Nu AI-agents steeds meer taken uitvoeren, zoals het opstellen van e-mails of het oplossen van problemen bij de klantenservice, wordt één uitdaging duidelijk: hoe kunnen deze agents effectief communiceren, niet alleen met mensen maar ook met de softwaresystemen waar ze van afhankelijk zijn?
De digitale wereld is tegenwoordig gebouwd voor menselijke interactie. Maatregelen zoals CAPTCHA's en anti-bot protocollen, ontworpen om kwaadaardige automatisering te blokkeren, weerspiegelen deze realiteit. Websites en toepassingen zijn geoptimaliseerd voor menselijke ervaringen, niet voor de behoeften van AI. Dit zorgt voor een fundamentele inefficiëntie: een agent, zoals OpenAI's Operator, die interactie moet hebben op een website, moet menselijk gedrag nabootsen-knoppen aanklikken, formulieren invullen of door pagina's navigeren. Hoewel dit een technologische prestatie is, onthult het ook een onderliggend probleem: in plaats van opnieuw na te denken over hoe systemen AI beter kunnen ondersteunen, dwingen we AI om zich aan te passen aan systemen die voor ons ontworpen zijn.
Deze aanpak legt de last van de aanpassing volledig bij de agent. Deze moet omgaan met gefragmenteerde API's, authenticatielagen en interfaces die voorrang geven aan menselijke bruikbaarheid. Is dit echt de beste manier om vooruit te komen? Het doet denken aan Leonardo da Vinci's ornithopter, een vliegende machine geïnspireerd op de flapperende vleugels van vogels. Vernuftig, ja, maar moderne vliegtuigen, die die imitatie achterwege lieten, vlogen omdat ze het probleem opnieuw verbeeldden in plaats van te proberen binnen bestaande paradigma's te werken. De manier waarop we vandaag de dag ontwerpen voor AI dreigt diezelfde fout te herhalen, door voorrang te geven aan aanpassing boven optimalisatie.
Sommige initiatieven, zoals het Model Context Protocol (MCP) van Anthropic, gaan in de goede richting door universele standaarden voor te stellen voor de manier waarop agents met software communiceren. MCP biedt een raamwerk waarbij agents geen menselijke workflows hoeven na te bootsen of hoeven te vertrouwen op op maat gemaakte integraties. In plaats daarvan kunnen ze acties direct uitvoeren via een uniform protocol, waarbij lagen zoals formulieren of invoer in natuurlijke taal worden overgeslagen. Deze abstractie vermindert niet alleen de wrijving, maar maakt systemen ook gemakkelijker te schalen en te onderhouden.
Maar de diepere uitdaging blijft: hoe heroverwegen we de systemen zelf? Websites, applicaties en workflows zijn van oudsher gebouwd om de menselijke ervaring te maximaliseren, en dat is begrijpelijk. Mensen waren de primaire gebruikers. Nu AI een centrale rol gaat spelen, voelt dit paradigma steeds meer verouderd aan. AI dwingen om zich aan te passen aan systemen die er niet voor ontworpen zijn, beperkt de efficiëntie en schaalbaarheid, net zoals een ornithopter proberen aan te passen aan een straaljager.
De weg vooruit gaat niet over het opgeven van menselijke bruikbaarheid, maar over het in evenwicht brengen ervan met systemen die automatisering omarmen. Efficiëntie hoeft niet ten koste te gaan van vertrouwen, transparantie of overzicht. Bedrijven die deze verschuiving omarmen, zullen niet alleen gelijke tred houden met AI-gedreven veranderingen - ze zullen er de leiding over hebben. Zij zullen de norm bepalen voor een wereld waarin AI en menselijke systemen naast elkaar bestaan op een manier die beide beter maakt.
Lees meer over de nieuwste evolutie van AI door u te abonneren op onze Gen AI nieuwsbrief.
