Ik heb mijn AI agent ontslagen!

Hi, welkom bij AIToday Live, de podcast waar we AI praktijkverhalen delen die je vooruit helpen. Ik ben Joop Snijder, CTO bij Aigency en vandaag vertel ik je waarom ik mijn AI agent heb ontslagen. Ja, je hoort het goed. Soms moet je afscheid nemen, zelfs van veelbelovende technologie. Laten we eerst even kijken wat eigenlijk een AI agent is, voordat ik vertel waarom ik die van mij ontslagen heb. Want zonder die context snap je niet waarom ik tot deze drastische beslissing ben gekomen. Kijk, een AI agent is eigenlijk een slim stukje software dat drie dingen kan. Waarnemen wat er in zijn omgeving gebeurt, zelfstandig actie ondernemen om doelen te bereiken en leren van zijn ervaringen om steeds beter te worden. Het hoeft niet per se complex te zijn. Denk aan een slimme thermostaat die zelf bepaalt wanneer de verwarming aan of uit moet. Maar tegenwoordig worden AI agents vaak een stuk geavanceerder gemaakt door ze te combineren met large language models. Zeg maar de GPT's van deze wereld. En deze taalmodellen fungeren als een soort brein dat natuurlijke taal kan begrijpen en verwerken. Het bijzondere is dat dit brein als een regisseur werkt. Het kan begrijpen wat je wil. Dit vertalen naar concrete acties en vervolgens verschillende gespecialiseerde tools aansturen om die acties uit te voeren. Laat me een praktisch voorbeeld geven. Stel je voor dat je een AI agent hebt die je helpt bij het plannen van zakenreizen. Je typt simpelweg. Plan een zakenreis naar Berlijn voor volgende week dinsdag. Ik heb daar een meeting van twee uur middags tot vijf uur. En het brein van de AI agent begrijpt deze opdracht en gaat aan de slag. Het gebruikt een tool om vluchten te zoeken. Een andere tool om hotels te vinden in de buurt van je meeting. En nog een tool om te controleren of er geen grote evenementen of stakingen zijn die je reis kunnen verstoren. De AI agent combineert al deze informatie en presenteert je een compleet voorstel. Inclusief reistijden van en naar het vliegveld. Dit klinkt allemaal prachtig. En dat is het ook. Als het werkt. Maar zoals ik al snel zou ontdekken zitten er ook de nodige haken en ogen aan. Ik had zelfs een agent gemaakt voor het voorbereiden van onze podcast. Het was een geautomatiseerd systeem dat zodra ik de naam van een nieuwe podcastgast invoerde als een digitale rechercheur aan de slag ging. En met GPT4 als die regisseur stuurde het verschillende gespecialiseerde tools aan. Eentje om het internet af te speuren naar publicaties en interviews. Een andere om die informatie juist te analyseren. En weer een andere om daar bruikbare samenvattingen van te maken. En dat klinkt geweldig en eerlijk gezegd dat was het ook. Met één enkele prompt, een set van instructies, kon ik de agent vertellen wat hij moest doen. Hij verzamelde data, filterde op relevantie, herkende de thema's in het werk van de gast en formuleerde zelfs verrassende vragen voor het interview. En aan het eind kreeg ik een keurig opgemaakt profiel van de gast. Perfect toch? Nou, niet helemaal. Want zoals met veel relaties begonnen de irritatie zich langzaam op te stapelen. Het gedrag van de agent was soms namelijk heel onduidelijk en onvoorspelbaar. En dan kon ik wel een debug mode aanzetten. Dus dat je extra informatie te zien krijgt. Wat nou wat er uiteindelijk gebeurt. Dus ik kon wel zien welke tools werden aangeroepen. Maar ik had geen controle over hoe die tools werkten. Het framework waar de agents in draaiden deed soms eigenaardige dingen. Zo werden er ongevraagd bijvoorbeeld woorden toegevoegd aan de zoekopdrachten. Zonder dat ik daar iets aan kon veranderen. En daarmee mislukten bijvoorbeeld ook zoekopdrachten. En dan de foutmeldingen. Als een webpagina niet gelezen kon worden. Waar de publicatie of het interview van de gast op stond. Was het een complete verrassing hoe de agent zou reageren. De ene keer negeerde hij het probleem elegant. De andere keer liep het hele proces vast. Dus het werd een frustrerend spelletje van trial and error. Veren fouten die optreden. Waarbij het veranderen van één woord in de prompt. Soms het verschil maakte tussen succes en mislukking. Tot ik op een dag een inzicht kreeg. Want wat mijn agent deed. Was eigenlijk niets meer dan het volgen van een workflow. Een vast stappenplan. Eerst dit doen. Dan dat. En vervolgens die resultaten gebruiken voor de volgende stap. Het was gewoon een reeks handelingen. Die ik ook gewoon kon programmeren. Dat betekende iets meer code schrijven. Maar wel code die ik kan testen, begrijpen en aanpassen. En deze realisatie leidde tot een complete herziening van mijn aanpak. In plaats van één allesomvattende AI agent. Heb ik nu gewoon een uitgekiende workflow gebouwd. Ik gebruik nog steeds AI. Maar veel gerichter. Kijk het taalmodel helpt nog steeds bij het maken van samenvattingen van de gevonden artikelen of interviews. En het genereert ook nog steeds suggesties voor interview vragen. Binnen specifieke categorieën. En selecteert bijvoorbeeld de vier belangrijkste inzichten uit al opgedane research. Maar in tegenstelling tot die agent. Heb ik nu de controle over het proces. En niet de agent. Dus het resultaat. Een systeem dat betrouwbaarder, flexibeler en vooral begrijpelijker is. De gegenereerde vragen gebruiken we trouwens alleen als inspiratie hoor. Dus tijdens de opnames in de studio hebben wij nooit uitgeprint de vragen bij de hand. Kijk het gaat ons om het gesprek. En niet om het afvinken van een of andere vragenlijst. Maar goed dat terzijde. Wat ik heb geleerd van dit proces en wat ik graag met jullie deel is dat meer AI niet altijd beter is. En soms is het slimmer om een stap terug te doen en te kijken naar wat je echt nodig hebt. Dus in mijn geval was dat geen alwetende AI agent. Maar juist een slim opgezet systeem waarin AI en traditionele software ontwikkeling, programmering elkaar juist versterken. Het is een beetje zoals met een goed team. Je wilt niet één persoon die alles doet, maar verschillende specialisten die elk doen waar ze goed in zijn. Mij ontslagen AI agent was als die collega die overal vanaf wist, maar nergens in uitblonk. Nu heb ik een team, zou je kunnen zeggen, van specialisten, code die doet wat het moet doen. En AI die doet waar het goed in is. Text analyseren en text genereren. Dus ja, ik heb mijn AI agent ontslagen. Niet omdat AI waardevol is, maar juist omdat ik geleerd heb hoe ik er beter gebruik van kan maken. Soms moet je iets gewoon afbreken om het sterker weer op te bouwen. En hier zit misschien wel de belangrijkste les van vandaag. AI agents zijn een waardevolle toevoeging aan de gereedschapskist van elke AI engineer. Maar ze zijn niet altijd de juiste keuze. Als je proces bestaat aan een vaste workflow, een duidelijk stappenplan, dan is een traditioneel gecodeerde oplossing vaak effectiever en efficiënter. Maar wanneer je te maken hebt met complexe besluitvorming op basis van wisselende omstandigheden en data, dan kan een AI agent echt uitkomst bieden. Dus denk aan scenario's waar je snel moet schakelen op basis van real-time informatie of waar de regels eigenlijk constant veranderen. Dat is waar de flexibiliteit en het aanpassingsvermogen van een AI agent echt schitteren. Wees wel voorzichtig. Door het gebrek aan een sluitende definitie wordt het term AI agent tegenwoordig soms te pas en te onpas gebruikt. Het klinkt hip, het verkoopt, maar dat betekent niet dat elk systeem dat zo genoemd wordt ook echt de voordelen biedt van een echte AI agent. Dus als je overweegt om AI agents in te zetten in je eigen werk, denk dan goed na over je use case. Is er sprake van complexe besluitvorming in de veranderlijke omgeving? Dan kan een AI agent de ideale oplossing zijn. Maar als je proces meer lijkt op een recht toe, recht aan, stappenplan, hou het dan simpel en effectief met een workflow. Als je hier iets van wilt leren voor je eigen werk met AI, zou ik zeggen, wees niet bang om kritisch te kijken naar je eigen gebruik van AI. Vraag je af, gebruik AI omdat het echt de beste oplossing is of omdat het sexy klinkt. Soms is een simpele, traditionele oplossing met een vleugje AI effectiever dan een volledig AI gedreven aanpak. Dit was AIToday Live. Wil je meer weten over AI agents? Luis dan eens naar onze driedelige serie over AI agents. De links vind je in de show notes. Tot de volgende keer! [Muziek] [Muziek]