Pragmatisme en agentic AI gaan zelden hand in hand. De verhalen van organisaties die de kosten uit de pan zien rijzen terwijl de winst die AI moet bieden uitblijft komen geregeld voorbij. Pegasystems wil hier verandering in aanbrengen voor organisaties en developers. Dit doet het door zelf stevig de teugels in handen te nemen en houden binnen het eigen Infinity-platform, pragmatisch te kijken naar de inzet van AI en door Blueprint en de AI-engine die daarbij hoort belangrijker te maken.
De ontwikkelingen rondom agentic AI gaan hard. Nog niet eens zo heel lang geleden was er de (wat ons betreft merkwaardige) trend dat ontwikkelaars zoveel mogelijk AI-tokens moesten gebruiken. Dat was een goede indicatie van hoe goed iemand bezig was. Dit zogeheten token maxxing lijkt echter alweer voorbij. Er lijkt wat meer realisme te zijn gekomen en er is nu sprake van wat tokenomics genoemd wordt. Met andere woorden, hoe zorg je ervoor dat je daadwerkelijk waarde haalt uit de AI-tokens die je gebruikt?
In essentie wil Pega deze week tijdens PegaWorld in Las Vegas een antwoord geven op bovenstaande vraag. Dit doet het aan de hand van een behoorlijk aantal aankondigingen. We hebben deze aankondigingen geanalyseerd om zo een goed beeld te kunnen schetsen van wat het bedrijf wil bereiken en wat je mag verwachten. Er is zeker interessante innovatie, maar pragmatisme en voorspelbaarheid voeren de boventoon. Een goede zaak wat ons betreft, want daar kunnen organisaties ook echt iets mee.
“Grootste update van Infinity in tien jaar”
De basis voor Pega was, is en blijft het Infinity-platform. Dat krijgt vanzelfsprekend een update. Volgens Chief Product Officer Kerim Akgonul is dit niet zomaar een update, maar “de grootste update in tien jaar”. De voornaamste reden hiervoor is dat Pega erin is geslaagd om Pega Blueprint AI te integreren in Infinity. Het resultaat hiervan is Infinity Studio en moet er onder andere voor zorgen dat “klassieke” en “moderne” AI samenkomen in een enkele ontwikkelomgeving.
Om inzichtelijk te maken waarom bovenstaande samenvoeging belangrijk is voor Pega en voor klanten, is het goed om even scherp te krijgen wat Pega Blueprint ook alweer is. Blueprint is een agentic omgeving die het mogelijk maakt om applicaties te ontwerpen. Niet bouwen of draaien, maar ontwerpen. Het is dus vooral een ideation-omgeving. Je bouwt er niets, maar ziet wat er nodig is om de applicatie die je wilt maken te bouwen en kunt ook een preview krijgen van hoe de app er uiteindelijk uit gaat zien. Pega Blueprint AI is gratis te gebruiken op de website van het bedrijf.
Sneller van design naar ontwikkelen
Pega heeft Blueprint en de AI-engine die erbij hoort sinds de lancering ruim twee jaar geleden sterk doorontwikkeld. Zo is er meer fijnmazige context toegevoegd met betrekking tot hoe applicaties passen binnen een bedrijf. Ook kondigt Pega deze week een integratie met AWS Transform, waar we tijdens de afgelopen editie van AWS re:Invent nog over hebben geschreven.
AWS wil met Transform onder andere mainframes naar de moderne tijd halen. Daarvoor moeten applicaties geschreven in COBOL omgezet worden in nieuwere varianten. AWS Transform neemt het analyseren van de COBOL-code voor zijn rekening en genereert de benodigde documentatie. Pega Blueprint AI ontwerpt op basis van deze documentatie vervolgens een moderne applicatie, zonder de AWS Transform-omgeving te verlaten.
Binnen het Pega-ecosysteem bleef Pega Blueprint AI echter een tamelijk op zichzelf staande omgeving. Zoals Akgonul het zegt: “er was een gat tussen Blueprint en de omgeving waarin de applicatie werd ontwikkeld.” Dat is er nu dus niet meer. Blueprint AI is met de aankondiging van Infinity Studio onderdeel van het ontwikkelplatform geworden.
Wat voegt Blueprint AI toe aan Infinity Studio?
In de praktijk betekent de integratie van Blueprint in Infinity Studio dat er agentic AI toegevoegd wordt aan het Infinity-platform, waar veel best practices, business rules en andere deterministische AI aanwezig is. Je zou het een huwelijk tussen oud en nieuw of gevestigd en opkomend kunnen noemen. Mits Pega dit goed doet (de release is in Q3), maakt dit het Infinity-platform als geheel veel moderner en krachtiger.
De integratie van Blueprint in Infinity Studio voegt daarnaast een soort easy button toe aan Infinity. Dat wil zeggen, de designs die uit Blueprint komen, genereren in Pega Infinity Studio meteen een implementatieplan. Dat moet ontwikkelaars helpen om niet alleen snel maar ook efficiënt en met aandacht voor zaken zoals security en governance applicaties te ontwikkelen.
Pega Infinity Studio krijgt (uiteraard) ook een AI-assistent die ontwikkelaars helpt. Ontwikkelaars hoeven niet per se de ingebouwde assistent te gebruiken. Het is ook mogelijk om onder andere Claude Code, OpenAI Codex, GitHub Copilot of Kiro van AWS in te zetten. Verder stelt Pega een aantal MCP-tools en skills beschikbaar om ook vanuit externe agents met Pega te kunnen koppelen.
Slimme inzet van verschillende soorten AI
Met de koppeling van Blueprint AI aan Infinity zet Pega een stap richting het efficiënter bouwen van applicaties. Agentic AI kan echter nog altijd een stevige kostenpost zijn. Pega zet de krachtigste variant van agentic AI echter alleen maar in tijdens de designfase, dus binnen Blueprint en het nieuwe Infinity Studio. In runtime, dus zodra de applicaties uitgerold zijn en draaien, gebruiken de applicaties een semantisch model (in plaats van het reasoning model van Blueprint).
Het voordeel van het semantische model is dat het specifieke agents oproept die goed zijn in efficiënt en consistent afhandelen van opdrachten. Volgens Pega starten deze agents niet iedere keer helemaal vanaf 0, wat tot veel extra werk en dus ook kosten zou leiden. De agents maken gebruik van een eenvoudige AI-query waarmee het in kan schatten wat er verwacht wordt. Op basis daarvan zoekt een agent er de beste workflow bij en voert die stap voor stap uit. Mocht het nodig zijn om wat dieper in te gaan op zaken, dan kan het altijd nog een geavanceerder model inschakelen.
Door bovenstaande benadering wil Pega de kosten binnen de perken houden, maar ook de uitkomsten voorspelbaar houden. Dat laatste is met non-deterministische modellen altijd een uitdaging. Door met name de semantische modellen sterk in het gareel te houden en ze vooral niet iedere keer weer vanaf 0 te laten beginnen, houdt Pega de voorspelbaarheid hoog. De agents volgen in principe alleen maar vooraf goedgekeurde workflows.
Afrekenen op basis van uitkomst, niet tokens
Zeggen dat de kosten omlaag gaan is een ding, ook daadwerkelijk aan kunnen tonen dat het zo is iets heel anders. Met de AI Token Cost Calculator kunnen organisaties hier meer inzicht in krijgen. Dit lijkt vooral een manier te zijn om het eigen aanbod in het zonnetje te zetten. Dat wil zeggen, het vergelijkt de kosten van Pega AI met alternatieven die op basis van tokens afrekenen. Volgens Pega kunnen veel klanten besparingen tot wel 20x realiseren.
Zoals al aangegeven is deze AI Token Cost Calculator wat ons betreft meer een marketingtool voor Pega dan iets anders. Daar is op zich niet zoveel mis mee, maar het is wel goed om te weten. Wat het wat ons betreft vooral aantoont is dat Pega een andere manier heeft van een AI-rekening opstellen. Bij dit bedrijf betaal je niet per token, maar per voltooide case. Met andere woorden, organisaties rekenen af op basis van de uitkomst van de inzet van AI. Zolang er tokens gebruikt worden, maar er is geen daadwerkelijk resultaat van de inzet ervan, betalen klanten niets.
Pega rekent een vlak tarief per afgeronde case, ongeacht hoeveel AI er achter de schermen gebruikt wordt. Dat klinkt wellicht wat ondoordacht, omdat dit voor Pega in theorie enorm in de papieren kan gaan lopen. Volgens CTO Don Schuerman zal dat zo’n vaart niet lopen. De reden voor dit zelfvertrouwen zit in hoe Pega de workflows laat uitvoeren door AI. Het gebruikt nog altijd veel deterministische, ‘ouderwetse’ AI. Die kosten zijn prima te ramen en voorspellen en in balans te brengen met die van de modernere, non-deterministiche AI.
Voor klanten betekent de afrekening per case en niet per token dat zaken zoals ROI en TCO veel duidelijker worden. Ze kunnen hiermee agentic AI niet alleen technisch maar ook financieel in het gareel houden. Belangrijk hierbij is wel dat klanten ook tevreden zijn en blijven met die uitkomsten, maar dat spreekt voor zich.
Pega houdt de regie
De manier waarop Pega omgaat met agentic AI past goed bij hoe het bedrijf al heel lang opereert. Het probeert alle nieuwe technologieën onderdeel te laten worden van het eigen platform. Deels omdat het zo een uniforme ervaring voor klanten kan bieden, maar uiteraard ook omdat het klanten zo zoveel mogelijk binnen het eigen platform kan houden. We denken bijvoorbeeld terug aan de tijd toen RPA (Robotic Process Automation) helemaal hip was. Het was bij Pega nooit een specifiek doel om hiermee de markt op te gaan, maar moest vooral het platform als geheel interessanter maken.
Iets soortgelijks zien we nu ook gebeuren rondom agentic AI. Pega ziet de waarde ervan in, maar gaat niet vol op het orgel erover. Het integreert het in het eigen platform, maar legt het ook aan banden daar waar nodig. Zie het gedeelte over de combinatie van reasoning AI en semantische AI in Infinity hierboven. Door het binnen duidelijke kaders te laten opereren, is het mogelijk om het non-deterministische zoveel mogelijk uit AI-agents te halen. Dat maakt agentic AI interessanter voor sectoren die sterk gereguleerd zijn, maar ook voor klanten die simpelweg graag voorspelbaarheid in kosten en prestaties willen.
Met andere woorden, Pega levert een software stack aan voor agentic AI die sterk opinionated is, zoals dat heet. Het heeft veel beslissingen al voor klanten genomen, bijvoorbeeld op het gebied van hoe een specifieke agentic workflow taken uitvoert. Dit levert wellicht niet de meest interessante toepassingen van agentic AI op zodra applicaties uitgerold worden en draaien. De vraag is of dit een probleem is. Wij denken van niet. Agentic AI moet in toom gehouden worden om nuttig te kunnen zijn. Dat is wat Pega probeert te doen.
