AI-agents: de volgende stap in bedrijfsinnovatie
AI-agenten zorgen voor veel beweging in de techwereld. Ze worden vaak genoemd in nieuwsartikelen, blogs en gesprekken als de volgende stap in de ontwikkeling van AI. Hoewel het idee niet helemaal nieuw is, want vergelijkbare technologieën bestonden al eerder onder andere namen die inmiddels niet meer worden gebruikt, is de huidige ontwikkeling een duidelijk keerpunt. In deze blog kijkt onze CTO, Tero Tapanainen, vooruit naar de toekomst van AI-agenten. Wil je eerst de basis begrijpen? Lees dan ons eerdere artikel: “De opkomst van AI-agents: van simpele taken naar zelfstandig werken.”
De evolutie van LLM en de integratie in het bedrijfsleven
In het begin werden Large Language Models (LLM’s) vooral populair door eenvoudige chatfuncties en toepassingen die dagelijkse taken makkelijker maakten. Toen de eerste hype rond chatbots wat afnam, verschoof de aandacht naar het toepassen van LLM’s binnen zakelijke systemen.
Microsoft Copilot is hierin een voorloper. Deze oplossing combineert LLM-technologie met kantoorwerk en helpt bij het vinden, genereren en samenvatten van informatie binnen het bedrijf. Dit gebeurt door data op te halen uit Microsoft Graph, zoals bestanden in Teams en SharePoint.
Toch ligt de échte behoefte aan AI-agents in bedrijfsapplicaties zoals Microsoft Dynamics, SAP of IFS. Zoals Tero zegt: “Daar is de vraag naar agenten het grootst.”
Agents: de basis van geautomatiseerde bedrijfsprocessen
AI-agenten spelen inmiddels een sleutelrol binnen het LLM-domein. Ze helpen bij het verbeteren en automatiseren van processen. Een agent kun je zien als een digitale hulp die een specifieke taak uitvoert, gestuurd door een mens of zelfstandig. Agenten zijn het meest effectief als ze zich richten op één taak. Voor complexere opdrachten worden daarom meerdere agenten achter elkaar ingezet.
En precies daar wordt goede coördinatie belangrijk. Tero benadrukt: “Goede afstemming is nodig om het volledige potentieel van agenten te benutten. Agenten worden geregistreerd als losse mogelijkheden binnen een centraal systeem. Wanneer je via chat of een actie iets vraagt, vertaalt dat systeem jouw verzoek in stappen, koppelt die aan de juiste agenten en start de uitvoering.”
Tero geeft hierbij een voorbeeld van de werkvloer in een fabriek:
Je bent aan het werk wanneer een machine in de buurt aangeeft dat er iets mis is. Je loopt ernaartoe, maakt met je telefoon een paar foto's van de machine en het foutnummer, en vraagt hulp aan je AI-businessagent. De AI-agent herkent snel om welke machine het gaat, bekijkt de bijbehorende technische documentatie, stelt een diagnose en bepaalt welke onderdelen nodig zijn voor de reparatie. Vervolgens checkt de agent of de onderdelen op voorraad zijn en hoe lang het duurt voordat ze geleverd kunnen worden. Daarna vraagt hij jouw goedkeuring om het onderdeel te bestellen.
Hij legt verder uit: “Er zijn veel voorbeelden van agenten die één onderdeel van een proces of een losse taak uitvoeren. Dat werkt goed, maar om echt gebruik te maken van de kracht van AI-agents, heb je er meerdere nodig. Hoe meer mogelijkheden er zijn vastgelegd in het centrale systeem, hoe meer kracht en flexibiliteit je organisatie krijgt.”
Agenten als aanjagers van samenwerking tussen bedrijven
Naast het verbeteren van interne processen, wijst Tero op een andere belangrijke rol van AI-agents: ze kunnen ook fungeren als schakels tussen bedrijven. Agents kunnen in de toekomst dienen als een soort digitale afspraken of ‘API’s’ voor het uitwisselen van gegevens en acties tussen organisaties.
AI verandert nu al de manier waarop we met systemen omgaan, en het is onvermijdelijk dat dit ook invloed heeft op hoe bedrijven onderling samenwerken. In de toekomst zou jouw organisatie AI-agents kunnen inzetten die verbonden zijn met miljoenen andere agents via wereldwijde netwerken van samenwerking.
Tero schetst daarbij een toekomstbeeld:
Stel je voor: je zit in je auto en je wilt een nieuw paar jeans bestellen van je favoriete merk. Je zegt simpelweg tegen je auto: ‘Bestel een nieuw paar jeans zoals ik nu aanheb.’ Je persoonlijke agents, bijvoorbeeld op je telefoon, herkennen welk model jeans je draagt. Vervolgens nemen ze contact op met een centrale dienst die verbonden is met alle grote jeanswinkels in jouw omgeving. Die zoekt de beste deal en stuurt de informatie terug naar jouw agents. Het enige wat jij dan nog hoeft te doen, is bevestigen.
De toekomst zit vol mogelijkheden, met AI-agents als drijvende kracht achter deze verandering
Omarm de toekomst van AI-agents met Fellowmind
AI-agents veranderen de manier waarop bedrijven werken en bieden eindeloze kansen voor innovatie en efficiëntie. Bij Fellowmind helpen we organisaties om de kracht van AI-agents optimaal te benutten en zo echte verandering en groei te realiseren.
Ga met ons mee op deze boeiende reis naar een slimmere manier van werken, waarin AI een vaste plek krijgt in je processen en samenwerking versterkt.
Neem vandaag nog contact met ons op en ontdek hoe wij jouw organisatie kunnen ondersteunen in de digitale transformatie.
Meer weten?
Tero Tapanainen
CTO
Fellowmind Finland
tero.tapanainen@fellowmind.fi
Vraag nu jouw exemplaar van de European AI Study 2025 aan!
Benieuwd hoe bedrijven in Europa omgaan met AI? In het AI Onderzoeksrapport 2025 van Fellowmind ontdek je wat bedrijfsleiders verwachten, plannen en al doen met AI. Download het rapport en krijg exclusieve inzichten in de nieuwste AI-trends!