Bekijk de replay van Hanan Ouazan's keynote over de 4P's van Agentic AI:

1. Processen: Van taken naar orkestratie

Wanneer er over agenten wordt gesproken, worden er vaak twee dingen verward: een agent, wat een interface is die autonoom werkt, en agentschap, wat een breder paradigma is. Het is de natuurlijke evolutie van automatisering van robotprocessen (RPA), maar met ingebouwd redeneer- en aanpassingsvermogen.

Traditionele RPA vereiste het hard coderen van elke regel, een taak die al snel onbeheersbaar werd. Agentic AI verandert dat: in plaats van elke beslissing te coderen, we het redeneren aan de agent delegeren, waardoor flexibiliteit en schaalbaarheid mogelijk zijn.

Natuurlijk brengt elk procesherontwerp een cruciale vraag met zich mee: Wat moet worden geautomatiseerd en wat moet worden uitgebreid?

“De echte uitdaging is niet beslissen wat er geautomatiseerd moet worden. Het is orkestreren hoe mensen en AI samenwerken.”

Automatisering verwijdert handmatige stappen, terwijl augmentation geeft werknemers meer macht om snellere, betere beslissingen te nemen. Maar de krachtigste resultaten komen wanneer bedrijven Samen automatisering en augmentatie orkestreren, in plaats van ze als tegengestelde strategieën te behandelen.

In een kredietgoedkeuringsproces zou AI bijvoorbeeld automatisch data uit honderden documenten kunnen halen en invoeren. Maar de beslissing over de uiteindelijke kredietrente kan nog steeds beter door een mens worden genomen, op basis van door AI gegenereerde aanbevelingen. De sleutel is orkestratie: weten wanneer u op automatisering moet vertrouwen, wanneer u moet uitbreiden en wanneer u moet valideren.

De eerste “P”, Processen, gaat over het verschuiven van geïsoleerde use cases naar end-to-end herontwerpen die AI en menselijk oordeel naadloos combineren.

2. Mensen: Training, rollen en de menselijke revolutie

Deze transformatie gaat niet over mensen versus machines. Het gaat over het herdefiniëren van hoe de onderneming werkt. Sommige taken zullen verdwijnen. Andere zullen evolueren. En er zullen geheel nieuwe rollen ontstaan.

“Elke revolutie vernietigt banen, creëert banen en transformeert bestaande banen. AI is geen uitzondering.”

De eerste implicatie is training. Geen enkele transformatie kan slagen als de werknemers er niet klaar voor zijn. Zelfs het beste AI-systeem ter wereld zal geen succes hebben als mensen niet weten hoe ze het moeten gebruiken.

Recente cijfers tonen aan dat terwijl 86% van de werknemers denkt dat ze AI-training nodig hebben, slechts 14% hebben het daadwerkelijk ontvangen. Dat is een enorme kloof en een grote belemmering voor de overstap.

Naast training zijn er nieuwe hybride rollen in opkomst. Katalysatoren de kloof tussen technologie en bedrijf overbruggen. Proceseigenaren (PO's) workflows van begin tot eind heroverwegen. Bouwers (niet-technische profielen die prompts, agents en LLM-logica begrijpen) zijn ook in opkomst.

Deze rollen belichamen een eenvoudige waarheid: AI-transformatie gaat net zoveel over mensen en cultuur als over algoritmen.

3. Platform: Het nieuwe besturingssysteem voor agenten

Naarmate meer teams met agents experimenteren, gebeurt er iets interessants: plotseling realiseren bedrijven zich dat ze honderden autonome mini-assistenten in teams hebben werken, met weinig zichtbaarheid of controle.

Het is een beetje alsof u 500 stagiairs hebt, elk met toegang tot gedeelde schijven, maar niemand bij HR weet dat ze bestaan. Dat is de huidige realiteit van veel organisaties die AI-agenten inzetten zonder centraal beheer.

Daarom is een robuuste platform is cruciaal, niet niet alleen voor het inzetten van agents, maar ook voor het bewaken, evalueren en besturen ervan. Het is van vitaal belang voor traceerbaarheid, verantwoording en beveiliging.

De IT-afdeling van morgen zal zeer waarschijnlijk veel lijken op een HR-afdeling voor AI-agenten. Maar daar houdt de verantwoordelijkheid niet op. Business-, data- en IT-teams moeten het overzicht delen:

  • IT zorgt ervoor dat de infrastructuur en data pijplijnen soepel lopen.
  • Data teams controleren of agenten de juiste informatie ophalen en gebruiken.
  • Bedrijfsteams Bevestig dat reacties overeenstemmen met de toon van het merk, de behoeften van de klant en naleving.

Kortom, Agent governance is niet alleen technisch, het is functieoverschrijdend.

Tot slot blijft de kwaliteit van data de grootste doorslaggevende factor. Veel pilots werken prachtig op zichzelf, maar falen wanneer ze geïntegreerd worden in live systemen omdat real-time data niet toegankelijk is. In een wereld waar modellen handelswaar zijn, data is de differentiatie van een bedrijf. Als dit goed wordt aangepakt, zal agentgerichte transformatie duurzaam schaalbaar zijn.

4. Positie: De komende verschuiving in digitale aanwezigheid

De vierde “P,” Positie, kijkt naar buiten. Het gaat over de manier waarop AI-agenten de interactie met klanten, de zichtbaarheid van merken en de digitale strategie veranderen.

In dit nieuwe tijdperk worden conversatie-engines zoals ChatGPT, Gemini of Mistral poorten naar informatie en zelfs transacties. In de VS kunnen gebruikers nu producten kopen rechtstreeks binnen ChatGPT.

Dat werpt een cruciale vraag op: Als klanten de producten van een bedrijf kunnen ontdekken, vergelijken en kopen zonder ooit de website te bezoeken, welk doel dient de digitale aanwezigheid dan?

De opkomende discipline van Generatieve motoroptimalisatie (GEO) gaat veel verder dan traditionele SEO. Conversatiemotoren putten uit een mix van bronnen, van gemeenschapsforums tot onafhankelijke blogs, en niet alleen uit pagina's die bij een zoekopdracht zijn gerangschikt.

“GEO is niet SEO 2.0. Het is een complete heroverweging van hoe mensen merken vinden, kiezen en ermee omgaan.”

In 2023 zal alleen 2.5% van de online zoekopdrachten begon op conversatieplatforms. Vandaag de dag is dat cijfer gestegen tot 6%. Dat lijkt misschien klein, maar als de trend zich voortzet, zal het binnenkort digitale ontdekking domineren.

Dit betekent dat bedrijven zich opnieuw positioneren nu. Sommigen zullen ervoor kiezen om hun data rechtstreeks in grote taalmodellen in te voeren en onzichtbare back-office leveranciers te worden. Anderen zullen hun eigen conversatie-ervaringen bouwen om deze ecosystemen aan te vullen. Hoe dan ook, de keuze moet strategisch zijn, niet reactief.

Voorbereiden op de agentschappelijke toekomst

Om een agentgerichte onderneming te worden, is meer nodig dan het inzetten van technologie. Het houdt in dat er opnieuw moet worden nagedacht over hoe een organisatie werkt, proces per proces, persoon per persoon, platform per platform.

“Zie agentic transformation niet als een reeks use cases. Zie het als het herschrijven van hoe uw bedrijf werkt.”

Degenen die hierin slagen, zullen AI niet als een hulpmiddel zien, maar als een medewerker: één die werk, leren en klantbetrokkenheid een nieuwe vorm geeft. Deze revolutie is nog jong, maar één ding is duidelijk: Het schalen van AI is niet alleen een technische uitdaging, maar ook een organisatorische. En zij die de 4P's beheersen, zullen in de beste positie verkeren om dit te leiden.

Hanan Ouazan is afgestudeerd aan de Ecole Normale Supérieure en Ecole Centrale de Lille met diploma's in ML en AI. Hij kwam bijna tien jaar geleden bij Artefact. Hij is nu Managing Partner & Global Lead AI Acceleration.