Engineering

Onze sales-agent doet nu het werk van een halve fte

Drie weken in productie. 18 uur per week tijdwinst op één type taak. Drie dingen die ik niet had verwacht voordat ik er aan begon.

Onze sales-agent doet nu het werk van een halve fte

We hebben een sales-agent gebouwd voor onze eigen pipeline en draaien hem nu drie weken in productie. Hij doet ongeveer het werk van een halve fte. Dat klinkt als marketing, maar de cijfers zijn vrij eerlijk: ik heb mezelf 18 uur per week zien terugverdienen op één type taak.

18u
per week bespaard
op pre-call-research
4 vs 25
minuten per briefing
nu vs handmatig
1 op 20
briefings met fout
doorgaans goed te detecteren

Drie dingen die ik niet had verwacht voordat ik er aan begon.

1. Pre-call-research kost nu vier minuten in plaats van vijfentwintig

Vóór de agent: ik logde in HubSpot, opende de deal, scrolde door de e-mailthread, kopieerde drie of vier passages, schakelde naar Outlook, zocht op de bedrijfsnaam, sorteerde op datum, opende de drie meest recente threads, en schreef m'n belbriefing. Een kwartier per klant op de goede dagen. Twintig à vijfentwintig minuten op de slechte.

Met de agent: ik typ “wat is de stand van [bedrijf]”. Hij draait twee inbox-zoekopdrachten op de twee Outlook-mailboxen, leest de meest recente thread, haalt de HubSpot-deal-data op, en levert een briefing in vier blokken: huidige status, laatste gespreksstof, wat de klant verwacht, wat ik mag voorstellen.

Het verschil zit niet in “AI doet het sneller”. Het zit in dat ik niet meer 25 minuten in m'n hoofd hoef te schakelen tussen vier tools.

Vier minuten gemiddeld. Op een dag waarop ik vier of vijf klanten bel, win ik dus ergens tussen de 80 en 105 minuten terug. Dat is de halve-fte-claim, plus-minus.

2. De foutmodes zijn anders dan ik dacht

Ik had verwacht dat de agent zou hallucineren. Verzonnen klant-quotes, verkeerde bedragen, niet-bestaande mensen. Dat gebeurt soms wel maar zelden — misschien één op de twintig briefings. En als het gebeurt is het meestal te herkennen omdat de briefing dan opvallend gladder leest dan de werkelijkheid.

Wat ik niet had verwacht: de agent is heel terughoudend met details die hij wel mag gebruiken. Hij vat samen op een manier die formeel correct is maar contextarm. “De klant heeft op 14 april interesse getoond in onze diensten.” Klopt. Maar als ik zelf de mailthread lees, zie ik dat het sturend was: de oprichter typte op een vrijdag om kwart over zes “ja, ik wil dit, kunnen we maandag bellen?”. Dat woord “ja” in die mail is meer waard dan vijftien woorden samenvatting.

Oplossing voor nu: bij de drie of vier hoogst-prioritaire deals lees ik de oorspronkelijke thread alsnog kort door. De briefing dient als brug, niet als vervanger.

3. De grootste tijdwinst zit niet in het werk dat de agent doet

Verrassend: de agent kost m'n dag minder uren dan ik had ingeschat — maar levert alsnog meer tijd op dan ik had verwacht. Dat klopt niet rekenkundig, totdat je beseft dat de echte winst zit in niet hoeven schakelen.

Voorheen sprong ik tussen Outlook, HubSpot, m'n notities-app en Slack. Elke switch kostte me een paar minuten om weer in te tunen. Nu blijf ik in Cowork, krijg de briefing in één conversatie, en ben binnen een minuut bel-klaar.

Dat focus-voordeel is moeilijk te kwantificeren maar voelt als de helft van het effect. De andere helft is de directe tijdwinst op de research-taak.

Wat dit betekent voor jouw team

Eén belangrijke nuance: dit werkt voor mijn workflow omdat het werk repetitief en gestructureerd is. Pre-call-research heeft elke keer dezelfde vorm, alleen met andere invuldata. Dat is exact het soort taak waar agents goed in zijn.

Als jouw team een vergelijkbaar repetitief proces heeft — klantonboarding, dossier-research, weeknotities, factuurmatching — is een eigen agent realistischer dan de meeste mensen denken. We hebben hem in twee zaterdagen gebouwd. Niet de eerste twee zaterdagen, maar wel de tweede en derde nadat ik echt was begonnen. Het patroon van “input → ophalen → samenvatten in vast format” is over te zetten op verrassend veel werkprocessen. Voor de bredere context over wanneer dit wel of niet loont, zie de aanpak die we voor klanten hanteren.

Wat ik niet zou doen: een agent inzetten op een proces dat zelf nog chaotisch is. Eerst proces opschonen, dan agent. Andersom levert frustratie op voor het team en geeft de agent slechte data om mee te werken.

Verder lezen in de kennisbank

Veelgestelde vragen

Welke tool gebruik je voor de sales-agent?+
We gebruiken Claude Cowork (de agentische desktop-modus van Anthropic) met een eigen skill-bibliotheek erop gebouwd. De agent leest twee Outlook-mailboxen en haalt deal-data uit HubSpot. Geen exotische stack — dezelfde tools die de meeste MKB-bedrijven al hebben, alleen anders verbonden.
Wat kostte het om dit te bouwen?+
Twee zaterdagen aan eigen werk, plus een Claude Max-abonnement van $200/maand voor de agentische runtime. Geen externe ontwikkelaar, geen losse SaaS-tool. Het kostte vooral discipline om het proces eerst goed af te bakenen — de bouw zelf was relatief klein.
Werkt dit ook voor andere processen dan sales-research?+
Ja, mits het proces repetitief en gestructureerd is. Het patroon ‘input → ophalen → samenvatten in vast format’ is over te zetten op verrassend veel werkprocessen: klantonboarding, dossier-research, weeknotities, factuurmatching. Niet geschikt: chaotische processen waar elke uitvoering anders is. Daar levert AI vooral frustratie op.
Wat als de agent een fout maakt of hallucineert?+
Dat gebeurt zelden — ongeveer één op de twintig briefings — en de fouten zijn meestal herkenbaar omdat ze gladder lezen dan de werkelijkheid. Voor de hoogst-prioritaire deals lees ik de oorspronkelijke mailthread alsnog kort door. De agent-briefing dient als brug, niet als vervanger. Bij minder belangrijke deals vertrouw ik volledig op de output.

Hulp nodig bij jouw AI-traject?

Plan een vrijblijvend gesprek en ontdek welke AI-systemen passen bij jouw organisatie.