AI-agent specialisten in België: wie bouwt er echt agents?

Zoek je een bureau dat een AI-agent voor je bouwt, dan is het probleem niet dat er te weinig aanbod is. Het probleem is dat het woord “agent” op twee heel verschillende dingen geplakt wordt, en dat je het verschil pas merkt als het gebouwd is.

Ik zocht in België naar bureaus die AI-agents aantoonbaar als dienst voeren. Er zijn er elf. Daarnaast vond ik er zes die het woord gebruiken terwijl hun eigen dienstbeschrijving over iets anders gaat: een chatbot, een voicebot, of een vooraf ingetekende automatisering. Wat een AI-agent precies is en hoe hij verschilt van een chatbot of een workflow, staat volledig uitgewerkt in wat is een AI-agent. Dit artikel gaat over de leverancier, niet over het begrip.

Hoe is deze lijst samengesteld?

Eén toetsbaar criterium: het bureau voert AI-agents aantoonbaar als benoemde dienst op zijn eigen site, en de dienstbeschrijving gaat over zelfstandig taken uitvoeren, niet over vragen beantwoorden. Alle vermeldingen zijn op 9 augustus 2026 nagekeken op de site van het bureau zelf.

De disclosure, meteen en niet in een voetnoot: ClickForest staat in deze lijst en heeft er belang bij dat je ons kiest. Daarom staat er geen rangorde op kwaliteit in dit artikel, alleen een indeling op profiel, en daarom staat er onderaan een sectie over voor wie wij niet de logische keuze zijn.

Wat dit overzicht bewust niet doet. Het beoordeelt geen resultaten, want geen van de bureaus in deze lijst publiceert controleerbare cijfers van klantprojecten en wij ook niet. Het bevat geen links naar de andere bureaus, want hun naam volstaat om ze te vinden. En in deze lijst staan betekent dat een bureau de dienst aantoonbaar voert, niet dat het er goed in is. Wat je hier wel krijgt, is de toets om dat verschil zelf te maken.

Welke Belgische bureaus bouwen echt AI-agents?

Elf, van founder-led bureaus tot een IT-groep van negenduizend mensen. Die spreiding is groot genoeg om apart te vermelden: een agent laten bouwen door zo’n groep is een ander traject dan er een laten bouwen door een bureau van twee oprichters. De volgorde is een indeling op profiel en uitdrukkelijk geen ranglijst.

Twee bureaus zijn als grensgeval geregistreerd en staan er bewust niet in: ze voeren een agent-dienst, maar mengen die in hetzelfde pakket met conversationele agents, bij de ene aangevuld met orkestratie in n8n en bij de andere met een vaag omschreven procesautomatisering, waardoor van buitenaf niet te zien is wat je koopt.

En twee kandidaten zijn afgewezen omdat ze niet Belgisch zijn. Allebei presenteren ze zich met een Brusselse landingspagina; de ene heeft zijn hoofdzetel in Richmond in Virginia, de andere in het Verenigd Koninkrijk met een Brits telefoonnummer. Dat is precies het soort vermelding waar een ongecontroleerde lijst voor valt.

Overlap met het overzicht van AI-chatbot bureaus is er, maar minder dan je zou denken: van de negen bureaus daar voeren er drie ook een agent-dienst. Een bureau kan dus in beide lijsten staan, en dat is geen tegenspraak. Het zijn twee verschillende diensten, en dat is exact het punt van het volgende hoofdstuk.

Hoe zie je aan een aanbod of je een agent koopt of een chatbot?

Aan één vraag: voert het ding zelf handelingen uit in jouw systemen, of geeft het antwoorden? Dat onderscheid komt niet van mij. De makers van de modellen zelf zijn er ongewoon expliciet over, en dat is de meetlat die je op elk aanbod kunt leggen.

OpenAI schrijft in zijn eigen handleiding voor het bouwen van agents: “Agents are systems that independently accomplish tasks on your behalf.” En dan, zonder omweg: toepassingen die een taalmodel gebruiken zonder het de uitvoering van de workflow te laten sturen, rekent OpenAI uitdrukkelijk níét tot de agents. Het noemt daarbij zelf eenvoudige chatbots, single-turn taalmodellen en sentimentclassificatie.

Anthropic maakt hetzelfde onderscheid, maar dan tussen workflows en agents: “Workflows are systems where LLMs and tools are orchestrated through predefined code paths.” Bij agents ligt dat anders: “Agents, on the other hand, are systems where LLMs dynamically direct their own processes and tool usage, maintaining control over how they accomplish tasks.” Vraag dus wie de volgorde van de stappen bepaalt: het systeem zelf, of het stappenplan dat het bureau vooraf heeft ingetekend. Dat verschil zie je aan een offerte zonder dat je code hoeft te lezen. Het gaat daarbij níét om het gereedschap. Make en n8n zijn prima bouwstenen, en Make.com gebruiken we zelf waar dat zinvol is, maar als de vooraf ingetekende flow het hele product is, koop je geen agent.

Daaruit volgen drie vragen die je in een eerste gesprek kunt stellen, en die geen technische kennis vragen.

Welke systemen mag hij aanraken? Een agent die nergens bij kan, kan ook niets doen. NIST vat het samen in zijn AI Agent Standards Initiative: “the real-world utility of agents is constrained by their ability to interact with external systems and internal data.” Krijg je geen concreet antwoord over koppelingen met je boekhouding, je CRM of je orderverwerking, dan koop je een chatvenster.

“Vraag altijd welke systemen de agent mag aanraken. Eentje die niets in jouw systemen kan doen, is een demo en geen medewerker.”

— Frederiek Pascal, CEO en founder van ClickForest

Wat gebeurt er als hij het fout heeft? Een agent die zelfstandig handelt, kan zelfstandig schade aanrichten. Dimitri Van Landuyt, hoofddocent bedrijfsinformatica aan de KU Leuven, formuleerde dat risico scherp in een gesprek over softwarebedrijven die AI in hun producten schuiven:

“Je wilt niet dat de verklaring voor een fout is: ‘Het was een hallucinatie van onze AI-tool’”

— Dimitri Van Landuyt, hoofddocent bedrijfsinformatica aan de KU Leuven

En de derde: wat verandert er aan de manier waarop het werk gebeurt? McKinsey analyseerde meer dan vijftig eigen agent-projecten en zette de belangrijkste les als sectiekop in het rapport: het gaat niet om de agent, het gaat om het werkproces. “Often, however, organizations focus too much on the agent or the agentic tool. This inevitably leads to great-looking agents that don’t actually end up improving the overall workflow.” Een bureau dat alleen over de agent praat en niet over jouw proces, bouwt een demo.

Hoeveel bureaus voeren het label zonder de dienst?

Zes van de negentien Belgische aanbieders die het woord agent voeren, dus ruwweg een op de drie. Ze noemen het aanbod een agent en beschrijven het vervolgens als iets anders, meestal in dezelfde alinea en zonder enige kwade wil. Het woord is nu eenmaal vaag geworden, en wie een chatbot bouwt die goed werkt, verkoopt daarmee nog steeds iets nuttigs. Alleen is het niet wat je dacht te kopen.

Eén Franstalig bureau noemt zijn dienst “agents IA conversationnels”, conversationele AI-agenten dus, en werkt die uit als een WhatsApp-chatbot en een spraakagent voor inkomende oproepen; de échte automatisering zit in een aparte dienst die niet onder het agent-label valt. Een ander beschrijft, ook in het Frans, een agent die “je oproepen en berichten beantwoordt, de aanvragen kwalificeert en doorverbindt met de juiste persoon”, en dat is een virtuele receptionist. Een derde zet de kop “Wat is een AI agent?” boven een aanbod dat vervolgens “AI workflows” levert met Make, n8n en ChatGPT.

Ik noem ze niet bij naam. Ze liegen niet, ze gebruiken een woord dat de markt zelf onduidelijk heeft gemaakt, en je kunt het bovendien in twee minuten zelf zien met de vragen hierboven. Maar het gebeurt vaak genoeg om ernaar te vragen.

Er is ook een naam voor. Gartner noemt het agent washing, het herlabelen van bestaande producten zoals assistenten, RPA en chatbots zonder wezenlijke agent-capaciteiten. Hun eigen schatting, en dat is een Amerikaanse schatting uit juni 2025 die je niet zomaar op België mag leggen: van de duizenden leveranciers die zich agentic noemen, zijn er ongeveer honderddertig echt. Analist Anushree Verma is er even direct over:

“Most agentic AI propositions lack significant value or return on investment (ROI), as current models don’t have the maturity and agency to autonomously achieve complex business goals or follow nuanced instructions over time. Many use cases positioned as agentic today don’t require agentic implementations.”

— Anushree Verma, Senior Director Analyst bij Gartner

Die laatste zin is de belangrijkste van dit artikel: veel toepassingen die vandaag als agentic verkocht worden, hebben helemaal geen agent nodig. Een goed bureau zegt je dat, en levert dan de eenvoudigere oplossing.

Bestaat er een keurmerk of ranglijst voor AI-agent-bureaus?

Nee. Geen certificering, geen onafhankelijke ranking, geen instantie die er vandaag een zou kunnen uitreiken. Wie zegt erkend te zijn, moet je dus vragen door wie precies en wat die erkenning inhoudelijk toetst. Meestal blijkt het antwoord een commerciële afspraak te zijn.

Wat er wel bestaat, en wat geen kwaliteitsoordeel is:

• Partnernetwerken van de modelbouwers. OpenAI lanceerde in juni 2026 een partnernetwerk met tiers en een specialisatie rond agents; Anthropic heeft een vergelijkbaar programma met een publieke partnerdirectory. De launchpartners van OpenAI zijn wereldwijde consultancies zoals Accenture, McKinsey en PwC. In de publieke directory van Anthropic vond ik op 9 augustus 2026 geen enkel Belgisch bedrijf. Een tier is dus een commerciële relatie met een leverancier, geen oordeel over jouw project.
• Commerciële directories die “top tien”-lijsten publiceren zonder gepubliceerde selectiecriteria. Verschillende waren bij de controle niet eens bereikbaar, waardoor hun methodologie onbevestigd blijft.

Bij ClickForest is een AI-agent voor kmo’s in Vlaanderen daarom nooit een badge maar een werkend systeem: wat je koopt is een agent die in je eigen systemen iets doet, niet een label.

Wat mag je van een agent-traject verwachten, en wat niet?

Een werkend systeem voor één afgebakende taak, geen digitale medewerker. Dat laatste woord circuleert veel, ook in de AI-antwoorden die zoekmachines vandaag over Belgische bureaus geven, en het wekt verwachtingen die een agent vandaag niet waarmaakt. Een agent neemt geen functie over; hij neemt een handeling over die je vandaag zelf herhaalt.

De cijfers helpen je verwachting ijken, maar lees het label erbij. Gartner voorspelt dat meer dan 40% van de agentic-AI-projecten geannuleerd wordt tegen eind 2027, door oplopende kosten, onduidelijke businesswaarde of gebrekkige risicobeheersing. Dat is een voorspelling van een commercieel analistenhuis, geen meting. McKinsey vroeg het wel na: 62% van de respondenten zegt dat hun organisatie minstens experimenteert met agents, maar voor geen enkele bedrijfsfunctie zegt meer dan 10% van hen dat de organisatie ze opschaalt. Het is zelfrapportage, geen meting van draaiende systemen. Michael Chui van het McKinsey Global Institute vat het nuchter samen:

“AI agents have been the subject of intense buzz and excitement. Already, about a quarter of our survey respondents report that they have started scaling at least one agentic AI system, but usually only in one or two business functions. […] When it comes to agents, it takes hard work to do it well.”

— Michael Chui, Senior fellow bij het McKinsey Global Institute

Het eerlijkste advies komt van Anthropic zelf, dat er belang bij zou hebben je een agent te verkopen: “we recommend finding the simplest solution possible, and only increasing complexity when needed. This might mean not building agentic systems at all.” Agents ruilen namelijk doorlooptijd en kosten in voor betere taakprestatie, en ze stapelen fouten op. Voor een vaste, voorspelbare taak is een gewone automatisering goedkoper en betrouwbaarder, en dat is het terrein van marketingautomatisering.

En de Belgische context, met de juiste afbakening erbij: 34,5% van de Belgische ondernemingen vanaf tien werkzame personen gebruikte in 2025 minstens één AI-technologie, tegenover een Europees gemiddelde van 19,95%. Bij kleine ondernemingen in de EU, die met tien tot negenenveertig werkzame personen, is dat 17%. Een Belgisch cijfer specifiek over AI-agents bestaat niet: de officiële statistiek meet of je AI gebruikt, niet of dat systeem zelfstandig handelt.

Eén cijfer uit een ander onderzoek zet dat in perspectief. De Europese Centrale Bank bevroeg ongeveer zesduizend bedrijven in twaalf eurolanden en vond dat 80% van de bedrijven onderschat hoeveel sectorgenoten van hun eigen grootte en in hun eigen land al AI gebruiken, gemiddeld met achttien procentpunten. Er zijn er dus waarschijnlijk méér dan je denkt, en dat is precies de reden om de vraag nu te stellen in plaats van volgend jaar.

Hoe herken je een bureau dat bij jouw schaal past?

Aan wat het vraagt voor het iets voorstelt. Een bureau dat begint bij de tool, of bij de agent, slaat de stap over die volgens het McKinsey-onderzoek het verschil maakt: welk werkproces je precies wil veranderen en wie dat werk vandaag doet.

Praktisch onderscheid je drie profielen in de lijst hierboven. Grote IT-huizen zoals Cegeka, Savaco en AE hebben de capaciteit voor een uitrol over meerdere afdelingen en de governance die daarbij hoort. AI-engineeringhuizen zoals ML6 en Faktion bouwen op maat en zitten dicht bij het onderzoek. Kleine, founder-led bureaus leveren snel op één afgebakende taak, met de persoon die verkocht heeft ook aan het werk. Geen van de drie is beter; ze passen bij een verschillende vraag en een verschillend budget.

Wil je het eerst zelf verkennen voor je iemand inschakelt, dan kan dat: hoe je zelf een AI-agent bouwt met Claude Code en MCP legt de bouwstenen uit, wat MCP precies is behandelt de koppeling naar je eigen systemen, en agentic engineering in de praktijk laat zien hoe dat werken er dagelijks uitziet. Wil je liever dat je eigen mensen het leren in plaats van het uit te besteden, dan is AI-opleiding voor je team de route. En zoek je eigenlijk geen agent maar iemand die je AI-koers uitzet, dan is AI-consultancy voor kmo’s de betere ingang.

Voor wie is ClickForest de juiste keuze, en voor wie niet?

Voor kmo’s en scale-ups in Vlaanderen die één afgebakende taak willen automatiseren met een agent die echt in hun systemen werkt, met de persoon die het verkoopt ook aan het toetsenbord. ClickForest bouwt founder-led vanuit Bonheiden bij Mechelen, met Claude Code en met koppelingen naar je bestaande systemen.

Hoe dat er in de praktijk uitziet, staat in de orderrapportering die we voor Bastiano bouwden en op de pagina over AI-agents op maat.

En eerlijk, drie situaties waarin je beter elders kijkt. Wil je een uitrol over meerdere afdelingen tegelijk, met formele governance en een eigen supportorganisatie, dan zit je bij een huis als Cegeka of AE beter dan bij een founder-led opzet. Zit je in een traject waar onderzoek en modelontwikkeling het zwaartepunt vormen in plaats van integratie, dan liggen ML6 of Faktion meer voor de hand. En blijkt uit het eerste gesprek dat je taak vast en voorspelbaar is, dan lever ik je geen agent maar een gewone automatisering, want die is goedkoper en breekt minder snel.

Zoek je eigenlijk iets anders, dan bestaan er vergelijkbare overzichten voor AI-chatbot bureaus en voor GEO-bureaus in België. Verkoop je online en wil je weten hoe agents je vindbaarheid raken, dan is agentic commerce het startpunt.

Conclusie: welke vraag stel je in dat eerste gesprek?

Deze twee: welke systemen mag hij aanraken, en wat gebeurt er als hij het fout heeft. Ze vragen geen technische kennis, ze zijn in één gesprek te stellen, en samen leggen ze het verschil bloot tussen een echte agent en een chatbot met een nieuw etiket. Een bureau dat op geen van beide een concreet antwoord geeft, heeft het systeem waarschijnlijk nog niet gebouwd.

Wat mij bij het samenstellen het meest opviel, is niet dat het aanbod dun is. Het zijn er elf, meer dan ik verwachtte. Wat opvalt is dat ongeveer een op de drie het woord anders gebruikt dan de makers van de technologie het zelf definiëren, en dat er geen enkel keurmerk bestaat om je daarbij te helpen. ClickForest bouwt AI-agents voor kmo’s in Vlaanderen, dus lees dit met die wetenschap. De termen uit dit artikel staan uitgelegd in de woordenlijst.