Naar de inhoud

Woordenlijst

Wat is agentic AI?

Agentic AI beschrijft AI-systemen die met een zekere mate van autonomie een doel nastreven: ze plannen de stappen, gebruiken tools, controleren hun eigen werk en handelen, vaak met meerdere agents die samenwerken en mensen die goedkeuren wat ertoe doet.

Geschreven en gecontroleerd door Solorai

In het kort

Waar een chatbot één vraag beantwoordt, werkt een agentic systeem naar een resultaat toe. Google Cloud beschrijft agentic AI als een vorm van AI die is gericht op autonome besluitvorming en actie, en Anthropic gebruikt de term agentic systemen zowel voor workflows die gecodeerde paden volgen als voor agents die zichzelf aansturen.

Grotere agentic systemen gebruiken een orchestrator-agent die een doel opsplitst in taken voor gespecialiseerde agents, hun resultaten combineert en een mens vraagt de stappen met risico goed te keuren.

Agentic AI en AI-agents

De twee termen overlappen. Een AI-agent is één systeem dat een lus doorloopt van beslissen, handelen en controleren. Agentic AI is de bredere aanpak: AI-systemen ontwerpen, van eenvoudige workflows tot veel samenwerkende agents, die acties uitvoeren naar een doel toe in plaats van alleen een antwoord te geven.

Autonomie is een draaiknop, geen schakelaar. De gids van Anthropic over het bouwen van effectieve agents beschrijft de standen:

  • Prompt chaining: een taak wordt opgesplitst in vaste stappen, elk afgehandeld door een modelaanroep.
  • Routing: een input wordt geclassificeerd en naar de juiste gespecialiseerde stap gestuurd.
  • Parallellisatie: onafhankelijke onderdelen lopen tegelijk en worden gecombineerd.
  • Orchestrator en workers: een model splitst de taak op terwijl het werkt en delegeert de onderdelen.
  • Evaluator en optimizer: het ene model schrijft, het andere controleert en vraagt om aanpassingen.
  • Agents: het model plant en gebruikt zelfstandig tools tot de taak is afgerond.

Het advies van de gids is de eenvoudigste optie te kiezen die werkt, en alleen autonomie toe te voegen waar die zichzelf terugverdient.

Hoe multi-agentsystemen werken

In een multi-agentsysteem ontvangt een orchestrator-agent het doel, maakt een plan en geeft taken aan gespecialiseerde agents: één onderzoekt, één schrijft, één reviewt. Elk heeft eigen instructies, tools en context, zodat het zich op één taak kan richten. De orchestrator verzamelt de resultaten, lost conflicten op en bepaalt wat er daarna gebeurt.

Het ontwerp heeft duidelijke voordelen: parallel werk aan grote taken, een scheiding tussen de agent die uitvoert en de agent die controleert, en kortere, helderdere instructies voor elk onderdeel. Het heeft ook kosten: meer modelaanroepen en dus meer uitgaven, meer tijd per taak en meer plekken waar iets mis kan gaan. Eén agent is vaak genoeg. Meerdere agents verdienen hun plek wanneer een taak zich op natuurlijke wijze in onderdelen laat splitsen.

Mensen blijven op vaste punten in de lus: het plan goedkeuren, aftekenen voordat er iets wordt verstuurd, betaald of gewijzigd, en een steekproef van afgerond werk beoordelen.

Voorbeelden van agentic AI in bedrijven

  • Offertes en tenders: één agent haalt de eisen uit de aanbesteding, een andere schrijft antwoorden op basis van eerdere voorstellen, een derde toetst ze aan de eisen.
  • Due diligence: agents lezen een dataroom parallel, halen aandachtspunten per onderwerp eruit en stellen een rapport samen voor het dealteam.
  • Ondersteuning bij de maandafsluiting: agents sluiten rekeningen aan, verklaren afwijkingen en bereiden een pakket voor de controller voor.
  • Softwarewijzigingen: codeeragents zoals Claude Code plannen een wijziging, passen de code aan, voeren de tests uit en openen een pull request voor review.

Wat het onderzoek zegt

  • Gartner verwacht dat 40% van de bedrijfsapplicaties eind 2026 taakspecifieke AI-agents bevat, tegenover minder dan 5% in 2025.
  • Gartner verwacht ook dat ruim 40% van de agentic AI-projecten eind 2027 zal zijn stopgezet, vanwege stijgende kosten, onduidelijke bedrijfswaarde of ontoereikende risicocontroles.
  • In de State of AI 2026-enquête van McKinsey zei ongeveer twee op de tien respondenten dat hun organisatie de opschalingsfase met AI-agents had bereikt.

Samen wijzen de cijfers dezelfde kant op: de technologie komt snel, en de projecten die blijven, hebben vanaf het begin een meetbaar doel en degelijke controles.

Hoe u begint met agentic AI

Bekijk onze aanpak van agentic AI-advies.

Bronnen

FAQ

Vragen over agentic AI

Wat is het verschil tussen agentic AI en generatieve AI?

Generatieve AI produceert content, zoals tekst, beeld of code, als reactie op een prompt. Agentic AI gebruikt generatieve modellen om in meerdere stappen een doel na te streven: het plant, gebruikt tools en handelt in andere systemen.

Wat is het verschil tussen agentic AI en AI-agents?

Een AI-agent is één systeem dat beslist en via tools handelt. Agentic AI is de bredere aanpak, die loopt van eenvoudige workflows met een model in elke stap tot meerdere agents die samenwerken onder een orchestrator.

Wat is een multi-agentsysteem?

Een ontwerp waarin een orchestrator-agent een doel opsplitst in taken voor gespecialiseerde agents, zoals onderzoek, schrijven en review, en hun werk daarna combineert. Het past bij taken die zich op natuurlijke wijze in onderdelen laten verdelen.

Is agentic AI veilig voor bedrijven?

Dat kan, met de juiste controles: nauwe toegang tot systemen, goedkeuring vóór acties met gevolgen, limieten op stappen en uitgaven, en een log van elke actie. Gartner noemt ontoereikende risicocontroles als een van de redenen waarom het verwacht dat veel agentic AI-projecten worden stopgezet.

Waar begint een bedrijf met agentic AI?

Met één proces met een meetbaar resultaat, het eenvoudigste ontwerp dat kan werken, en een pilot met echte gevallen, gemeten ten opzichte van een nulmeting.

Verder lezen

Ontwerp uw eerste agentic systeem. Begin met een briefing van 30 minuten.

Vertel ons welk proces u wilt veranderen. We reageren met een duidelijke volgende stap.

Plan een briefingMail ons