Insights · AI
Een chatbot antwoordt volgens een script. Een agent redeneert over jouw bronnen, volgt regels en handelt — met menselijke overdracht waar het ertoe doet.
Ze worden vaak als synoniemen gebruikt, maar een chatbot en een AI-agent werken fundamenteel anders. Wie het verschil begrijpt, kiest niet het verkeerde gereedschap voor het verkeerde probleem.
Een klassieke chatbot volgt een vooraf gedefinieerde beslisboom of herkent een paar intenties en geeft voorbereide tekst terug. Hij is voorspelbaar, snel op te zetten en betrouwbaar zolang de vraag binnen de verwachte paden blijft. Zodra de gebruiker van het script afwijkt, gaat hij zichzelf herhalen, verkeerd begrijpen of doorverwijzen naar een medewerker.
Een AI-agent antwoordt niet zomaar: hij raadpleegt de bronnen die je hem geeft (catalogus, documentatie, beleid, systeemdata), interpreteert het verzoek, beslist wat te doen en kan concrete acties uitvoeren. Hij dreunt geen voorbereide zin op; hij bouwt het antwoord op de echte context van dat moment.
Een chatbot is een kaart met vaste routes. Een agent is een navigatiesysteem dat de route herberekent wanneer de weg verandert. De eerste is perfect wanneer vragen repetitief en stabiel zijn; de tweede is nodig wanneer elk verzoek net iets anders is en afhangt van data die verandert.
De agent leest het verzoek, haalt de relevante informatie op en beslist hoe hij het antwoord samenstelt in plaats van te putten uit een lijst vaste zinnen.
Hij werkt binnen grenzen die jij definieert: wat hij mag zeggen, wat hij nooit mag beloven, wanneer hij moet stoppen. De regels zijn geen suggesties, het zijn operationele grenzen.
Naast antwoorden kan hij een actie afronden: een verzoek registreren, een status bijwerken, een procedure starten, een vervolgafspraak inplannen.
Hij herkent de gevallen buiten zijn bereik en draagt ze over aan een persoon met de context al voorbereid, zonder de gebruiker alles te laten herhalen.
Krachtiger betekent niet altijd beter. De juiste keuze hangt af van de aard van de vragen en de kosten van een fout.
Als de vragen weinig in aantal, repetitief en met stabiele antwoorden zijn, is een goed gebouwde chatbot de eenvoudigste en goedkoopste oplossing. Openingstijden, routebeschrijvingen, bekende FAQ's, eerste doorverwijzing: hier wint een helder script van de complexiteit van een agent.
Wanneer elk verzoek afhangt van veranderende data, van regels per specifiek geval of een actie vereist, houdt het script geen stand meer. De agent blinkt uit waar interpretatie en uitvoeringskracht nodig zijn: een verzoek van begin tot eind afhandelen, levende documentatie lezen, verschillend beleid toepassen afhankelijk van de context.
In de praktijk bestaan de twee benaderingen naast elkaar. Een chatbot handelt de intake en de triviale gevallen af; de agent komt in actie wanneer het gesprek redeneren vereist; de mens krijgt de overdracht wanneer risico of dubbelzinnigheid een drempel overschrijden. Het is geen wedstrijd, het is een keten.
Een agent kan overtuigende tekst produceren, ook als hij de juiste bron mist. Zonder verankering in echte data en zonder de plicht om "ik weet het niet" te zeggen, wordt de fout moeilijk op te merken.
Een agent die handelt kan de verkeerde actie uitvoeren, niet alleen het verkeerde zeggen. Hoe meer hij kan doen, hoe belangrijker het is te definiëren wat een bevestiging vereist en wat verboden terrein blijft.
Zonder expliciete grenzen kan een agent beloven wat het bedrijf niet kan waarmaken of een toon aanslaan die niet past. De merkstem moet in de regels worden geschreven, niet aan het toeval worden overgelaten.
Een agent die interne bronnen leest, raakt gevoelige informatie. Je moet beslissen waartoe hij toegang heeft, wat hij mag tonen en wat onzichtbaar moet blijven voor de eindgebruiker.
Kies een goed afgebakende taak, met duidelijke bronnen en een meetbaar resultaat. Beter een agent die één ding goed doet dan een die alles probeert.
Schrijf op wat hij mag zeggen, wat hij nooit mag beloven, welke acties hij mag uitvoeren en waar hij moet stoppen. De regels zijn onderdeel van het ontwerp, geen laatste detail.
Verbind de agent alleen met betrouwbare, actuele bronnen en eis dat hij toegeeft wanneer hij iets niet weet. Vertrouwen ontstaat uit eerlijkheid, niet uit welbespraaktheid.
Stel de drempels vast waarboven een persoon ingrijpt en zorg dat die de context al voorbereid ontvangt. De mens is niet het falen van de agent, maar onderdeel van het systeem.
Bekijk echte gesprekken, spoor terugkerende fouten op en verfijn regels en bronnen. Een agent wordt beter door onderhoud, niet op dag één.
Een voorzichtig traject, van een smal geval naar schaal
Vervangt een agent mensen?
Nee. Een agent neemt het repetitieve werk over en bereidt het terrein voor, maar delicate, dubbelzinnige of risicovolle gevallen blijven bij mensen. Een goed ontworpen overdracht is wat het systeem betrouwbaar maakt, niet wat het verzwakt.
Kan ik in één keer van chatbot naar agent overstappen?
Dat is af te raden. Beter is te beginnen met een smalle use case, het gedrag op echte data te controleren en de perimeter pas te verbreden wanneer de regels standhouden. Geleidelijkheid verkleint het risico op zichtbare fouten.
Hoe voorkom ik dat een agent foute dingen zegt?
Door antwoorden te verankeren in goedgekeurde bronnen, niet-verifieerbare beweringen te verbieden en te eisen dat hij onzekerheid toegeeft. Zonder deze drie regels wordt zelfs een goede agent onvoorspelbaar.
Hoe denkt TMM over de grens tussen chatbot en agent?
Wij vertrekken vanuit het probleem, niet vanuit de tool. Zijn de vragen stabiel, dan volstaat een chatbot. Zijn redeneren, regels en acties nodig, dan ontwerpen we een agent met verankerde bronnen, expliciete grenzen en een menselijke overdracht vanaf dag één.