Agentic voice: van demo naar betrouwbare toepassing [3 principes]

Door Jacqueline van Arkel, AI Solutions Architect bij Sabio Group 

Een indrukwekkende demo met agentic AI bouwen is nog nooit zo eenvoudig geweest. Een voicebot wijzigt moeiteloos een afspraak of adres, haalt de juiste klantgegevens op, controleert de beschikbaarheid en bevestigt de wijziging. In een gecontroleerde omgeving lijkt de toekomst al aangebroken.

Maar productie stelt andere vragen: is de identiteit van de klant voldoende geverifieerd? Gebruikt de bot de juiste tool? Klopt de context? En mag deze informatie überhaupt binnen dit gesprek worden gedeeld? Als een bot de verkeerde tool gebruikt, een wijziging doorvoert zonder de identiteit van de klant goed te verifiëren, een geloofwaardig maar onjuist antwoord geeft of gevoelige informatie deelt, verschuift de vraag van “kan de bot dit?” naar “hebben we voldoende controle over wat de bot doet?” Juist dat soort beslismomenten bepaalt of een agentic voicebot betrouwbaar is: niet alleen de soepelheid van het gesprek, maar de combinatie van juiste toolkeuze, correcte context, passende verificatie en veilige uitvoering.

Jij bent verantwoordelijk, niet het systeem

Die kloof tussen demo en productie is waar veel agentic AI-projecten geruisloos vastlopen. Niet omdat de technologie het werk niet aankan, maar omdat de operationele randvoorwaarden nog ontbreken: leren van echte gesprekken, continu testen, gericht bijsturen en zichtbaar maken wat er in productie gebeurt. Juist daar ontstaat vertrouwen. Niet vooraf, op basis van een sterke demo, maar stap voor stap door klein te beginnen en controle een vast onderdeel te maken van het ontwikkelproces.

Dat is belangrijk, want wanneer je bot zelf antwoorden genereert, kun je niet iedere afzonderlijke output handmatig controleren. Toch kijkt de organisatie nog steeds naar jou als er iets misgaat. Een van de thema’s van Conversational Conference dit jaar vat dat treffend samen: jij bent verantwoordelijk, niet het systeem.

Dus hoe houd je de controle wanneer je niet elke output kunt voorspellen? Bij Sabio werken we met klantcontactcentra die deze stap zetten. Daarbij verschuift de aandacht steeds vaker van chat naar voice. De echte vraag is niet: “kunnen we het bouwen?”, maar “kunnen we het in de praktijk onder controle houden?” Ongeacht het kanaal begint dat met drie fundamenten.

1. Roadmap: productie is het begin, niet het eindpunt

Ontwerp niet maandenlang aan een groot project dat in één keer compleet moet zijn. Begin waar de businesswaarde duidelijk is, maar het operationele risico beheersbaar blijft: een kleine use case met lage complexiteit, beperkt verkeer en waarbij geen bedrijfskritisch proces op het spel staat. Bijvoorbeeld een FAQ-assistent op basis van RAG. Breng die snel naar productie, want daar leer je pas wat echt werkt. Gebruik die inzichten voor iedere volgende iteratie: verbeteren, uitbreiden en gecontroleerd opschalen naarmate de organisatie meer ervaring en technische volwassenheid opbouwt.

Maar bouw vanaf dag één met schaal in gedachten: zorg dat je modellen zoals STT, TTS en LLM’s kunt uitwisselen, eenvoudig tools kunt toevoegen, prompts en kennis overzichtelijk beheert en later meerdere AI-agents kunt laten samenwerken zonder opnieuw te beginnen. Begin klein, maar bouw voor schaal.

2. Testen: van “werkt het zoals bedacht?” naar “blijft het binnen de grenzen?”

Bij gescripte bots draaide testen vooral om exacte outputcontrole: geeft de bot het antwoord dat we vooraf hebben geprogrammeerd? Bij agentic werkt dat niet meer. Door de onvoorspelbare aard kunnen meerdere antwoorden goed zijn, ook als ze anders klinken. Daarom verschuift testen van exacte overeenkomsten naar evalueren op betekenis, grounding en gedrag. Klopt het antwoord? Is het relevant? Is het gebaseerd op de juiste kennisbron?

En vooral: doet de bot géén dingen die hij niet mag doen zoals hallucineren, beleid omzeilen, gevoelige informatie delen of ongewenste acties uitvoeren? Dat vraagt om gesprekssimulaties met LLM-as-a-judge, waarbij een LLM antwoorden automatisch beoordeelt, RAG-evaluaties en red teaming als vast onderdeel van je werkwijze. Door continu te testen, houd je de guardrails scherp en kun je agentic bots gecontroleerd blijven verbeteren.

3. Observability: hoe autonomer de agent, hoe groter de blinde vlek

Observability was altijd al belangrijk, maar bij agentic bots wordt het onmisbaar. Gedrag is minder voorspelbaar, gesprekken volgen minder vaste paden en beslissingen ontstaan dynamisch op basis van context, tools en gegenereerde output. Juist daarom moet je zichtbaar maken wat er in productie gebeurt: welke onderwerpen klanten bespreken, waar gesprekken vastlopen, waar klanten escaleren, waar fallbacks of herstelmomenten ontstaan, welke tools falen, waar de vertraging in respons de ervaring verstoort, welke kennis ontbreekt en welke regels worden overgeslagen.

Denk niet alleen aan losse gesprekken, maar aan gedrag op schaal: gemiddelde afhandeltijd en sentiment per onderwerp, handover-redenen, volgorde van tool calls, responstijd per stap, fouten per type, irrelevante antwoorden, ontbrekende content en inhoudelijke variatie in gegenereerde antwoorden. Zonder dat inzicht verbeter je op aannames. Met observability maak je gedrag op schaal zichtbaar en verander je productiegesprekken in de feedbackloop voor elke volgende iteratie. En de waarde gaat verder dan dat. Je klantenservice is dé plek waar klanten in hun eigen woorden vertellen wat ze onduidelijk, frustrerend of juist waardevol vinden. Die inzichten helpen niet alleen om je bot te verbeteren, maar ook om producten, beleid en processen aan te scherpen.

In de praktijk staan roadmap, testen en observability daarom niet los van elkaar. Ze vormen samen de kern van je implementatieproces. Observability laat zien wat er écht gebeurt in productie, en die inzichten bepalen vervolgens je roadmap: welke use cases schaal je op, welke processen pas je aan en welke guardrails moeten scherper? Tegelijk gebruik je dezelfde productie-inzichten om je testsets en red teaming-scenario’s te verbeteren. Zo ontstaat een continue ontwikkelcyclus waarin productie, planning en validatie elkaar versterken.

De rode draad

Deze basisprincipes gelden voor ieder kanaal, maar bij voice worden ze extra belangrijk. In chat kan een gebruiker nog teruglezen, pauzeren of een antwoord negeren. In een voicegesprek gebeurt alles in realtime: een kleine vertraging, een gemiste onderbreking, een verkeerde interpretatie of een onlogische toolkeuze heeft direct invloed op het vertrouwen. Juist daarom kun je agentic voice niet beoordelen op een soepele demo alleen. Je moet weten hoe het systeem zich gedraagt in echte gesprekken: waar vertraging in respons ontstaat, waar speech-to-text de intentie verkeerd oppakt, waar mens en machine door elkaar heen praten, welke tools worden aangeroepen en waar klanten afhaken. Die inzichten zijn nodig om gericht te kunnen testen, verbeteren en bepalen waar de grootste impact op de gebruikerservaring te behalen valt.

Eén principe loopt als een rode draad door dit alles: bouw niet op basis van demo’s, maar werk datagedreven.

Tijdens Conversational Conference vertalen we die mindset naar de praktijk: hoe start je met agentic AI in het klantcontactcenter, hoe houd je controle tijdens het opschalen en welke best practices helpen om agentic voice betrouwbaar naar productie te brengen? Kom langs, wissel praktijkervaringen uit en ontmoet het team.