Agentforce of een custom AI-agent: configureren of bouwen?

Kort antwoord: configureer Agentforce wanneer het werk een afgebakende set acties is op data die Salesforce al heeft. Bouw je eigen AI-agent wanneer het redeneren het moeilijke deel is en niet de actie, of wanneer de doorslaggevende data buiten het CRM ligt. De meeste serieuze implementaties doen in 2026 uiteindelijk allebei, met een bewuste naad ertussen.

Wat is het werkelijke verschil?

• Agentforce is de agentlaag van Salesforce. Hij draait op de Atlas Reasoning Engine, wordt geconfigureerd in Agentforce Builder in plaats van vanaf nul geprogrammeerd, en erft het identiteits- en sharingmodel, het audit trail en de governor limits van het platform (Agentforce Developer Guide).
• Een custom AI-agent is software die jij bezit: jouw modelkeuze, jouw retrieval, jouw tools, jouw orkestratie, draaiend waar je wilt en tegen welke systemen je ook hebt.

De afweging is niet "makkelijk versus krachtig", maar afgebakend en beheerst tegenover onbegrensd en van jou. Allebei is ongeveer de helft van de tijd het juiste antwoord.

Wat is er sinds 2025 veranderd in Agentforce?

De grens tussen configureren en bouwen is verschoven, dus een oudere vergelijking zet je op het verkeerde been. Vier veranderingen tellen voor deze keuze:

• Hybride redeneren met Agent Script. Met Agentforce 360, algemeen beschikbaar sinds oktober 2025, leggen developers guardrails, toolgebruik en logica vast in Agent Script, dat deterministische workflows combineert met LLM-redeneren (Salesforce). Volgens Salesforce zit Agent Script zonder extra kosten bij Agentforce (Salesforce).
• Meer modelkeuze. Klanten kunnen Anthropic-modellen via Amazon Bedrock, Google Gemini en OpenAI-modellen binnen Agentforce gebruiken, dus "je wilt modelkeuze" is een zwakkere reden om te bouwen dan vroeger.
• Open deuren naar externe agents. Agentforce 3 kondigde een native MCP-client aan, zodat agents verbinding maken met MCP-compatibele servers (Salesforce). In augustus 2026 zette Salesforce een Headless 360 MCP Server in open beta, waarmee agents Salesforce-functionaliteit tijdens runtime kunnen vinden en gebruiken (CX Today).
• Kant-en-klare agents en orkestratie. In september 2026 bracht Salesforce een portfolio job-ready agents uit voor service, IT en HR, commerce en supply chain, met Multi-Agent Orchestration algemeen beschikbaar (Salesforce).

Het netto-effect: configureren dekt nu meer terrein, en bouwen betekent niet langer werken buiten Salesforce. De keuze gaat over waar het redeneren woont, niet over welke leverancier je kiest.

Agentforce versus je eigen AI-agent bouwen, naast elkaar

• Tijd tot de eerste agent: Agentforce is sneller wanneer het werk de vorm van CRM heeft. Een custom agent is alleen sneller wanneer het CRM een kleine databron is.
• Security en sharing: Agentforce erft ze. Een custom agent moet ze nabouwen of zijn schrijfacties terug via het platform laten lopen.
• Controle over het redeneren: Agentforce geeft je topics, acties en Agent Script. Een custom agent geeft je de hele lus, inclusief planning en evaluatie.
• Bereik van data: Agentforce is het sterkst op Salesforce en Data 360. Een custom agent behandelt elk systeem als gelijkwaardig.
• Prijsmodel: Agentforce Flex Credits kosten $0,10 per actie, of er zijn licenties per gebruiker (Salesforce). Een custom agent kost modeltokens, hosting en de engineers die hem draaiende houden.
• Wie onderhoudt het: admins en Salesforce-developers voor Agentforce; een engineeringteam voor een custom agent.

Wanneer configureer je Agentforce?

Configureer wanneer de meeste hiervan kloppen:

• De data die het antwoord bepaalt staat al in Salesforce, of landt in Data 360.
• Het werk heeft de vorm van CRM: case-deflectie en routering, serviceantwoorden, opportunityhygiëne, plannen, begeleide salesacties.
• De acties zijn opsombaar. Je kunt opschrijven wat de agent mag doen, en die lijst past op een whiteboard.
• Governance is de harde eis. Rechten, sharing en audit krijg je gratis omdat de agent binnen het platform draait.
• Je hebt admincapaciteit. Iemand die vloeiend is in Flow, permission sets en het datamodel komt sneller verder dan een team engineers dat koud begint.

De reden die mensen missen: een agent binnen het platform erft het securitymodel van het platform. Dat nabouwen in een eigen stack is duur en subtiel makkelijk fout te doen. Is dit jouw situatie, dan begint ons Agentforce-implementatiewerk precies bij deze lijst.

Wanneer bouw je je eigen AI-agent?

Bouw wanneer een van deze punten waar is, want elk punt alleen al diskwalificeert een pure configuratieaanpak:

• De doorslaggevende data zit niet in het CRM. Telemetrie, ERP, documenten, ticketing, een datawarehouse, een vloot apparaten. Moet de agent daarover redeneren, dan is het CRM een bron tussen vele.
• Het redeneren is het product. Analyse in meerdere stappen, planning, gerangschikte aanbevelingen met onderbouwing, of alles waarbij het antwoord verdedigd moet worden en niet alleen uitgevoerd.
• De workflow is geen CRM-workflow. Operations, engineering, supply chain, velddiagnostiek.
• Je hebt controle over de hele lus nodig. Je eigen evaluatie, je eigen retrieval, modelroutering per taak en een releaseritme dat je zelf bepaalt.
• De agent moet draaien waar de gebruikers zijn, en die gebruikers zitten niet in Salesforce.

Bouwen is ook waar de meeste projecten misgaan, meestal op evaluatie en foutafhandeling en niet op het model. We schreven op waarom de meeste AI-agents in productie falen en wat we veranderden om er een te leveren die standhoudt.

Welke test beslist de meeste gevallen?

Schrijf het werk van de agent op als een lijst acties. Lukt dat, en leest of schrijft elke actie iets dat Salesforce al weet, dan configureer je. Zit het moeilijke deel in het kiezen welke actie, op basis van bewijs uit meerdere systemen, dan bouw je.

Die test is sneller dan een bake-off en eerlijk over de faalwijzen. Pure configuratieprojecten stranden wanneer een afgebakende actielijst toch onbegrensd oordeel blijkt te vragen. Pure bouwprojecten stranden wanneer een team een kwartaal besteedt aan het opnieuw maken van sharing rules, audit trails en casebeheer die er al waren.

Waarom is het antwoord meestal allebei?

Omdat de twee lagen verschillende taken willen. Agentforce is een goed oppervlak: het zit waar service- en salesmensen al werken, met de governance van het platform eromheen. Een eigen agent is een goed brein voor alles wat over systemen heen moet redeneren. Verbind ze, en elk doet waar het goed in is.

Die naad is inmiddels een volwaardig platformonderwerp en geen hack meer. Salesforce levert Model Context Protocol-interfaces in de eigen tooling, waaronder een Salesforce DX MCP Server achter de nieuwe generatie DevOps Center (Salesforce Help). MuleSoft Agent Fabric, aangekondigd in april 2026, voegt een control plane toe die agents van verschillende leveranciers ontdekt en beheert, waaronder Amazon Bedrock en Microsoft Foundry (Salesforce). Agent-to-agent overdrachten en MCP action hubs zijn de manier waarop een beheerste CRM-agent gespecialiseerde agents aanroept zonder dat een van beide de ander opslokt.

Dit is de architectuur die wij bij Tekunda het vaakst bouwen. We zijn gecertificeerd Salesforce SI, ISV en PDO en Anthropic-partner, we brachten als eerste Agentforce agent-to-agent orkestratie en SWARM-architectuur in productie, en we bouwen headless CRM en MCP action hubs zodat agents vanuit een plek over systemen heen kunnen handelen. Aan de kant van connected devices bracht ons werk voor ASSA ABLOY het aantal cases per week terug van 3.000 naar 350, een reductie van 93% over 11.000 apparaten en tot 2,5 miljoen events per week, in drie markten zonder extra supportmensen. Bekijk hoe we custom AI-agents ontwerpen die in Salesforce passen.

Hoe beslis je zonder een bake-off van zes maanden?

1. Schrijf de actielijst. Tien minuten, op een whiteboard, met de mensen die het werk vandaag doen.
2. Zet de databron naast elke actie. Tel hoeveel ervan buiten Salesforce liggen.
3. Vraag wat er stukgaat als de agent het mis heeft. Een grote blast radius duwt richting de beheerste platformlaag.
4. Zet een getal op de waarde. Reken de Agentforce-route door in acties en de custom route in tokens en engineeringtijd, en vergelijk beide met het startgetal. Onze gids over ROI halen uit AI-agents laat zien welke getallen je moet volgen.
5. Pilot eerst de kleinste helft. Welke kant ook afgebakend is, lever die op en laat de naad wachten tot de waarde bewezen is.

Wil je een second opinion op je actielijst? Praat met ons team.

FAQ

Is Agentforce op zichzelf genoeg?

Voor CRM-afgebakend werk op Salesforce-data meestal wel. Het houdt op genoeg te zijn zodra het doorslaggevende bewijs in systemen zit die Salesforce niet bezit.

Kan een eigen AI-agent samenwerken met Agentforce in plaats van het te vervangen?

Ja, en dat is het gangbare patroon. Agentforce houdt het beheerste CRM-oppervlak, eigen agents doen het redeneren over systemen heen, en ze dragen aan elkaar over via MCP of agent-to-agent calls.

Geef je met zelf bouwen de Salesforce-governance op?

Alleen als je het zo ontwerpt. Laat je CRM-schrijfacties via platformacties lopen, dan blijven het sharingmodel en het audit trail intact.

Is Agentforce goedkoper dan je eigen AI-agent bouwen?

Niet betrouwbaar. Agentforce rekent per actie of per gebruiker af, een custom agent in tokens en engineeringtijd, en de totalen komen vaker dan verwacht bij elkaar uit.

Waar begin je met een eerste project?

Bij een workflow met een duidelijke eigenaar en een meetbaar startgetal. Agentprojecten die als platformstrategie beginnen, worden zelden afgemaakt.