Kennisbank / Agentic AI-systemen
Bijna alle AI die bedrijven gebruiken is reactief: jij vraagt, het antwoordt. Dat is nuttig, maar het betekent ook dat de opbrengst begrensd is door hoe vaak jij eraan denkt.
De grotere sprong zit ergens anders: AI die werk oppakt zonder dat je iets vraagt. Dat klinkt eng en is het niet, mits je twee dingen goed regelt.
1. Geplande taken. Werk dat op een vast moment moet gebeuren: een wekelijks rapport, een controle, opvolging van openstaande offertes. Dit is de eenvoudigste vorm en meteen de meest betrouwbare, want je weet precies wat er wanneer gebeurt.
2. Bewaking. Het systeem let doorlopend op iets en meldt zich als het afwijkt: een site die traag wordt, een certificaat dat verloopt, een klant die al drie weken niets van zich liet horen. Hier zit de winst in het eerder zien, niet in het uitvoeren.
3. Signalering. Het systeem valt zelf iets op en begint erover. Een gat in je content, een concurrent die iets nieuws doet, een proces dat vaker faalt dan vorige maand. Dit is de meest waardevolle vorm en tegelijk de lastigste, want de kwaliteit hangt volledig af van de vraag of het gelijk heeft.
Wat er gebeurt als er niemand kijkt. Een geplande taak die 's nachts stilletjes faalt is erger dan geen geplande taak, want je vertrouwt op iets dat niet gebeurde. Zorg dat een mislukking je bereikt op een plek waar je hem ziet, ook als het dashboard dicht staat.
Datzelfde geldt voor gemiste momenten: stond de computer of de server uit op het geplande tijdstip, dan hoort de ronde ingehaald te worden, en hoort erbij te staan dat het een inhaalslag was. Stilzwijgend overslaan maakt het hele systeem onbetrouwbaar.
Wat het zelf mag doen. Werk dat uit zichzelf start, hoort dezelfde grens te respecteren als werk dat jij vraagt: onomkeerbare acties eerst langs een mens. Zie Wanneer mag AI zelf handelen?.
De vorm waarin dit voor de meeste ondernemers waarde krijgt, is een dagelijkse samenvatting: wat is er sinds gisteren veranderd, wat vraagt aandacht, wat wacht op jou.
Drie regels bepalen of je die na twee weken nog leest.
Alles komt uit een meting, nooit uit een aanname. Geen "het lijkt erop dat", maar het getal en waar het vandaan komt.
Als er niets is, staat er dat er niets is. Een briefing die altijd iets vindt, is een briefing die je leert overslaan. "Niets veranderd sinds gisteren" is ook informatie, en het is de reden dat je hem morgen weer opent.
Het is een gesprek, geen lijst. Een opsomming van twintig punten klik je weg. Drie dingen die er echt toe doen, in gewone taal, lees je.
Wij laten ons eigen systeem er daarom uit zichzelf over beginnen zodra we het aanspreken, ná de begroeting, in eigen woorden. Zoals een collega die zegt dat hem iets opviel.
Een systeem dat uit zichzelf werkt, verleidt tot vullen. Elke dag een melding, elke week een rapport, een dashboard vol grafieken. Dat voelt productief en is het tegenovergestelde.
Meldingen hebben een eigenschap die je maar één keer verspeelt: ze werken alleen zolang je ze serieus neemt. Drie loze meldingen en de vierde, die er wél toe deed, klik je net zo hard weg.
Praktische regels die dat voorkomen:
Begin met één geplande taak die je nu handmatig doet en die duidelijk af te bakenen is. Een wekelijks overzicht, een controle, een opvolgronde.
Laat hem twee weken draaien en kijk naar twee dingen: klopt het resultaat, en zou je het gemist hebben als het niet was gebeurd? Is het antwoord op beide ja, dan heb je een fundament waar de volgende taak bijna gratis op past.
Pas daarna is signalering aan de beurt. Die vraagt namelijk vertrouwen, en vertrouwen bouw je met taken waarvan je het resultaat kunt controleren.
Meer over hoe zo'n systeem is opgebouwd staat in Wat is een agentic AI-systeem? en Van losse tools naar één AI-systeem.
Werk dat vanzelf gebeurt, vertrouw je pas als je het een tijd hebt kunnen controleren. Dat is geen zwakte maar een verstandige houding, en je kunt het proces versnellen.
Laat het eerst meelopen. Zet een taak twee weken lang op "voorstellen" in plaats van "uitvoeren". Je ziet wat het zou hebben gedaan, zonder gevolgen. Klopt het steeds, dan zet je hem aan.
Vraag om het bewijs, niet om de conclusie. Een melding die zegt dat iets aandacht vraagt, hoort het cijfer erbij te zetten en waar dat vandaan komt. Zonder dat kun je niet beoordelen of het klopt, en dan blijf je zelf controleren.
Controleer de stille dagen. De belangrijkste test is niet of het meldt wanneer er iets is, maar of het klopt wanneer het zegt dat er niets is. Die kant wordt zelden gecontroleerd en gaat het vaakst mis.
Houd bij hoe vaak het gelijk had. Niet uitgebreid, maar wel bewust. Na een maand weet je of een signalering waardevol is of dat je hem beter kunt uitzetten. Ook dat laatste is een goede uitkomst: een melding die niets toevoegt, verzwakt alle andere.
In ons eigen systeem draaien geplande rondes, wordt een gemiste ronde ingehaald met vermelding dat het een inhaalslag was, en landt een mislukking als melding op het bureaublad, ook met het dashboard dicht.
Bekijk de case AI DevOps Center voor het volledige beeld, of plan een gesprek en we kijken welk werk bij jou het eerst vanzelf kan gaan.
dGEN Productions, AI agency en business-automation partner uit Eindhoven. info@dgenproductions.nl · 06-87413056