Begrijpen
Autonome AI-agent
Een autonome AI-agent is een programma dat een doel krijgt, zelf de stappen ernaartoe bepaalt, echte tools gebruikt, het resultaat van zijn handelingen vaststelt en opnieuw begint tot het klaar is. Wat hem scheidt van een gespreksassistent is niet de kwaliteit van zijn taal en evenmin de omvang van het model erachter: het is het recht te handelen zonder dat elke stap wordt voorgezegd, en de plicht te controleren wat hij heeft opgeleverd.
1. Definitie
Een autonome AI-agent is software gebouwd rond een taalmodel, waaraan een doel wordt toevertrouwd in plaats van een procedure. Je beschrijft niet de reeks uit te voeren handelingen: je zegt wat je verwacht, je geeft toegang tot de nodige tools en je laat hem bepalen hoe hij er komt.
Het woord „autonoom” leent zich voor een misverstand dat je beter meteen uit de weg ruimt. Het betekent niet „buiten elke controle” en evenmin „bepaalt zijn eigen doelen”. Een autonome agent blijft begrensd door de opdracht die hem is gegeven, door de tools die voor hem zijn opengezet en door de grenzen die hem zijn gesteld. De autonomie betreft de route, nooit de bestemming.
Het praktische onderscheid is eenvoudig: vraag je af wat er gebeurt wanneer de situatie niet is wat verwacht werd. Een klassiek programma stopt of levert een fout resultaat. Een agent stelt de afwijking vast, zoekt een andere weg en meldt het als hij er geen vindt. Dat herstelvermogen — en dat alleen — rechtvaardigt de term.
2. De vier onderdelen van een agent
Een agent is geen los onderdeel maar een samenstel. Haal er één weg en hij wordt weer een assistent die antwoordt.
- Een doel. Een opdracht die een te bereiken toestand beschrijft, geen lijst met bevelen. „Zorgen dat geen enkele factuur meer dan dertig dagen achterstallig is zonder dat de klant is aangemaand” is een doel. „Stuur een e-mail naar klant X” is een commando.
- Tools. Wat hem in staat stelt op de wereld in te grijpen in plaats van erover te praten: een postvak lezen, in een database schrijven, een dienst aanroepen, een bestand opleveren, het web raadplegen. Een model zonder tools kan alleen tekst opleveren, en dus niets wat het bedrijf verandert.
- Een geheugen. Wat hij weet van zijn vak, van het bedrijf en van wat hij al gedaan heeft. Zonder geheugen begint hij elke ochtend opnieuw, maant hij dezelfde klant tweemaal aan en vergeet hij de regel die hem gisteren is voorgehouden.
- Een lus. Het mechanisme dat hem het resultaat van zijn actie laat waarnemen, het met zijn doel laat vergelijken en laat beslissen of hij doorgaat, corrigeert of stopt. Het is het meest onopvallende en tegelijk beslissendste onderdeel: zonder lus is er geen agent, alleen een wat uitgebreidere modelaanroep.
De lus verdient nog een woord, want zij is wat de meeste demonstraties wegmoffelen. Een agent die een plan aankondigt en dan stopt, heeft de lus niet gesloten. Een agent die zijn plan uitvoert zonder ooit te kijken naar wat hij heeft opgeleverd, evenmin — hij is alleen snel geweest, en zal zich snel vergissen. De volledige cyclus — waarnemen, beslissen, handelen, leren — maakt van een model een werker.
3. De vijf gradaties van autonomie
„Autonoom” is geen schakelaar maar een schaal, en de verwarring tussen de treden verklaart de meeste teleurstellingen. Een bedrijf koopt gradatie 4 terwijl het gradatie 2 voor ogen heeft, of andersom.
- Gradatie 1 — voorstellen. De agent stelt voor, de mens doet. Een geschreven concept, een voorgesteld antwoord. Geen risico en geen echte tijdwinst: het werk blijft volledig staan.
- Gradatie 2 — voorbereiden. De agent levert het afgewerkte resultaat, de mens hoeft alleen nog goed te keuren en te versturen. Dit is de rendabelste gradatie om mee te beginnen, omdat de fout zichtbaar is voordat ze het bedrijf verlaat.
- Gradatie 3 — handelen onder een drempel. De agent handelt zelfstandig onder een verklaarde grens en vraagt daarboven om goedkeuring. Een openstaande post van 200 € zelf aanmanen, boven 5.000 € laten valideren. Dit is het kruisregime van een goed afgesteld systeem.
- Gradatie 4 — handelen en verantwoording afleggen. De agent voert de taak van begin tot eind uit en laat een leesbaar spoor na. Geschikt voor omkeerbaar, terugkerend werk: opbergen, sorteren, bijhouden, een interne signalering publiceren.
- Gradatie 5 — andere agenten aansturen. De agent splitst een doel op, verdeelt het, volgt de voortgang en beslist. Deze gradatie heeft pas zin als de voorgaande beproefd zijn — ze toevertrouwen aan een nooit gemeten systeem komt neer op het vermenigvuldigen van een onbekende fout.
De gradatie wordt niet eens en voor altijd gekozen: ze wordt per taak gekozen. Dezelfde agent kan zelfstandig een offerte opvolgen en om menselijke goedkeuring vragen voor een korting. Een systeem dat autonomie alleen globaal kan instellen, dwingt tot een keuze tussen het nutteloze en het onbezonnene.
4. Wat een autonome agent niet is
Het is geen chatbot. Een chatbot wacht op een vraag en geeft een antwoord; het werk begint erna, en een mens doet het. Een agent wordt beoordeeld op een resultaat in de echte wereld: de factuur is de deur uit, het dossier is opgeborgen, de afspraak staat.
Het is geen automatisering of RPA. Een automatisering volgt een vooraf uitgeschreven reeks stappen en breekt bij de eerste afwijking — een kolomkop die verandert, een scherm dat opnieuw is ontworpen. Een agent streeft een doel na en vangt de afwijking op. Het verschil blijkt uit de onderhoudskosten, niet op de dag van ingebruikname.
Het is geen copiloot. Een copiloot versnelt degene achter het toetsenbord; haal die persoon weg en er gebeurt niets. Een agent werkt wanneer niemand kijkt — precies daarin ligt zijn nut, en precies daarom moet zijn werk na te lezen zijn.
Het is geen algemene intelligentie. Een agent heeft geen eigen bedoeling en geen verlangen om iets anders te doen dan zijn opdracht. De vrees voor een systeem dat „de macht zou grijpen” slaat de plank mis: het werkelijke, alledaagse en frequente risico is een agent die een slecht geformuleerde opdracht correct uitvoert, op grote schaal en zonder dat iemand het merkt.
5. Wat een agent betrouwbaar maakt
De betrouwbaarheid van een agent hangt heel weinig af van het model dat hem aandrijft en heel veel van vier waarborgen. Bedrijven die na drie maanden afhaken, hadden vrijwel nooit een modelprobleem.
- Een verklaarde grens. De lijst van handelingen die vóór uitvoering menselijke goedkeuring vereisen — geld vastleggen, tekenen, een gevoelige klant antwoorden, verwijderen. Verklaard, niet overgelaten aan het oordeel van het moment.
- Een afdwingbaar budget. De uitgave wordt gereserveerd vóór de modelaanroep, niet achteraf vastgesteld. Een plafond dat achteraf wordt gecontroleerd is geen plafond, maar een rapport.
- Een leesbaar spoor. Het nagestreefde doel, de geraadpleegde informatie, de gekozen handeling, het resultaat, de kosten. Gedelegeerd werk dat niet is na te lezen, wordt werk dat men niet meer vertrouwt — en het bedrijf keert stilletjes terug naar handwerk.
- Minimale rechten. Elke agent krijgt alleen de tools die zijn opdracht vereist. Een monitoringagent heeft niets te zoeken bij schrijftoegang tot de facturatie.
Deze vier punten zijn geen comfortopties: ze bepalen of je volgend jaar meer zult kunnen delegeren. Dat is het onderwerp van de pagina over governance en budgetbeheersing.
6. Zes vragen die een nep-agent ontmaskeren
Veel tools presenteren zich als agent terwijl ze in werkelijkheid modelaanroepen aaneenrijgen op een vaste rails. Zes vragen volstaan om het uit te maken, en ze zijn tijdens een demo te stellen.
- Wat doet hij als een tool faalt? Blijft hij pardoes staan, dan is het een keten. Probeert hij het anders en meldt hij het daarna, dan is het een agent.
- Kan hij dezelfde stap tweemaal doen? Een echte agent gaat terug en begint opnieuw. Een rails gaat altijd alleen vooruit.
- Weet hij wat hij gisteren gedaan heeft? Zonder geheugen maant hij dezelfde klant tweemaal aan en vergeet hij je correctie.
- Waar stopt hij uit zichzelf? Als er geen enkele handeling is die hij zonder goedkeuring weigert uit te voeren, is de grens niet verklaard — ze ontbreekt.
- Wat heeft deze taak gekost? Is het cijfer niet per taak beschikbaar, dan valt niet af te wegen wat de moeite van het delegeren waard is.
- Kan ik zijn werk nalezen zonder het iemand te vragen? Is het antwoord nee, dan berust de controle op vertrouwen, en vertrouwen schaalt niet.
De zesde beslist in de praktijk het snelst. Kunnen zien wat er gedaan is, door wie en tegen welke prijs is geen dashboard voor de sier: het is waaraan je merkt of het systeem werkt of alleen maar druk is.
7. Veelgestelde vragen
Wat is het verschil tussen een AI-agent en een AI-assistent?
De assistent beantwoordt een verzoek en geeft het stuur terug; jij voert uit. De agent streeft een doel na, gebruikt tools om te handelen, controleert zijn resultaat en begint zo nodig opnieuw. De kortste test: levert de tool tekst op die iemand daarna met de hand elders moet overnemen, dan is het een assistent.
Kan een autonome AI-agent zonder toezicht handelen?
Bij omkeerbaar, terugkerend werk wel — dat is juist de bedoeling. Bij alles wat het bedrijf tegenover een derde bindt niet, en niet om een technische reden: omdat de fout daar duur is en soms onherstelbaar. Een serieus systeem maakt die grens uitdrukkelijk in plaats van ze aan ieders voorzichtigheid over te laten, en vraagt goedkeuring vóór het handelen in plaats van ze achteraf vast te stellen.
Welk model heb je nodig om een agent te laten draaien?
De keuze van het model telt minder dan men denkt zodra een redelijke kwaliteitsdrempel is gehaald. Wat het resultaat bepaalt, op volgorde: de helderheid van de opdracht, de kwaliteit van de beschikbaar gestelde tools, het geheugen van het vak, en pas daarna het model. Een vage opdracht wordt door geen enkel model gered, en een duurder model maakt dezelfde fout sneller.
Met hoeveel agenten begint men?
Eén, op een taak die meerdere keren per week terugkomt, waarvan de regel in één zin te zeggen is en waarvan het resultaat in enkele seconden te controleren is. Teams van agenten hebben daarna zin, als de eerste heeft laten zien wat werkt. Te groot beginnen is de meest voorkomende en duurste fout.
Kan een autonome AI-agent het verkeerde doel nastreven?
Hij geeft zichzelf geen nieuw doel, maar hij kan het jouwe anders opvatten dan je het bedoelde — zeker als de opdracht een vanzelfsprekendheid bevat die iedereen in het bedrijf deelt zonder ze ooit te hebben opgeschreven. Daarom is de eerste indicator om te volgen de menselijke hersteltijd: daalt die niet, dan moet niet het model veranderen maar de opdracht opnieuw worden geformuleerd.
Verder lezen
Lees verder: wat een agentisch systeem is, wat een AI-agent werkelijk doet in een bedrijf, of governance en budgetbeheersing.