Kosten besparen met AI-agenten is onmogelijk... Wacht, toch wel

Het artikel bespreekt concrete voorbeelden van AI die operationele kosten verlagen, waarbij zowel successen als valkuilen worden belicht. Klarna verving meer dan 700 supportmedewerkers door OpenAI AI, waardoor de responstijd met een derde daalde en problemen vijf keer sneller werden opgelost, maar het klantverloop steeg met 15% en de verliezen namen toe, waardoor men moest terugkeren naar menselijke agenten en later een hybride model introduceerde. Swisscom implementeerde succesvol een multi-agent architectuur met Rasa CALM en Amazon Bedrock AgentCore, waardoor het aantal automatische oplossingen verdubbelde en de operationele kosten met 50% daalden, hoewel de opzet complex en kostbaar is. OneDigital bespaarde tot 170.000 dollar per jaar op HR-planning via paradox.ai, maar critici merken op dat de besparingen overdreven zijn, omdat medewerkers in dienst bleven en het ATS 30.000 tot 100.000 dollar per jaar kost. Duolingo koos voor een AI-first aanpak, waardoor de omzet steeg naar 292 miljoen dollar in het eerste kwartaal van 2026, maar gaf toe dat ten minste 20% van de AI-gegenereerde inhoud onbruikbaar was en interne statistieken AI-gebruik op misleidende wijze beloonden. Aanbevelingen zijn onder meer beginnen met basale gevallen, kwalitatieve statistieken evalueren, reële besparingen tellen en gebruikmaken van menselijke controle (human-in-the-loop).