AI agents in 2025: je organisatie voorbereiden

Hoi, welkom bij de derde en laatste aflevering van onze serie over AI agents. Je luistert naar AIToday Live, de Nederlandse talige podcast die je alles leert over de ontwikkelingen in kunstmatige intelligentie. Mijn naam is Joop Snijder, CTO bij Aigency. In de eerste aflevering hebben we kennis gemaakt met AI agents en zagen we hoe ze zich onderscheiden door hun vermogen om hun omgeving waar te nemen, autonoom te handelen en te leren. In deel 2 bespraken we hoe je zelf aan de slag kunt met AI agents en welke valkuilen je moet vermijden. Vandaag kijken we naar de toekomst. Hoe verandert AI de manier waarop we werken en hoe bereid je je organisatie daar nou op voor? Een van de belangrijkste ontwikkelingen voor die voorbereiding is de opkomst van Human Centered AI. Dit is een fundamenteel andere benadering dan dat we gewend zijn. In plaats van mensen te dwingen zich aan te passen aan technologie draait het om het ontwikkelen van AI systemen die aansluiten bij de menselijke behoeften en werkwijze. Denk aan een AI agent die je leert hoe je je werk aanpakt en zich daaraan aanpast in plaats van dat jij moet leren werken volgens de regels van de machine. Human Centered AI, mensgerichte AI gaat verder dan alleen gebruiksvriendelijke interfaces. Het betekent dat we al bij het ontwerp nadenken over hoe mensen en machine optimaal kunnen samenwerken. En hoe zorgen dat we de sterke punten van beide elkaar versterken. Mensen zijn bijvoorbeeld uitstekend in het begrijpen van context, het tonen van empathie en het maken juist van ethische afwegingen. En AI agents exceleren in het verwerken van groot hoeveelheden data en het uitvoeren van repetitieve taken. Door deze kwaliteiten slim te combineren creëer je een werkomgeving waar mens en machine elkaar versterken. De transitie naar AI agents begint met het creëren van een solide fundament. In plaats van direct agents te implementeren moeten organisaties eerst hun huis op orde brengen in drie belangrijke gebieden. Kennis, cultuur en governance. Laten we beginnen met die kennis. Het is essentieel dat verschillende lagen in de organisatie begrijpen wat AI agents zijn en wat ze kunnen betekenen. Het management moet inzicht hebben in de strategische kansen en risico's. ontwikkelaars en product owners moeten begrijpen hoe ze mensgerichte AI, human-centered AI kunnen ontwikkelen. Waarbij de technologie, zoals ik gezegd heb, zich aanpast aan de mensen en niet andersom. Daarnaast is specifieke kennis nodig over wet en regelgeving en met name de EU AI Act. Deze EU AI Act heeft grote impact op hoe we agents kunnen inzetten in organisaties. Maar in plaats van te verzanden in juridische details laat ik je zien wat het in de praktijk betekent. Want deze wet doet iets bijzonders. Ze kijkt niet alleen naar de technische kant van AI, maar juist ook naar de menselijke kant. Een mooi voorbeeld hiervan is dat de wet organisaties aanmoedigt om verder te kijken dan alleen de minimale vereisten. Zelfs als je AI systeem niet als hoog risico wordt gezien. Er zijn verschillende risicoklasses waarbij de hoog risico het meeste van je vraagt, maar ze moedigen dus aan om verder te kijken. En wat betekent dit concreet voor jouw organisatie? Ten eerste wordt er veel nadruk gelegd op het aanmoedigen van wat we AI geletterdheid noemen. Het is niet meer voldoende dat alleen je technische team begrijpt hoe AI werkt. Iedereen die ermee werkt moet snappen wat de impact is op hun werk en de samenleving. Ten tweede vraagt de wet om inclusief ontwerp. Simpel gezegd, je AI agents moeten voor iedereen bruikbaar zijn, ook voor mensen met een beperking. Het klinkt misschien logisch, maar het vraagt wel om een andere manier van denken bij het ontwerpen van AI systemen. En het derde punt dat ik interessant vind is de nadruk op diverse teams. De wet moedigt aan om teams samen te stellen met verschillende achtergronden en een goede genderbalans. De gedachte hierachter is simpel maar krachtig. Hoe diverser het team dat AI ontwikkelt, hoe beter het systeem aansluit bij verschillende gebruikers. En tot slot, misschien wel het belangrijkste punt, de wet stimuleert samenwerking met externe bedrijven. Partijen moet ik zeggen, sorry. Denk aan universiteiten, vakbonden, consumentenorganisaties. Hun perspectief kan helpen om AI systemen te maken die niet alleen technisch sterk zijn, maar ook maatschappelijk verantwoord. Al deze punten uit de wet sluiten perfect aan bij wat we in de praktijk zien. Succesvolle AI implementaties vragen om een fundamentele cultuurverandering. Het is geen toeval dat de EU AI Act aandringt op diversiteit en brede betrokkenheid. Dit zijn precies de elementen die een organisatie nodig heeft om AI op een mensgerichte manier in te zetten. De implementatie van AI agents vraagt daarom om een stimulering vanuit management waarbij ethiek en mensgerichtheid centraal staan. En je wilt niet alleen een AI strategie ontwikkelen die voldoet aan wettelijke vereisten, maar ook een ethisch kader creëren dat past bij de waarde van de organisatie. Voor grotere organisaties betekent dit bijvoorbeeld het instellen van een ethische commissie. Kleinere organisaties kunnen misschien volstaan met het aanwijzen van een specifieke verantwoordelijke. De komst van AI agents vraagt ook om nieuwe competenties en functies en rollen binnen je organisatie. Laat me je meenemen langs de belangrijkste veranderingen die we zien ontstaan. Voor ontwikkelaars, ontwerpers en product owners komt er een nieuwe essentiële competentie bij, zoals ik gezegd heb, wel de kennis over human-centered AI, mensgerichte AI. En dit gaat verder dan alleen die technische vaardigheden. Het betekent dat je kunt ontwerpen vanuit menselijke behoeften en waarden. Je moet kunnen begrijpen hoe mensen werken en denken en vervolgens de technologie daarop afstemmen. Het doel is om juist AI-systemen te maken die natuurlijk aanvoelen en mensen echt ondersteunen in hun werk. Management krijgt een cruciale rol in het vormgeven van een AI-cultuur. Dit vraagt om meer dan alleen strategisch inzicht. Managers moeten kunnen inschatten welke kansen AI biedt voor hun organisatie, maar ook de risico's kunnen overzien. Ze moeten een cultuur kunnen creëren waarin ethische overwegingen vanzelfsprekend zijn. Dan zijn er nog verschillende specialistische rollen die ontstaan. Je zou kunnen denken aan de prompt engineer. Die is daar een van. Een rol die het beste te vergelijken is met een tolk tussen de mens en machine. In de praktijk schrijft deze persoon bijvoorbeeld de instructies voor een klantenservice agent, waarbij ze precies moeten aangeven hoe de agent moet reageren op verschillende emoties van klanten, welke tone-of-voice past bij het bedrijf, aan wanneer een gesprek moet worden doorverbonden naar een mens. Een kritieke nieuwe rol is de AI operations specialist, heb ik hem maar even genoemd. En denk aan deze rol als een soort van AI-bewaker die continu monitort of agents nog optimaal functioneren. Bijvoorbeeld als een agent die facturen verwerkt opeens meer fouten maakt bij buitenlandse facturen, moet deze specialist kunnen achterhalen waarom dit gebeurt en het probleem oplossen. Of als een agent die e-mails categoriseert steeds meer berichten verkeerd indeelt, moet de specialist kunnen bepalen of dit komt door veranderende e-mail patronen of door een probleem in het systeem zelf. De AI-ethics officer is ook een cruciale nieuwe functie. Deze persoon of instantie zorgt ervoor dat AI-agents eerlijk en verantwoord worden ingezet. Een concreet voorbeeld, als een recruitment team een AI-agent wil gebruiken om cv's te screenen, zorgt de ethics officer ervoor dat dit gebeurt zonder onbedoelde discriminatie. Of als een marketing team een AI-agent wil inzetten voor persoonlijke aanbevelingen, bewaakt deze persoon de privacy van klanten. En dan hebben we nog de, wat ik noemde, AI-champions binnen teams. Dit zijn mensen die extra kennis ontwikkelen over AI-agents en fungeren als een brug tussen technologie en dagelijks gebruik. Denk aan een ervaren klantenservice medewerker die collega's helpt om effectief samen te werken met een AI-agent. Of een financieel medewerker die nieuwe mogelijkheden ziet om routine taken te automatiseren en dit juist kan vertalen naar concrete verbeteren voorstellen. De AI-champions kunnen ook andere teams enthousiasmeren en tips en trucs delen met ze. Het bijzondere aan al deze nieuwe functies is dat ze vragen om een combinatie van technische kennis en menselijke vaardigheden. De prompt engineer moet niet alleen goed kunnen programmeren, maar ook uitstekend kunnen communiceren. De AI-operation specialist moet niet alleen data kunnen analyseren, maar ook begrijpen hoe mensen in de praktijk met agents werken. De AI-champions moeten niet alleen de technologie snappen, maar ook hun collega's kunnen enthousiasmeren en ondersteunen. Je moet de transitie naar AI-agents zien als een reis en niet als een eindbestemming. Het begint met een pilot waarin je kunt experimenteren en leren. Een goede aanpak is om te starten met een niet-kritisch proces waar wel duidelijke verbeterkansen liggen. Bijvoorbeeld het automatiseren van eenvoudige administratieve taken of het ondersteunen van interne kennisdeling. De sleutel tot succes ligt in het creëren van vroege succesverhalen. Als mensen zien hoe een AI-agent hun dagelijkse werk makkelijker maakt, verdwijnt ook van nature de angst voor vervanging van zichzelf. En neem bijvoorbeeld een team dat elke week uren kwijt is aan het verzamelen en analyseren van data van rapportages. Als een AI-agent dit werk reduceert van uren naar minuten, kunnen teamleden zich richten op het juist het interpreteren van de data en het bedenken van verbeteringen. Maar let op, het is cruciaal om mensen actief te betrekken bij de ontwikkeling en implementatie. Zij zijn de experts in hun vakgebied en weten als geen ander waar de echte uitdagingen liggen. Dus laat teams meedenken over hoe AI-agents hun werk kunnen ondersteunen. Vaak komen ze zelf met de beste ideeën voor toepassingen. Het doel is niet om processen volledig te automatiseren, maar om mens en machine optimaal te laten samenwerken. Nog een voorbeeld is het verwerken van interne documenten en rapportages. Een AI-agent kan de eerste analyse doen van documenten, relevante informatie markeren en verbanden leggen tussen verschillende bronnen, zodat medewerkers zich kunnen concentreren op het interpreteren van de resultaten en het maken van strategische beslissingen. De machine versterkt zo het menselijke oordeelsvermogen in plaats van het te vervangen. Deze mens-machine samenwerking vraagt een continue afstemming. Technologie moet worden aangepast aan hoe mensen werken, niet andersom. Ik kan het niet vaak genoeg herhalen. Dit betekent investeren in gebruiksvriendelijke interfaces, duidelijke feedbackmechanismen en transparante besluitvorming van de agents. Uiteindelijk gaat het om het vinden van de juiste balans. AI-agents zijn er om mensen te ondersteunen, niet om ze te vervangen. Ze nemen het repetitieve werk over, zodat mensen zich kunnen focussen op waar ze goed in zijn, creatief denken, problemen oplossen en betekenisvolle interacties met anderen aangaan. En daarmee komen we bij het einde van deze driedelige serie over AI-agents. We zijn samen op reis gegaan door de, laten we het toch maar even zo noemen, de wereld van AI-agents. En wat hebben we veel geleerd? In deel 1 ontdekten we de essentie van AI-agents, systemen die hun omgeving waarnemen, zelfstandig handelen en leren van hun ervaringen. We zagen hoe ze fundamenteel verschillen van traditionele software door hun vermogen om zich aan te passen aan nieuwe situaties. In deel 2 doken we in de praktijk. We leerden dat succesvolle implementatie begint bij het begrijpen van je hele bedrijfsproces en niet alleen losse onderdelen. We zagen dat de mens centraal moet staan bij elke AI-toepassing en dat een pilot alleen kan slagen als je gebruikers vanaf dag 1 betrekt. En vandaag in ons laatste deel hebben we vooruitgekeken naar een toekomst waarin mensen en machines steeds meer samenwerken. En we zagen dat deze toekomst vraagt om nieuwe rollen, nieuwe competenties en vooral een nieuwe manier van denken over werk. De EU AI Act onderstreept dit door niet alleen te kijken naar wat technisch mogelijk is, maar vooral naar wat menselijk wenselijk is. En de rode draad de hele serie is hopelijk glashelder. De toekomst van werk draait niet om het vervangen van mensen door machines, maar om het creëren van betekenisvolle samenwerkingen tussen mensen en machines. En organisaties die nu al experimenteren met deze mensgerichte benadering van AI zullen straks voorop lopen. Wat neem je mee in deze serie? Ik hoop drie cruciale inzichten. Want uiteindelijk gaat het niet om de technologie zelf, maar hoe we deze inzetten om werk betekenisvoller te maken voor iedereen. Vond je deze serie interessant? Deel hem dan eens met je collega's en connecties. Want hoe meer we van elkaar leren over de implementatie van AI Agents, hoe beter we deze technologie kunnen inzetten binnen ons werk. Dit was AIToday live. Bedankt voor het luisteren. Tot de volgende keer. [Muziek]