AI agents lijken één van de meest besproken technologische onderwerpen van 2025 te worden. Van analisten tot LinkedIn-influencers, iedereen lijkt mee te surfen op de golf van dit opkomende concept. Maar wat zijn AI agents nu precies, en hoe verschilt het van de AI-technologieën waarmee we vandaag werken? In dit artikel ontleden we wat AI agents zijn, verkennen we de complexiteitsniveaus, relateren we het aan Robotic Process Automation (RPA), en beoordelen we kritisch de potentiële voordelen en uitdagingen en risico’s van deze veelbelovende technologie.

Wat zijn AI agents?

Een AI agent is een kunstmatig intelligentiesystemen die in staat is om met een mate van autonomie te handelen, vergelijkbaar met de bekwaamheid van ons als mens. Hij kan reageren op opdrachten, zelf situaties inschatten, beslissingen nemen en acties uitvoeren—net zoals een mens dat zou doen.

Wat is het verschil met traditionele AI zoals we bv. ChatGPT, Claude of een andere tool gebruiken? Die werken meestal op basis van vaste regels en hebben onze persoonlijke en handmatige input nodig. AI agents daarentegen hebben een hoge tot zeer hoge mate van autonomie en passen zich dynamisch aan veranderende omstandigheden aan.

Een van de voorbeelden hiervan zijn zelfrijdende auto's. Deze voertuigen analyseren continu hun omgeving: ze detecteren verkeersborden, andere auto's, voetgangers en onverwachte obstakels. Ze passen hun snelheid en manier van rijden aan op basis van real-time omstandigheden, zonder menselijke tussenkomst. Waar een klassiek navigatiesysteem zoals Waze slechts de snelste route plant en actief anticipeert op veranderende verkeerssituaties

AI die zijn omgeving begrijpt. Besef van situaties.

Situationeel bewustzijn is het vermogen van een AI agent om zijn omgeving te begrijpen, veranderingen te interpreteren en zich daaraan aan te passen. Dit gaat verder dan eenvoudige input-output mechanismen.

Bijvoorbeeld in de gezondheidszorg zou een AI agent continu de vitale functies van een patiënt kunnen monitoren. Als de bloeddruk van een patiënt plotseling stijgt, zou de AI het medisch personeel kunnen waarschuwen en onmiddellijke interventie kunnen voorstellen of vooraf goedgekeurde noodbehandelingen zelfstandig kunnen toedienen. Dergelijke aanpassingsvermogen vereist dat de AI gegevens van verschillende sensoren kan verwerken, acties kan prioriteren en adequaat kan reageren.

Dit niveau van bewustzijn is cruciaal voor inzet in dynamische en onvoorspelbare omgevingen, zoals rampenbestrijding of autonoom rijden, waar realtime beslissingen en zelfs milliseconden een kwestie van veiligheid en efficiëntie zijn.

Doelgerichte intelligentie: Voert niet alleen taken uit maar behaalt concrete resultaten

En wat is dan het verschil met klassieke automatisering? AI agents werken niet volgens een vast script, maar denken na over de beste manier om een doel te bereiken.

Neem bijvoorbeeld de behandeling van fruitbomen in de tuinbouw. Sommige telers rijden rond met hun tractor, en spuiten maar. One size fits all. Maar niet alle vruchten hebben dezelfde behandeling nodig. Een AI Agent kan een robo-tractor met GPS aansturen, waar sensoren en visuele herkennning de gewassen gaan analyseren om hun behoefte te meten. Vruchten die tekenen tonen van aantasting, zullen behandeld worden, de anderen niet. Een slimme spuit-agent bepaalt hoeveel product op welke vrucht moet worden gespoten, op welk moment, en hoe dit kan gebeuren met minimale neveneffecten. Dit gebeurt zonder menselijke tussenkomst, maar gebaseerd op data en het doel om gewassen te beschermen en tegelijk overdaad te voorkomen.

Door zich te richten op het behalen van resultaten, brengen deze systemen een ongekende flexibiliteit in traditioneel starre processen. Ze passen zich aan veranderende omstandigheden aan zonder dat ze constant moeten worden bijgestuurd door mensen.

AI die problemen oplost voordat ze er zijn

AI agents kunnen heel proactief zijn en wachten niet tot iemand een opdracht geeft. Ze zien problemen en kansen aankomen en grijpen in.

Stel dat een klantendienst-AI merkt dat klachten over een product regelmatig terugkeren en dat kan detecteren tot zelfs automatisch verbeteringen kan aanbevelen aan het engineeringteam. Het zou zelfs proactief klanten kunnen informeren over oplossingen, waardoor de klanttevredenheid verbetert en supportkosten worden verlaagd.

Dat maakt deze technologie niet alleen een uitvoerder, maar een echte strategische partner.

Dit kenmerk positioneert AI agents niet alleen als een hulpmiddel voor automatisering, maar als een partner in strategie en innovatie.

De 3 niveaus van AI agents

Niet alle AI agents zijn gelijk. Er zijn verschillende gradaties, afhankelijk van hoe geavanceerd en autonoom een systeem is.

1. Lage autonomie
Dit zien we vandaag al. Bijvoorbeeld de robots in magazijnen. Ze verplaatsen pakketten zelfstandig, vermijden obstakels, navigeren door een drukke opslagruimte, optimaliseren routes en werken samen met andere robots en menselijke medewerkers. Slim? Zeker. Maar ze werken binnen duidelijke grenzen.

Hoewel hun autonomie beperkt is tot specifieke taken, toont hun vermogen om zich aan te passen aan magazijnindelingen en veranderende voorraadniveaus een fundamenteel niveau van agency. Dergelijke systemen verhogen de efficiëntie terwijl ze fouten door handmatige verwerking verminderen.

2. Middelhoge autonomie
Dit zijn AI-systemen die meer complexe taken aankunnen met weinig begeleiding. Denk bijvoorbeeld aan AI-gestuurde cloudservices. Deze technologie houdt IT-systemen constant in de gaten, ziet problemen al aankomen voordat ze gebeuren, en neemt maatregelen om storingen te voorkomen. Zo kan het bijvoorbeeld automatisch meer servers inschakelen als de vraag plotseling stijgt.

In tegenstelling tot simpele systemen, kunnen deze AI’s omgaan met ingewikkelde scenario’s zoals het beheersen van financiële risico’s of het soepel laten verlopen van toeleveringsketens. Ze maken processen niet alleen efficiënter, maar ook slimmer.

3. Hoge autonomie
Agentic AI van hoog niveau blijft grotendeels theoretisch maar heeft een immens potentieel op vlak van transformatie. Stel je een AI-systeem voor dat zelfstandig markttrends analyseert, strategische businessplannen ontwikkelt en deze implementeert zonder menselijke tussenkomst. Zo'n systeem zou industrieën zoals financiën, marketing en stedelijke planning kunnen revolutioneren.

Om te begrijpen hoe baanbrekend AI agents zijn, moeten we ze vergelijken met Robotic Process Automation (RPA). RPA is simpelweg software die repetitieve taken automatiseert, zoals data-invoer of factuurverwerking. Het werkt op basis van vaste regels en kan geen eigen beslissingen nemen.

Een voorbeeld uit de zorgsector:

  • RPA in de zorg: Een systeem dat automatisch afspraken inplant op basis van binnenkomende e-mails.
  • AI agent in de zorg: Een AI die afspraken prioriteert op basis van urgentie, doktersbeschikbaarheid en real-time patiëntgegevens. Het kan de planning aanpassen zonder menselijke input.

Waar RPA binnen een vast kader blijft, kunnen AI agents zich flexibel aanpassen.

De voordelen op een rijtje

1. Efficiëntie verbeteren
Stel je een AI voor in de financiële sector die enorme hoeveelheden marktdata in een oogwenk kan analyseren. Het systeem herkent trends en neemt slimme investeringsbeslissingen sneller dan een mens ooit zou kunnen. Dit bespaart niet alleen tijd, maar vergroot ook de winstgevendheid door kansen optimaal te benutten.

2. Aanpassingsvermogen in dynamische situaties
Denk aan een natuurramp. Een AI kan direct hulpverlening coördineren: het stuurt hulpteams naar de zwaarst getroffen gebieden, houdt rekening met veranderende weersomstandigheden en past de prioriteiten continu aan. Het resultaat? Snellere en efficiëntere hulp.

3. Proactief problemen oplossen
AI agents detecteren potentiële problemen voordat ze zich voordoen. Bijvoorbeeld in de luchtvaart: een vliegtuig uitgerust met AI-technologie kan afwijkingen in motorprestaties opsporen en reparaties plannen voordat er storingen ontstaan. Dit vermindert uitvaltijd, minimaliseert kosten en verlengt de levensduur van apparatuur - een kritiek voordeel in industrieën zoals productie en luchtvaart.

4. Schaalbaarheid voor grootschalige toepassingen
In e-commerce bijvoorbeeld personaliseren AI-systemen gebruikerservaringen voor miljoenen klanten tegelijkertijd. Door browsegedrag en aankoopgeschiedenis te analyseren, bevelen deze systemen producten aan die zijn afgestemd op individuele voorkeuren, wat de verkoop en klanttevredenheid verhoogt.

Door deze voordelen kunnen AI agents organisaties helpen processen te stroomlijnen, kosten te verlagen en innovatie te stimuleren, allemaal terwijl ze zich aanpassen aan een steeds veranderende wereld.

Maar... wat zijn de risico’s?

AI agents bieden veel mogelijkheden, maar brengen ook belangrijke uitdagingen met zich mee. Hieronder leggen we de meest opvallende uitdagingen uit.

1. Wie is verantwoordelijk?
Hoe meer autonomie een AI heeft, hoe lastiger het wordt om te bepalen wie verantwoordelijk is als er iets fout gaat. Een bekend voorbeeld is het dodelijke ongeval met een zelfrijdende Uber in 2018. Wie is aansprakelijk in zo’n geval? De ontwikkelaars van de AI? De operatoren die het systeem beheren? Of de AI zelf? Deze complexe verantwoordelijkheidskwesties maken het moeilijk om duidelijke juridische en ethische kaders te creëren.

De Europese AI-wetgeving (EU AI Act) probeert dit aan te pakken door AI-systemen in te delen op basis van hun risiconiveau. AI-systemen met een hoog risico, zoals die in de gezondheidszorg of politie, moeten aan strenge eisen voldoen op het gebied van transparantie, aansprakelijkheid en menselijke controle. Dit helpt om ethische problemen te identificeren en aan te pakken voordat de systemen worden ingezet.

Daarnaast komt er een nieuwe AI-aansprakelijkheidsrichtlijn (AI Liability Directive), die het eenvoudiger moet maken voor mensen om schadeclaims in te dienen als ze worden benadeeld door AI-systemen. Door samen te werken met de EU AI Act, biedt deze richtlijn extra bescherming en bevordert ze een verantwoorde inzet van AI.

2. Cyberveiligheid
Hoe geavanceerder een AI-systeem, hoe aantrekkelijker het wordt voor hackers. Stel je voor dat een AI wordt gehackt die verantwoordelijk is voor een energienetwerk of het openbaar vervoer. De gevolgen zouden rampzalig kunnen zijn. Het groeiend aantal cyberaanvallen, waarbij kwaadwillenden AI-systemen manipuleren, benadrukt de noodzaak van betere beveiliging.

De Europese NIS2-richtlijn legt extra beveiligingseisen op aan organisaties die gebruikmaken van AI, vooral in essentiële diensten zoals energie en transport. Bedrijven moeten robuuste maatregelen treffen, zoals een goed incidentbeheer, regelmatige risicobeoordelingen en systemen die bestand zijn tegen cyberdreigingen.

3. Bias en oneerlijke beslissingen
AI leert van data. Als deze data bevooroordeeld zijn, neemt de AI ook bevooroordeelde beslissingen. Een bekend voorbeeld is het Amerikaanse COMPAS-systeem, dat rasgebonden vooroordelen vertoonde bij het voorspellen van recidive. Dit soort situaties kan alleen worden opgelost door strenge controles en voortdurende verbetering van AI-modellen.

De EU AI Act vereist dat bedrijven die AI gebruiken, transparant zijn over hoe data worden verzameld en gebruikt. Ze moeten hun datasets testen op vooroordelen, documentatie bijhouden van trainingsprocessen, en uitleg geven over de beslissingen van de AI. Dit bevordert eerlijkheid en vermindert discriminatie.

4. Wat met verlies van jobs?
Hoewel Agentic AI nieuwe kansen creëert, verdringt het ook bestaande functies. Een rapport uit 2023 van het World Economic Forum schatte dat 85 miljoen banen vervangen zouden kunnen worden door AI tegen 2025. Het balanceren van innovatie met werknemersaanpassing zal een belangrijke maatschappelijke uitdaging zijn.

De Europese Unie heeft initiatieven voorgesteld zoals de Digital Skills Agenda om deze uitdagingen aan te pakken. Door AI-geletterdheid en omscholingsprogramma's te bevorderen, streeft de EU ernaar haar beroepsbevolking voor te bereiden op de AI-gedreven economie, om de sociale impact van baanverdringing te verzachten.

Daarnaast worden er nu reeds tal van nieuwe jobs gecreëerd worden. We hebben dat gezien in het verleden waar er ook grote veranderingen plaatsvonden ten tijde van de industriële revolutie en nog niet zolang geleden bij de opkomst van het internet. Daaruit vloeiden telkens massaal veel nieuwe jobs.

5. Wat met verlies van controle?
Sommige AI-systemen werken als een “black box”: ze nemen beslissingen zonder dat mensen begrijpen hoe deze tot stand komen. Dit brengt risico’s met zich mee. Wat als een AI een fout maakt die niemand kan uitleggen?
De EU AI Act benadrukt de noodzaak van verklaarbare AI, waarbij ontwikkelaars gedetailleerde documentatie moeten verschaffen over hoe AI-systemen functioneren. Dit verzekert dat gebruikers, regelgevers en betrokken individuen beslissingen genomen door autonome systemen kunnen begrijpen en aanvechten.

Kort samengevat

AI agents zullen voor een heuse transformatie in automatisering zorgen en dit op ongekend niveau van efficiëntie, aanpassingsvermogen tot zelfsturing. Tegelijk introduceert complexe ethische, sociale en technische uitdagingen. Terwijl organisaties en samenlevingen deze technologieën adopteren, is een gebalanceerde aanpak - geworteld in techno-realisme - cruciaal. We moeten innovatie omarmen terwijl we waakzaam blijven over de implicaties.

Een sentiment die de noodzaak voor waakzaamheid en doordacht bestuur benadrukt in het licht van snelle technologische vooruitgang.

De reis naar volledig agentische systemen begint nog maar net, en de discussies die we vandaag voeren zullen de toekomst van deze krachtige technologie vormgeven.