Hoe autonome AI-agents ons leven gaan veranderen

Hier is een leuk gedachte-experiment voor je: wat als je computer niet langer de passieve dienaar is die geduldig wacht op jouw instructies? Wat als hij – terwijl jij lekker ligt te slapen – je agenda bekijkt, ziet dat er een vlucht geboekt staat voor over een paar weken, checkt of de prijs is gedaald en BAM… je overboekt naar een voordeliger tarief? Je wordt wakker, en hópsa, je hebt zomaar geld bespaard! Dat is pas slimme technologie. En het is geen verre toekomstmuziek meer. De afgelopen jaren is er grote vooruitgang geboekt op het gebied van AI. En de ontwikkelingen gaan snel.

Waar AI-systemen eerst nog gewoon handige chatbots waren, begonnen ze in 2024 te veranderen in iets anders: autonome agents die een paar stappen vooruit kunnen denken, meerdere tools tegelijkertijd kunnen gebruiken en beslissingen kunnen nemen zonder voortdurende menselijke sturing. Ze zijn veel meer geworden dan simpelweg ‘tools’. Het is alsof je opeens een intelligent wezen tot je beschikking hebt: een assistent die nooit moe wordt en vrijwel nooit de mist ingaat. Experts noemen het de belangrijkste verandering in de informatica sinds we zijn overgestapt van het intypen van commando’s naar het klikken op pictogrammen. We staan op de drempel van het tijdperk van de AI-agents.

De opkomst van de autonome assistent

Hoe we van reactieve naar proactieve AI zijn overgegaan.

Twee jaar geleden waren we nog onder de indruk van hoe ChatGPT een simpel gesprek kon voeren. Het duurde niet lang voordat ontwikkelaars zichzelf de vraag stelden: wat als we deze taalmodellen het vermogen zouden geven om ook écht dingen te doen, en er niet alleen over te praten? Die vraag was het startschot voor Auto-GPT, een gedurfd open-sourceproject dat de internetgemeenschap begin 2024 in zijn ban hield. Voor het eerst zagen we AI-systemen die complexe doelen opsplitsten in kleinere taken, deze stap voor stap uitvoerden en steeds beter werden doordat ze van hun fouten leerden. Toen Jensen Huang, topman van Nvidia, de woorden ‘het tijdperk van agentic AI’ in de mond nam, wist iedereen in de techsector: dit is groots.

De grote techbedrijven speelden daadkrachtig op deze ontwikkeling in. Microsoft kwam al in september 2024 met Copilot Studio, waarmee bedrijven hun eigen agents kunnen bouwen die zelfstandig binnen Microsoft 365 opereren – ze versturen e-mails, maken tickets aan en hebben toegang tot bedrijfsgegevens. Amazon Web Services zette een technische afdeling op die zich volledig richt op agentic AI, terwijl Salesforce en Oracle miljarden investeerden in het ontwikkelen van agents die de meer routinematige en onpersoonlijke aspecten van klantrelatiebeheer automatiseren.

Wat deze systemen onderscheidt van de eerdere automatiseringstools, is hun vermogen om met onvoorziene omstandigheden om te gaan. Traditionele software loopt vast zodra het iets tegenkomt waarvoor het niet is geprogrammeerd. Agents daarentegen kunnen zelfstandig nieuwe problemen oplossen, zoeken aanvullende informatie op als ze even klem zitten, en passen hun aanpak aan op basis van wat ze leren. Dit aanpassingsvermogen verklaart waarom bijna alle ontwikkelaars bij bedrijven (99% om precies te zijn) op dit moment experimenteren met AI-agents, ook al aarzelen de meesten nog om ze op grote schaal in te zetten. Het is dus geen verrassing dat de markt voor AI-agents volgens recente gegevens van MarketsandMarkets gaat groeien: van 5,25 miljard dollar in 2024 tot 52,62 miljard dollar in 2030, is de verwachting.

Meer vrije tijd door AI de regie te geven

Van het plannen van je vakantie tot boodschappen doen en hulp met je belastingaangifte, AI-agents doen de tijdrovende klusjes voor ons.

Ook voor de consument is het vooruitzicht van een AI-agent best aantrekkelijk: in plaats van dat je steeds opdrachten moet geven, laat je de technologie zichzelf bedienen. We kennen allemaal de mentale belasting die de digitale wereld met zich meebrengt: het constant switchen tussen apps, de energie die het kost om verschillende diensten op elkaar af te stemmen, simpele taken die op de een of andere manier uitgroeien tot een heleboel stappen op verschillende platforms. Als je dan ook nog eens met een slecht ontworpen gebruikersinterface te maken hebt, doet je hoofd zo’n pijn dat zelfs sterke koffie niet meer helpt. Maar voor wie dat wil kan er een eind aan deze frustraties komen. Alexa+, de geüpgradede versie van Amazon’s assistent Alexa, geeft ons alvast een kijkje in waar we naar op weg zijn. In dit geval de toekomst van het online boodschappen doen. Waar je eerder nog elk afzonderlijk item moest bevestigen, kan het systeem nu verzoeken zoals ‘vul mijn koelkast bij voor volgende week’ zelfstandig afhandelen. Het doet dat door je aankoopgeschiedenis te bekijken en slimme sensoren in je koelkast te raadplegen. Op basis daarvan plaatst Alexa+ de bestelling, past kortingsbonnen toe als die er zijn, en plant de bezorging voor je in.

Behalve voor de wekelijkse boodschappen, zijn AI-agents een uitkomst voor het plannen van reizen. In plaats van dat je een dozijn tabbladen moet openen om vluchten, hotels en huurauto’s te vergelijken (en daar steeds weer een kijkje op neemt om te zien of er al betere deals zijn) kan een AI-agent het hele proces autonoom voor je afhandelen. Het leert waar je voorkeuren naar uitgaan, monitort meerdere boekingssites, en kan zelfs je reisschema aanpassen als je vlucht wordt geannuleerd.

Je persoonlijke agenda? Ook dat is een gebied waar slimme agents de frustratie wegnemen. Tools als x.ai en Reclaim.ai zijn bijvoorbeeld proactieve partners voor je planning. Ze kunnen contact opnemen met andere deelnemers aan vergaderingen en onderhandelen over het beste tijdstip. Ze zorgen er ook voor dat je op momenten dat je je moet concentreren niet gestoord wordt, door automatisch verzoeken met een lage prioriteit af te wijzen. Deze systemen besparen je steeds meer tijd naarmate ze beter begrijpen wat je nodig hebt.

In de financiële wereld zien we die verschuiving van reactieve naar proactieve ondersteuning ook. Belastingaangifte doen? De TurboTax-agent van Intuit verandert die marathon documenten doorspitten in een ordelijk gesprek waarbij de AI-agent je de belangrijkste vragen stelt, de juiste documenten zoekt, formulieren invult en je alleen lastigvalt op het moment dat er echt menselijk inzicht nodig is. De eerste gebruikers melden dat ze veertig procent minder tijd kwijt zijn aan het invullen van hun aangifte. Misschien nog veelzeggender is dat ze ook het gevoel hebben dat er een deskundige accountant voor ze aan het werk is. Een hele sprong voorwaarts ten opzichte van die niet-meewerkende gebruikersinterfaces.

AI-agents in het bedrijfsleven

Bedrijven winnen aan efficiëntie met AI-agents die in autonome werknemers veranderen.

Het bedrijfsleven haalt AI-agents inmiddels gretig binnen. Dat heeft natuurlijk alles te maken met de efficiëntiewinst die ermee behaald kan worden. De klantenservice, altijd al een arbeidsintensieve afdeling, is een proeftuin geworden voor autonome agents die complexe interacties met klanten aangaan. Het Webex Contact Center AI Agent van Cisco is een goed voorbeeld: klanten kunnen uitgebreide gesprekken voeren met een AI-agent die toegang heeft tot hun accountgegevens, terugbetalingen verwerkt, wachtwoorden reset en alleen naar medewerkers van vlees en bloed doorverwijst als er sprake is van onbekende problemen. Dat vertaalt zich in veel kortere wachttijden en dus in meer tevreden klanten.

Dat AI-agents op een enorme schaal kunnen werken, zien we terug in de AI-assistent van Klarna, die het werk van 700 fulltime medewerkers verzet. Het systeem handelt serviceverzoeken af, verwerkt terugbetalingen en regelt retourzendingen in meerdere talen. Het vermindert herhaalverzoeken met 25% en voltooit taken in een vijfde van de tijd die mensen ervoor nodig hebben – niet omdat het elke taak sneller uitvoert, maar omdat het klantgegevens razendsnel kan doorzoeken en problemen kan oplossen zonder ooit moe te worden of afgeleid te raken.

Hoe geavanceerd deze moderne assistenten zijn, zien we bij de financiële dienstverleners. De Autobahn 2.0 van Deutsche Bank bijvoorbeeld, is een nieuw, autonoom platform voor de aandelenhandel. De AI-agent neemt in een fractie van een seconde beslissingen over prijzen en volumes met behulp van momentumdetectie-algoritmes, past zijn handelsgedrag aan als de marktomstandigheden veranderen en voert ondertussen orders van klanten uit met minimale marktimpact. Dit soort risicovolle, supersnelle beslissingen zijn onmogelijk te evenaren door mensen. Ondertussen is BNY Mellon al een stap verder met de integratie van AI-agents door ze echte inloggegevens te geven en ze onder menselijke managers te plaatsen. Deze ‘digitale medewerkers’ schrijven code, valideren betalingsinstructies en kunnen binnenkort rechtstreeks met collega’s communiceren via e-mail en Teams. Elke AI-agent werkt binnen een specifiek team en heeft beperkte toegangsrechten. De psychologische impact op de werkvloer zal groot zijn nu AI-agents steeds meer als autonome werknemers worden gezien in plaats van als tools.

De schaduwzijde van autonome intelligentie

Er zijn grote uitdagingen op het gebied van kosten, integratie en vertrouwen.

En hier wordt het ingewikkeld. Diezelfde autonomie die AI-agents zo waardevol maakt, brengt ook nieuwe risico’s met zich mee waar we vroeger niet eens over hoefden na te denken. Als de Operator-agent van OpenAI computer vision gebruikt om namens jou in te loggen op websites en aankopen te doen, is dat natuurlijk reuzehandig … maar het is ook een beetje beangstigend. Want wat gebeurt er als het je instructies verkeerd interpreteert? Wat als het gehackt wordt? Wat als het iets heel duurs koopt dat je helemaal niet wilt en je met een grote schuld opzadelt? Maryam Ashoori van IBM Watsonx waarschuwt: “Wanneer je een AI-agent gebruikt, geef je een groot taalmodel de vrije hand om namens jou acties uit te voeren. Wat als deze actie bestaat uit het verbinden met een dataset en het verwijderen van een heleboel gevoelige gegevens?”

Door de schaal en snelheid waarmee AI-agents werken, kunnen fouten zich veel sneller en verder verspreiden dan met een menselijke blunder mogelijk is. Marina Danilevsky, senior onderzoekswetenschapper bij IBM, onderstreept de ernst van dit versterkende effect: “Technologie denkt niet. Het kan niet verantwoordelijk zijn. De omvang van het risico is groter. Een mens kan maar een beperkte hoeveelheid werk verzetten in een bepaalde tijd, terwijl technologie in veel minder tijd veel meer kan doen, en op zo’n manier dat we het misschien niet eens opmerken.” De economische gevolgen reiken veel verder dan die voor individuele gebruikers en bedrijven. AI-agents die zelfstandig aankopen kunnen doen, kunnen de marktdynamiek volledig veranderen door concertkaartjes of essentiële producten veel sneller op te kopen dan een mens ooit zou kunnen. Bots zijn nu al een probleem als je kaartjes voor een concert wilt kopen. Kun je je voorstellen hoeveel erger het zou worden als er ook nog eens autonome AI-agents aan te pas komen?

Ons voorbereiden op een toekomst met AI-agents

Je kunt geen vertrouwen opbouwen in digitale delegatie als je de lat meteen heel hoog legt

Bedrijven die succesvol met AI-agents werken, zetten ze niet het meest agressief in, maar bouwen goed doordachte beperkingen in. Succesvolle implementaties combineren autonome vermogens met ondersteunende systemen: goed gedefinieerde API’s die beperken waartoe agents toegang hebben, feedbackloops die fouten opsporen en stoppen voordat ze zich kunnen verspreiden, en heldere procedures voor het inschakelen van de mens wanneer de situatie daarom vraagt. Vyoma Gajjar, een AI Technical Solutions Architect bij IBM, pleit ervoor dat de uitrol van AI- agents met dezelfde zorgvuldigheid gebeurt als een raketlancering: “Om opeenvolgende fouten te vermijden, moeten deze systemen grondig getest worden in geïsoleerde testomgevingen. Het ontwerpen van mechanismen voor terugdraaiacties en het opzetten van auditlogs zijn essentieel om deze agents bruikbaar te maken in sectoren waar veel op het spel staat.”

De cijfers vertellen een interessant verhaal over de invoering binnen bedrijven. Hoewel 82% van plan is om AI-agents binnen drie jaar te integreren, gebruikt maar 10% ze op dit moment in de praktijk, blijkt uit een onderzoek van Capgemini uit 2024. Dit is niet per se een teken van een trage invoering – het kan een gezonde erkenning zijn van het feit dat men nog niet de infrastructuur en governancekaders heeft die nodig zijn om agents veilig in te zetten. Bij de consument zal de acceptatie van deze technologie hoogstwaarschijnlijk de gebruikelijke weg volgen: we beginnen met toepassingen met een laag risico en meer volgt naarmate het vertrouwen in de technologie toeneemt. Het succes van AI-agents draait uiteindelijk niet om maximale autonomie, maar om transparantie. Gebruikers moeten snappen wat hun agents doen, waarom ze bepaalde beslissingen nemen en hoe ze kunnen ingrijpen als er iets misgaat.