De vraag die elke directeur stelt
Je hebt een gat in je proces — ticket-routering, offertes opstellen, klantdata verrijken, rapportages genereren — en je weet dat een AI-agent het kan oplossen. Dan komt de volgende vraag: doen we het intern, of halen we er iemand bij?
In dit artikel de eerlijke vergelijking zoals wij die bij klanten zien. Geen schijnneutraliteit — we zijn zelf een AI-consultancy, dus we hebben een voorkeur. Maar we benoemen ook wanneer uitbesteden niet verstandig is.
De "zelf bouwen" route
Zelf bouwen betekent: je eigen developers (of een intern data-science team) bouwen de agent. Dit kan prima werken — mits je drie dingen hebt.
- Een developer met LLM-ervaring. Niet alleen Python, maar ervaring met prompt engineering, function-calling, evaluaties. Zonder deze skills loop je snel vast.
- Beschikbaarheid. Een eerste werkende agent vraagt 4–8 weken geconcentreerde tijd. Doe dat niet "erbij".
- Een infra-omgeving waar het kan draaien: API-keys, logging, monitoring, versioning.
Kosten: voornamelijk salaris. Reken op ~€15.000–€40.000 aan interne tijd voor een eerste werkende agent (bij €80 intern uurtarief).
Voordeel: kennis blijft in huis. Je team kan de agent ook beheren en uitbouwen.
Risico: pilotparalysis. 60% van de interne AI-projecten blijft steken in "werkt op een laptop" zonder productie-deploy.
De "uitbesteden" route
Een consultancy zoals Nahayat neemt het traject over: van intake tot productie-deploy. Jij wijst een product owner aan; wij doen het bouwwerk.
Kosten: typisch €10.000–€30.000 voor een single-purpose agent, inclusief integratie met 1–2 bronnen (CRM, ticketsysteem, etc.). Grotere scope of meerdere integraties: €25.000–€60.000.
Voordeel: snelheid (4–8 weken naar productie, niet 6 maanden), ervaring (valkuilen vermijden), focus (de consultant heeft niks anders te doen dan jouw agent af krijgen).
Risico: vendor-lock-in als de consultant closed-source werkt. Dit los je op door vooraf af te spreken dat de code open en overdraagbaar is.
De hybride route — vaak de beste
In de praktijk werkt hybride het beste: externe consultant voor de eerste bouw, intern team neemt het over voor onderhoud en uitbouw. Dat geeft je de snelheid van extern met de duurzaamheid van intern.
Concrete invulling: 6-weken traject waarin de consultant bouwt, op week 4–5 parallel je eigen team meeloopt, op week 7 een knowledge-transfer + documentatie, en daarna draait je team solo met support-opties.
Wanneer je beter zelf kunt bouwen
- Je hebt al 2+ senior developers met LLM-ervaring
- De use case is simpel (één bron, duidelijke output)
- Je moet dit vaker gaan doen — dan is kennisopbouw belangrijker dan snelheid
- Je werkt met hyper-gevoelige data waar externen niet bij mogen
Wanneer je beter kunt uitbesteden
- Je hebt geen LLM-ervaring in huis
- Je wilt binnen 30 dagen iets in productie — zie onze aanpak in 4 fases
- Je use case heeft 3+ integraties of complexere reasoning
- Je eerste AI-project is een leerproject én moet rendement opleveren
Wat kost een verkeerde keuze?
Zelf bouwen met onervaren team: 3–6 maanden vertraging, vaak nooit in productie, €20.000–€50.000 aan interne tijd verloren. Onze ervaring: 40% van de "we bouwen het zelf" projecten sneuvelt.
Uitbesteden aan de verkeerde partij: vendor-lock-in, code die niemand begrijpt, maandelijks onderhoud-abo waar je niet onderuit komt.
De goede keuze gaat vooral over pas bij de maturity van je team én het type probleem. Een goede intake gesprek (gratis bij ons) geeft meestal binnen een uur duidelijkheid.
Onze aanpak
Bij Nahayat werken we fixed-price, open-source en in 4 fases: discovery, prototype, hardening, productie. Op dag 31 heb jij de code, de documentatie en een draaiend systeem. Wat erna gebeurt is aan jou — maandelijkse support is een optie, geen verplichting.
Vragen over jouw specifieke scenario? Plan een gratis intake — 30 minuten videocall, heldere aanbeveling, geen verkoop.