Groei maakte handmatige support steeds minder logisch
Medewerkers stelden dagelijks vragen over functionaliteit, development en interne werkwijzen. Veel daarvan kwamen vaker terug. Gebruikers waren tijd kwijt aan zoeken en experts beantwoordden vergelijkbare vragen steeds opnieuw.
De organisatie wilde dat patroon doorbreken zonder voor iedere extra supportvraag meer capaciteit nodig te hebben.
Van supportvraag naar antwoord in één workflow
Macaw bouwde PowerAgent in de Microsoft Power Platform-omgeving en maakte de agent beschikbaar in Microsoft Teams. Een vraag start automatisch een workflow. Azure OpenAI analyseert de vraag en gebruikt beschikbare bedrijfsinformatie om een relevant antwoord terug te geven.
De agent is daarbij ingericht voor het werk van deze community: voorzien van organisatiekennis, instructies en tools om relevante informatie op te halen en de juiste vervolgstap te zetten. In die praktische zin is de agent getraind voor zijn taak; het onderliggende foundation model hoeft daarvoor niet opnieuw te worden getraind.
vraag → knowledge + tools → AI-analyse → antwoord of actie → gebruiker
De agent werkt in persoonlijke gesprekken, groepschats en Teams-kanalen. Een speciaal communitykanaal maakt eerdere vragen en antwoorden bovendien makkelijker terug te vinden.
Minder zoeken, minder herhalen
De winst zit vooral in werk dat niet telkens opnieuw hoeft te gebeuren. Gebruikers krijgen sneller toegang tot kennis en best practices. Experts hoeven minder vaak dezelfde basisvragen te beantwoorden en kunnen hun tijd besteden aan complexere support.
De organisatie rapporteert daarnaast een kortere zoektijd en consistentere kennisdeling. Er is geen gepubliceerd percentage voor de besparing, dus we maken van die verbetering geen fictieve KPI.
Macaw maakte ook de kosten van het agentgebruik inzichtelijk. Zo kon de organisatie niet alleen kijken naar wat de agent technisch kan, maar ook naar de kosten van gebruik en opschaling.
Van antwoorden geven naar supportprocessen uitvoeren
De oorspronkelijke oplossing richtte zich vooral op het begrijpen van vragen, het ophalen van kennis en het genereren van antwoorden. De technologie rond agents is inmiddels verder.
In Microsoft Copilot Studio kunnen agents ook workflows aanroepen en acties uitvoeren. Een agent kan bijvoorbeeld informatie ophalen, een proces starten of een medewerker om goedkeuring vragen. Daarmee verschuift AI-support van alleen antwoorden geven naar delen van een serviceproces uitvoeren.
Voor deze organisatie is dat een logische vervolgrichting: terugkerende kennisvragen automatiseren was de eerste stap. Dezelfde aanpak kan worden uitgebreid naar triage, opvolging en andere voorspelbare servicetaken.
Van Azure OpenAI naar Microsoft Foundry
PowerAgent is gebouwd met Azure OpenAI. Voor nieuwe agents biedt Microsoft Foundry inmiddels een bredere basis rond modellen, knowledge, tools, observability en governance.
Daarmee zit een agent niet vast aan één model. In Foundry kan bijvoorbeeld worden gekozen voor GPT-modellen van OpenAI, de modellen achter ChatGPT, of Claude van Anthropic. Per taak kan zo worden afgewogen welk model het beste past bij kwaliteit, snelheid en kosten. Microsoft biedt daarnaast inzicht in modelgebruik en kosten via Foundry en Azure Cost Management.
Voor data en security is de gekozen deployment belangrijk. Azure-hosted modellen kunnen binnen de Azure-omgeving en gekozen geografie worden uitgevoerd; bij Claude in Microsoft Foundry zijn zowel Azure-hosted als Anthropic-hosted varianten beschikbaar. Daardoor kan de organisatie bewust kiezen welke combinatie van model, hosting en governance past bij de eisen aan data en compliance.
Een Foundry-agent kan bovendien worden gepubliceerd naar Microsoft 365 Copilot en Teams. Zo kan dezelfde agent vanuit de Microsoft 365-werkomgeving beschikbaar worden gemaakt, in plaats van als losse AI-tool naast het dagelijkse werk.
Procesautomatisering begint bij het juiste werk
Niet ieder supportproces moet volledig autonoom worden. Juist terugkerende, voorspelbare stappen zijn geschikt om eerst te automatiseren. Complexe uitzonderingen en beslissingen kunnen bij medewerkers blijven.
Dat is ook het uitgangspunt van Rethink your Business Processes: eerst bepalen waar handmatige stappen, overdrachten en wachttijd uit een proces kunnen verdwijnen, en daarna AI op de juiste plekken inzetten.
Met Build your Agentic Workforce kan die aanpak worden doorgetrokken naar beheersbare AI-workflows waarin agents en medewerkers samenwerken.
Meer autonomie vraagt om duidelijke grenzen
Wanneer een agent niet alleen kennis leest maar ook acties gaat uitvoeren, worden toegang, governance en security belangrijker. Welke data mag de agent gebruiken? Welke acties mag hij zelfstandig uitvoeren? En wanneer moet een medewerker het overnemen?
Establish a Trusted Foundation richt zich op die basis van data, governance, security en AI-readiness voordat agents breder worden opgeschaald.
Relevant als support te veel tijd kwijt is aan herhaling
Deze aanpak past bij service-, support- en IT-teams die veel terugkerende kennisvragen krijgen en specialistische capaciteit willen vrijmaken door delen van het proces te automatiseren.
Weet je nog niet of procesautomatisering en agents nu de beste volgende stap zijn? Doe dan de AI Maturity Assessment en kijk waar je organisatie staat op onder meer processen & automatisering, data, governance en mens & cultuur.
Wil je daarna bepalen welke processen de meeste AI-waarde kunnen opleveren? Het AI Value Program helpt kansrijke use-cases te prioriteren en naar implementatie te brengen.