Onze klanten maken vaak de eerste stap in hun ontwikkeling door een zogenaamde Retrieval Agent te bouwen.
Een Retrieval Agent is een bekende vorm van AI, vaak in de vorm van een chatbot, die informatie ophaalt uit de eigen databronnen van een organisatie. Denk bijvoorbeeld aan het intranet, kennisbanken, medewerkershandleidingen of klantinformatie. Je kunt deze agent vragen stellen en die zoekt daar dan het juiste antwoord bij. Veel mensen kennen deze vorm inmiddels als de “chat met je data”-oplossing.
De volgende stap is een Task Agent. Die kan zelfstandig verschillende taken uitvoeren, zonder dat daar direct iemand bij hoeft te helpen. Denk bijvoorbeeld aan:
-
E-mails in een inbox sorteren, zoals die van de klantenservice, en zorgen dat berichten bij de juiste collega terechtkomen, terwijl spam eruit wordt gefilterd.
-
Formulieren automatisch invullen met gegevens uit andere systemen.
-
Afspraken plannen door de agenda’s van deelnemers te checken en automatisch uitnodigingen te versturen.
-
Rapporten maken door gegevens op te halen, te analyseren en netjes te presenteren.
-
Vergaderingen ‘meeluisteren’ en daarna de notulen of andere documentatie invullen.
Deze Task Agents kunnen gebruikmaken van de informatie uit de Retrieval Agent. En op de lange termijn kunnen ze zelfs uitgroeien tot Autonomous Agents: AI-hulpen die zelfstandig keuzes maken en acties uitvoeren, zonder dat daar nog goedkeuring van een mens voor nodig is.
Voor nu willen de meeste klanten nog wel zelf taken goedkeuren of afwijzen. Maar er zijn al organisaties die dat niet meer doen. Die beoordelen het werk van de agenten net zoals ze dat bij medewerkers zouden doen met de gedachte dat kleine fouten erbij horen.
Tot slot een belangrijke tip: ook al zijn sommige agenten technisch gezien makkelijk te bouwen, het is belangrijk om goed na te denken over hoe je ze inzet. Zorg voor duidelijke afspraken en controle, zodat je organisatie niet overspoeld raakt met losse AI-agenten, alsof je in een scène uit The Matrix belandt met overal een ‘Mr. Smith’.