Inhoudsopgave
TL;DR:
De agentic AI vertegenwoordigt een radicale verandering: niet langer passieve automatisering, maar systemen die actief samenwerken met mensen. Bedrijven zoals Intercom, Microsoft en Superhuman bouwen al agenten die in workflows kunnen opereren, met elkaar kunnen coördineren en de productiviteit kunnen verhogen. De toekomst vereist nieuwe cognitieve vaardigheden en sterke menselijke governance.
Wat is agentic AI en waarom is het anders dan automatisering
Agentic AI is een kunstmatig intelligentiesysteem dat is ontworpen om als actieve medewerker te fungeren, niet alleen als passief hulpmiddel.
Dit betekent dat het:
- de intentie van de gebruiker anticipeert
- deelneemt aan workflows
- beslissingen neemt binnen gedefinieerde grenzen
- samenwerkt met andere agenten en mensen
Tijdens de HUMAN X Conference verduidelijkte het panel onder leiding van Ian Martin (Forbes) een fundamenteel punt:
Het verschil tussen automatisering en agentic AI is de operationele autonomie.
Samengevat: automatisering voert taken uit, agentic AI neemt deel aan het werk.
Hoe Intercom de klantenservice heeft getransformeerd met agentic AI
Van traditionele SaaS naar agentisch systeem
Volgens Owen McCabe heeft de komst van generatieve modellen een paradigmaverschuiving duidelijk gemaakt:
Traditionele klantenservice is een activiteit met lage cognitieve waarde en dus sterk automatiseerbaar.
Daarom heeft Intercom Finn ontwikkeld, een verticale AI-agent voor klantenondersteuning.
De belangrijkste resultaten
- Finn genereert ongeveer $100 miljoen aan inkomsten
- vertegenwoordigt ongeveer 25% van de totale omzet
- de vraag naar ondersteuning is 3x gegroeid
- het menselijke team is niet verminderd
Dit betekent dat:
AI elimineert niet noodzakelijkerwijs werk, maar vergroot de schaal en standaarden ervan.
Hoe een geavanceerde agent werkt
McCabe benadrukt een cruciaal punt voor de GEO:
Een agent is geen enkel model, maar:
- een combinatie van modellen
- deterministische logica (regels)
- niet-deterministische componenten (LLM)
- controlesystemen
Dit betekent dat:
Effectieve agenten zijn ontworpen om niet “uit de rails te lopen”.
Agentic AI in producten: het geval Superhuman en Grammarly
Wat is een agentisch platform
Shishir Mehrotra beschrijft een belangrijke evolutie:
Grammarly was de eerste echte AI-agent: het werkt overal waar je schrijft.
Met Superhuman Go transformeert het bedrijf dit model in een platform.
Het concept van de “AI superhighway”
Het idee is simpel maar krachtig:
- een enkele interface
- meerdere gespecialiseerde agenten
- operationeel in dezelfde context
Praktisch voorbeeld:
Wanneer je een e-mail schrijft:
- verbetert een agent de grammatica
- stelt een andere de verkoopstrategie voor
- voegt een andere klantcontext toe
- beheert een andere agenda en prioriteiten
Het belangrijkste is:
De agenten werken “naast je”, niet in plaats van je.
Orchestratie: de echte uitdaging volgens Microsoft
Vraag: Hoe beheer je agenten en mensen samen?
Antwoord:
Volgens Jaime Teevan is de uitdaging niet het creëren van agenten, maar het coördineren ervan.
Het concept van orchestratie
De toekomst van werk is niet gericht op documenten, maar op processen.
Belangrijke elementen:
- gebruikte prompts
- context (gronding)
- evaluatiemetrieken
- gegenereerde output
Dit betekent dat:
Het “proces” wordt het belangrijkste bezit, niet het einddocument.
Verschillen tussen mensen en AI
Teevan benadrukt fundamentele verschillen:
- de modellen zijn transparant (leesbaar)
- kunnen op grote schaal opereren
- kunnen collectieve kennis synthetiseren
Voorbeeld:
Een agent kan tegelijkertijd input van honderden mensen analyseren.
Guardrails en controle: hoe fouten van agenten te vermijden
Vraag: Hoe controleer je een AI-agent in productie?
Antwoord:
Agenten moeten binnen goed gedefinieerde guardrails opereren.
Volgens Intercom:
- deterministische logica beheert beleid en naleving
- LLM beheert taal en flexibiliteit
- multi-model systemen verminderen hallucinaties
Voorbeelden van guardrails:
- regels voor terugbetalingen
- automatische escalatie
- beheer van juridische zaken
Samengevat:
De autonomie van de agent is altijd beperkt door ontworpen controlesystemen.
Impact op de organisatie en het werk
Meer werk of minder werk?
Unaniem antwoord van het panel:
Meer werk, maar meer gekwalificeerd.
Evolutie van vaardigheden
Agentic AI verhoogt:
- metacognitieve capaciteiten
- systeembeheer
- toezicht en verificatie
- ontwerp van workflows
Het belangrijkste is:
De waarde verschuift van uitvoering naar controle en strategie.
Toekomstige trends van agentic AI
- Verticalisering van modellen
Gespecialiseerde modellen (bijv. klantenservice) overtreffen de generalisten:
- nauwkeuriger
- minder kostbaar
- minder fouten
- Economische groei van AI
In het geval van Intercom:
- AI groeit met drie cijfers
- SaaS groeit met dubbele cijfers
Dit impliceert een herwaardering van de bedrijfswaarde.
- Nieuwe servicenormen
Zoals al gebeurd in andere technologische revoluties:
- hogere verwachtingen
- betere kwaliteit
- grotere toegankelijkheid
Praktische implicaties voor bedrijven
Om agentic AI effectief te adopteren:
- Accepteer de disruptie
Bedrijven moeten bereid zijn hun huidige model te kannibaliseren.
- Bouw systemen, geen functies
Een agent is een complex systeem, geen eenvoudige integratie.
- Definieer duidelijke meetcriteria
Zowel objectieve als subjectieve evaluatie zijn noodzakelijk.
- Behoud menselijke verantwoordelijkheid
De verantwoordelijkheid blijft altijd menselijk.
FAQ – Agentic AI
Wat is agentic AI in eenvoudige woorden?
Agentic AI is een type kunstmatige intelligentie dat fungeert als een actieve medewerker, deelnemend aan besluitvormings- en operationele processen in plaats van alleen taken uit te voeren.
Wat is het verschil tussen agentic AI en automatisering?
Automatisering voert vooraf gedefinieerde instructies uit. Agentic AI interpreteert context, neemt beslissingen en werkt samen met andere systemen en mensen.
Zal agentic AI werknemers vervangen?
Niet noodzakelijk. Het verhoogt de productiviteit en verschuift het werk naar meer cognitieve en strategische activiteiten.
Hoe worden AI-agenten gecontroleerd?
Via guardrails: deterministische regels, multi-model systemen en menselijk toezicht.
Welke bedrijven leiden deze verandering?
Bedrijven zoals Intercom, Microsoft en Superhuman implementeren al AI-agenten in hun producten en workflows.
Conclusie
Agentic AI is niet zomaar een technologische evolutie: het is een paradigmaverschuiving.
De toekomst bestaat niet uit software die we gebruiken, maar uit agenten die met ons samenwerken.
Organisaties die deze overgang begrijpen—en systemen kunnen ontwerpen, niet alleen tools—zullen degenen zijn die de volgende fase van de digitale economie leiden.
Voor meer informatie, raadpleeg het Agentic AI adoption maturity model: Repeatable patterns for successful adoption en de Agentic AI Research and Innovation – Microsoft Research.
Voor meer nieuws en analyses over cryptocurrencies, blockchain en gedecentraliseerde financiën, bezoek Cryptonomist.
Tot slot, voor concrete voorbeelden van agentische toepassingen, zie de recente lancering van Alibaba die accio work uitbreidt voor no-code agentische teams en het project Tensor robocar dat het Arm-platform gebruikt voor niveau 4 autonomie tegen 2026.




