AIToday Live

S07E60 - Dit is het verschil tussen AI agents en Agentic AI

Aigency by Info Support Season 7 Episode 60

In de nieuwste aflevering van AIToday Live bespreekt Joop Snijder het verschil tussen AI agents en agentic AI. Hij legt uit dat AI agents zelfstandige systemen zijn die specifieke taken uitvoeren, terwijl agentic AI bestaat uit samenwerkende gespecialiseerde agents.

Snijder waarschuwt voor de complexiteit en risico's van agentic AI in bedrijfskritische processen. Hij adviseert organisaties om eerst ervaring op te doen met eenvoudige AI agents voordat ze overstappen op complexere systemen.

Onderwerpen

  • Verschil tussen AI agents en agentic AI
  • Eigenschappen van AI agents
  • Samenwerking tussen meerdere AI agents in agentic AI
  • Risico's en uitdagingen van agentic AI
  • Advies voor implementatie van AI-technologie
Links

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

1
00:00:02,660 --> 00:00:05,320
Hoi, welkom bij een nieuwe korte aflevering van de AIToday Live.

2
00:00:05,900 --> 00:00:07,600
Mijn naam is Joop Snijder, CTO bij Aigency.

3
00:00:08,340 --> 00:00:11,560
En vandaag gaat de aflevering over de verwarring rond begrippen.

4
00:00:12,280 --> 00:00:18,080
Want wat is nu precies het verschil tussen AI agents en agentic AI?

5
00:00:19,200 --> 00:00:23,540
En het zijn termen die door elkaar worden gebruikt, maar ze betekenen zeker niet hetzelfde.

6
00:00:23,640 --> 00:00:30,100
Sterker nog, dit onderscheid is belangrijk als je nadenkt over wat voor jouw organisatie de beste benadering is.

7
00:00:30,900 --> 00:00:35,340
En het lastige is dat deze termen niet door iedereen hetzelfde worden gebruikt.

8
00:00:35,860 --> 00:00:38,880
En dat er dus ook overlap zit tussen de begrippen.

9
00:00:39,580 --> 00:00:46,080
Ik baseer me op de wetenschappelijke definitie uit het paper AI agents versus agentic AI.

10
00:00:47,240 --> 00:00:49,040
En die staat in de show notes.

11
00:00:49,620 --> 00:00:53,720
Want als we het over technologie hebben, moeten we wel dezelfde taal spreken.

12
00:00:55,000 --> 00:00:58,980
Laten we beginnen met AI agents. Wat zijn AI agents?

13
00:00:59,540 --> 00:01:05,360
Dit zijn intelligente software systemen die zelfstandig taken kunnen uitvoeren namens een gebruiker of organisatie.

14
00:01:06,000 --> 00:01:09,920
Ze hebben drie belangrijke eigenschappen die een agent een agent maken.

15
00:01:10,240 --> 00:01:13,980
Dat is waarnemen, autonoom handelen en leren van feedback.

16
00:01:14,640 --> 00:01:18,060
Laten we beginnen bij dat waarnemen.

17
00:01:18,480 --> 00:01:22,640
Allereerst moet een agent namelijk zijn omgeving kunnen waarnemen.

18
00:01:23,480 --> 00:01:26,320
En die omgeving kan bestaan uit digitale data.

19
00:01:26,620 --> 00:01:30,840
Zoals documenten, databases, interacties met gebruikers.

20
00:01:30,960 --> 00:01:35,140
Maar je kan ook denken aan sensoren die fysieke omstandigheden meten.

21
00:01:35,920 --> 00:01:42,640
Of informatie over systemen via externe bronnen, via APIs, programmeer interfaces.

22
00:01:43,820 --> 00:01:47,120
Maar waarnemen gaat verder dan alleen informatie opnemen.

23
00:01:47,420 --> 00:01:51,480
En agent heeft ook tools nodig om daadwerkelijk te kunnen handelen.

24
00:01:52,200 --> 00:01:53,960
Dit kunnen weer die programmeer interfaces zijn.

25
00:01:54,220 --> 00:01:56,100
Waarmee je het andere systemen kan aansturen.

26
00:01:56,759 --> 00:01:59,620
Databases waar het informatie kan opzoeken en opslaan.

27
00:02:00,100 --> 00:02:02,120
Of gespecialiseerde functies voor taken.

28
00:02:02,280 --> 00:02:06,420
Zoals tekstverwerking, berekeningen, versturen van berichten.

29
00:02:07,660 --> 00:02:08,720
Van alles en nog wat.

30
00:02:09,259 --> 00:02:13,060
Deze tools vormen als het ware de handen en voeten van de agent.

31
00:02:13,680 --> 00:02:16,080
Want zonder tools kan het wel waarnemen.

32
00:02:17,320 --> 00:02:19,940
En besluiten nemen, maar niet echt iets uitrichten.

33
00:02:21,120 --> 00:02:24,700
Hoe meer een agent waarneemt en hoe meer tools het tot zijn beschikking heeft,

34
00:02:24,720 --> 00:02:26,960
hoe beter het beslissing kan nemen en uitvoeren.

35
00:02:27,540 --> 00:02:30,020
Dan is er tweede de autonomie.

36
00:02:30,620 --> 00:02:37,120
De mogelijkheid om zelfstandig besluiten te nemen en acties uit te voeren zonder voortdurend menselijk ingrijpen.

37
00:02:37,580 --> 00:02:42,680
Dus een agent krijgt dan een doel of een taak en bepaalt zelf hoe het dat bereikt.

38
00:02:43,660 --> 00:02:49,300
Het kan zelfstandig een stappenplan maken en de juiste tools selecteren voor het uitvoeren van dat plan.

39
00:02:49,900 --> 00:02:52,720
Het heeft niet bij elke stap toestemming nodig.

40
00:02:53,020 --> 00:02:55,980
Er hoeft niet bij iedere stap toestemming worden gevraagd.

41
00:02:56,920 --> 00:03:00,540
Als laatste, het derde kenmerk is het vermogen om te leren van feedback en ervaring.

42
00:03:00,880 --> 00:03:11,100
Een agent kan door observatie van bijvoorbeeld de feedback van gebruikers of de resultaten die je terugkrijgt van tools, kan het gaan leren.

43
00:03:12,860 --> 00:03:18,440
Leren het passen gedrag aan op basis van wat wel en wat niet werkt.

44
00:03:19,000 --> 00:03:21,040
En kan daarmee aanpassen maken.

45
00:03:21,320 --> 00:03:24,960
Bijvoorbeeld aan het stappenplan als blijkt dat de huidige aanpak het doel niet bereikt.

46
00:03:26,060 --> 00:03:31,300
Denk hier aan een klantenservice agent die e-mails analyseert en beantwoordt.

47
00:03:31,420 --> 00:03:33,120
Het systeem ziet binnenkomende berichten.

48
00:03:33,620 --> 00:03:35,320
Begrijpt de intentie achter de vraag.

49
00:03:35,920 --> 00:03:39,140
Zoekt relevante informatie op en formuleert een passend antwoord.

50
00:03:39,500 --> 00:03:42,640
En doet het dan zelfstandig binnen kaders die je hebt gesteld.

51
00:03:43,060 --> 00:03:48,720
en leert dan van de feedback die het krijgt om een goed antwoord uiteindelijk te formuleren.

52
00:03:49,860 --> 00:03:55,900
Samengevat, een AI agent werkt als een op zich zelfstaande entiteit met een specifiek doel.

53
00:03:56,040 --> 00:03:57,020
Zo zouden we het moeten zeggen.

54
00:03:57,420 --> 00:04:02,540
Het gebruikt daarbij tools en systemen, maar blijft in wezen één intelligente eenheid

55
00:04:02,800 --> 00:04:05,260
die een duidelijk afgebakende taak uitvoert.

56
00:04:06,940 --> 00:04:10,760
En dan agentic AI. Wat is agentic AI dan?

57
00:04:11,920 --> 00:04:16,739
Dit concept bouwt voort op dat van die van AI agents.

58
00:04:17,260 --> 00:04:25,080
Hier gaat het namelijk om systemen van meerdere AI agents die samenwerken om complexe doelen te bereiken.

59
00:04:25,580 --> 00:04:32,460
Het is niet één agent die alles doet, maar een team zou je kunnen zeggen van verschillende agents die elk hun eigen expertise hebben.

60
00:04:33,540 --> 00:04:37,360
Maar ja, waarom zou je voor een team kiezen in plaats van één alles kunnen?

61
00:04:38,120 --> 00:04:43,180
Nou, net zoals in menselijke organisaties heeft specialisatie gewoon voordelen.

62
00:04:44,080 --> 00:04:53,180
Een agent die gespecialiseerd is in datavisualisatie wordt beter in die taak dan een generalist die ook nog tekst schrijven, webzoeken en beeldverwerking moet kunnen.

63
00:04:53,920 --> 00:05:04,320
Door agents te specialiseren krijg je betere prestaties per domein en kun je complexere problemen aanpakken door de juiste expertise te combineren.

64
00:05:05,580 --> 00:05:11,060
Maar het gaat niet alleen om specialisatie. Het verschil in autonomieniveau is ook belangrijk.

65
00:05:11,920 --> 00:05:26,360
Waar een AI agent hoger autonomie heeft binnen een specifieke taak, heeft Agentic AI een breed autonomieniveau met de mogelijkheid om complexe uit meerdere stappen bestaande taken en systemen te beheren.

66
00:05:26,880 --> 00:05:33,980
De agents delen dan informatie, werken samen en coördineren hun acties.

67
00:05:34,960 --> 00:05:39,160
Stel je voor dat je een complex project hebt zoals supply chain management.

68
00:05:39,780 --> 00:05:54,040
En dan met Agentic in je eye zou je kunnen werken met een voorspellingsagent, een voorraadagent, een logistiek agent en een agent die aan leverancierbeheer doet.

69
00:05:54,840 --> 00:06:03,320
Deze agents communiceren dan voortdurend met elkaar, delen real-time data en passen hun strategieën aan om het totale systeem te optimaliseren.

70
00:06:05,440 --> 00:06:07,240
Nou laten we dit dan ook weer even samenvatten.

71
00:06:07,480 --> 00:06:20,600
Dus waar AI agents enkelvoudige specifieke taken uitvoeren pakken agentic AI systemen complexe processen aan die juist coördinatie tussen meerdere gespecialiseerde agents vereisen.

72
00:06:23,480 --> 00:06:28,780
Nou en misschien begrijp je nu waarom agentic AI zo aantrekkelijk klinkt.

73
00:06:29,380 --> 00:06:34,520
Want het wordt vaak gepresenteerd als de volgende stap in de AI-evolutie.

74
00:06:35,140 --> 00:06:39,400
Een systeem dat complex redeneert, zelfstandig taken opdeelt en problemen aanpakt.

75
00:06:39,500 --> 00:06:41,500
Zoals een team van menselijke experts dat zou doen.

76
00:06:41,940 --> 00:06:45,900
Het klinkt als de ultieme oplossing voor alle automatiseringswensen.

77
00:06:46,580 --> 00:06:49,200
Maar hier moet ik je toch een klein beetje waarschuwen.

78
00:06:50,080 --> 00:06:55,880
Want hoe indrukwekkender de technologie klinkt, hoe meer je moet nadenken over wat erbij komt kijken.

79
00:06:56,400 --> 00:07:04,780
Agentic AI betekent niet alleen meer mogelijkheden, maar ook meer complexiteit, meer risico's en meer punten waar dingen mis kunnen gaan.

80
00:07:06,720 --> 00:07:13,040
Laten we even stilstaan bij wat het betekent als je namelijk Agentic AI inzet voor bedrijfscritische processen.

81
00:07:13,360 --> 00:07:19,740
En we praten dan over systemen die directe impact hebben op je klanten, je omzet of je operationele stabiliteit.

82
00:07:20,540 --> 00:07:25,300
Downtime, verkeerde beslissingen, die kunnen directe financiële schade veroorzaken.

83
00:07:26,080 --> 00:07:34,060
En bij Agentic AI heb je te maken met meerdere agents die met elkaar communiceren en elk van die agents kan falen.

84
00:07:35,080 --> 00:07:39,000
We denken vaak in wat er allemaal goed kan gaan, maar elk van die agents kan falen.

85
00:07:39,280 --> 00:07:43,640
De communicatie tussen agents kan haperen, de coördinatie kan verkeerd gaan.

86
00:07:44,220 --> 00:07:46,620
Je krijgt niet één punt van falen, maar meerdere.

87
00:07:47,220 --> 00:07:52,220
En het vinden en oplossingen van problemen wordt daarmee exponentieel complexer.

88
00:07:53,620 --> 00:07:56,540
Dus de rol van governance wordt nog belangrijker.

89
00:07:56,800 --> 00:08:00,980
Met één agent kun je nog relatief eenvoudig bepalen wat hij wel en niet mag doen.

90
00:08:01,440 --> 00:08:07,500
Je stelt kaders vast, definieert de scope en monitort de processen, de prestaties moet ik zeggen.

91
00:08:08,800 --> 00:08:14,100
Maar met agentic AI krijg je juist een netwerk van interacties dat veel moeilijker te overzien is.

92
00:08:15,180 --> 00:08:18,140
Wie is dan verantwoordelijk als het systeem een verkeerde beslissing neemt?

93
00:08:18,440 --> 00:08:19,860
Welke agent heeft de fout gemaakt?

94
00:08:20,640 --> 00:08:23,520
Was het een probleem in de communicatie tussen de agents?

95
00:08:23,660 --> 00:08:27,460
Hoe controleer je of het systeem binnen de gestelde kaders opereert?

96
00:08:28,340 --> 00:08:29,620
Vragen, vragen, vragen.

97
00:08:30,320 --> 00:08:34,840
In het boek dat ik binnenkort uitbreng ga ik dieper in op hoe je dit kan aanpakken.

98
00:08:35,080 --> 00:08:36,460
En waar je over na moet denken.

99
00:08:37,140 --> 00:08:40,599
Maar in de latere aflevering binnenkort hoor je daar meer over.

100
00:08:42,680 --> 00:08:50,440
Het begint uiteindelijk, laten we zo zeggen, mijn advies is begin met eenvoudige AI agents voor goed afgebakende taken.

101
00:08:51,120 --> 00:08:55,800
en leer hoe ze werken, hoe je ze monitort en hoe je ze integreert in je processen.

102
00:08:56,520 --> 00:09:01,660
Bouw ervaring op met de governance, met testen en met het omgaan met onverwachte situaties.

103
00:09:02,520 --> 00:09:07,480
Pas als je dat onder de knieën hebt, kun je nadenken over complexere agentic AI systemen.

104
00:09:08,880 --> 00:09:14,840
Zelfs dan zou ik nog wel voorzichtig zijn met het implementeren daarvan in bedrijfskritische processen.

105
00:09:16,280 --> 00:09:20,020
De technologie is indrukwekkend, maar nog best wel jong en onvoorspelbaar.

106
00:09:20,400 --> 00:09:23,760
Dat betekent dat dat agentic AI waardeloos is.

107
00:09:24,080 --> 00:09:27,800
Zeker niet voor complexe, dan zou ik zeggen niet kritische toepassingen.

108
00:09:27,890 --> 00:09:31,280
Kan het echt fantastische resultaten opleveren.

109
00:09:32,340 --> 00:09:39,040
Content creatie, onderzoeksprojecten, allerlei creatieve oplossingen zou je ermee kunnen bedenken.

110
00:09:40,520 --> 00:09:48,220
Maar je hebt daar wel situaties nodig waar je experimenteerruimte hebt en waar een fout niet direct de schade veroorzaakt.

111
00:09:49,000 --> 00:09:52,960
Kijk, de komende maanden en jaren zullen we zien hoe deze technologieën zich verder ontwikkelen.

112
00:09:53,720 --> 00:09:57,740
Maar ik zou zeggen, laat je nu niet meeslepen door de hype.

113
00:09:58,650 --> 00:10:02,360
Het is heel belangrijk om het verschil nu te weten.

114
00:10:02,570 --> 00:10:06,860
Wat we vandaag behandeld hebben tussen wat zijn nou eigenlijk agents en agentic AI.

115
00:10:08,240 --> 00:10:11,820
Daar ga je een hoop van naar je hoofd geslingerd krijgen.

116
00:10:12,310 --> 00:10:16,840
Dus blijf kritisch, blijf experimenteren en bouw stap voor stap je ervaring op.

117
00:10:18,080 --> 00:10:23,520
En zoals altijd, bedenk, AI is niet de oplossing van elk probleem, onmisbaar waar het past.

118
00:10:26,079 --> 00:10:29,000
Dankjewel weer voor het luisteren naar deze aflevering van AIToday Live.

119
00:10:29,780 --> 00:10:32,020
Vergeet je niet te abonneren via je favoriete podcast app.

120
00:10:32,380 --> 00:10:34,360
En mis je geen aflevering. Tot de volgende keer!

121
00:11:03,560 --> 00:11:04,420
[Muziek]


People on this episode