Agentic AI is AI die zelfstandig taken uitvoert in plaats van alleen antwoord te geven. Het verschil met een chatbot is simpel: een chatbot beantwoordt een vraag, een AI-agent voert een opdracht uit en rapporteert wat er is gedaan.
Wie ChatGPT vraagt om een antwoord op een e-mail te schrijven, krijgt tekst terug die daarna nog handmatig beoordeeld en verstuurd moet worden. Een AI-agent leest de e-mail zelf, bepaalt of en hoe die beantwoord moet worden en zet een concept klaar. Of de agent het bericht ook mag versturen is een instelling die de organisatie zelf bepaalt.
Generatieve AI stopt waar agentic AI doorwerkt
Generatieve AI genereert content, zoals een samenvatting of een conceptantwoord op een vraag. Daar stopt het werk. De gebruiker beslist wat ermee gebeurt.
Agentic AI neemt een deel van die vervolgstappen over. Het systeem bepaalt zelf welke actie nodig is, voert die uit via gekoppelde systemen en controleert of het resultaat klopt voordat het verdergaat. Dat gebeurt meestal in een cyclus: informatie verzamelen, een besluit nemen, de actie uitvoeren, het resultaat checken.
De techniek is recent pas volwassen geworden
Agentic AI is geen nieuw idee. De techniek erachter is pas kort geleden bruikbaar geworden buiten een demo-omgeving. Twee ontwikkelingen waren daarvoor bepalend.
De eerste is een gestandaardiseerde manier waarop een AI-model met externe systemen praat, zodat niet elke koppeling apart maatwerk vereist. De tweede is een vergelijkbare standaard waarmee AI-agents onderling taken doorgeven. Samen maken die twee het haalbaar om een agent te koppelen aan systemen als e-mail of een documentenarchief zonder dat elke koppeling een apart bouwproject wordt.
E-mailafhandeling laat zien wat agentic AI doet
Een AI-agent leest binnenkomende e-mail en beoordeelt eerst snel of een bericht überhaupt actie vereist. Alleen voor twijfelgevallen volgt een uitgebreidere AI-beoordeling. Dat scheelt rekenkracht en tijd. Vervolgens stelt het systeem een conceptantwoord op of plant een vervolgactie in, afhankelijk van wat de e-mail vraagt.
Een tweede voorbeeld is dossieronderzoek. In plaats van tien losse vragen aan een AI-systeem formuleert een agent zelf de tussenstappen: welke documenten relevant zijn, wat er nog ontbreekt en welke vervolgvraag nodig is voor een volledig antwoord.
Menselijke controle blijft de grens
Agentic AI vervangt geen menselijke controle, zeker niet bij vertrouwelijke of impactvolle beslissingen. Een verstandige inrichting laat de agent het werk voorbereiden en een mens de uiteindelijke actie bevestigen voordat iets daadwerkelijk verstuurd of definitief wordt. Dit heet "human in the loop". Hoeveel autonomie een agent krijgt is een keuze van de organisatie.
Een tweede beperking is betrouwbaarheid. Hoe meer stappen een agent zelfstandig doorloopt, hoe groter de kans dat een fout zich opstapelt. Goede agentic systemen bouwen daarom ook tussentijds controlemomenten in.
Elke stap van een agent verwerkt gevoelige data
Elke stap die een AI-agent zet, zoals e-mail lezen of een document doorzoeken, betekent dat er gevoelige data door het systeem stroomt. Draait dit via een cloud-AI-dienst, dan verlaat die data bij elke stap de organisatie. Draait het lokaal, dan blijft de hele keten binnen de eigen omgeving, van binnenkomende e-mail tot uitgaand concept.
Bij KennisKluis is agentic AI de basis van de KennisAssistent: een agent die e-mail beoordeelt, taken bijhoudt, klantdossiers aanvult en elke ochtend een briefing klaarzet. Het taalmodel daarvoor levert de KennisChat, volledig lokaal. Zelfstandig handelende AI betekent zo niet dat de organisatie controle over data inlevert.
Plan een gesprek van 30 minuten om te verkennen wat agentic AI veilig kan doen binnen de eigen organisatie.