Vanaf welk punt beperk je de autonomie van agents? En hoe weet je zeker dat agents gevoelige data niet vrijgeven of misbruiken? Organisaties hebben veel vragen bij de adoptie van ai. Van de hoeveelheid info die een agent nodig heeft om efficiënt te zijn, tot het niveau van complexiteit wanneer meerdere agents samenwerken.
De antwoorden liggen niet voor de hand. ai is voor iedereen een nieuwe evolutie die zich aan een razendsnel tempo ontwikkelt. Daarom is een goede samenwerking vereist tussen professionele spelers en de academische wereld.
Workday AI Research is een gespecialiseerd team dat de specifieke ai-uitdagingen van bedrijven onderzoekt. De bevindingen zijn een wetenschappelijke basis voor intelligente en betrouwbare systemen die een organisatie op grote schaal kan uitrollen. Deze drie inzichten helpen bedrijven om ai met vertrouwen in te schakelen binnen een businesscontext.
1. Meer ai staat niet gelijk aan betere ai
Een agent die zonder filter alles bewaart, wordt daar op termijn niet noodzakelijk slimmer van. Naast een lagere kwaliteit verhoogt ook het risico op privacy- en securityproblemen. Omgekeerd kan een agent die te agressief filtert, net belangrijke details weggooien. De uitdaging ligt niet in de hoeveelheid geheugen die een agent ter beschikking heeft, maar in weten wat het bewaren waard is.
Uit onderzoek blijkt dat een selectieve methode tot 12% hogere precisie en 8% betere algemene geheugenkwaliteit leidt. Daarom doe je er goed aan het geheugen van een agent bewust op te bouwen vanaf dag één en dit niet als bijzaak te behandelen. Veel organisaties maken de fout info ‘voor de zekerheid’ op te slaan, maar dat leidt niet tot meer intelligentie. Het zorgt juist voor meer fouten, ruis en complexer beheer.
2. ‘Vergeten’ vereist het verwijderen van iedere kopie
Zelfs als je een agent vraagt om bepaalde gegevens te verwijderen, betekent dit niet dat het systeem alles automatisch vergeten is. Of toch niet definitief. In één op vijf gevallen is het mogelijk om nog een kopie te vinden via een oude samenvatting. Het verwijderen van het originele record is dus niet genoeg. Effectief ‘vergeten’ betekent ook dat afgeleide kopieën, samenvattingen of andere representaties traceerbaar zijn uitgewist.
Dit vraagstuk wordt door veel organisaties onderschat. Het probleem is grotendeels onzichtbaar tot je specifiek test of de informatie echt verdwenen is en niet kan worden gereconstrueerd. Ga er dus niet zomaar van uit dat agents informatie vergeten zijn omdat het initiële bestand is uitgewist, maar controleer of er geen andere verwijzingen meer bestaan.
3. Samenwerking tussen agents verhoogt de kwaliteit
Als een agent de vraag krijgt om verschillende dingen tegelijk te doen, zijn afwegingen onvermijdelijk. De meerwaarde van een agentic omgeving zit in het opsplitsen van tegenstrijdige doelen. In plaats van alles door één agent te laten balanceren, verdeel je het werk over meerdere agents. Zo kan de ene agent focussen op compliance en opties binnen de regels tonen, terwijl een andere agent breder zoekt naar nieuwe mogelijkheden.
Meer agents, meer complexiteit? Met goede orkestratie hoeft dat niet het geval te zijn. Door één agent expliciet de rol te geven van regelbewaker en een andere meer ruimte te bieden, ontstaat een combinatie van controle en vrijheid. Uit onderzoek blijkt dat de nauwkeurigheid van antwoorden met 5,8% verbetert.
Organisaties moeten niet alleen nadenken over wat individuele agents kunnen doen, maar ook over hoe ze als geheel beheerd worden. Een centraal systeem dat toont welke agents actief zijn, welke rechten ze hebben, welke data ze gebruiken en wie verantwoordelijk is. Vergelijk het met het beheer van een team specialisten door één teamleider in plaats van iedereen apart aan te sturen.
België staat op een kantelpunt
Voor Belgische organisaties zijn de bovenstaande inzichten extra relevant. De meeste bedrijven zijn nog maar net begonnen met het verkennen van agentic ai. Door deze lessen mee te nemen voor ze opschalen, hoeven ze hun systemen niet achteraf aan te passen.
Ai-adoptie evolueert sneller dan governance, toezicht en interne beleidskaders. Organisaties die hier het best op voorbereid zijn, zullen ai niet behandelen als een verzameling losse tools, maar als een nieuwe operationele laag die beheerd, gemeten en gecontroleerd moet worden. Pas dan zal ai niet alleen antwoorden geven, maar ook taken op een betrouwbare manier uitvoeren.
De auteur is BeLux Country Lead bij Workday. Ze schrijft deze opinie in eigen naam
