AI-agent of automatisering (Zapier, RPA): wat kies je?

AI-agent of automatisering is een vraag die bijna altijd verkeerd wordt gesteld. Het gaat zelden om welke tool de beste is, en bijna altijd om welke laag past bij het probleem dat je hebt. Er zijn er ruwweg drie. Een koppeling zoals Zapier of Make verplaatst data van app A naar app B zodra er iets gebeurt. RPA bootst muis en toetsenbord na in systemen zonder API. Een AI-agent leest rommelige input, beslist wat er moet gebeuren en voert het uit. Wie die drie door elkaar haalt, koopt te zwaar voor simpel werk of te licht voor werk dat oordeel vraagt. Dit artikel geeft een nuchter beslismodel, zonder hype, met eerlijke kosten en een duidelijke wanneer-niet.

Dit hoort bij het bredere dossier over de AI-werkplek voor het Nederlandse MKB, waar we de hele werkplek uitleggen. Eerder schreven we over het verschil tussen een AI-agent en een chatbot: dat ging over antwoorden versus handelen, de as conversatie. Dit artikel pakt een andere as: een agent versus regelgebaseerde automatisering, de as workflow. Andere vraag, ander antwoord, en ze vullen elkaar aan. Wil je meteen sparren over jouw eerste proces, dat kan via de vaste-prijs Quickstart.

/ 01Kort

Kort antwoord: drie soorten automatisering

Voordat je kiest, moet je weten dat je niet tussen twee dingen kiest maar tussen drie lagen. Een koppeling (Zapier, Make) reageert op een trigger en voert een vaste actie uit: nieuw formulier op de site, dus regel in het CRM, dus mail naar de verkoper. Een RPA-robot bootst een mens na: hij klikt en typt in schermen, vooral in oude systemen die geen nette koppeling hebben. Een AI-agent leest input die niet in een veld past, een vrij mailtje, een PDF, een appje, beslist wat er moet gebeuren en handelt.

De verwarring ontstaat omdat alle drie het woord automatisering dragen, terwijl ze fundamenteel verschillen in wat ze met de input doen. Een koppeling verplaatst, een RPA-robot herhaalt, een agent begrijpt en beslist. Zodra je dat onderscheid scherp hebt, valt de keuze bijna vanzelf.

/ 02Koppeling

Wat Zapier en Make zijn: koppelingen tussen apps

Zapier en Make zijn no-code platforms die apps aan elkaar knopen volgens het patroon trigger en actie. Er gebeurt iets in app A, en dat zet een vaste handeling in app B in gang. Een nieuw contactformulier wordt automatisch een rij in je CRM en een notificatie aan de juiste medewerker. Geen code, klikken in een interface, en binnen een uur staat de eerste flow. Voor voorspelbare, gestructureerde stappen tussen bestaande apps is dit de snelste en goedkoopste laag die er is.

De grens van een koppeling zit precies waar de voorspelbaarheid ophoudt. Zodra de input rommelig wordt, vrije tekst in een mail, een PDF, een foto, of zodra er een oordeel nodig is, welke categorie, hoe urgent, welk antwoord past, dan loopt een koppeling vast. Een koppeling kan een veld verplaatsen, maar niet bedenken wat er in dat veld zou moeten staan. Een belangrijke nuance voor wie met klantdata werkt: Make verwerkt standaard op EU-servers met een verwerkersovereenkomst, terwijl Zapier via Amerikaanse servers draait.¹

/ 03RPA

Wat RPA is: klikken nabootsen

RPA staat voor Robotic Process Automation, en de naam is eerlijker dan hij klinkt: het is software die een mens nabootst. De robot klikt, typt en navigeert door schermen alsof er iemand achter het toetsenbord zit. Dat maakt RPA bruikbaar voor precies één situatie die anders lastig is: een oud systeem zonder API, waar je niet netjes met een koppeling bij kunt. Denk aan factuurinvoer in een log boekhoudpakket dat al vijftien jaar meegaat. Hoog volume, stug, regelgebaseerd: daar is RPA sterk in.

De zwakte zit in de broosheid. Omdat de robot op de schermindeling vertrouwt, breekt hij zodra een knop verplaatst of een veld verandert. Dan moet de flow handmatig opnieuw worden ingericht. Eerlijk gepositioneerd: voor het grootbedrijf met honderden identieke handelingen per dag in een vast legacy-systeem kan RPA renderen, maar voor het MKB is het meestal te zwaar om op te zetten en te bros om bij te houden. Marktanalyses positioneren RPA dan ook steeds vaker als een laag die door slimmere, begrijpende automatisering wordt ingehaald.²

/ 04Agent

Wat een AI-agent is: lezen, beslissen, handelen

Een AI-agent is de laag die de rommel aankan waar de andere twee op stuklopen. Een binnenkomende mail in vrije tekst, een appje met een halve aanvraag, een PDF-handleiding van twintig pagina's: de agent leest het, haalt context op uit je eigen documenten, beslist wat er moet gebeuren en voert het uit, eventueel met een mens die de uitkomst goedkeurt. Dat ophalen van context uit je eigen documenten is geen toeval maar een techniek met een naam, uitgelegd in ons artikel over private document-AI voor het MKB. Een agent gebruikt het als een van zijn gereedschappen.

Het verschil met een koppeling is het oordeel, het verschil met RPA is het begrip. Een agent breekt niet als de input een keer anders is opgebouwd, want hij leest betekenis in plaats van posities op een scherm. Daardoor kan een agent een taak afmaken die niet vooraf in regels te vatten is. Een voorbeeld uit onze eigen praktijk is onze snelofferte voor technisch MKB: die leest een vrij geformuleerd klantbericht en bouwt daar een complete conceptofferte van, in plaats van een veld van A naar B te verplaatsen.

/ 05Vergelijking

Het verschil op een rij

Leg de drie lagen naast elkaar en de keuze wordt een kwestie van matchen, niet van smaak. Het gaat niet om welke laag de meeste buzz heeft, maar om welke past bij de aard van je input en je beslissingen.

Merk op dat geen enkele laag wint over de hele linie. Een koppeling is onverslaanbaar voor wat hij doet, RPA heeft zijn niche, en een agent is de enige die rommelige input en oordeel aankan. De vraag is nooit welke het beste is, maar welke past bij dit ene proces.

/ 06Beslismodel

Het beslismodel: drie vragen

In plaats van te beginnen bij de tool, begin je bij het proces. Drie vragen wijzen bijna altijd de juiste laag aan. De grondregel eronder is breed gedeeld vakadvies: begin met de simpelste laag die de pijn wegneemt, en voeg complexiteit pas toe als de simpele versie aantoonbaar tegen z'n grenzen loopt. Wie meteen het zwaarste gereedschap pakt, betaalt voor flexibiliteit die hij niet gebruikt.

/ 07Vraag 1

Vraag 1: is de input gestructureerd of rommelig?

Komt je input in nette velden binnen, een ingevuld formulier, een rij in een sheet, een vast bericht-format, dan heeft niets de input hoeven te begrijpen en volstaat een koppeling. Is je input rommelig, een vrije mail, een PDF, een foto, een spraakbericht, dan heb je iets nodig dat de betekenis eruit haalt. Dat is precies waar een AI-agent of een agent-stap binnen je flow voor bestaat. De vorm van je input voorspelt je laag.

/ 08Vraag 2

Vraag 2: zijn de regels vast of moet er geoordeeld worden?

Liggen de regels vast, altijd als X dan Y, zonder uitzonderingen die oordeel vragen, dan kan een koppeling of, bij een oud systeem zonder API, RPA het werk doen. Moet er geoordeeld worden, welke afdeling krijgt dit, hoe urgent is het, welk antwoord past bij deze klant, dan zit je in agent-gebied. Oordeel laat zich niet in een vaste als-dan-regel persen, en juist dat oordeel is wat een AI-agent toevoegt.

/ 09Vraag 3

Vraag 3: breekt de flow bij elke uitzondering?

De derde vraag is de eerlijkste, want hij gaat over verborgen kosten. Als elke uitzondering je flow breekt en je hem telkens moet bijwerken, draag je een onderhoudslast die op de offerte niet zichtbaar was. Een regelgebaseerde flow vangt alleen de gevallen die je vooraf hebt bedacht. Een agent met een mens in de lus vangt de uitzonderingen op in plaats van te breken: hij legt het twijfelgeval voor in plaats van te stoppen.

/ 10Kosten

Wat het kost: koppeling, RPA en agent vergeleken

De prijzen verschillen per laag met een factor, en het helpt de ordes van grootte naast elkaar te zetten. De volgende bedragen zijn marktcontext, geen offerte, en komen van derden. Een koppeling als Zapier kost bij hoog volume rond de 69 euro per maand voor een teamabonnement; Make zit afhankelijk van schaal tussen 10 en 150 euro per maand.¹ Voor een AI-agent offreert de markt grofweg 2.000 tot 8.000 euro setup, plus API-kosten per run en doorlopend beheer.⁴

Daar zetten wij een andere vorm tegenover. Onze vaste-prijs Quickstart kost 750 tot 1.500 euro eenmalig voor een werkend proces in 7 werkdagen, geen uurtje-factuurtje en geen meerwerk achteraf. Dat is geen marktvergelijking maar een bewuste keuze voor zekerheid vooraf. De volledige kostenstaat over alle routes, met de verborgen posten die de prijs uiteindelijk bepalen, staat in ons artikel over AI-implementatiekosten voor het MKB in 2026.

/ 11Combineren

Waarom je het meestal combineert

De val in dit hele onderwerp is denken dat je moet kiezen. In de praktijk mengen werkende systemen de lagen. Een koppeling brengt de binnenkomende mail naar de juiste plek, een agent leest die mail, begrijpt de vraag en beslist wat er moet gebeuren, en een koppeling schrijft het resultaat terug weg in het CRM. Elke laag doet waar hij goed in is. De koppeling verplaatst goedkoop en betrouwbaar, de agent doet het stukje dat oordeel vraagt.

Dit betekent ook dat je nooit alles hoeft te vervangen. Heb je al Zapier-flows die werken, dan blijven die staan. Je voegt een agent toe op precies het punt waar de koppeling vastliep, het stukje rommelige input of het oordeel, en de rest blijft zoals het was. Dat is goedkoper en minder riskant dan een hele werkwijze omgooien.

/ 12Data

Een woord over je data: waar draait het?

Zodra een koppeling of agent met klantdata werkt, telt waar het verwerkt wordt. Bij de koppelingen verschilt dat: Make verwerkt standaard op EU-servers met een verwerkersovereenkomst, Zapier draait via Amerikaanse servers waarvoor je aanvullende afspraken nodig hebt.¹ Bij een agent kun je nog verder gaan: een private-AI-opzet houdt je data in een eigen, scheidbare tenant met EU-data waar mogelijk.

We doen hier geen schijngarantie. Geen enkele opzet is met één vinkje klaar, en wie 100 procent belooft, verkoopt geruststelling in plaats van een oplossing. De eerlijke lat is AVG-bewust werken met EU-data waar het kan en heldere afspraken waar het niet kan. Wat dat concreet betekent voor het werken met bedrijfsdata in een taalmodel, staat in ons artikel over ChatGPT op het werk en je bedrijfsdata onder de AVG.

/ 13Verder

Drie volgende stappen

1. Pak je grootste pijn en loop het beslismodel langs. Vraag voor dat ene proces: is de input gestructureerd of rommelig, zijn de regels vast of vraagt het oordeel, en breekt de flow bij elke uitzondering? Die drie antwoorden wijzen de laag aan voordat je een tool kiest.
2. Lees het bredere plaatje. Het pillar-dossier de AI-werkplek voor het Nederlandse MKB laat zien hoe koppelingen, agents en de rest van je werkplek in elkaar grijpen, zodat je niet per proces opnieuw het wiel uitvindt.
3. Prik je eerste proces vast. Wil je sparren over welke laag bij jouw grootste pijn past, plan dan een gesprek via de vaste-prijs Quickstart of neem contact op. Dan kijken we samen of een koppeling al genoeg is of dat een agent de logische stap is.