<!-- Markdown-versie van https://outdeliver.ai/blog/agentbeheer-na-livegang, gemaakt door tools/bouw.mjs -->

Blog

# AI-agentbeheer na livegang: wat moet je kunnen zien als het misgaat?

Een agent is pas beheersbaar wanneer je per taak ziet wat erin ging, welke
grens gold, wat hij deed en waar een mens ingreep.

Een AI-agent kan op maandag keurig werken en op donderdag anders reageren zonder
dat iemand een knop heeft aangeraakt. Een bronbestand kreeg een nieuwe kolom. Een
leverancier veranderde een API. Een modelversie gedraagt zich net anders. Of het
volume loopt op en een tijdslimiet zorgt ervoor dat een taak onvolledig blijft.
Dit zijn veranderpunten waarvoor je het proces moet ontwerpen. Zij horen bij
software die tussen bestaande systemen werkt.

Wie een agent alleen oplevert en daarna weggaat, laat de proceseigenaar met een
lastige vraag achter: hoe merk ik dat hij verkeerd werkt voordat een klant,
boekhouding of medewerker dat ontdekt? Een dashboard is pas bruikbaar als de
proceseigenaar één foutieve taak kan terugvinden, onderzoeken en herstellen.

## Volg één taak van begin tot eind

Neem een agent die een klantvraag beantwoordt op basis van gegevens uit een
CRM, een contractmap en een ordersysteem. Voor elk antwoord moet terug te vinden
zijn welk verzoek binnenkwam, welke bronnen zijn geraadpleegd, welk model en
welke versie van de werkwijze zijn gebruikt, welke acties zijn uitgevoerd en wat
de uitkomst was. Gaat het antwoord naar een medewerker voor goedkeuring, leg dan
ook die overdracht vast.

Dat betekent niet dat alle inhoud onbeperkt in een logbestand moet staan. Logs
horen bij de privacy- en bewaartermijnen van het proces. Het betekent wel dat een
bevoegde collega kan reconstrueren welke invoer, bronnen, configuratie, acties
en menselijke beslissing tot de uitkomst leidden. Zonder die reconstructie blijft
een fout een anekdote: iemand zag iets vreemds,
maar niemand weet of het een uitzondering was of een patroon.

## Let op kwaliteit, kosten en uitzonderingen

Beheer begint met drie vragen. Doet de agent de juiste taak? Gebruikt hij een
redelijke hoeveelheid middelen? En komen uitzonderingen op de plek waar iemand
ze kan behandelen?

Kwaliteit meet je aan het proces, niet aan hoe menselijk een antwoord klinkt.
Bij orderverwerking zijn nuttige signalen bijvoorbeeld het aandeel correct
doorgezette orders, de reden van correcties en de tijd tot een order in het ERP
staat. Bij klantvragen kun je kijken naar het aandeel antwoorden dat een
medewerker terugstuurt, de bron die het vaakst ontbreekt en vragen die steeds
opnieuw in een wachtrij terechtkomen.

Kosten vragen een eigen signaal. Een lange bijlage, een herhaalpoging of een
fout in een koppeling kan een taak veel duurder maken dan bedoeld. Meet daarom
kosten en doorlooptijd per soort taak. Dan wordt zichtbaar of een wijziging aan
de bron of de werkwijze het proces raakt, in plaats van pas op te vallen op de
maandfactuur.

Een wachtrij is het derde signaal. Die moet niet verdwijnen omdat een team alle
gevallen alsnog automatisch doorzet. De wachtrij vertelt waar de grens te
strak, te ruim of simpelweg onduidelijk is. Een terugkerende uitzondering kan
leiden tot een nieuwe regel. Een uitzondering met grote gevolgen blijft bij een
mens, ook wanneer hij maar zelden voorkomt.

## Menselijk toezicht is een taak, geen knop

"Een mens in de lus" klinkt geruststellend, maar lost niets op wanneer niemand
weet wie die mens is, wanneer hij moet ingrijpen en welke bevoegdheid hij heeft.
Leg per grens vast wie een taak krijgt, hoe snel die persoon moet reageren en
wat hij mag besluiten. Bij een prijsafwijking kan dat de orderdesk zijn. Bij
een betaling boven een afgesproken bedrag misschien finance. Bij een fout in een
bronapplicatie IT.

Geef die persoon ook een manier om een externe actie vóór uitvoering te stoppen
of naar een veilige handmatige route te sturen. Is een actie al uitgevoerd, dan
moet er een herstel- of escalatieroute zijn. Een goedkeuringsknop zonder context
maakt van toezicht alleen extra klikwerk. Toon daarom de brongegevens, de reden
van de voorgestelde actie en de gevolgen van goedkeuren of afwijzen.

## Maak beheer onderdeel van de afspraak

Na livegang veranderen modellen, documenten, leveranciers en interne regels.
Daarom heeft een agent onderhoud nodig, net als een koppeling of financiële
applicatie. Spreek vooraf af wie afwijkingen bekijkt, hoe een wijziging wordt
getest en welke rapportage de proceseigenaar krijgt. Een maandrapport hoeft niet
lang te zijn. Het moet laten zien wat is verwerkt, waar ingrijpen nodig was,
wat het kostte en welke beslissing aandacht vraagt.

De interessantste vraag is niet of een agent zelfstandig kan werken. De vraag
is of de organisatie kan zien wanneer hij dat niet meer zou moeten doen. Als dat
antwoord ontbreekt, is de agent nog een demo met toegang tot echte systemen.

Drie manieren om te beginnen

## Wil je vastleggen wat een live agent moet tonen aan operations en IT?

Begin klein, met één proces dat elke week terugkomt. Kies zelf hoe: van
vijf minuten zelf invullen tot een sessie bij jullie op locatie.

### AI-scan

Gratis

Tien vragen, vijf minuten

Vul zelf in waar jullie staan. Je ziet meteen de uitkomst, met een eerste stap.

[Doe de AI-scan](https://outdeliver.ai/ai-scan.html)

02 Aanbevolen

### Kennismaking

Gratis

Een half uur via Teams

We horen wat jullie al doen. Daarna zeggen we wat past of dat het nog te vroeg is.

Gesprek met Marcel Logtenberg

[Plan een gesprek](https://outdeliver.ai/plan-een-gesprek.html)

### Aan de slag

Vanaf € 495

Bij jullie op locatie, exclusief btw

Een AI-quickscan, een AI-assessment of een AI-assessment met inspiratiesessie, tegen een vaste prijs.

[Aan de slag](https://outdeliver.ai/aan-de-slag.html)
