Wie zijn AI-agents?

AI-agents zijn softwareprogramma’s die een specifieke taak uitvoeren. Ze communiceren met hun omgeving en verzamelen informatie om vooraf vastgestelde doelen te bereiken.

AI-agents zijn autonoom en hoeven niet per se aangestuurd te worden. In tegenstelling tot traditionele software die alleen reageert op acties of commando’s van jou, kunnen AI-agents zelf logische beslissingen nemen.

Wat kunnen AI-agents doen?

AI-agents kunnen bijna alles wat onder minstens een van hun geprogrammeerde functies valt. Deze functies zijn taak- en vaardigheidsgericht, zoals:

• Beslissingen nemen binnen een AI-framework of -model.
•  Natuurlijke taalverwerking (NLP) gebruiken om te reageren op input van een menselijke gebruiker.
• Taken uitvoeren op basis van geautomatiseerde triggers (bijv. meer voorraad bestellen zodra een item onder het gemiddelde niveau zakt).
• Problemen oplossen binnen hun eigen technologische kader (bijvoorbeeld automatisch reageren op een IT-probleem of reageren op een fout in een softwareontwerp).
• Personaliseren op basis van klantgegevens (bijv. beslissen welke pushmeldingen je naar een gamer wilt sturen op basis van appgebruik).

Agents kunnen dit soort functies pas uitvoeren als je ze daarvoor een framework geeft. Chatbots zijn hier een goed voorbeeld van. In het onderstaande scenario kan een klant op de website klikken om te vragen wanneer een bestelling bezorgd wordt.

Als jij je agent correct hebt geprogrammeerd, gaat het proces ongeveer als volgt:

1. De klant klikt op de chatbot van de klantenservice en typt een vraag in of klikt op een van de standaardopties, in dit geval ‘Waar is mijn bestelling?’
2. De AI-agent reageert met een verzoek om een identificator, zoals een bestelnummer of telefoonnummer.
3. De klant verstrekt de gevraagde informatie en de agent vergelijkt deze met interne bestanden om de trackinginformatie op te halen.
4. De AI-agent geeft daarna ook nog verschillende vervolgmogelijkheden op basis van de oorspronkelijke vraag, zoals ‘Volg een andere bestelling’ of ‘Spreek met een medewerker’.

Elk van deze interacties moet voorgeprogrammeerd zijn, zodat de AI-agent begrijpt wat de taak is, welke informatie die nodig heeft, wat die met de informatie moet doen en wat de klant vervolgens zou willen. Een betere klantenservice kan leiden tot een sterkere klantenbinding.

Voorbeelden van AI-agents

Chatbots en automatische herinneringen voor doktersafspraken zijn veelgebruikte voorbeelden van hoe AI-agents je dagelijks leven al beïnvloeden.

Maar de mogelijkheden voor AI-agents op de werkplek kunnen veel gevarieerder zijn. De enige beperking is onze verbeelding en de programmeerskills die je nodig hebt voor het framework. Als je een idee hebt, kan een AI-agent dat misschien wel uitvoeren.

AI-agents kunnen:

• Je virtuele assistent zijn.
• Cv’s screenen om de recruitment en onboarding van nieuwe medewerkers te versnellen.
• Aanbevelingen personaliseren, zoals een aankomende hotelgast vertellen over een evenement in de buurt of het nieuwe spa-menu.
• Klantgegevens verzamelen om klantprofielen te creëren die zijn gebaseerd op werkelijke voorkeuren en koopgewoonten.
• De efficiëntie van projectbeheer verhogen door taken toe te wijzen op basis van de vaardigheden en beschikbaarheid van teamleden. Vervolgens kan de agent ook de voortgang bijhouden.
• Beheer van de toeleveringsketen stroomlijnen, inclusief automatisering van de bestel- en documentgeneratieprocessen.
• De output van content verbeteren, waaronder betere SEO en merkzichtbaarheid, maar ook onderwerpen bedenken voor een contentstrategie.
• Salesfunnels analyseren om knelpunten in prestaties te achterhalen.
• Realtime kasbeheer en financiële modellen uitvoeren waarin interne uitgaven zijn verwerkt, rekening houdend met markttrends en klantinzichten.

De toekomst van werk: AI of mensen?

De toekomst van werk is waarschijnlijk niet volledig AI, maar ook niet volledig menselijk. De realiteit ligt vermoedelijk ergens in het midden, met een hybridemodel waarbij de beste menselijke inzichten met technologische mogelijkheden gecombineerd worden.

Ook nu bundelen AI, machinelearning en menselijke expertise al op verschillende manieren de krachten.

• Human-in-the-loop (HITL). Bij deze aanpak nemen mensen het voortouw: ze maken AI-agents en trainen die. Ze peilen regelmatig of de agent nog goed werkt en controleren op problemen, zoals ontbrekende gegevens die de prestaties beïnvloeden of mogelijke discriminatie in het algoritme.
• Human-on-the-loop (HOTL). Bij HOTL zijn mensen nog steeds betrokken, maar wel minder actief. Ze stellen alles één keer in en kijken dan lange tijd niet meer naar het AI-systeem om. Mensen nemen de rol van managers op zich die het AI-systeem creëren, maar het vervolgens autonoom laten werken. Ze grijpen alleen in als het nodig is vanwege risico’s, onvoorspelbare omstandigheden of een andere urgente situatie.

HITL is meer hands-on, wat handig is als je nieuw bent met AI-technologie op de werkplek. Mensen spelen een cruciale rol in een gesloten feedbacklus, dus je AI is niet zo geautomatiseerd en autonoom als mogelijk is. Dat is een noodzakelijk compromis in sommige HITL-modellen, zoals medische diagnosesystemen (AI-modellen beoordelen een MRI, maar een arts interpreteert de gegevens later ook) en zelfrijdende auto’s.

HOTL is vaak de efficiëntste optie als je de bandbreedte en productiviteit van je bedrijf probeert uit te breiden. Je maakt en test het AI-model en als het goed werkt, draait alles als vanzelf. Je kunt nog steeds de actie van een AI-agent onderbreken, maar je hoeft niet zelf elke belangrijke stap te initiëren. Gebruik HOTL-agents als er niet veel op het spel staat, zoals een chatbot voor de klantenservice of een moderatieprogramma voor online forums.

Wie moet er investeren in AI?

De meeste grote en kleine bedrijven kunnen baat hebben bij een zekere mate van AI-ondersteuning. Door routinematige en repetitieve taken te automatiseren, hoeft je team niet een deel van de tijd aan simpele werkzaamheden te besteden. In plaats daarvan kunnen ze tijd en energie steken in taken waar aandacht voor detail en creativiteit nodig is.

Daarom moet AI worden gezien als een manier om het personeelsbestand uit te breiden, niet als een vervanging ervan. Je kunt meer doen met hetzelfde aantal mensen dan dat je net zoveel blijft doen, maar met een kleiner team.

Van eenmanszaken tot Fortune 500-bedrijven, iedereen kan AI-workforce gebruiken als opstap naar een betere klantervaring, hogere productiviteit en betere datagedreven besluitvorming.