Kort antwoord: een AI-agent is een systeem dat een doel krijgt en zelf bepaalt welke stappen het zet om daar te komen, inclusief het gebruik van externe tools en het corrigeren van eigen fouten. Een chatbot antwoordt, een copilot stelt voor, een agent handelt. Dat verschil in zelfstandigheid bepaalt zowel de waarde als het risico.
Wat maakt een agent anders dan een chatbot of copilot?
Het aantal stappen tussen uw opdracht en het resultaat. Een chatbot krijgt een vraag en geeft een antwoord: één stap. Een copilot doet een voorstel dat u accepteert of afwijst, waarbij u zelf de handeling verricht. Een agent krijgt een doel en zet daarna een reeks stappen zonder dat u tussentijds meekijkt.
Dat laatste is precies waar zowel het enthousiasme als het probleem zit. Een systeem dat vijftien stappen zet, kan bij stap drie een verkeerde aanname doen en die vervolgens twaalf stappen lang consequent doorvoeren. Bij een chatbot ziet u de fout meteen, bij een agent ziet u alleen het eindresultaat.
Hoe werkt een agent technisch, in gewone taal?
Een taalmodel vormt het redeneerdeel. Daaromheen zit een laag die het model toegang geeft tot gereedschap: een zoekfunctie, een agenda, een database, een e-mailprogramma, een codeomgeving. Het model bepaalt bij elke stap welk gereedschap het pakt, voert de handeling uit, bekijkt de uitkomst en besluit wat er daarna moet gebeuren.
Er zit doorgaans ook een geheugen bij, zodat de agent kan onthouden wat hij al heeft geprobeerd. Dat klinkt eenvoudig en het is het ook. De complexiteit zit niet in het idee maar in het beperken van wat de agent mag aanraken.
Waar worden agents nu al zinvol ingezet?
In softwareontwikkeling, waar agents zelfstandig code schrijven, testen en fouten herstellen. Daar werkt het goed omdat er een objectieve terugkoppeling is: de test slaagt of hij slaagt niet.
Verder in klantenservice, waar een agent een klantvraag kan afhandelen inclusief het opzoeken van een order en het aanmaken van een retour. En in onderzoekstaken, waar een agent tientallen bronnen doorloopt en samenvat.
Het patroon: agents werken het beste bij taken met een controleerbare uitkomst en beperkte gevolgen bij een fout. Zodra de uitkomst niet automatisch te toetsen is, verschuift het werk van uitvoeren naar controleren, en dan is de tijdwinst een stuk kleiner dan beloofd.
Wat gaat er in de praktijk mis?
Drie dingen, en ze komen allemaal terug. Een agent die halverwege een verkeerde aanname doet en die niet corrigeert, omdat hij geen manier heeft om te merken dat hij ernaast zit. Een agent die vastloopt in een lus en steeds hetzelfde probeert. En een agent die iets doet wat technisch binnen zijn opdracht valt maar wat niemand had bedoeld, zoals een bestand overschrijven of een mail versturen die alleen als concept was gepland.
Dat laatste is geen theoretisch risico. Elke organisatie die agents in productie heeft gezet, heeft een verhaal van dit type. Vraag ernaar bij een leverancier die u iets wil verkopen, en beoordeel het antwoord.
Welk toezicht bouwt u eromheen?
Begin bij rechten. Een agent hoort alleen toegang te hebben tot wat hij nodig heeft voor zijn taak, en zeker niet tot wat een medewerker in dezelfde rol zou mogen. Bouw daarnaast een goedkeuringsmoment in voor onomkeerbare handelingen: betalingen, verzendingen, verwijderingen, externe communicatie.
Log alles wat de agent doet, in een vorm die een mens achteraf kan lezen. Zonder dat spoor kunt u na een incident niet vaststellen waar het misging, en dat is precies wat u nodig hebt om verder te kunnen.
Wat betekent dit voor functies en processen?
Het werk verschuift van doen naar beoordelen. Dat klinkt als een promotie en het is vooral een andere vaardigheid: het vermogen om een uitkomst te controleren zonder de tussenstappen te hebben gezien. Dat is moeilijker dan zelf uitvoeren en het is voor junior medewerkers bijna onmogelijk, omdat zij het oordeel missen dat je opbouwt door het werk zelf te doen.
Daar ligt het echte vraagstuk voor de komende jaren. Meer daarover staat op de pagina over AI en werk.
Waar begint u als u het wilt testen?
Bij een taak die vaak voorkomt, weinig kost als hij misgaat, en een controleerbaar resultaat heeft. Niet bij uw belangrijkste proces, en niet bij iets wat de klant direct raakt. Laat de agent eerst een maand meelopen met een mens die de uitkomst controleert, en meet hoe vaak die controle iets vindt.
Is dat percentage laag genoeg, dan pas geeft u meer ruimte. Organisaties die die volgorde omdraaien, komen er meestal via een incident achter.
Wilt u dit onderwerp met uw managementteam bespreken? Dat kan als besloten sessie. Voor uw eigen beeld: doe de AI-Leiderschapsscan.