo werkt is geen agent, dat is een presentatie.

Bewijs

Ik bouw dit ook voor mezelf

Sentinel is een altijd-aan monitoring- en synthese-agent op mijn eigen stack. Hij leest over Office 365, Close CRM, GitHub, Azure DevOps, PostHog, Notion en Billit heen, houdt een persistent register bij van open lussen, en classificeert elke voorgestelde actie in drie niveaus: zelf doen, voorleggen, of afblijven. Escalatie loopt via Telegram. Toegang is afgeschermd achter Tailscale, want de data is gevoelig.

Hermes is een interne AI-dienst met een chatfrontend voor het team en een tweerichtingskoppeling met het CRM, met RAG bovenop de bedrijfskennis.

Dat is geen zijproject om indruk te maken. Het is dezelfde architectuur die ik bij klanten toepas: breed lezen, smal schrijven, expliciete guardrails, en een mens in de lus op alles wat onomkeerbaar is.

Waar dit werkt

Processen die zich hiervoor lenen

Reconciliatie en controle

Facturatie tegen CRM, betalingen tegen boekhouding, contract tegen levering. Saai, repetitief, foutgevoelig, en perfect voor een agent.

Rapportering en synthese

Wekelijkse overzichten, board packs, statusrapporten. Data uit vijf systemen halen en er een leesbaar verhaal van maken.

Monitoring en opvolging

Signalen over systemen heen opvangen, verbanden leggen, en escaleren voordat iemand het zelf merkt.

Backoffice en administratie

Dossiers aanmaken, gegevens overzetten, statussen bijwerken, ontbrekende informatie opvragen.

Onboarding en klantopvolging

Wie zit vast, waar, en hoe lang al. Automatisch opvolgen in plaats van maandelijks ontdekken.

Kennis ontsluiten

RAG over je eigen documentatie, contracten en historiek, zodat het team niet meer moet zoeken.

Aanpak

Hoe een Agent Build verloopt

01

Scope vastzetten

Eén proces, scherp afgebakend. We spreken vooraf af wat de agent mag beslissen, wat hij moet voorleggen, en wat hij nooit doet.

02

Bouwen tegen de echte data

Geen synthetische testset. Ik bouw tegen je werkelijke systemen, in een omgeving waar fouten niets kapotmaken.

03

Guardrails en observeerbaarheid

Logging, foutafhandeling, escalatiepaden en een duidelijke drempel waarboven een mens beslist. Dit is het deel dat pilots overslaan.

04

Uitrol en overdracht

In productie, met documentatie en een team dat weet hoe het werkt en hoe je het aanpast. Ik ben geen afhankelijkheid.

Stack

Waar ik mee werk

Claude en OpenAI APIMCP-integratiesPython en FastAPIPostgreSQLLanceDB en QdrantRAGKubernetesTerraformAnsibleAWSDockerLinuxSelf-hosted en cloud

Praktijkgids

Van AI-pilot naar productie

Twaalf vragen die je beantwoordt vóór je bouwt, wat “in productie” echt betekent, en waarom de meeste AI-projecten daar stranden. Elf pagina's, geen verkooppraat.

Geen e-mailadres nodig. Gewoon downloaden.

Praktijkgids Van AI-pilot naar productie JarkoMes.

Praktisch

Wat je waarschijnlijk wil weten

Wat kost een Agent Build?

Een vaste prijs per proces, afgesproken voor de bouw begint. Geen uurregie die oploopt. De scope staat op papier: wat de agent doet, wat hij voorlegt, en wat hij nooit doet. Wat daarbuiten valt is een apart voorstel, geen meerwerkfactuur.

Hoe lang duurt het?

Voor één afgebakend proces reken ik in weken, niet in maanden. Hoeveel precies hangt af van hoeveel systemen eraan hangen en hoe schoon de data is. Dat schat ik in het eerste gesprek in.

Moet ik mijn data naar een AI-leverancier sturen?

Niet noodzakelijk. Waar de gevoeligheid het vraagt draait het zelf gehost, achter je eigen netwerk. Mijn eigen agents draaien zo. We bepalen dat vooraf, niet achteraf.

Wat als de agent het fout heeft?

Dat is geen randgeval maar een ontwerpvraag. Elke agent krijgt een drempel waarboven een mens beslist, logging van wat hij gedaan heeft, en een escalatiepad. Dat onderdeel is precies wat pilots overslaan.

Ben ik daarna van jou afhankelijk?

Nee, en dat is het punt. Code, documentatie en eigenaarschap gaan naar je team. Ik blijf beschikbaar als je dat wil, maar het moet zonder mij kunnen draaien.

Eén proces in gedachten?

Vertel me welk proces je het meest ergert. Ik zeg je in dertig minuten of het zich leent voor een agent en wat het ongeveer vraagt.

Ik antwoord meestal dezelfde dag.