Een werkende AI-agent zelf bouwen kost je 40 tot 80 uur voordat er iets draait. Daarna ben je er wekelijks nog 5 tot 10 uur aan kwijt. Wie een AI agent laat maken in plaats van zelf te bouwen, koopt vooral die uren terug. In dit stuk zet ik de twee routes eerlijk naast elkaar: zelf knutselen met open-source, of een beheerde AI-butler die kant-en-klaar draait.
De belofte van open-source klinkt verleidelijk
Op papier is zelf bouwen aantrekkelijk. Tools als n8n, Open WebUI, Ollama, LangChain en CrewAI zijn gratis. Je hebt volledige controle. Geen abonnement, geen leverancier die aan je knoppen zit.
Elk stuk gereedschap heeft zijn eigen rol. Open WebUI geeft je een ChatGPT-achtig venster. n8n rijgt workflows aan elkaar. Ollama draait taalmodellen lokaal op je eigen machine. LangChain en CrewAI laten je meerdere agents samen laten werken. Los werken ze prima. Ze aan elkaar knopen tot één betrouwbaar systeem is het echte werk.
Voor wie technisch onderlegd is, is dat een prachtig speelterrein. Je koppelt modellen aan workflows, draait alles op je eigen server en tweakt tot het precies doet wat je wilt.
Die vrijheid is echt. Maar ze heeft een prijs die zelden in de tutorials staat.
Wat de tutorials weglaten
Een YouTube-video van twintig minuten laat zien hoe je in een middag een agent bouwt. Wat je niet ziet: de week daarna.
Neem een concreet geval. Je koppeling met je mail werkt weken prima, tot de leverancier van het model zijn interface aanpast. Van de ene dag op de andere doet je agent niets meer. Geen melding, geen uitleg. Jij mag op een dinsdagavond uitzoeken welke van de vijf onderdelen de fout veroorzaakt. Dat soort onderhoud hoort bij zelf bouwen, en het stopt nooit.
Bij zelf hosten ben je zelf verantwoordelijk voor encryptie, toegangsbeheer en naleving van de AVG. Eén verkeerde instelling en je bedrijfsdata ligt op straat. Dat is geen doemdenken, dat is de dagelijkse realiteit van self-hosting.
De verborgen rekening van zelf bouwen
Gratis software is niet hetzelfde als gratis. De echte kosten zitten in je tijd. Reken mee.
| Zelf bouwen (open-source) | Beheerde butler | |
|---|---|---|
| Setup | 40 tot 80 uur | Persoonlijke onboarding |
| Onderhoud per week | 5 tot 10 uur | 0 uur |
| Beveiliging | Jouw verantwoordelijkheid | Ingebouwd, continu bijgewerkt |
| Meegroeien met nieuwe modellen | Zelf migreren | Automatisch |
| Tijd over een jaar | 300 tot 600 uur | Bijna nul |
300 tot 600 uur per jaar. Dat is tijd die je ook in je klanten of je groei had kunnen steken. Voor een ondernemer is dat vaak de duurste post op de hele lijst, ook al staat hij nergens op een factuur. Wil je die rekensom compleet zien, lees dan ons artikel over AI implementatie kosten in het MKB.
De vijf onderdelen die elk apart kunnen breken
Een zelfgebouwde agent is geen ding, maar een keten. Meestal bestaat die uit vijf schakels: het taalmodel, de koppelingen met je mail en agenda, de workflow-motor die alles aanstuurt, de opslag van je gegevens en de laag die het geheel beveiligt.
Elke schakel heeft zijn eigen leverancier, zijn eigen updates en zijn eigen manier om stuk te gaan. Werkt het model prima, dan kan een update van je mailkoppeling alsnog de boel platleggen. Staat de beveiliging goed, dan kan een nieuwe versie van de workflow-motor je instellingen overschrijven.
Het lastige is dat een fout in een schakel zich voordoet als een fout in het geheel. Je agent stopt met werken en jij mag uitzoeken welke van de vijf de dader is. Wie dat een paar keer op een drukke dag heeft meegemaakt, begrijpt waarom onderhoud de echte kostenpost is.
Een rekenvoorbeeld uit de praktijk
Neem een ondernemer die zijn agent zelf bouwt in een rustige periode. De eerste opzet kost hem zestig uur, verspreid over een maand of twee avonden per week. Dat is nog het leuke deel.
Daarna begint het onderhoud. Reken op zeven uur per week aan updates, kapotte koppelingen en kleine aanpassingen. Over een jaar is dat ruim 350 uur, boven op de zestig uur bouwen.
Is zijn uur 150 euro waard, dan heeft die gratis open-source agent hem op papier 60.000 euro aan eigen tijd gekost. Geld dat nergens op een factuur staat, maar dat wel degelijk uit zijn bedrijf verdwijnt. En dan draait er nog geen enkele nieuwe functie, want al die uren gingen op aan overeind houden wat er al was.
Beveiliging is meer werk dan de bouw zelf
Het bouwen van een agent haalt de tutorials. Het beveiligen ervan niet, terwijl dat het meeste werk is en het grootste risico draagt.
Bij self-hosting regel je zelf de encryptie van je data, het toegangsbeheer, de logging, de back-ups en de updates zodra er een lek opduikt. Je houdt bij welke medewerker bij welke gegevens kan. Je zorgt dat een oud-medewerker geen toegang houdt. En je legt vast hoe je aan de AVG voldoet, want bij een datalek ben jij aansprakelijk.
Dat is geen eenmalige klus maar een doorlopende verantwoordelijkheid. Een vergeten update of een verkeerd gezette rechtenregel, en je bedrijfsdata ligt open. Voor een technisch team is dat te doen. Voor een ondernemer die er alleen voor staat, is het een risico dat zich pas laat zien als het te laat is.
De Mac Mini-droom houdt zelden stand
Een populair idee: koop een Mac Mini, draai een lokaal model, klaar. Geen cloudkosten, alles in eigen huis. Het klinkt slim en soms is het dat ook.
Maar lokaal draaien betekent ook zelf zorgen voor uptime, back-ups en updates. De modellen die op consumentenhardware passen zijn kleiner en zwakker dan wat je in de cloud krijgt. En valt je machine uit tijdens een drukke week, dan ligt je hele automatisering plat tot jij hem weer aan de praat hebt.
Voor wie zelf bouwen wél slim is
Eerlijk is eerlijk: soms is zelf bouwen de juiste keuze. Heb je een technisch team met ruimte in de agenda? Vind je het bouwen zelf leuk en leerzaam? Heb je één heel specifieke toepassing die geen enkele dienst dekt? Dan kan open-source precies passen.
De rode draad: zelf bouwen loont als tijd en techniek geen probleem zijn. Zodra een van beide schaars wordt, kantelt de balans. Voor de meeste ondernemers die ik spreek is tijd nu net het schaarste goed dat er is.
Wat een beheerde butler anders maakt
Een AI-butler laten maken betekent dat iemand anders de infrastructuur draagt. De setup, de koppelingen, het onderhoud, de beveiliging en de updates zitten in één vast bedrag. Jij geeft de opdracht, de rest is geregeld.
Bij AIbutler is dat 3.997 euro per maand als Founding Member. Daarvoor krijg je onbeperkt agents, een eigen beveiligde omgeving en doorlopend onderhoud. Geen API-kosten, geen avonden troubleshooten. Wat je koopt is niet zozeer software, maar het wegvallen van een taak. Meer over die afweging lees je in tijd besparen met AI als ondernemer.
Continuïteit is het echte verschil
Een zelfgebouwde agent is zo sterk als de persoon die hem onderhoudt. Vertrekt die medewerker, of heb je zelf een paar weken geen tijd, dan verzakt het systeem stilletjes. Koppelingen verouderen, updates blijven liggen, en op een dag doet iets het niet meer.
Bij een beheerde oplossing ligt die last niet bij jou. Er staat een team achter dat de boel draaiende houdt, ook in je drukste weken. Je hoeft niet zelf de expert te blijven die het bouwwerk overeind houdt.
Wat onbeperkt agents in de praktijk betekent
Bij een beheerde butler hoor je vaak de term onbeperkt agents. Dat klinkt abstract, dus een paar voorbeelden van wat mensen er echt mee doen.
De ene ondernemer laat een agent zijn inbox sorteren, een tweede zijn agenda plannen en een derde elke maandag een rapport maken van zijn cijfers. Een ander zet een agent op zijn klantenservice, die veelgestelde vragen beantwoordt en de rest doorzet naar een mens.
Omdat er geen kosten per agent of per gebruik zijn, kun je blijven uitproberen. Werkt iets niet, dan zet je het uit. Werkt iets goed, dan laat je het staan. Dat is een andere manier van werken dan bij zelf bouwen, waar elke nieuwe agent weer uren opzet en onderhoud betekent.
De onboarding, stap voor stap
Een butler laten maken begint niet met techniek, maar met een gesprek. Iemand brengt in kaart welk werk je kwijt wilt: je mail, je planning, je rapportage, je opvolging.
Daarna worden de koppelingen gelegd met je bestaande systemen, van je mailbox tot je agenda. Jij hoeft niets te installeren en niets te configureren. Je krijgt een eigen beveiligde omgeving waarin alles samenkomt.
In de eerste weken kijk je mee en stuur je bij. De butler leert je toon en je voorkeuren, net zoals een nieuwe medewerker dat zou doen, alleen sneller. Na een paar weken draait het werk dat je hebt aangewezen zelfstandig, en houd jij de regie zonder de uitvoering.
Uitbesteden is niet hetzelfde als loslaten
Een veelgehoorde zorg: geef ik met een beheerde butler niet alle controle uit handen? In de praktijk werkt het omgekeerd.
Je bepaalt zelf welk werk de butler doet en welk werk bij jou blijft. Je ziet wat er gebeurt, je kunt elke instelling terugdraaien en je zit maandelijks nergens aan vast. Wat je afgeeft is niet de controle, maar het onderhoud. Het verschil tussen die twee is precies waar veel ondernemers overheen kijken.
Bij zelf bouwen ligt alle controle bij een persoon, meestal degene die het systeem het beste kent. Valt die weg, dan valt de controle mee weg. Bij een beheerde oplossing is die kennis geborgd bij een team, en blijft jouw grip op het werk hetzelfde, of je nu een drukke week hebt of drie weken op reis bent.
Een vast bedrag is makkelijker te plannen
Bij zelf bouwen weet je vooraf zelden wat het echt gaat kosten. De uren lopen op, er komt een API-abonnement bij, en een dure maand met veel gebruik verrast je op de rekening. Kosten die deinen zijn lastig te begroten.
Een beheerde butler zet daar een vast maandbedrag tegenover. Je weet wat je betaalt, of het nu een rustige of een drukke maand is. Voor de meeste ondernemers weegt die voorspelbaarheid zwaarder dan de vraag of iets op papier goedkoper had gekund. Een bekend bedrag laat zich plannen, een onbekend niet.
Wie draait het als jij er niet bent
Stel je voor: je bent twee weken op reis en er verschijnt een foutmelding in je zelfgebouwde agent. Wie lost dat op? Bij zelf bouwen ben jij de enige die de keten van binnen kent.
Een systeem dat afhangt van een persoon is kwetsbaar. Valt die persoon weg, door ziekte, vakantie of vertrek, dan staat de kennis stil. Bij een beheerde butler ligt die verantwoordelijkheid bij een team dat elkaar afwisselt. Er is altijd iemand die weet hoe het werkt.
Voor een klein bedrijf is dat vaak de doorslag. Je wilt niet dat je hele automatisering afhangt van de ene medewerker die toevallig verstand van techniek heeft.
Reken ook de gemiste kansen mee
De uren die in bouwen en onderhouden gaan zitten, zijn maar de helft van het verhaal. De andere helft zijn de dingen die je in die tijd niet deed.
Elke avond die je besteedt aan het repareren van een koppeling, is een avond die niet naar een klant, een nieuw aanbod of gewoon rust ging. Economen noemen dat de gemiste kans, en voor een ondernemer is die vaak groter dan de zichtbare kosten. Wat had die tijd opgeleverd als je hem in je bedrijf had gestoken in plaats van in je gereedschap?
Die vraag staat op geen enkele offerte, maar bepaalt wel of zelf bouwen je uiteindelijk iets oplevert of juist geld kost. Voor een technisch bedrijf met tijd over kan de som positief uitvallen. Voor de meeste ondernemers die ik spreek, valt hij de andere kant op.
Laat het bouwen aan ons over
AIbutler richt je AI-agents in, onderhoudt ze en beveiligt ze. Jij gebruikt ze. Alles inbegrepen voor € 3.997/mnd als Founding Member.
Plaats mij op de wachtlijst →AI-modellen worden om de paar maanden beter. Wie zelf bouwt, mag bij elke sprong opnieuw migreren, testen en repareren. Wie een butler heeft, ziet die verbeteringen vanzelf verschijnen. De vraag is dus niet zozeer wat je vandaag in elkaar zet, maar wie het volgend jaar nog voor je draaiende houdt.
Veelgestelde vragen
Wat kost het om een AI agent te laten maken?
Bij AIbutler betaal je 3.997 euro per maand als Founding Member (standaard 5.997 euro), levenslang vastgezet voor de eerste 500 leden. Daarvoor krijg je onbeperkt AI-agents, volledige setup met onboarding, doorlopend onderhoud en je eigen beveiligde terminal. Geen API-kosten, geen setup-fee, maandelijks opzegbaar.
Kan ik een AI agent zelf bouwen zonder technische kennis?
In theorie wel, met no-code tools als n8n en Open WebUI. In de praktijk loop je vast op API-koppelingen, foutmeldingen en beveiliging. Zonder technische achtergrond ben je meer tijd kwijt aan troubleshooten dan aan werken.
Is een open-source AI agent veilig voor bedrijfsdata?
Dat hangt volledig van je configuratie af. Bij self-hosting ben jij verantwoordelijk voor encryptie, toegangsbeheer, updates en AVG. Eén misconfiguratie legt je data bloot. Bij een managed oplossing is beveiliging ingebouwd en wordt ze continu bijgewerkt.
Wat is het verschil tussen een managed en een open-source AI agent?
Een managed agent wordt voor je ingericht, onderhouden en beveiligd. Je gebruikt hem meteen. Een open-source agent installeer, configureer, onderhoud en beveilig je zelf. Vergelijk het met een auto huren tegenover een auto uit losse onderdelen bouwen.
Hoeveel tijd kost het om zelf een AI agent te bouwen?
De eerste werkende basis kost 40 tot 80 uur. Daarna ben je 5 tot 10 uur per week kwijt aan onderhoud en updates. Over een jaar loopt dat op tot 300 tot 600 uur.
Welke open-source AI tools zijn populair?
De meestgebruikte zijn Open WebUI (ChatGPT-achtige interface), n8n (workflows), LangChain en CrewAI (agent-systemen) en Ollama (lokaal taalmodellen draaien). Elk met een eigen leercurve en grenzen.
Waarom kiezen bedrijven voor een managed AI agent?
Omdat ze hun tijd aan hun kernactiviteit willen besteden, niet aan het onderhouden van AI-infrastructuur. Een managed agent werkt meteen, wordt continu verbeterd en is beveiligd conform AVG.