Het AI-besturingssysteem bouwen voor moderne commerciële teams

Hoe Lithe een nieuw tijdperk van Go-to-Market engineering mede ontwikkeld heeft. De uitdaging was eenvoudig te omschrijven, maar moeilijk op te lossen: commerciële operaties waren de systemen ontgroeid. Data leefde in silo's. Marketing gebruikte andere tools dan sales, alles werd apart bijgehouden en het management miste een eenduidige bron van waarheid voor de salesoperaties van het adviesbedrijf.

Hoe het begon

We zijn begonnen met de tools die al in gebruik waren. Airtable werd het hart van het systeem: een levende database voor leads, gesprekken en relaties. Automatisering volgde. Via Make.com en n8n legden we verbindingen tussen apps zoals LinkedIn, Gmail, HubSpot en interne CRM-systemen. Inkomende berichten triggerde automatisch updates. Statuswijzigingen in Airtable maakten herinneringen en taken aan.

Vervolgens brachten we diverse grote taalmodellen in. In plaats van AI als chatbot te behandelen, embedden we het direct in de werkstroom. Wanneer een bericht binnenkwam, interpreteerde een AI-prompt het, classificeerde de intentie en stelde een persoonlijk antwoord op ter goedkeuring door een medewerker. Binnen enkele weken was de follow-up snelheid verdriedubbeld en was kopieer-en-plak werk verdwenen.

Van prototype naar platform

Het prototype bewees de stelling. Om het op te schalen naar duizenden leads en meerdere teams, herbouwden we de kern in Node.js met een modulaire architectuur. Elke automatisering werd een service met eigen logica en API. Promptlogica werd omgezet in herbruikbare functies die op schaal konden draaien.

De front-end werd één centrale missie-pipeline die elke contactpersoon, elk gesprek en elke relatie in realtime toonde. Het systeem automatiseerde niet alleen taken, maar maakte ook zichtbaar hoe sterk of zwak relaties zich door de tijd ontwikkelden.

Technologiestack

Node.js en TypeScript voor applicatielogica

PostgreSQL voor gestructureerde data

Vectoropslag voor semantisch zoeken en relatiescoringen

API-integraties met LinkedIn, WhatsApp, Google Workspace en een toonaangevend CRM

LLM-orkestratie via OpenAI, Agentic Claude en optionele lokale modellen voor privacygevoelige klanten

Governance en AVG-compliance ingebouwd vanaf dag één. Alle data draaide onder de credentials van de klant, binnen hun eigen cloudinfrastructuur.

Engineeringprincipes

Het doel was niet om alles te automatiseren. Het doel was om de stroom te automatiseren.

Embed AI, bolster het er niet op

Prompts draaien automatisch binnen het proces. Niemand hoeft tekst in een chatbot te plakken.

Houd mensen in de lus

Elk bericht en elke actie kan worden beoordeeld, goedgekeurd of aangepast vóór verzending.

Meet relaties, niet klikken

De echte indicator is betrokkenheid en responsekwaliteit, niet alleen volume.

Voor en na

Ervoor

  • Elk team werkte in een eigen systeem

  • Follow-ups waren inconsistent en werden vaak gemist

  • Rapportages vereisten handmatige updates

  • Reactiesnelheid bleef achter bij concurrenten

Erna

  • AI-workflows namen repetitief werk over

  • Relatiegezondheid zichtbaar via alle kanalen

  • Rapporten genereerden zichzelf elke 24 uur

  • Pipeline-snelheid steeg in alle regio's

Resultaten

Snellere outreach-cyclus

70% Minder handmatige taken

65% Minder tijd aan herhalend werk

360° Volledig datazicht, van eerste contact tot deal

Voorbij automatisering: echte GTM-engineering

GTM-engineering combineert softwareontwikkeling, AI-implementatie en procesontwerp. Een GTM-engineer begrijpt zowel de bedrijfsprocessen als de systeemarchitectuur. Ze weten waar data begint, waar het naartoe gaat en hoe je het omzet in actie. Ze ontwerpen prompts, koppelen API's, houden data schoon en bouwen dashboards die prestaties in realtime tonen.

We ontwikkelden dit samen met sales- en marketingleiders. Elke iteratie werd gevormd door daadwerkelijk gebruik en gezamenlijke levering. Engineers en commerciële strategen werkten zij aan zij totdat technologie weer menselijk aanvoelde.

Lessen geleerd

Begin klein, verbind wat er al is

Airtable en Make.com zijn krachtige startpunten.

Laat AI ondersteunen, niet beslissen

Houd mensen in de goedkeuringsloop.

Stap over naar code op het juiste moment

No-code prototypes versnellen ontdekking; custom architectuur brengt controle en schaalbaarheid.

Ontwerp rond mensen

Goede systemen passen bij hoe teams daadwerkelijk werken.


Klaar om uw AI-besturingslaag te bouwen?

Lithe Transformation helpt organisaties opnieuw na te denken over hoe commerciële systemen werken. Of u nu begint met een no-code opzet of doorschakelt naar volledige stack-automatisering — wij ontwerpen, bouwen en embedden de technologie die groei laat stromen. Neem contact op met Abraham Schoots voor een gesprek over Go-to-Market engineering.

Vorige
Vorige

De CAO Rijk uitgelegd: wat IT-professionals bij Nederlandse ministeries moeten weten in 2026