‘Agentic AI’ is niet langer alleen een modewoord. Steeds meer organisaties gebruiken AI-agenten om autonoom acties uit te laten voeren. Daarmee reduceren ze het aantal repetitieve werkzaamheden voor menselijke medewerkers en stimuleren ze slimmere besluitvorming. Behalve deze voordelen maken AI-agenten ook een comeback van op maat gemaakte bedrijfssoftware mogelijk, wat leidt tot een afname van het aantal SaaS-toepassingen. Sterker nog, een topman van Microsoft heeft gezegd dat AI-agenten tegen 2030 SaaS overbodig zullen maken. De mogelijkheden zijn zeker interessant: organisaties kunnen in een snel tempo schaalbare en hoogwaardige software ontwikkelen.
Gemak versus maatwerk
Hoewel SaaS de afgelopen jaren veel organisaties heeft geholpen om snel te kunnen groeien, ging dit gebruiksgemak altijd gepaard met een nadeel. SaaS-platforms zijn namelijk per definitie ontworpen om duizenden klanten te bedienen en vertrouwen op generieke workflows in plaats van op de unieke nuances van individuele organisaties. Daardoor hebben veel bedrijven hun processen afgestemd op SaaS-software, in plaats van dat ze die software hebben afgestemd op hun eigen organisatie.
Dit betekent dat organisaties, in plaats van technologie te ontwikkelen die aansluit op hun sterke punten, vaak de interne processen en diensten aanpassen aan de modellen van SaaS-leveranciers, wat differentiatie in de weg staat. Hoewel men instellingen kan aanpassen of integraties toevoegen, is echt maatwerk – het bouwen van tools die hun eigen kennis of unieke workflows weerspiegelen – grotendeels onbereikbaar. In een ideale wereld zou elke organisatie, vooral die met veel eigen kennis, apps bouwen die zijn afgestemd op hun unieke workflows en onderscheidende toegevoegde waarde. Tot nu toe zijn er echter verschillende obstakels geweest voor het bouwen van maatwerkapps.
Allereerst zijn ze kostbaar om te onderhouden. De kosten van functieverbeteringen en bugfixes kunnen organisaties ertoe aanzetten om over te stappen op kant-en-klare SaaS-alternatieven. Het bouwen en onderhouden van betrouwbare interne systemen kost ook veel tijd en vereist specialistische expertise. Organisaties kunnen mogelijk niet zoveel uren aan één enkel project besteden, of hebben moeite om de mensen te vinden en te behouden die nodig zijn om de oplossingen die ze bouwen te ontwerpen, te schalen en te ondersteunen.
Software opnieuw definiëren met AI-agenten
Maak kennis met AI-agenten: sommige AI-agenten kunnen organisaties helpen bij het bouwen van maatwerkapplicaties, terwijl de traditioneel lastige aspecten van applicatieontwerp worden beperkt.
AI-agenten doen dit door bedrijfsprocessen te analyseren, workflows te orkestreren en zelfs software te genereren of te configureren, waardoor businessteams meer controle en flexibiliteit krijgen over de applicaties die ze creëren. Bovendien, omdat deze agenten autonoom werken, neemt de behoefte aan handmatige codering of gespecialiseerde technische kennis af. Dit maakt het voor organisaties realistischer om applicaties te bouwen die zijn afgestemd op hun eigen workflows en sterke punten.
Door de inefficiënties van traditioneel onderhoud te minimaliseren, stellen AI-agenten teams in staat zich te concentreren op innovatie in plaats van op repetitieve taken. Dit reduceert de afhankelijkheid van grote onderhoudsteams, verbetert de flexibiliteit voor het toevoegen van functies en versnelt het aanpassen aan veranderingen in de bedrijfsvoering. Software die met AI-agenten is ontwikkeld, kan bovendien meegroeien met veranderende behoeften en blijft in de loop der tijd aanpasbaar – wat zorgt voor een toekomstbestendig en veerkrachtig software-ecosysteem.
Markten met complexe, bedrijfseigen workflows, zoals financiële dienstverlening, gezondheidszorg en de luchtvaart, ontwikkelen zich het snelst. Organisaties in deze sectoren merken namelijk eerder dat SaaS onvoldoende flexibiliteit of onderscheidend vermogen biedt. Bij onder andere verzekeraars is de afhandeling van claims, risicobeoordeling en polisacceptatie afhankelijk van gespecialiseerde workflows. Agentische AI stelt hen in staat om maatwerk apps te bouwen voor deze unieke processen, in plaats van zich te conformeren aan generieke SaaS-sjablonen. In de gezondheidszorg kunnen agentische AI-systemen software creëren die zich aanpast aan patiëntenzorgprotocollen, wettelijke vereisten en workflows voor onderzoeksgegevens, in plaats van te proberen standaardoplossingen aan te passen die ontworpen zijn voor minder gespecialiseerde toepassingen.
Verantwoordelijkheden van AI-agenten beheren
Het afstappen van SaaS brengt echter ook nieuwe uitdagingen met zich mee voor organisaties. Doordat de controle intern komt te liggen, moeten organisaties zelf weer de verantwoordelijkheid nemen voor het beschermen van gevoelige gegevens en het waarborgen dat applicaties voldoen aan de wettelijke eisen – en dat kan tijdrovend zijn.
Naarmate modellen zich in de loop der tijd ontwikkelen, vereisen AI-gestuurde applicaties ook constante monitoring en updates. Zonder zorgvuldig toezicht kunnen applicaties verouderd raken, niet langer aansluiten bij de bedrijfsbehoeften of foutgevoelig worden. Dit geldt met name wanneer AI-agenten zelf code genereren, omdat dit gemakkelijk nieuwe beveiligingslekken kan introduceren. Organisaties moeten ervoor zorgen dat ze de juiste beveiligingsmaatregelen treffen en dat er een mens betrokken is bij het beoordelen, testen en onderhouden van de code. Dat is namelijk een vereiste om de continue kwaliteit en functionaliteit te kunnen waarborgen.
Het beheren van AI-agenten brengt veel verantwoordelijkheid met zich mee. Organisaties beschikken wellicht zelf niet over de benodigde personele middelen of de juiste expertise. In dergelijke gevallen kan het nodig zijn om ondersteuning van een technologiepartner in te schakelen voor expertise op het gebied van compliance, onderhoudsprocedures en AI-governance. Dit stelt organisaties in staat om AI-agenten met vertrouwen in te zetten en tegelijkertijd operationele risico’s te minimaliseren.
Als maatwerk onderscheidend vermogen gaat bieden
Organisaties die maatwerkapplicaties ontwikkelen, kunnen deze zelfs benutten voor het aanbieden van winstgevende producten, in plaats van alleen intern te gebruiken. BlackRock is daar een goed voorbeeld van. Hun beleggingsplatform Aladdin begon als een interne tool voor risicobeheer, maar is later wereldwijd verkocht aan externe vermogensbeheerders. Dit laat zien hoe interne innovatie, in combinatie met expertise binnen de organisatie, zich kan ontwikkelen tot een productontwikkeling met een wereldwijde impact – en een nieuwe post op de balans.
Het is zelfs mogelijk dat het vertrek van SaaS eerder plaatsvindt dan Microsoft voorspelt. Uiteindelijk betekenen AI-agenten dat organisaties niet langer beperkt hoeven te zijn in wat ze wel en niet kunnen aanbieden. Ze kunnen applicaties ontwerpen, bouwen en zelfs verkopen die zijn ontworpen om de eigen medewerkers en workflows te ondersteunen. Ook kunnen ze tools op maat creëren die hun concurrenten simpelweg niet kunnen repliceren. Door zich zo in de markt te onderscheiden, kunnen organisaties hun concurrenten voorblijven in een toekomst die wordt bepaald door AI.
Dit is een ingezonden bijdrage van Kush Gupta, Global Vertical Head Professional Services, Hexaware. Klik hier voor meer informatie over de oplossingen van het bedrijf.