Stop met AI-agenten bouwen als workflows: n8n trekt een duidelijke grens
Jarenlang draaide automatisering rond één fundamenteel idee: vooraf bepalen welke stappen een systeem moet uitvoeren. Eerst gebeurt A, daarna B en wanneer een bepaalde voorwaarde wordt vervuld, volgt C. Met de opkomst van AI-agenten begint dat model echter te verschuiven.
n8n maakt daarom een duidelijker onderscheid tussen workflows en volwaardige AI-agenten. Niet omdat workflows verdwijnen, maar omdat autonome agenten een ander soort probleem oplossen. Waar een workflow vooral instructies uitvoert, krijgt een agent een doel en beslist hij grotendeels zelf hoe hij dat doel bereikt.
De interessante ontwikkeling zit uiteindelijk niet in de keuze tussen beide. De echte kracht ontstaat wanneer agents en workflows samen één automatiseringslaag vormen.
Van stappenplan naar doelstelling
Een traditionele workflow is deterministisch. De bouwer bepaalt vooraf welke stappen worden uitgevoerd, welke systemen worden aangesproken en wat er bij iedere mogelijke uitkomst moet gebeuren.
Dat maakt workflows bijzonder geschikt voor processen die voorspelbaar moeten verlopen. Denk aan het verwerken van een formulier, het synchroniseren van gegevens tussen applicaties, het versturen van een melding of het uitvoeren van een vaste reeks controles.
Bij een AI-agent wordt het principe omgedraaid. In plaats van alle stappen vooraf vast te leggen, krijgt de agent bijvoorbeeld een opdracht als: ondersteun het marketingteam bij het voorbereiden van een nieuwe campagne. Vervolgens kan de agent zelf bepalen welke informatie nodig is, welke tools hij moet gebruiken en in welke volgorde hij taken uitvoert.
De programmeur ontwerpt daardoor steeds minder het volledige pad. Hij definieert vooral het doel, de mogelijkheden en de grenzen.
Een agent krijgt meer dan alleen een prompt
Volgens n8n bestaat een volwaardige agent uit verschillende bouwstenen. Hij krijgt doelstellingen, een bepaalde persoonlijkheid of werkwijze, skills en toegang tot tools.
Daarmee kan bijvoorbeeld een marketingassistent ontstaan die zelfstandig informatie verzamelt, analyses uitvoert, content voorbereidt en andere systemen inschakelt.
Dat betekent echter niet dat een agent onbeperkte vrijheid moet krijgen. Organisaties kunnen bepalen tot welke tools hij toegang heeft. Voor gevoelige acties kan bovendien menselijke goedkeuring verplicht worden.
Zo ontstaat een belangrijk principe voor zakelijke AI: autonomie binnen gecontroleerde grenzen.
Een agent mag zelfstandig nadenken en handelen, maar niet noodzakelijk alles zelfstandig beslissen.
AI verhuist naar de werkplek van de gebruiker
Een ander verschil is de interface.
Een automatisering hoeft niet langer verborgen te zitten achter een technisch workflowcanvas. Een agent kan beschikbaar worden gemaakt in een omgeving waar medewerkers toch al werken, bijvoorbeeld Slack.
Een medewerker hoeft dan niet te weten welke automatiseringen achter de schermen bestaan. Hij stelt simpelweg een vraag of geeft een opdracht aan de agent. Daarmee verandert ook de manier waarop automatisering wordt ervaren. In plaats van een systeem dat op de achtergrond regels uitvoert, ontstaat een digitale collega waarmee gebruikers rechtstreeks communiceren.
Workflows zijn daarmee allesbehalve voorbij
De boodschap dat organisaties moeten stoppen met het bouwen van AI-agenten als workflows betekent niet dat workflows overbodig worden. Integendeel.
Wanneer een proces iedere keer exact hetzelfde moet verlopen, blijft een workflow vaak de betere oplossing. Deterministische automatisering biedt voorspelbaarheid, zichtbaarheid en controle.
Ook hoeft niet iedere AI-taak meteen een zelfstandige agent te worden. AI kan perfect binnen een bestaande workflow worden ingezet voor één specifieke stap. Een model kan bijvoorbeeld inkomende berichten classificeren, ontbrekende gegevens aanvullen, tekst interpreteren of een complexere taak uitvoeren waarvoor meerdere AI-stappen nodig zijn.
Daarmee ontstaat een spectrum: van klassieke automatisering, over workflows met AI-componenten, tot volledigere agentische systemen.
Het verschil tussen een agent en een AI-node
Dat onderscheid wordt belangrijker nu automatiseringsplatformen steeds meer AI-functionaliteit krijgen.
Een AI-agent die als onderdeel van een workflow wordt aangeroepen, blijft uiteindelijk functioneren binnen een groter vooraf ontworpen proces. De workflow bepaalt wanneer de agent wordt gestart en wat daarna gebeurt. Een zelfstandige agent begint vanuit een andere logica. Die krijgt een doel en beschikt over verschillende mogelijkheden om dat doel te bereiken.
Het verschil lijkt klein, maar architecturaal is het fundamenteel. Bij een workflow bepaalt de ontwikkelaar vooral hoe iets moet gebeuren. Bij een agent bepaalt de ontwikkelaar vooral wat er moet gebeuren en binnen welke grenzen.
Workflows worden tools voor agents
Misschien wel het interessantste onderdeel van de aanpak van n8n is dat organisaties uiteindelijk helemaal niet hoeven te kiezen.
Bestaande workflows kunnen namelijk als tools beschikbaar worden gesteld aan agents.
Een organisatie kan bijvoorbeeld al een betrouwbare workflow hebben voor het aanmaken van een CRM-record, het publiceren van content of het verzamelen van rapportagedata. In plaats van die logica opnieuw in een agent te bouwen, kan de agent simpelweg die workflow inschakelen wanneer dat nodig is.
De workflow wordt daarmee een soort gespecialiseerde vaardigheid in de gereedschapskist van de agent.
Het omgekeerde kan eveneens: een workflow kan een agent oproepen wanneer een proces op een bepaald moment flexibiliteit, interpretatie of zelfstandig redeneren vereist.
Dat levert een hybride architectuur op:
Agent → kiest wat nodig is → roept gecontroleerde workflows aan → workflows voeren voorspelbare acties uit.
En ook:
Workflow → bereikt een niet-deterministische taak → roept agent aan → agent analyseert en beslist → workflow gaat verder.
Autonomie bovenop betrouwbare automatisering
Die combinatie kan belangrijker worden dan de discussie over de vraag of agents workflows uiteindelijk zullen vervangen.
Een onderneming hoeft haar bestaande automatiseringen namelijk niet af te breken om agentisch te gaan werken. Betrouwbare workflows kunnen juist de gecontroleerde uitvoeringslaag worden waarop autonome agents verder bouwen.
Daarmee ontstaat een interessante taakverdeling.
Agents zijn sterk wanneer het pad vooraf onbekend is. Workflows zijn sterk wanneer het pad juist exact bekend moet zijn.
Een agent kan onderzoeken, interpreteren, plannen en beslissen welke actie nodig is. Een workflow kan vervolgens garanderen dat die actie volgens een vaste procedure wordt uitgevoerd.
Van workflow automation naar agent orchestration
Daarmee verschuift ook de rol van platformen zoals n8n.
De volgende generatie automatisering draait niet uitsluitend om het tekenen van steeds grotere schema's vol nodes en verbindingen. Steeds vaker zal een deel van die complexiteit worden vervangen door agents die zelf beslissingen nemen. Maar daaronder blijft een gecontroleerde infrastructuur nodig van credentials, tools, API's, workflows, toegangsrechten en menselijke goedkeuring.
De toekomst lijkt daardoor minder op een wereld waarin agents workflows vervangen en meer op een wereld waarin beide in elkaar grijpen. De workflow wordt de betrouwbare machinekamer. De agent wordt degene die bepaalt wanneer welke machine moet worden aangezet. En precies daar kan de volgende fase van bedrijfsautomatisering beginnen.
