Een chatvenster geeft een antwoord. Een agent doet iets met dat antwoord: hij zoekt een gegeven op, vult een veld in, stuurt een bericht, wacht op een reactie en gaat verder. Dat verschil — van antwoorden naar handelen — is waar de meeste organisaties over AI struikelen. Niet omdat het technisch niet zou kunnen, maar omdat handelen andere eisen stelt dan antwoorden.
Een agent die werk uitvoert, moet ergens bij kunnen. Hij leest een systeem, schrijft naar een ander systeem, en de stappen daartussen moeten ergens vastliggen — als proces, als regel, als workflow. Dat is een andere laag dan een gesprek. Het gaat om ketens waarin stappen elkaar opvolgen, waarbij de uitkomst van de ene stap de invoer is voor de volgende, zonder dat een mens dat er telkens tussen zet.
Dat vraagt om toegang: rechten in systemen, een plek in de infrastructuur, een status die niet menselijk is maar ook niet niets. Een agent die documenten mag lezen en samenvatten werkt anders dan een agent die een beslissing mag voorbereiden of een gesprek mag vastleggen en opvolgen. Elk van die vormen heeft een eigen relatie met controle, met wat er misgaat als het misgaat, en met wie daar dan bij is.
Agents die werk uitvoeren, verschijnen in een beperkt aantal herkenbare gedaanten. Ze signaleren: ze houden een proces of een systeem in de gaten en melden wanneer iets afwijkt, wat te maken heeft met monitoring en signalering en de vraag wanneer een melding een mens moet bereiken. Ze ondersteunen een beslissing door opties te ordenen en argumenten te verzamelen, zonder de beslissing zelf te nemen — het domein van beslisondersteuning. Ze schakelen tussen afdelingen die elkaar nodig hebben maar niet dezelfde systemen of dezelfde taal gebruiken, wat vraagt om coordinatie tussen afdelingen zonder dat er iets tussen de wal en het schip valt. En ze leggen gesprekken vast en zetten vervolgstappen uit, waarbij een toezegging die telefonisch is gedaan, terugkomt als actie in een systeem.
Geen van die vormen staat op zichzelf. Een agent die signaleert, heeft iets nodig om naar te verwijzen. Een agent die coördineert, heeft aan beide kanten een systeem nodig dat hem toelaat. De vorm bepaalt niet alleen wat er gebeurt, maar ook wat daarvoor al moet kloppen.
Een agent die werk uitvoert, is afhankelijk van wat er al staat. Zonder heldere afspraken over wie waarover beslist, weet een agent niet welke stap hij zelf mag zetten en welke stap terug moet naar een mens. Zonder infrastructuur die stabiel genoeg is, valt een keten stil op het moment dat een systeem wijzigt of niet reageert. Zonder datamanagement dat op orde is, voert een agent stappen uit op gegevens die niet actueel of niet betrouwbaar zijn — met een uitkomst die net zo onbetrouwbaar is, maar wel met de schijn van precisie.
Die drie — organisatie, infrastructuur, datamanagement — gaan voor. Niet omdat ze belangrijker zouden zijn in algemene zin, maar omdat een agent die ergens op moet kunnen bouwen, dat fundament eerst nodig heeft. Een agent die coördineert tussen afdelingen loopt vast als die afdelingen zelf al niet eenduidig vastleggen wie waarover gaat. Een agent die documenten samenvat, is nutteloos als niemand weet welke versie van een document de geldige is.
Daarnaast is er een vraag die niet technisch is: wat gebeurt er als de agent iets doet dat niet klopt? Wie merkt dat, hoe snel, en wat is de stap terug? Een organisatie die dat niet heeft uitgedacht, merkt het pas als het al is gebeurd.
De meeste pilots met agents lopen niet stuk op de technologie zelf. Ze lopen stuk op een systeem dat niet toegankelijk is zonder handmatige tussenstap, op een proces dat op papier bestaat maar in de praktijk drie uitzonderingen kent, of op een afdeling die niet weet dat een agent nu ook een deel van haar werk doet. Dat zijn geen kleine obstakels — het zijn precies de dingen die zichtbaar worden zodra iets moet gaan werken in plaats van alleen antwoord moet geven.
Dat is ook waarom een pilot die goed lijkt te gaan in een testomgeving, vaak vastloopt zodra hij naar de praktijk gaat. De praktijk heeft uitzonderingen, oude systemen, en mensen die anders werken dan het proces beschrijft. Een agent die daar niet op is voorbereid, doet zijn werk half of doet het verkeerd, zonder dat iemand dat meteen merkt.
Deze pagina beschrijft wat er mogelijk is als een organisatie klaar is om agents werk te laten uitvoeren, en wat daarvoor eerst moet staan. Die gereedheid is één vraag. De andere vraag is welke taken binnen uw organisatie concreet in aanmerking komen, en welk deel daarvan een agent op zich kan nemen. Dat rekent de werkscan van FTE TO AI per taak uit: niet of uw organisatie in algemene zin klaar is, maar hoeveel van een specifiek stuk werk overgenomen kan worden, en wat daarvan overblijft voor een mens.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.