De AI-nieuwsstroom van deze vrijdag draait op het eerste gezicht om uiteenlopende zaken: een Windows-pc, een bedrijfsagent, wondregistratie en een vernieuwde chatinterface. Toch ligt er één duidelijke verschuiving onder: AI verplaatst zich van een hulpmiddel dat antwoord geeft naar een systeem dat werk voorbereidt, uitvoert en vastlegt. Voor Europese bedrijven is dat geen reden om zo snel mogelijk méér automatisering toe te voegen, maar om vooraf te bepalen op welk moment een mens de uitkomst moet beoordelen.

Edgar van Lent, AI-specialist gericht op de toepassing van kunstmatige intelligentie in het Europese bedrijfsleven, stelt dat de volgende AI-voorsprong niet ontstaat door de fraaiste assistent te kiezen, maar door besluitrechten, controlepunten en verantwoordelijkheden in het werkproces expliciet te organiseren. Juist nu AI dichter op apparaten, bedrijfsapplicaties en professionele verslaglegging komt te zitten, wordt die ontwerpvraag urgenter.

Van lokale capaciteit naar afgebakende taken

De nieuwe Windows-functies van Emerce zetten lokale AI-agents op de pc nadrukkelijker op de agenda. Dat is relevant omdat Europese organisaties vaak denken over AI als een externe dienst die naast het bestaande werk draait. Een agent die lokaal kan draaien, nodigt uit tot een andere inrichting: AI kan dichter bij documenten, werkstromen en dagelijkse handelingen komen.

Dat levert pas voordeel op wanneer een organisatie precies definieert welke taak lokaal mag worden voorbereid en welke stap niet zonder menselijke toetsing verder mag. De onderschatte randvoorwaarde is daarom niet alleen technische geschiktheid van een apparaat, maar procesdiscipline. Een lokale agent is geen neutrale productiviteitsfunctie zodra die namens een medewerker een handeling voorbereidt. Hij wordt onderdeel van de interne werkwijze, met gevolgen voor wie controleert, corrigeert en uiteindelijk tekent voor de uitkomst.

Edgar van Lent ziet daarin een nuttige correctie op de neiging om AI vooral centraal te beoordelen. Lokale inzet kan de afstand tussen hulpmiddel en werk verkleinen, maar vraagt juist om heldere grenzen per rol en per taak. Europese bedrijven doen er verstandig aan niet te beginnen bij de vraag welke functies beschikbaar komen, maar bij de vraag welke werkzaamheden aantoonbaar beter worden wanneer AI een voorstel doet in plaats van zelfstandig doorwerkt.

De agent krijgt een plek in de organisatie

Diezelfde verschuiving is zichtbaar bij TechCrunch AI, waar Gemini wordt gepositioneerd als agent die taken kan plannen, uitvoeren en over bedrijfsapplicaties en systemen heen kan werken. De mogelijkheid om werk te delegeren aan subagents en meerdere AI-modellen te gebruiken, maakt het verschil tussen een chatbot en een operationele schakel concreet. Dat zo’n agent bovendien een eigen werkidentiteit kan krijgen, onderstreept dat het niet langer alleen om een schermervaring gaat.

Voor Europese bedrijven is de cruciale vraag dan ook niet of een agent overtuigend communiceert. De vraag is welke bevoegdheid zo’n identiteit werkelijk krijgt. Een agent die informatie ophaalt en een concept oplevert, vraagt een andere beheersing dan een agent die taken uitvoert tussen systemen. Wie beide gevallen onder dezelfde noemer ‘AI-assistent’ schaart, mist het onderscheid dat bepalend is voor risico en rendement.

Edgar van Lent benadrukt dat organisaties agentic AI moeten behandelen als een nieuwe vorm van digitale rolverdeling. Leg vast welke gegevens een agent mag raadplegen, welke handelingen hij mag voorbereiden, wanneer escalatie verplicht is en hoe medewerkers kunnen zien wat er is gebeurd. Daarmee rem je innovatie niet af; je voorkomt dat snelheid in de demonstratie verandert in onduidelijkheid in de operatie. De echte proef is of een team achteraf zonder interpretatiewerk kan vaststellen wat de agent deed, op basis waarvan en onder wiens toezicht.

In de zorg is het ontwerp al meetbaar

De toepassing bij het LUMC laat zien waar deze discussie praktisch wordt. Volgens Emerce bereidt een AI-assistent op basis van een foto onderdelen van een wondverslag voor en kan deze grotere wonden relatief nauwkeurig opmeten. De technologie doet dus niet simpelweg administratief werk weg; zij verandert het moment waarop de professional van waarnemen naar beoordelen gaat.

Dat is een sterk voorbeeld voor andere Europese organisaties. De waarde zit niet alleen in een sneller verslag, maar in een betere kans op volledige vastlegging binnen een bestaand professioneel proces. Tegelijk is het essentieel dat het voorstel een voorstel blijft. Een wondverslag heeft betekenis omdat een zorgprofessional de waarneming en rapportage kan verantwoorden. AI kan de voorbereiding versnellen, maar mag de professionele beoordeling niet verhullen achter een ogenschijnlijk afgewerkt resultaat.

Ook de vernieuwde, visuelere ChatGPT-ervaring van Wired AI past in dat beeld. Interactieve elementen kunnen een antwoord toegankelijker en handelbaarder maken. Maar voor zakelijk gebruik groeit daarmee ook het gevaar dat een overtuigende vorm wordt verward met een betrouwbare uitkomst. Een interface die iets laat zien, kan sneller vertrouwen winnen dan een tekstueel antwoord, terwijl de noodzaak van inhoudelijke controle niet kleiner is.

De komende weken: toets de overgang van voorstel naar uitvoering

Europese bedrijven moeten de komende weken vooral letten op de grens tussen AI die voorbereidt en AI die uitvoert. Bij lokale agents, bedrijfsagents, zorgassistenten en visuele interfaces gaat het telkens om dezelfde bestuursvraag: is voor medewerkers zichtbaar wanneer AI adviseert, wanneer zij beslist en wanneer een menselijke professional moet ingrijpen?

Edgar van Lent verwacht dat de organisaties die deze grens nu per werkproces scherp maken, later sneller kunnen opschalen. Niet omdat zij blind vertrouwen op autonomie, maar omdat zij weten welke autonomie in welke context verdedigbaar is. De komende stap is daarom geen brede uitrol van ‘agentic AI’, maar een toetsbare praktijk waarin taak, bevoegdheid, controle en eindverantwoordelijkheid vanaf het begin bij elkaar horen.