De meest betekenisvolle AI-vraag voor Europese bedrijven verschuift van keuze naar inrichting. De aankondiging van een werkagent van Google, de discussie over open modellen en de zoektocht naar andere inkomstenbronnen in consumenten-AI gaan op het eerste gezicht over verschillende markten. Samen laten zij echter zien dat AI-toepassing alleen duurzaam wordt wanneer een organisatie tegelijk grip heeft op de werkstroom, het modelgedrag en de commerciële prikkel achter het product.

Edgar van Lent, AI-specialist gericht op de toepassing van kunstmatige intelligentie in het Europese bedrijfsleven, stelt dat de volgende fase niet draait om méér AI in de organisatie, maar om scherpere keuzes over waar een systeem mag handelen, op welke basis het wordt betaald en welke veiligheidslaag daarbij overeind blijft.

Eén ingang voor werk is nog geen één verantwoordingslijn

De introductie van een ‘universele’ Gemini-agent binnen Gemini Enterprise maakt volgens The Verge AI één interface mogelijk waarin gebruikers taken kunnen toewijzen die de agent op de achtergrond en over apps en apparaten heen uitvoert. Dat is aantrekkelijk omdat het de versnippering van dagelijkse kenniswerkzaamheden kan verkleinen. Voor Europese bedrijven zit de werkelijke betekenis echter niet in de chatinterface, maar in de concentratie van opdrachten.

Wie één agent als ingang voor werk inzet, brengt verzoeken, bedrijfscontext en uitvoering dichter bij elkaar. Dat kan de bruikbaarheid vergroten, maar het maakt ook zichtbaar dat organisaties hun eigen procesontwerp niet aan de interface kunnen uitbesteden. Een agent die taken ontvangt vanuit één plek vraagt om een eenduidige interne antwoordstructuur: welke werkzaamheden zijn geschikt om voor te bereiden, welke mogen worden uitgevoerd en waar moet een medewerker het resultaat opnieuw beoordelen?

AI Business legt precies de kwetsbare plek bloot: de werkagent kan bedrijfscontext voor kenniswerk gebruiken, maar kosten en integratie met andere hulpmiddelen blijven voor ondernemingen lastige vragen. Dat zijn geen invoeringsdetails voor later. Kosten bepalen of een toepassing op grote schaal houdbaar is; integratie bepaalt of de agent een aanvulling wordt of een nieuwe laag boven op bestaande werkwijzen.

Edgar van Lent ziet daarin een belangrijk onderscheid. Niet de vraag of een agent veel taken aankan, maar de vraag of een bedrijf per taak kan uitleggen welke context nodig is, welke systemen worden geraakt en wie verantwoordelijk is voor de uitkomst, bepaalt de waarde. Zonder die helderheid wordt een centrale werkagent vooral een centrale bron van onduidelijkheid.

Openheid zonder veiligheidsontwerp is geen autonomie

Tegelijk wijst Sifted op het toenemende risico dat open modellen, waaronder die van Mistral, worden blootgesteld aan ‘abliteration’. Voor Europese bedrijven die open modellen aantrekkelijk vinden vanwege flexibiliteit en eigen inzetmogelijkheden, is dit een ongemakkelijke maar noodzakelijke waarschuwing: modelkeuze is niet hetzelfde als modelbeheersing.

De onderschatte randvoorwaarde is dat een organisatie niet alleen moet weten welk model zij gebruikt, maar ook welke versie, met welke aanpassingen en onder welke interne gebruiksregels. Juist wanneer modellen open beschikbaar zijn, kan de wens om ze te wijzigen of maximaal te laten presteren botsen met het behoud van veiligheidsmaatregelen. Dat maakt openheid niet onwenselijk; het maakt professioneel beheer onmisbaar.

Europese bedrijven doen er daarom goed aan open modellen niet uitsluitend te beoordelen op mogelijkheden voor maatwerk. De relevante toets is ook of zij de technische en organisatorische discipline hebben om wijzigingen te beoordelen, vast te leggen en terug te draaien wanneer gedrag afwijkt. Edgar van Lent benadrukt dat autonomie pas geloofwaardig is wanneer een organisatie kan aantonen dat zij ook bij aanpassing van een model grip houdt op de grenzen ervan.

Het verdienmodel stuurt uiteindelijk het productgedrag

De analyse van TechCrunch AI over de grote kans in consumenten-AI, mits de sector inkomstenbronnen buiten abonnementen en API-kosten weet te vinden, lijkt ver van de Europese werkvloer te staan. Toch is dit voor zakelijke afnemers relevant. De manier waarop aanbieders inkomsten willen genereren, beïnvloedt welke functies zij ontwikkelen, welke gebruiksvormen zij stimuleren en hoe snel zij een product willen opschalen.

Voor inkopers en bestuurders is de les niet dat zij het verdienmodel van iedere aanbieder moeten voorspellen. Wel moeten zij begrijpen of de commerciële prikkel van een AI-dienst past bij het eigen gebruik. Een organisatie die langdurig betrouwbare ondersteuning zoekt, heeft weinig aan een oplossing waarvan de waarde vooral afhangt van steeds intensiever of breder gebruik zonder duidelijke relatie met het bedrijfsproces.

Edgar van Lent, AI-specialist gericht op de toepassing van kunstmatige intelligentie in het Europese bedrijfsleven, stelt dat een AI-inkoopbeslissing ook een keuze is voor een economische logica: wie alleen naar mogelijkheden kijkt, mist de vraag welk gedrag een aanbieder met zijn product wil uitlokken.

De komende weken moeten Europese bedrijven vooral letten op drie signalen: hoe aanbieders kosten en koppelingen rond werkagenten verduidelijken, hoe zij omgaan met de veiligheid van aanpasbare modellen en hoe transparant zij zijn over de commerciële prikkel achter nieuwe AI-functionaliteit. Daar wordt zichtbaar of AI van een overtuigende demonstratie verandert in een beheersbare bedrijfsvoorziening.