Tot voor kort was generatieve AI in essentie een geavanceerd reactiegereedschap. Je typte een prompt, de AI gaf een antwoord, je verfijnde, herhaling. Nuttig, maar passief.
Dat verandert nu structureel. AI-systemen maken de overgang van antwoorden naar uitvoeren. Waar vroeger elke stap menselijke input vereiste kunnen huidige modellen taken autonoom voltooien: schermen navigeren, applicaties bedienen, informatie ophalen en verwerken in één aaneengesloten proces.
De recente ontwikkelingen bij spelers als OpenAI, Anthropic (Claude), Perplexity en Microsoft laten deze verschuiving duidelijk zien.
De belangrijkste doorbraken op een rij:
- ‘Computer Use’ (Claude & Perplexity): Dit is wellicht de meest visuele en ingrijpende doorbraak. AI is niet langer opgesloten in een chatvenster. Modellen zoals Claude kunnen nu autonoom je scherm ‘zien’, de muis bedienen en toetsaanslagen uitvoeren. De AI navigeert zelf door je applicaties, software en websites om complexe taken uit te voeren, alsof er een mens achter de knoppen zit.
- Geheugen 2.0 en langetermijncontext: AI-systemen vergeten je niet meer zodra je de browser sluit. Met updates zoals Claude’s Memory 2.0 bouwt de AI actieve, langdurige context op over je projecten, code en voorkeuren. Het systeem leert van eerdere interacties en past die kennis automatisch toe in nieuwe sessies.
- Van chat naar ‘cowork’-projecten: We verschuiven van losse chatsessies naar gedeelde, blijvende werkruimtes. Zowel Anthropic (Claude Cowork Projects) als Microsoft (Copilot Cowork) introduceren omgevingen waarin je een complexe opdracht of een heel project aan de AI overdraagt. De AI pakt dit op als een autonome agent, structureert de deeltaken en werkt die zelfstandig uit.
- De opkomst van parallelle systemen: AI werkt niet langer strikt lineair. Een complexe opdracht wordt nu opgedeeld in deeltaken die gelijktijdig worden uitgevoerd. Platformen zoals Perplexity zetten ‘subagenten’ in en gebruiken meerdere toonaangevende AI-modellen tegelijkertijd om razendsnel onderzoek te doen en content te genereren. Ook systemen als Copilot Cowork knippen complexe opdrachten op in efficiënte, parallelle processen binnen hun eigen ecosysteem.
- De superapp-consolidatie: Spelers zoals OpenAI bewegen richting alles-in-één-desktop-superapps. Deze applicaties doorbreken de grenzen tussen afzonderlijke tools en integreren workflows, data-analyse en agentgedrag in één overkoepelende interface die direct verbonden is met je dagelijkse werk.
Al deze ontwikkelingen zijn onderdeel van wat de industrie agentic AI noemt. En dat heeft gevolgen voor hoe je over je organisatie nadenkt.
Mooi, maar wat kan ik ermee?
Autonome AI-agenten zijn sterk in gestructureerde, herhaalbare taken met duidelijke criteria. Ze zijn aanzienlijk zwakker zodra de context complex wordt, er oordeelsvorming nodig is of situaties afwijken van het patroon. Anthropic geeft dit zelf ook aan: de Computer Use-functie bevindt zich nog in een vroege fase en kan fouten maken.
Dit is geen reden tot pessimisme, maar een reden tot precisie. De organisaties die hier het meest van profiteren, zijn niet de organisaties die het snelst adopteren. Het zijn de organisaties die het slimst adopteren: organisaties die weten welke taken geschikt zijn voor autonome uitvoering en welke niet, en die de ontwikkeling op de voet volgen en meegroeien met de mogelijkheden.
Maar er is meer aan de hand
De fundamentele verschuiving is niet alleen technologisch, maar ook organisatorisch. Naarmate AI-agenten autonomer worden, verandert de menselijke rol steeds meer van uitvoerder naar dirigent.
Een goede dirigent hoeft niet elk instrument zelf te bespelen, maar heeft diep begrip van de partituur én van elke muzikant in het orkest. Zo ook: om AI-agenten effectief in te zetten, moet je begrijpen wat ze kunnen, waar ze falen, hoe je de output beoordeelt en waar de grenzen liggen.
Dit is minder vanzelfsprekend dan het klinkt. De fout die wij regelmatig zien, is de aanname dat het genoeg is om de technologie te activeren. Dat je een agent loslaat op een proces en dat het probleem daarmee is opgelost. Dat is zelden het geval. De organisaties die hier echt van profiteren, herontwerpen hun processen fundamenteel: ze definiëren expliciet wat AI autonoom mag doen, wat menselijke controle vereist en hoe die twee samenwerken.
En dan is er nog privacy en compliance
Want hier wordt het echt spannend voor elke compliance officer. Een AI-agent die autonoom je scherm bedient, maakt tijdens dat proces voortdurend schermafbeeldingen. Die beelden, en alles wat daarop te zien is, worden verwerkt door externe systemen. Denk aan een openstaand e-mailvenster, een CRM-scherm met klantdata, een intern financieel rapport. De agent ziet het allemaal, gebruikt het allemaal, en jij bent je daar misschien niet eens van bewust.
Dit raakt direct aan GDPR-verplichtingen, aan verwerkersovereenkomsten die je mogelijk hebt met leveranciers, en aan de vraag wie er eigenlijk verantwoordelijk is als er iets misgaat. Want wie is de verwerkingsverantwoordelijke als een autonoom AI-systeem per ongeluk persoonsgegevens meeneemt in een taak waarvoor dat helemaal niet nodig was? En hoe toon je dat achteraf aan in een audit?
Dat zijn geen hypothetische vragen. Dat zijn vragen die nu al op tafel liggen bij juridische afdelingen van bedrijven die al met deze tools werken. De technologie gaat snel; het regelgevend kader en de interne governance lopen achter. Wie dit serieus neemt, begint nu met het opstellen van duidelijke kaders: welke data mag een AI-agent zien, welke systemen zijn buiten bereik, en welke acties vereisen altijd expliciete bevestiging van een mens?
Het begint nú
De opkomst van agentic AI is een reële ontwikkeling met echte gevolgen voor hoe werk wordt georganiseerd. De technologie is verder dan veel traditionele organisaties beseffen, en tegelijk nog minder plug-and-play dan marktpartijen je willen doen geloven.
Voor marketeers betekent dit: de tijd van losse prompts is voorbij, de tijd van gestructureerde workflows begint. Voor CEO’s en CTO’s geldt: de strategische vraag is niet meer welk AI-model het beste is, maar hoe je autonome systemen veilig en effectief integreert in je bestaande operatie.
De toekomst is niet volledig autonoom. De toekomst is slim gecombineerd, en dat vraagt om leiders die begrijpen hoe ze mensen en machines effectief laten samenwerken.
Dat is de echte opgave. En die begint nu.
