Wat zijn AI-Agents?
“Het fundamentele verschil tussen AI-agents en traditionele softwareontwikkeling ligt in de mate van autonomie en aanpassingsvermogen”, aldus Joop. “Waar traditionele software werkt volgens vast geprogrammeerde regels en procedures, kunnen AI-agents flexibel reageren op nieuwe situaties en zelfstandig problemen oplossen.”
Een AI-agent wordt gedefinieerd als een systeem dat zijn omgeving waarneemt, autonoom acties onderneemt om doelen te bereiken en zijn prestaties kan verbeteren door te leren of kennis te verwerken. Joop: “Dit concept is niet nieuw – al in de jaren zeventig en tachtig werden multi-agent systemen toegepast in verkeerssimulaties en verkeerslichtenbeheer, waarbij autonome agents verkeersstromen simuleerden en verkeerslichten dynamisch reageerden op verkeersdrukte.”
De moderne AI-agents worden aangestuurd door Large Language Models (LLMs) die fungeren als het ‘brein’. Deze geavanceerde AI-modellen stellen de agents in staat om natuurlijke taal te begrijpen en te genereren. “Maar hun rol gaat verder dan dat”, aldus Joop. “Ze fungeren als taakverdeler naar verschillende agents, of deze nu complex of eenvoudig zijn. Door hun uitgebreide training kunnen ze complexe instructies interpreteren, context begrijpen en bepalen welke agents ze moeten aanspreken.”
De mensgerichte benadering
Hoe kunnen we AI-agents het beste inzetten? Joop: “De sleutel ligt in wat we ‘mensgerichte AI’ noemen. Bij deze aanpak staat niet de technologie centraal, maar de mens die ermee werkt. Tot nu toe moesten mensen zich vaak aanpassen aan nieuwe technologie. Ze moesten nieuwe systemen leren gebruiken en hun werkwijze veranderen. Bij mensgerichte AI draaien we dit om: we ontwikkelen AI-systemen die passen bij hoe mensen werken en denken.”
Deze visie wordt ondersteund door nieuwe Europese wetgeving, de AI Act, die organisaties stimuleert om AI-systemen te ontwikkelen die voor iedereen begrijpelijk en bruikbaar zijn.
Van visie naar praktijk
Om deze mensgerichte benadering in de praktijk te brengen, is een doordachte implementatiestrategie nodig. Het begint met een grondige analyse van de huidige werkwijze: welke processen kunnen beter, waar zitten de knelpunten en – vooral – hoe ervaren medewerkers hun werk? Deze kennis vormt de basis voor het ontwerp van AI-agents die daadwerkelijk waarde toevoegen.
“Een veelgemaakte fout is dat organisaties zich te snel richten op het automatiseren van één specifiek proces”, aldus Joop. “Ze zijn enthousiast als ze bijvoorbeeld de verwerkingstijd van facturen met 50 procent kunnen verkorten. Maar als die facturen vervolgens nog dagen in een goedkeuringsproces blijven liggen, wat is dan de werkelijke waarde van die versnelling? Het is daarom essentieel om het grotere geheel te zien en te begrijpen hoe verschillende processen met elkaar samenhangen.”
Een nieuwe organisatiestructuur
De introductie van AI-agents vraagt om meer dan alleen technische aanpassingen – het vereist een nieuwe manier van werken en nieuwe expertise. Dit zien we terug in het ontstaan van verschillende nieuwe functies die de brug slaan tussen technologie en dagelijks gebruik.
Prompt Engineers zorgen ervoor dat AI-agents de juiste ’taal’ spreken en aansluiten bij de bedrijfscultuur. Ze schrijven niet alleen technische instructies, maar denken ook na over hoe de agent moet communiceren met verschillende gebruikers. AI Operations Specialists houden vervolgens in de gaten of deze agents goed blijven functioneren en grijpen in waar nodig.
Daarnaast zien we de opkomst van AI Ethics Officers, die ervoor zorgen dat AI-systemen eerlijk en verantwoord worden ingezet. Ze werken nauw samen met AI Champions – medewerkers die vanuit hun praktijkervaring kunnen aangeven hoe AI het beste kan worden ingezet om hun collega’s te ondersteunen.
Toekomstperspectief
De toekomst van werk met AI-agents draait volgens Joop niet om het vervangen van mensen door machines, maar om het creëren van betekenisvolle samenwerkingen.
“AI-agents zijn er om mensen te ondersteunen, niet om ze te vervangen. Ze nemen het repetitieve werk over zodat mensen zich kunnen focussen op waar ze goed in zijn: creatief denken, problemen oplossen en betekenisvolle interacties met anderen aangaan. De transitie naar AI-agents moet worden gezien als een reis, niet als een eindbestemming. Het begint met een pilot waarin geëxperimenteerd en geleerd kan worden. Een goede aanpak is om te starten met een niet-kritisch proces waar wel duidelijke verbeterkansen liggen. De sleutel tot succes ligt in het creëren van vroege succesverhalen en het actief betrekken van mensen bij de ontwikkeling en implementatie. Het gaat er uiteindelijk niet om de technologie zelf, maar hoe we deze inzetten om werk betekenisvoller te maken voor iedereen.”
Meer hierover vind je in de drie afleveringen van AIToday Live:
