Een paar jaar geleden zijn de meeste AI-tools voor ondernemingen ontworpen om gebruikers te helpen bij rigide, op regels gebaseerde stromen. Hun doel was duidelijk maar beperkt: gebruikers helpen informatie op te halen of vooraf gedefinieerde taken uit te voeren. Door de snelle evolutie van grote taalmodellen (LLM's) en orkestratiekaders is het AI-paradigma van ondernemingen echter verschoven van reactieve ondersteuning naar autonome uitvoering.
‍

Tijdens het IBM TechXchange-evenement eerder dit jaar hadden we de kans om deze transitie uit de eerste hand te verkennen, met name via Watsonx Orchestrate, het agentieplatform van IBM dat is ontwikkeld om niet alleen statische assistenten te gebruiken, maar ook intelligente agenten die namens gebruikers kunnen redeneren, handelen en zich kunnen aanpassen.

Van hulp naar autonomie

Laten we beginnen met het eenvoudige maar krachtige raamwerk dat de evolutie van bedrijfs-AI beschrijft:

• Vertel het me - Geef informatie of statische begeleiding

• Laat het me zien — Demonstreer een taak of leg uit hoe je die moet doen.

• Doe het voor mij — De taak autonoom uitvoeren
  ‍

Watsonx Orchestrate is stevig verankerd in die derde categorie. Het is gebaseerd op natuurlijke taalverwerking, toolintegraties en AI-gestuurde planning en stelt gebruikers in staat om taken van begin tot eind te delegeren — van intentie tot uitvoering met minimale handmatige tussenkomst.

Assistentie versus agenten

Een van de belangrijkste verduidelijkingen is het onderscheid tussen assistenten en agenten:

• Assistenten gebruik LLM's om gebruikersvragen te interpreteren en nuttige antwoorden te geven, waarbij vaak wordt uitgegaan van vooraf gecodeerde logica of deterministische stromen.

• Agenten aanzienlijk verder gaan. Ze kunnen een probleem beredeneren, een plan van aanpak opstellen, meerdere tools of systemen uitvoeren en hun aanpak aanpassen op basis van feedback.
  ‍

Echte agenten werken via een Plan -> Uitvoeren -> Reflecteren lus. Ze zijn niet alleen reactief — ze zijn zelfgestuurd, iteratief en in staat om samen te werken met zowel mensen als andere agenten.

Agenten met elkaar verbinden

Een belangrijke uitdaging in de huidige AI-omgeving voor ondernemingen is fragmentatie. Organisaties zetten vaak meerdere copilots in - één voor code, één voor documenten, één voor servicetickets - maar deze systemen werken doorgaans geïsoleerd. Het resultaat is losgekoppelde workflows, dubbele inspanningen en onderbenutte automatiseringspotentieel.
‍

Watsonx Orchestrate pakt dit aan door als centrale orkestratielaag te fungeren. Het integreert mensen, tools, API's en AI-agenten in een uniform systeem dat complexere, end-to-end taken kan beheren.

Bovendien is hij gebouwd voor flexibiliteit. Organisaties kunnen:

• Maak gebruik van de vooraf gebouwde agenten van IBM.

• Integreer tools van derden.

• Stel agenten op maat samen met het AgentOps-framework van IBM
  ‍

Of je nu een ontwikkelaar met weinig code bent of een doorgewinterde ontwikkelaar, het platform is ontworpen om teams tegemoet te komen waar ze zich bevinden — en om op te schalen naarmate de behoeften veranderen.

Toepassingen uit de echte wereld

De deelnemers van TechXchange kregen ook de kans om Orchestrate uit de eerste hand uit te proberen en te horen van „Client Zero”, de interne HR- en IT-teams van IBM, die een openhartige kijk gaven op de manier waarop automatisering van agenten hun eigen workflows heeft veranderd. IBM heeft verschillende indrukwekkende use-cases gedeeld die aantonen hoe Watsonx Orchestrate nu al resultaten boekt.

Vraag het aan HR

Intern gebruikt IBM Orchestrate om functies zoals personeelsbeheer te ondersteunen. Ze hebben een AskHR-assistent gecreëerd die nu autonoom een aanzienlijk deel van de vragen van werknemers oplost, waardoor veelvoorkomende taken worden gestroomlijnd, de kwaliteit van de respons wordt verbeterd en HR-professionals zich kunnen concentreren op werk van hogere waarde.

NHS-samenwerking: Knelpunten op de wachtlijst verminderen

In het VK werkte het Client Engineering-team van IBM samen met de National Health Service (NHS) om de screening van wachtlijsten voor patiënten te automatiseren. Door generatieve AI te gebruiken om duizenden verwijsbrieven van patiënten samen te vatten, kon het team de handmatige werklast aanzienlijk verminderen en de besluitvorming versnellen — een cruciaal voordeel in de gezondheidszorg.
‍

Dit zijn geen marginale verbeteringen. IBM rapporteerde:

• EEN 40% verbetering van de taakkwaliteit wanneer AI wordt geïntegreerd in workflows

• Over $3,5 miljard in productiviteitsstijgingen als gevolg van intern gebruik van Watsonx Orchestrate

Door het lawaai heen snijden

Een term waar IBM de aanwezigen voor waarschuwde, was „agent-washing” — een groeiende trend waarbij leveranciers basisproducten van AI als „agenten” bestempelen zonder aan de criteria te voldoen. Niet elk systeem dat intelligente reacties retourneert, komt in aanmerking.
‍

Volgens IBM, een echte AI-agent zou moeten zijn:

• Autonoom — In staat om onafhankelijke beslissingen te nemen.

• Gebruik van gereedschap — In staat om te communiceren met API's, databases of externe services.

• Samenwerkend — Ontworpen om samen te werken met andere agenten en mensen.

• Reflecterend — In staat om zijn eigen acties te evalueren en zijn plannen te herzien.
  ‍
  

De nauwkeurigheid is belangrijk, vooral voor zakelijke kopers die de volwassenheid en mogelijkheden van AI-oplossingen evalueren.

Architecturen voor één agent versus meerdere agenten

Een ander belangrijk onderscheid dat werd onderzocht, was het verschil tussen systemen met één agent en meerdere agenten — een gebied waarop volgens IBM Watsonx Orchestrate zich onderscheidt van veel andere zakelijke aanbiedingen.

• Systemen voor één agent zijn in staat om taken autonoom uit te voeren, maar zijn vaak afhankelijk van een gecentraliseerde regelkring. Deze agenten kunnen workflows van begin tot eind afhandelen, maar hun mogelijkheden worden beperkt door de omvang van hun ontwerp en hun vermogen om over verschillende domeinen heen te redeneren

• Systemen met meerdere agenten, aan de andere kant, introduceer modulariteit en specialisatie. In deze opzet worden agenten ontworpen met verschillende rollen of expertisedomeinen, en ze werken samen door subtaken te delegeren, context te delen en resultaten iteratief te verfijnen.
  ‍

IBM benadrukte dat veel 'agentische' producten die tegenwoordig op de markt zijn, in feite single-agent wrappers zijn — in wezen op LLM gebaseerde assistenten met bovenop taakautomatisering. Watsonx Orchestrate is daarentegen gebouwd voor orkestratie met meerdere agenten vanaf de basis.
‍

Deze architecturale keuze biedt verschillende voordelen:

• Schaalbaarheid — Agenten kunnen parallel werken, waarbij ze elk afzonderlijke delen van een workflow afhandelen.

• Veerkracht — Als een agent op onzekerheid stuit, kunnen anderen ingrijpen met validatie of aanvullende redenering.

• Uitbreidbaarheid van het domein — Nieuwe agenten met gespecialiseerde tools kunnen worden toegevoegd zonder hele pijpleidingen opnieuw op te bouwen.
  ‍

Dit soort gedistribueerde samenwerking — tussen agenten, tools en mensen — markeert een belangrijke evolutie in de manier waarop complete AI-systemen worden ontworpen en ingezet.

Vooruitkijkend

In 2028 voorspelt IBM dat een derde van alle Gen AI interacties zullen volledig autonoom zijn en vereisen geen mens op de hoogte (HITL). Die visie nadert snel de realiteit.
‍

IBM benadrukte echter dat menselijk toezicht cruciaal blijft. Hoewel het doel autonomie is, ondersteunt Orchestrate HITL-configuraties om vertrouwen, controleerbaarheid en verantwoorde uitvoering te garanderen, vooral in omgevingen met een hoog risico of veel naleving.
‍

De belangrijkste conclusie van deze sessie was dit: de toekomst van bedrijfs-AI is niet beperkt tot assistenten die mensen helpen. Het gaat erom dat agenten met elkaar samenwerken, waarbij mensen toezicht houden — niet elke stap micromanagen.

Voor organisaties die onderzoeken hoe ze met deze verschuiving om kunnen gaan, biedt watsonx Orchestrate een pragmatisch maar ambitieus platform. En voor degenen die een dieper technisch inzicht willen hebben in wat deze systemen drijft, raden we aan om onze vorige blog „What Can AI Do?” te lezen — een fundamentele kijk op de architectuur en de belofte van agentic AI.
‍

Samen vertegenwoordigen deze tools en inzichten meer dan een stapsgewijze verandering: ze luiden het volgende tijdperk van bedrijfsautomatisering in.