AI-agents nemen steeds meer taken over in bedrijfsprocessen. Zoom liet deze week zien hoe ver dat al gaat met ZoomMate, een agent die na een vergadering zelfstandig je CRM bijwerkt en taken uitzet. Maar op tech-festival SXSW London werd duidelijk dat de echte uitdaging niet technisch is. Het gaat om mensen, kennis en vertrouwen.
Zoom noemt zichzelf al een tijdje geen videoconferencingbedrijf meer. De ambitie is groter: een “system of action” worden: een platform dat niet alleen gesprekken faciliteert maar ook de opvolging ervan regelt. ZoomMate is de volgende stap in die richting. Na een vergadering zoekt de agent zelfstandig relevante informatie op uit verbonden bedrijfssystemen, maakt follow-uptaken aan, werkt klantdossiers bij en plant vervolgafspraken in. Gebruikers hoeven niet meer zelf te schakelen tussen tools.
Eric Yuan, oprichter en CEO van Zoom, die vanuit Californië via Zoom inbelde voor zijn sessie ‘Human Connection: A System of Action for Modern Work’ op SXSW London, schetste daarbij een uitgesproken optimistisch toekomstbeeld. Zijn redenering: Henry Ford bracht in 1926 de werkweek terug van zes naar vijf dagen voor zijn fabrieksarbeiders, puur door de manier van werken te herorganiseren. Honderd jaar later en na talloze technologische revoluties, werken mensen nog steeds vijf dagen per week. “Dat is een gemiste kans,” zegt Yuan. AI biedt nu de mogelijkheid om die stap eindelijk te zetten. Digitale agents werken zeven dagen per week, vierentwintig uur per dag, klagen nooit en raken niet vermoeid. Een vierdaagse, of zelfs driedaagse werkweek is voor Yuan dan ook geen utopie maar een logische volgende stap.
Maar als agents het routinewerk overnemen, wat betekent dat dan voor de mensen in je organisatie? En ben je er als bedrijf klaar voor? Die vraag stond centraal tijdens de sessie ‘AI & Industry: New Systems of Logic’ op het tech-festival.
De fundering komt eerst
Samuel Bonamigo, EMEA Senior Vice President en General Manager bij Databricks, ziet het keer op keer misgaan in de praktijk. Organisaties bouwen proof of concepts, maar komen niet verder. Zijn diagnose: “Ze leggen het dak voordat de fundering er is.” Data governance, structuur en toegangsbeheer zijn de voorwaarden voor agents die je kunt vertrouwen. Zonder die basis handelt een agent op rommelige of onvolledige data, en dan is de output ook prut. Bonamigo’s advies is dan ook simpel: begin bij de data. Zorg dat systemen de juiste uitkomsten genereren op basis van jouw specifieke bedrijfscontext, voordat je agents loslaat op je bedrijfsprocessen.
Joe Spisak, VP of Product en Head of Open Source bij Reflection AI, herkent dat vanuit een andere hoek. Hij heeft de AI-wereld de afgelopen dertien jaar zien veranderen, van computer vision bij Facebook tot de codeeragents van nu. Zijn waarschuwing aan IT-managers is direct: “Als je niet begrijpt wat een AI-agent bouwt of doet, bouw je troep die je niet kunt onderhouden.” Goede engineers worden sterker door AI, maar wie blind vertrouwt op wat een agent produceert zonder de uitkomst te begrijpen, vliegt blind.
Kenniscrisis komt eraan
Arti Garg, Chief Technologist bij het Britse industrieel softwarebedrijf AVEVA, benoemt iets wat veel IT-managers nog niet op hun netvlies hebben. “In de Amerikaanse industrie gaat 37 procent van de werknemers tegen 2030 met pensioen,” zegt ze. Dat zijn mensen die tientallen jaren kennis hebben opgebouwd over machines, processen en systemen. Die kennis zit niet in een database., maar in de hoofden van die mensen. En als zij vertrekken, is het weg.
“AI biedt ons de kans om die kennis vast te leggen en op een nieuwe manier beschikbaar te maken op de werkvloer,” zegt Garg. BASF doet het al, vertelt ze, met immersive trainingsomgevingen gecombineerd met AI die ervaring en kennis vastlegt en in real time doorgeeft aan nieuwe medewerkers. “Dit is geen kunstmatige intelligentie,” zegt Garg. “Dit is versterkte menselijke intelligentie.” Hoewel het cijfer dat Garg noemt uit de VS komt, speelt het probleem ook in Europa. De vergrijzing in de industrie is een breed westers vraagstuk, en de race om die jarenlange kennis uit hoofden van medewerkers vast te leggen voordat die generatie vertrekt, is ook hier al begonnen.
Vertrouwen groeit langzaam
Vertrouwen in AI-systemen opbouwen kost tijd, laat Sam Hancock, Global Head of Data Science bij Octopus Energy, zien aan de hand van zijn eigen praktijk. Octopus gebruikt AI al jaren voor het optimaliseren van laadmomenten voor elektrische voertuigen en het balanceren van het energienet, met twee miljoen datapunten en acht miljoen slimme meters. Dat werkt, maar het heeft jaren gekost om te bouwen en te vertrouwen. “Het is bizar hoe veel beter het de afgelopen maanden is geworden,” zegt Hancock. “Dingen die eerder onmogelijk leken, zijn nu gewoon.”
Toch benadrukt hij dat vertrouwen in agents niet vanzelf komt. Voor kritieke infrastructuur, energienetten, fabrieken, chemische installaties, gelden hogere eisen dan voor kantooromgevingen. Garg is het daarmee eens: “Menselijke veiligheid staat altijd voorop. Niet compliance, niet kosten. Mensen.” Volgens haar kan AI in de industrie ook helpen om mensen juist uit gevaarlijke werkomgevingen te krijgen, maar alleen als je precies weet wat de agent doet en onder welke omstandigheden hij autonoom mag handelen.
Geef het tijd
De uitdagingen die Garg, Bonamigo en Hancock beschrijven klinken industrieel, maar ze zijn dat niet. Ook in IT-organisaties vertrekken mensen met kennis die nergens is gedocumenteerd. Ook daar worden agents uitgerold op datafundamenten die nog niet op orde zijn. En ook daar groeit het aantal systemen waarvan niemand meer precies weet wat er onder de motorkap gebeurt.
De adviezen van de drie sprekers komen op hetzelfde neer: zorg dat de basis op orde is voordat je agents loslaat op je organisatie. Dat betekent data die klopt, mensen die begrijpen wat ze bouwen, en ervaringskennis die je vastlegt zolang de mensen die die kennis in hun hoofd hebben er nog zijn.
Yuan is optimistisch. “Geef het tijd,” zegt hij. “AI-agents kunnen werkelijk leveren wat we van ze vragen.”