Agentic AI vs AI agents vs generatieve AI uitgelegd
Drie termen die door elkaar worden gebruikt, maar heel verschillende dingen betekenen — en waarom dat onderscheid bepaalt wat je met AI kunt bereiken.
Agentic AI vs AI agents: waar ligt het verschil?
Als je de afgelopen maanden nieuwsbrieven, LinkedIn-posts of techartikelen hebt gelezen, ben je vast de termen agentic AI, AI agents en generatieve AI tegengekomen. Soms in dezelfde zin, soms alsof ze hetzelfde betekenen. Dat is verwarrend, want ze zijn het niet.
Het verschil tussen agentic AI vs AI agents is subtieler dan het lijkt: ze beschrijven niet hetzelfde concept vanuit een andere hoek, maar vullen elkaar aan. Generatieve AI is de motor. Een AI agent is een systeem dat die motor gebruikt om zelfstandig te handelen. Agentic AI is de eigenschap — het gedrag van autonoom redeneren en acties uitvoeren in meerdere stappen.
Ik gebruik dit artikel om alle drie de termen nauwkeurig te definiëren, ze naast elkaar te zetten, en te laten zien wanneer welk type AI het meest nuttig is voor een MKB-bedrijf. Geen hype, wel bruikbare onderscheidingen.
Wat is generatieve AI?
Generatieve AI is het fundament. Het zijn modellen die zijn getraind op enorme hoeveelheden tekst, code, afbeeldingen of geluid — en die op basis van een prompt nieuwe inhoud kunnen genereren die op die trainingsdata lijkt. ChatGPT, Claude, Gemini, Midjourney: het zijn allemaal vormen van generatieve AI.
Wat generatieve AI goed kan: tekst schrijven, samenvatten, vertalen, code genereren, vragen beantwoorden, beelden maken. Wat het niet doet: zelfstandig beslissingen nemen, acties uitvoeren in andere systemen, of een meerstappig doel nastreven zonder dat jij telkens de volgende stap aanstuurt.
Een gesprek met ChatGPT is generatieve AI in zijn puurste vorm. Jij stelt een vraag, het model genereert een antwoord. De interactie is reactief: het model doet niets totdat jij iets typt. Er is geen initiatief, geen geheugen tussen sessies, geen vermogen om buiten de chatvenster iets te bewerkstelligen.
Wat is een AI agent?
Een AI agent is een systeem dat bovenop een generatief model is gebouwd en er aanvullende vermogens aan toevoegt: het kan tools gebruiken, acties uitvoeren in externe systemen, en een doel nastreven over meerdere stappen — zonder dat jij elke stap hoeft aan te sturen.
De kern van een agent zijn vier bouwstenen. Een taalmodel als redeneer-motor. Tools waarmee het de buitenwereld bereikt, zoals een zoekopdracht uitvoeren, een API aanroepen of een bestand lezen. Geheugen om context vast te houden over meerdere stappen. En een control loop die beslist wat de volgende stap is op basis van het resultaat van de vorige.
Een concreet voorbeeld: je vraagt een agent om alle offertes die vandaag binnenkwamen samen te vatten, ze op urgentie te sorteren en een reactie-concept te schrijven voor de drie meest urgente. De agent leest de mailbox (tool), beoordeelt urgentie (redenering), haalt klantinformatie op uit het CRM (tool), schrijft drie concepten (generatieve AI), en stuurt je een overzicht. Jij hebt niets anders gedaan dan de opdracht geven.
Wat is agentic AI?
Agentic AI is geen apart systeem — het is een kwalificatie. Het beschrijft het gedrag van een systeem dat autonoom, meerstapsgewijs en doelgericht handelt. Als een systeem agentic gedrag vertoont, betekent dat: het stelt zelf een plan op, voert stappen uit, beoordeelt tussenresultaten, past de aanpak aan, en probeert uiteindelijk een doel te bereiken.
Agentic AI impliceert ook een hogere mate van autonomie dan een eenvoudige agent. Waar een basisagent een vaste workflow uitvoert, kan een agentic systeem omgaan met onverwachte situaties, alternatieve paden kiezen, meerdere deeltaken parallel uitvoeren, of andere agents aansturen. In een agentic architectuur werken agents als een team, elk met een eigen specialisatie.
Praktisch gezegd: een AI agent kan agentic zijn, maar niet elke agent is dat. Een agent die elke dag automatisch je facturen exporteert naar je boekhoudsysteem volgt een vaste workflow — dat is geen agentic AI. Een systeem dat een nieuwe aanvraag analyseert, zelf bepaalt welke informatie het nog mist, die ophaalt uit meerdere bronnen, een passend aanbod formuleert en de klant proactief benadert — dat is agentic AI.
De verschillen op een rij
Hier is een directe vergelijking van de drie concepten op de kenmerken die er voor een ondernemer toe doen.
Generatieve AI
- Genereert inhoud op basis van een prompt — tekst, code, afbeeldingen.
- Reactief: handelt alleen als jij input geeft.
- Geen geheugen tussen sessies, geen toegang tot externe systemen.
- Ideaal voor: concepten schrijven, vragen beantwoorden, brainstormen, code genereren.
- Voorbeeld: je vraagt Claude een aanbiedingstekst te schrijven, je past hem aan, klaar.
AI agent
- Systeem gebouwd op een generatief model, aangevuld met tools en een control loop.
- Proactief: voert meerdere stappen uit om een doel te bereiken.
- Heeft toegang tot externe systemen (e-mail, CRM, API's, bestanden).
- Ideaal voor: gedefinieerde workflows automatiseren, repetitieve processen, taken met vaste beslisregels.
- Voorbeeld: een agent die dagelijks nieuwe leadformulieren verwerkt, kwalificeert en doorstuurt.
Agentic AI
- Een systeem met hoge autonomie dat dynamisch plant, aanpast en meerdere stappen coördineert.
- Kan meerdere agents orkestreren die samenwerken aan een complexer doel.
- Omgaat met onverwachte situaties en past zijn aanpak aan op basis van tussenresultaten.
- Ideaal voor: complexe, variabele processen waarbij de route naar het doel niet vooraf vaststaat.
- Voorbeeld: een systeem dat een klantvraag analyseert, zelf bepaalt welke specialistische agents het inzet, en pas een antwoord geeft als alle deelresultaten zijn gevalideerd.
Wanneer gebruik je wat — voor het MKB
Veel ondernemers denken dat ze meteen agentic systemen moeten bouwen omdat dat de meest geavanceerde vorm is. Mijn ervaring is precies het tegenovergestelde: begin altijd zo eenvoudig mogelijk en voeg complexiteit toe als de behoefte er is.
Kies generatieve AI als
- Je taak op zichzelf staat en geen vervolgacties vereist.
- Je altijd zelf de output beoordeelt voordat er iets mee gebeurt.
- Het gaat om eenmalige of onregelmatige taken zonder vast patroon.
- Voorbeelden: een offerte aanscherpen, een nieuwsbrief schrijven, een klantbericht vertalen.
Kies een AI agent als
- Je een herhalend, goed gedefinieerd proces hebt met duidelijke inputs en outputs.
- De beslisregels vast zijn — er zijn geen grote uitzonderingen die creatief redeneren vereisen.
- Je tijd wilt besparen op routinetaken zonder grote architecturele investeringen.
- Voorbeelden: automatisch kwalificeren van leads, factuurverwerking, klachtenrouting.
Kies agentic AI als
- Het proces complex is en de route naar het doel niet vooraf vaststaat.
- Je meerdere systemen en databronnen wilt combineren in een samenhangende workflow.
- Je al ervaring hebt met eenvoudigere agents en nu meer wilt automatiseren.
- Voorbeelden: een volledig geautomatiseerd onderzoeks- en adviesproces, een klantonboarding-systeem dat meerdere afdelingen coördineert.
Hoe begin je als MKB-ondernemer?
De praktische volgorde die ik aanbeveel: gebruik generatieve AI als persoonlijk gereedschap totdat je er comfortabel mee bent. Kies dan een concreet, herhalend proces in je bedrijf en bouw daar je eerste agent omheen. Leer hoe die agent zich gedraagt, waar de grenzen liggen, en hoe je hem betrouwbaar maakt. Daarna — als je vertrouwen hebt in de fundamenten — kun je nadenken over agentic architecturen.
Het meest gemaakte fout die ik zie: ondernemers die direct het meest ambitieuze systeem willen bouwen, zonder de basisvaardigheden te hebben om te beoordelen of een agent zich goed gedraagt. Die volgorde keren levert bijna altijd problemen op.
De technische drempel om te starten is lager dan je denkt. Wat wel tijd kost, is de helderheid over je processen — want een agent kan alleen zo goed zijn als de beschrijving van de taak die jij hem geeft. Procesdenken, niet programmeerkennis, is de kern van agentic AI.
Belangrijkste inzichten
- Generatieve AI genereert op basis van jouw prompt — reactief, zonder externe acties.
- Een AI agent gebruikt een generatief model plus tools en een control loop om zelfstandig meerdere stappen uit te voeren.
- Agentic AI beschrijft autonoom, dynamisch gedrag waarbij een systeem zelf plant, aanpast en meerdere agents kan aansturen.
- Begin met generatieve AI voor losse taken, bouw een agent voor herhalende processen, en kies een agentic architectuur pas als de complexiteit dat rechtvaardigt.
- Proceshelderheid is de bottleneck, niet de technologie: een goed gedefinieerde taak is de basis van elke werkende agent.
Leer agentic systemen bouwen
In het AI-cohort van truck8.ai leer je in zeven sessies hoe je van generatieve AI naar werkende agents gaat — met concrete voorbeelden uit MKB-processen en begeleiding bij je eigen use case.
Bekijk het AI-cohort