AgentsLab bouwt AI-collega's die backofficeprocessen end-to-end uitvoeren in het ERP – met de mens in de loop waar het ertoe doet. 300.000+ cases/jaar bij 20+ klanten. Opgericht in 2024 door drie ex-Capgemini Invent-consultants uit Amsterdam.
Algemene beschrijving (incl. samenvatting van onderstaande vier punten)
De meeste AI in het bedrijfsleven praat. Chatbots beantwoorden vragen, copilots schrijven mee, conversational agents voeren gesprekken. Maar in de backoffice van een bouwbedrijf, een technische groothandel of een retailer moet er geen gesprek gevoerd worden – daar moet een order geboekt worden. Een factuur verwerkt. Een servicebon geregistreerd. Dat is ander werk. Het vereist andere technologie.
AgentsLab bouwt AI-collega's die dat werk doen. AI- agents die complete backofficeprocessen uitvoeren binnen het ERP-systeem van de klant. Concreet: een AI-collega die een e-mail met een inkooporder opent, de data extraheert uit een PDF of Excel-bijlage, artikelcodes en prijsafspraken valideert tegen Exact Globe, en de verkooporder boekt – compleet met orderregels, leverdata en referenties. Of een AI-collega die servicebonnen verwerkt in Bouwworks: van binnenkomst als PDF tot registratie inclusief GLN-mapping, materiaalcodes en uren.
Wat dit mogelijk maakt zijn twee ontwerpkeuzes. De eerste is technisch: diepe, bidirectionele integraties met de ERP-systemen die het Nederlandse MKB daadwerkelijk gebruikt – AFAS, Exact Globe, Exact Online, Dynamics 365, Odoo, Bouwworks. We lezen én schrijven, en valideren vooraf of een actie geldig is. De tweede is principieel: human-in-the-loop. Onze AI-collega's handelen zelfstandig af wat binnen de bedrijfsregels valt, maar escaleren bij twijfel naar een menselijke collega – met context, een voorstel, en een uitleg. Via ons platform werken mens en AI-collega samen op caseniveau. De mens houdt regie, de AI leert van elke beslissing. Die aanpak lost het grootste probleem van AI-projecten op: adoptie. Medewerkers bouwen vertrouwen op in het systeem omdat ze zien wat het doet, kunnen ingrijpen waar nodig, en merken dat de kwaliteit groeit. Het is de reden dat 75% van onze klanten na hun eerste AI-collega uitbreidt naar een volgend proces.
AgentsLab is in 2024 opgericht door Daan Kepel, Guido Rademakers en Ruben Teekens, alle drie voormalig management consultant bij Capgemini Invent. Vanuit Amsterdam bedienen we ruim 20 klanten in bouw, groothandel, retail en finance. Het platform verwerkt meer dan 300.000 cases per jaar. We hebben een seed-ronde van €750.000 opgehaald bij Impacto Group en bouwen aan een landelijk partnernetwerk met als projectie 1,2 miljoen cases per jaar.
Beschrijf het product op basis van probleemoplossing, concurrentie, onderscheidend vermogen en/of technologie
Wat we concreet bouwen.
Een AI-collega van AgentsLab is een AI Agent die een volledig backofficeproces uitvoert binnen het ERP-systeem van de klant. Concreet: bij een technische groothandel komen dagelijks tientallen orders binnen via e-mail – als PDF, als Excel-bijlage, soms als losse tekst in de mailbody. Onze AI-collega opent de e-mail, extraheert de relevante data, valideert artikelnummers en klantnummers tegen Exact Globe, controleert prijsafspraken, en boekt de verkooporder compleet met orderregels, leverdata en referenties. Bij een bouwbedrijf verwerkt de AI-collega servicebonnen: van binnenkomst via e-mail tot boeking in Bouwworks, inclusief GLN-mapping, materiaalcodes en urenregistratie.
Het verschil met bestaande oplossingen zit in twee dingen.
Ten eerste: we opereren in het ERP, niet ernaast. Onze integraties met AFAS, Exact Globe, Exact Online, Dynamics 365, Odoo en Bouwworks zijn bidirectioneel – we lezen én schrijven, en valideren vooraf of een schrijfactie geldig is. Dat klinkt als een technisch detail, maar het is het verschil tussen een demo en een productiesysteem. Een AI-tool die een PDF uitleest en de data in een chat toont, bespaart leestijd. Onze AI-collega leest de PDF, valideert de data tegen het ERP, en boekt de order – inclusief orderregels, leverdata en referenties. Het werk is gedaan.
Ten tweede: human-in-the-loop als architectuurprincipe. Onze AI-collega's handelen zelfstandig af wat binnen de bedrijfsregels valt. Maar bij een onbekend artikelnummer, een prijsverschil boven de drempel, of een klant die niet in het systeem staat, escaleert de AI-collega naar een menselijke collega. Het platform biedt drie lagen voor die samenwerking: een Workflow Dashboard voor overzicht over alle lopende processen, een Case Overview voor realtime status per proces, en Case Details waar mens en AI-collega daadwerkelijk samenwerken op casusniveau – met volledige context, een voorgestelde actie, en een uitleg waarom er geëscaleerd wordt. De mens beslist, de AI leert van die beslissing.
Technisch zetten we meerdere AI-modellen (Anthropic Claude, OpenAI) in per processtap – documentextractie, classificatie, validatie en actie worden elk door het meest geschikte model uitgevoerd. De architectuur is cloud-agnostisch en draait op Microsoft Azure.
Beschrijf de markt op basis van omvang, onderscheidend vermogen, marketingplan, successen, marge en/of schaling
Onze klanten zijn organisaties met 50 tot 2.000 medewerkers die dagelijks honderden orders, facturen of servicemeldingen verwerken. Te groot voor puur handmatig werk, te klein voor enterprise-automatiseringsplatforms van tonnen. Sectoren: bouw en installatie, technische groothandel, retail, financiële dienstverlening.
De omvang van die markt is concreet. Alleen al in de bouwsector verwerken duizenden bedrijven dagelijks ongestructureerde berichten die handmatig worden omgezet in ERP-boekingen. Bij technische groothandels is orderverwerking een van de meest arbeidsintensieve processen, met foutmarges die bij handmatige invoer structureel hoger liggen dan bij geautomatiseerde verwerking.
Wat we tot nu toe hebben bereikt: 20+ klanten in productie, 300.000+ cases per jaar, en een uitbreidingsratio van 75%. Dat laatste cijfer is het belangrijkste. Een bouwbedrijf dat begon met servicebonverwerking vraagt nu om planning-automatisering. Een groothandel die startte met inkooporders wil nu ook klachtenafhandeling. Klanten kopen niet één keer – ze kopen steeds meer.
Onze go-to-market loopt via twee kanalen. Direct, voor klanten waar we de relatie zelf opbouwen. En via een groeiend partnernetwerk van ERP-consultants en procesadviseurs – Improven, DUX Group, Mendify, BPM Company – die AgentsLab's AI-collega's aanbieden als onderdeel van hun eigen propositie. Dat partnermodel is essentieel voor onze schaling: het stelt ons in staat om sectorkennis en klantrelaties van partners te benutten zonder ons team lineair mee te laten groeien.
De unit economics werken in ons voordeel. Elke ERP-integratie die we bouwen is herbruikbaar voor alle klanten op dat systeem. Elke procestemplate is met beperkte configuratie uitrolbaar bij vergelijkbare bedrijven. De marginale kosten per extra case dalen bij groeiend volume. Met de seed-investering van €750.000 van Impacto Group investeren we in platformontwikkeling, teamuitbreiding en de nationale uitrol van het partnernetwerk.
Beschrijf het team op basis van samenstelling, ontwikkeling, aansturing en/of competenties. Geef hierbij aan waarom het team zo is samengesteld
AgentsLab is opgericht door Daan Kepel, Guido Rademakers en Ruben Teekens. Alle drie hebben bij Capgemini Invent gewerkt als management consultants op het snijvlak van procesoptimalisatie, digitale transformatie en AI – voor klanten variërend van middelgrote maakbedrijven tot wereldwijde retailers. Daar hebben ze geleerd hoe bedrijfsprocessen er op papier uitzien, en hoe ze er in werkelijkheid aan toe gaan. Dat verschil – de workarounds, de ongeschreven regels, de Excel-bestanden die eigenlijk het primaire systeem zijn – is precies waar de meeste automatiseringsprojecten stranden. Het is ook waar AgentsLab begint.
Het team combineert drie disciplines die bij de meeste AI-startups gescheiden zijn. Strategisch advies: we ontwerpen procesflows samen met de klant, aan tafel bij de medewerkers die het werk dagelijks doen. AI-engineering: we bouwen de agents, de integraties, de orchestratielaag. Klantimplementatie: we rollen uit, monitoren, en itereren op basis van echte productiedata. Die driehoek zit in één team, niet in drie afdelingen. De oprichters zijn betrokken bij alle drie – ze bouwen mee, ze implementeren mee, ze zitten bij de klant aan tafel. Het team groeit met AI-engineers, infrastructuurspecialisten en procesanalisten. We investeren in jong talent via working students en Founders Associates – met de gedachte dat je het beste leert door vanaf dag één mee te bouwen aan echte productiesystemen, niet aan interne tooling.
De aansturing is plat. Wekelijkse sprintcycli, directe feedbackloops naar klanten, korte lijnen tussen oprichters en ontwikkelteam. Nieuwe processen bij klanten gaan binnen weken live. Dat tempo is een bewuste keuze en een direct gevolg van de teamstructuur.
Beschrijf de business op basis van visie, successen en/of schaalbaarheid
De backoffice van Nederlandse bedrijven gaat er de komende jaren fundamenteel anders uitzien. AI-collega's worden een standaard onderdeel van het team – voor het voorspelbare, herhaalbare, regelgedreven werk. Mensen richten zich op wat mensen goed doen: uitzonderingen beoordelen, relaties onderhouden, beslissingen nemen in situaties die niet in een flowchart passen.
Onze human-in-the-loop aanpak is daarin een bewuste positie – en de oplossing voor wat wij zien als het grootste probleem van AI-projecten in het bedrijfsleven: adoptie. De technologie is er. Maar de meeste AI-implementaties stranden niet op de technologie, ze stranden op het vertrouwen. Medewerkers die niet begrijpen wat de AI doet, managers die niet durven loslaten, processen die te kritisch zijn om blind te automatiseren. Het gevolg: pilots die nooit productie worden, of oplossingen die na drie maanden weer uit staan.
AgentsLab lost dat op door mens en AI-collega samen te laten werken vanaf dag één. We bouwen de AI-collega niet in isolatie en zetten hem dan neer bij de klant. We bouwen samen – met de medewerkers die het proces kennen, in de systemen waar het werk plaatsvindt. De medewerker ziet wat de AI-collega doet, kan ingrijpen waar nodig, en bouwt stap voor stap vertrouwen op in de kwaliteit van het werk. De AI-collega begint met een beperkte mandaat en groeit naarmate het vertrouwen groeit. Dat is geen beperking van onze technologie – het is een ontwerpkeuze die maakt dat onze oplossingen blijven staan. Het is ook de reden dat 75% van onze klanten uitbreidt naar een volgend proces: ze hebben gezien dat het werkt, ze snappen hoe het werkt, en ze willen meer.
De resultaten tot nu toe: een werkend en groeiend platform in productie, 300.000+ cases per jaar, 20+ klanten, €750.000 seed-funding, track record in meerdere sectoren, en een uitbreidingsratio van 75%. Wat ons het meest trots maakt: klanten geven hun AI-collega's namen, nemen ze op in teamoverleggen, en vragen wanneer de volgende "collega" begint. Dat is het verschil tussen software die wordt getolereerd en iets dat wordt omarmd.
De schaalbaarheid zit in de architectuur. Platformschaling: elke ERP-integratie en procestemplate is herbruikbaar voor alle klanten op dat systeem. Partnerschaling: via ons netwerk kunnen implementatiepartners zelfstandig AI-collega's uitrollen bij hun eigen klanten. Caseschaling: de marginale kosten per extra case zijn laag, waardoor marges verbeteren bij groeiend volume.
Met een projectie richting 1,2 miljoen cases per jaar en een nationaal partnernetwerk in opbouw, is de vraag niet óf AI-collega's de standaard worden in de backoffice – maar wie ze als eerste betrouwbaar op schaal levert, geïntegreerd in het ERP, met de mens erbij waar het ertoe doet.