AI-agentreis
Ontwerp uw AI-agent in negen vragen
Wij beginnen elk project vanuit uw situatie, niet vanuit een presentatie. Beantwoord de vragen die een forward deployed engineer in het eerste gesprek stelt en zie welke agent, welk model en welke hosting wij voor u zouden bouwen.
Voordat u begint
Hoe een AI-agent echt werkt
Een chatbot beantwoordt een vraag. Een agent maakt een taak af. Hij leest uw data, beslist wat er moet gebeuren, gebruikt uw tools om het te doen en controleert het resultaat voordat iemand erop vertrouwt. Elke ronde van die cyclus wordt vastgelegd.
Lezen
De agent verzamelt wat hij nodig heeft uit de systemen die u hebt toegestaan: de inbox, het grootboek, de ticketwachtrij, de repository. Hij ziet alleen wat zijn rechten toelaten.
Redeneren
Een groot taalmodel bepaalt wat de taak vraagt en plant de stappen. Alleen hier wordt intelligentie ingezet, dus die wordt besteed waar oordeelsvermogen ertoe doet.
Handelen
De agent gebruikt echte tools via connectoren en MCP-servers: hij stelt het antwoord op, dient het rapport in, maakt de pull request aan. Regelgebaseerde stappen blijven gewone code.
Controleren
Voordat er iets wordt verzonden, uitgegeven of verwijderd, stopt de agent bij een goedkeuringsmoment. U keurt goed, of wijst af met een reden waarvan hij leert. Elke stap wordt getraceerd.
Drie lagen in elke agent die wij bouwen
Uw kennis
De databronnen die wij tijdens de verkenning koppelen, met dezelfde rechten die uw medewerkers al hebben.
Het model
Claude, GPT, Gemini, Grok of een open-weight model, gekozen op basis van de taak, de data en waar het moet draaien.
Controle
Goedkeuringsmomenten, budgetten, stopcondities en een audittrail, op het Jobshout agent framework.
Discovery
Wij verplaatsen ons eerst in uw situatie
De meeste AI-projecten mislukken omdat ze de verkeerde stap automatiseren. Onze forward deployed engineers zitten naast de mensen die het werk doen, voordat ze één regel code schrijven.
Dag 1
Het werk meekijken
Wij volgen een echte werkdag: de inbox, de goedkeuringen, de spreadsheets die het bedrijf bij elkaar houden. Wij noteren elke overdracht en elk wachtmoment.
Dag 2
De databronnen in kaart brengen
Voor elke stap leggen wij vast waar de data staat, wie de eigenaar is, hoe die bereikbaar is (API, export, database, e-mail) en hoe gevoelig die is.
Dag 3
Bepalen waar oordeelsvermogen nodig is
Wij splitsen elk proces in regelstappen, die gewone automatisering blijven, en oordeelsstappen, waar een LLM zijn kosten waard is. Agents komen alleen waar intelligentie nodig is.
Week 1–2
Bouwen en naast u draaien
De eerste agent draait op uw echte data, met een goedkeuringsmoment bij elke risicovolle actie. Wij stemmen hem af met de mensen die hem gebruiken en verruimen zijn rechten pas als zij hem vertrouwen.
De reis
Vertel ons over uw bedrijf
Dit zijn de vragen die wij in het eerste klantgesprek stellen. Uw antwoorden blijven in uw browser tot u besluit ze te versturen.
Praktijkscenario's
Wat wij horen in klantgesprekken, en wat wij bouwen
Samengestelde voorbeelden uit het soort eerste gesprekken dat onze forward deployed engineers voeren. Namen en cijfers zijn illustratief.
CEO · zakelijke dienstverlening
"Ik besteed elke dag mijn eerste twee uur aan e-mail."
De FDE bracht Outlook, het CRM en het bestuursportaal in kaart en ontdekte dat de meeste antwoorden vijf patronen volgden. Een Executive PA-agent stelt nu 's nachts antwoorden en vergaderbriefings op; de CEO keurt goed vanaf de telefoon.
- Data: Microsoft 365, HubSpot, bestuursportaal
- Model: Claude via de Azure-tenant van het bedrijf
- Controle: elk antwoord goedgekeurd voordat het wordt verzonden
CFO · maakindustrie
"De maandafsluiting duurt negen dagen en het meeste is kopiëren."
De verkenning liet zien dat het oordeelsvermogen alleen in de toelichting op afwijkingen zat; matchen en boeken waren regels. Wij automatiseerden de regels in code en zetten een agent op de toelichting en de beleidscontroles.
- Data: Sage, bankfeeds, spreadsheets met inkooporders
- Model: een combinatie van een lokaal model voor extractie en een frontiermodel voor de toelichting
- Controle: geen boeking of betaling zonder benoemde goedkeurder
CTO · softwarebedrijf
"Mijn senior engineers zijn hun hele week kwijt aan het reviewen van andermans code."
Een PR-review-agent toetst elke pull request aan de standaarden van het team en een tweede agent schrijft incidentsamenvattingen vanuit Sentry en logs. Seniors beoordelen de notities van de agent, niet de hele diff.
- Data: GitHub, Jira, Sentry, Slack
- Model: Claude Code voor reviews, met een open-weight model voor logtriage
- Controle: alleen opmerkingen; mergen blijft mensenwerk
Advocatenkantoor · offline
"Niets vertrouwelijks mag ooit het gebouw verlaten."
Wij dimensioneerden AI-workstations met Workstation en draaiden open-weight modellen volledig offline. Een contractagent vergelijkt documenten met het playbook van het kantoor en stelt redlines op; partners keuren elk ervan goed.
- Data: documentmanagementsysteem, precedentenbank
- Model: open-weight modellen op lokale GPU-workstations
- Controle: air-gapped, met auditlogs op locatie bewaard
Forward deployed engineers
Een expert in uw team, geen ticket in een wachtrij
Elk project krijgt een forward deployed engineer (FDE). Die schuift aan bij uw overleggen, leert hoe uw bedrijf echt werkt en bouwt en implementeert de agents snel samen met u.
Stelt de juiste vragen
Waar staat de data, wie is de eigenaar, wat gebeurt er als die fout is, en welke stap vraagt echt om oordeelsvermogen.
Bouwt in uw systemen
De agents staan in uw repository en uw cloud of op uw hardware, gekoppeld aan de tools die uw team al gebruikt.
Blijft tot het werkt
Ze stemmen de agent af met de mensen die hem gebruiken en dragen runbooks over, zodat uw team hem zonder ons kan draaien.
Gecertificeerd op de platforms waarvoor u kunt kiezen
- Claude Code (Anthropic)
- OpenAI
- Google Cloud en Gemini
- Microsoft Azure AI
- xAI Grok
Framework
Gebouwd op Jobshout, ons agent framework en taakbeheer
Jobshout is het open-source framework waarop elke TenthMatrix-agent draait. Elke agent heeft een eigen baan, gebruikt zijn eigen tools en stopt bij hetzelfde goedkeuringsmoment. Elke run komt op een taakbord terecht met de bijbehorende kosten en trace.
- Taakbord met projecten en sprints
- Workflows met meerdere agents als afhankelijkheidsgraaf
- Geplande taken voor dagelijks en wekelijks werk
- Skills, plug-ins en MCP-connectoren
- Gebruik uw eigen model, ook lokale modellen
- Kosten, latentie en OpenTelemetry-traces per run
Zelf gehoste AI
Wilt u AI zonder enige internetverbinding?
Sommige data mag het gebouw nooit verlaten. Wij draaien open-weight modellen op AI-workstations binnen uw netwerk, volledig offline, en bouwen daar dezelfde agents op. De hardware komt van ons zusterbedrijf Workstation.
Veelgestelde vragen
Wat is het verschil tussen een chatbot en een AI-agent?
Een chatbot antwoordt. Een agent voltooit een taak: hij leest uw systemen, plant, gebruikt tools om het werk te doen en stopt voor goedkeuring voordat er iets riskants gebeurt. U krijgt een afgerond concept, rapport of update, geen alinea advies.
Moeten wij voor één AI-bedrijf kiezen?
Nee. Veel van onze klanten gebruiken een frontiermodel voor de moeilijkste stappen en een klein open-weight model voor routinewerk. Met Jobshout kan elke agent een ander model gebruiken en kunt u later wisselen zonder opnieuw te bouwen.
Kunnen de agents zonder internetverbinding draaien?
Ja. Met open-weight modellen op AI-workstations van Workstation draait het hele systeem, inclusief de modellen, het framework en de logs, offline in uw gebouw.
Wat doet een forward deployed engineer eigenlijk?
Die werkt naast uw team, brengt uw processen en databronnen in kaart, bepaalt waar een LLM de moeite waard is en bouwt en implementeert de agents in uw omgeving. Die blijft tot de mensen die de agent gebruiken hem vertrouwen.
Wat gebeurt er met de antwoorden die ik in deze reis geef?
Niets, tot u op verzenden drukt. De blauwdruk wordt in uw browser opgesteld. Als u hem verstuurt, komt hij als aanvraag bij ons team terecht, zodat een engineer zich kan voorbereiden op het eerste gesprek.
Liever even overleggen?
Plan een verkennend gesprek en een forward deployed engineer neemt dezelfde vragen live met u door, op uw eigen processen.