„Het is tijd om werk en de systemen waarin dat werk plaatsvindt opnieuw te bekijken, door AI-agenten centraal te stellen in de werking ervan.”

Een onderzoek van Deloitte laat zien waarom organisaties hun processen en personeelsbestand moeten herzien om het potentieel van een agentgerichte onderneming ten volle te benutten.

„De inzet van AI-agenten alleen zal niet volstaan om de beloften van de agentgerichte toekomst volledig waar te maken! Aangezien een agentgerichte onderneming waarschijnlijk fundamenteel anders zal functioneren dan de huidige organisaties, moeten ook de werkwijzen mee evolueren”, legt China Widener, Vice Chair en US Technology, Media & Telecommunications Industry Leader bij Deloitte, uit.

Groepen intelligente agenten zouden autonoom – en in samenwerking met menselijke partners – moeten werken om taken uit te voeren en beslissingen te nemen, terwijl ze zich voortdurend verbeteren. „Om je voor te bereiden op deze toekomst is veel meer nodig dan alleen de implementatie van nieuwe technologieën, vervolgt China Widener. Het vereist een heroverweging van het werk en de systemen waarin het wordt uitgevoerd, waarbij AI-agenten centraal staan in de bedrijfsvoering. ”

De toepassing van multi-agent-AI is nog steeds beperkt

Volgens een onderzoek van Deloitte onder 501 leidinggevenden hebben bedrijven moeite met het opstellen van een geïntegreerde en operationele routekaart nu het tijdperk van agent-AI aanbreekt. Een uitvoerend vicevoorzitter voor informatietechnologie in de detailhandel vat de uitdaging waarmee zij worden geconfronteerd als volgt samen: „Als generatieve AI het medicijn is, dan is agent-gebaseerde AI de hele apotheek. Het potentieel ervan is enorm. We moeten een stap terug doen om te begrijpen hoe we te werk moeten gaan.“

De meeste organisaties staan onder druk en streven ernaar de overstap te maken van experimenteren naar productie. Hoewel velen nog steeds slechts een klein aantal AI-agenten testen, breidt een vergelijkbaar aantal de inzet van AI-agenten uit naar alle functies. Daarentegen hebben maar weinig organisaties een grootschalige en gecoördineerde implementatie met meerdere agenten bereikt. Deloitte schat dit percentage op 15%.

Wanneer deze implementatie op grotere schaal plaatsvindt, betreft het voornamelijk reproduceerbare use cases met een laag risico en een snel rendement op de investering, met name op het gebied van klantenservice, IT en engineering.

De uitdagingen bij het opzetten van een operationeel model met AI-agenten

Agentgebaseerde AI dwingt leidinggevenden om zich een fundamentele vraag te stellen: blijven hun bedrijfsmodellen relevant wanneer intelligente agenten de kostenstructuur en de rol van mensen in de waardecreatie kunnen hervormen?

„Deze vraag is niet langer theoretisch”, meent China Widener. Bijna twee derde van de ondervraagde leidinggevenden geeft aan dat hun organisatie haar bedrijfsmodel heroverweegt vanwege de vooruitgang op het gebied van agentgebaseerde AI. ”

De verantwoordelijke voor digitaal productbeheer en datawetenschap bij een bedrijf in de life sciences zegt: „Als we niet deze richting inslaan [naar een autonoom, op AI gebaseerd bedrijf], lopen we het risico binnen vijf tot tien jaar achterhaald te zijn op de markt. Er is dus echt haast bij, maar we staan ook voor grote uitdagingen…”

Autonoom functioneren met autonome besluitvorming

Deloitte ziet drie uitdagingen.

In feite zijn er drie fundamentele en onderling samenhangende factoren die deze visie in de weg staan en organisaties beletten om AI op grote schaal in te zetten: het ontbreken van een uniforme en toegankelijke database (72%), het onvermogen om vertrouwen te hebben in de systemen en deze te beheren (70%) en de kosten en complexiteit van de integratie (67%).

Bovendien veranderen de veelvoorkomende belemmeringen voor de invoering en integratie van AI — met name op het gebied van data, besluitvorming, governance, organisatie, personeel en kosten — naarmate het tempo van technologische veranderingen dat van organisatorische veranderingen overstijgt. Volgens China Widener: „de twee belangrijkste zwakke punten zijn veruit het personeel en de bedrijfsprocessen, wat aangeeft dat de ontwikkeling van nieuwe werkwijzen met agent-AI nog steeds bijzondere aandacht vereist.”

Om een grotere schaal te bereiken – en meer autonome en afdelingsoverschrijdende workflows mogelijk te maken – moeten organisaties agent-AI beschouwen als een alomvattende bedrijfstransformatie. Een geïnterviewde leidinggevende uit de life sciences-sector beschrijft de ingrijpende verandering die nodig is: „Een agentgebaseerd bedrijf wordt niet gedefinieerd door het aantal AI-agenten dat het heeft. Het is een organisatie die AI-agenten die zijn afgestemd op haar behoeften volledig integreert in haar kernactiviteiten… Het gaat niet alleen om automatisering. Het gaat om autonoom functioneren met autonome besluitvorming.”