Technologie en onderwijs bewegen met verschillende snelheden. En door de opmars van AI-agents voelen we dit verschil nu meer dan ooit.
AI-agents beschikken over technologie die automatisch situationele context kan achterhalen. Ze weten wat ze moeten doen, leren om zich aan te passen aan veranderende situaties, en voeren taken uit om andere agents (menselijke gebruikers of AI) van inzichten, beslissingen of resultaten te voorzien. Door individuele agents over meerdere systemen te connecteren, ontstaat een multi-agent universum.
Wat zijn proactieve AI-agents?
Proactieve AI-agents zijn autonome functies die worden uitgevoerd met een bepaald niveau van Machine Learning. Ze groeien uit tot de trouwe assistenten van mensen, die proactief problemen oplossen. Ze verbinden de complexe stukjes van een dynamische workflow door het nabootsen van menselijke vaardigheden zoals detecteren en redeneren. Op die manier doen ze dus veel meer dan enkel automatiseren op basis van vooraf gedefinieerde scenario’s.
Agents kunnen bijvoorbeeld deelnemen aan een vergadering met mensen en andere agents; inpikken als er vragen opduiken over onderwerpen waarover ze meer weten; de juiste informatie vinden, analyseren en omzetten in inzichten of aanbevelingen die het gesprek vooruithelpen. Allemaal zonder een uitdrukkelijke vraag of prompt. Niemand spreekt de agent aan of drukt op enter. Alle informatie is meteen beschikbaar, waardoor beslissingen niet moeten worden uitgesteld.
Van fysieke veiligheid tot cybersecurity
Behalve communicatie ondersteunen AI-agents nog meer domeinen. In de context van fabrieken en magazijnen kan Agentic AI bijvoorbeeld helpen om de veiligheid op de werkvloer te verbeteren. Terwijl de ene agent de veiligheidsregels verwerkt, stelt de andere detectieregels op voor een AI-systeem dat Vision-technologie gebruikt om onveilige handelingen op te merken. Nog een andere agent filtert irrelevante videoframes, zodat de volgende agent niet-naleving van de voorschriften kan detecteren. De laatste agent activeert een incident en zet eventueel corrigerende training op.
Niet alleen in fysieke security heeft Agentic AI veel potentieel, ook in cybersecurity bieden agents ondersteuning om de bescherming van systemen te verbeteren. Bijvoorbeeld bij het uitvoeren van penetratietesten. Gespecialiseerde agents kunnen threat intelligence-rapporten gebruiken om aanvalsplannen op te stellen. Andere agents genereren een virtuele voorstelling van het netwerk die toegespitst is op een specifieke kwetsbaarheid. Vervolgens gaan de offensieve en defensieve agents de strijd aan met elkaar, waarna het systeem de beste mitigaties kan voorstellen. Op die manier ontlasten agents cybersecurityteams die onder een hoge werkdruk staan.
Wat is de toegevoegde waarde van AI-agents?
De echte waarde van AI zit in de samenwerking met andere technologieën. In de praktijk zullen we meer impact genereren wanneer we GenAI gebruiken om specifieke uitdagingen of vragen op te lossen in combinatie met andere vormen van AI. Als GenAI tot voor kort vooral content creëerde, dan is de technologie nu de motor die autonome agents in staat stelt om context te begrijpen, werk te plannen en beslissingen te nemen. En als we ervoor zorgen dat die agents samenwerken, dan zijn ze echt in staat om complexe taken snel en efficiënt af te handelen.
Het belangrijkste voordeel is het feit dat we minder tijd verliezen door het wachten op informatie die van verschillende entiteiten moet komen. De tijd dat iemand cijfers moet opzoeken en er de dag nadien op zal terugkomen, is voorbij. Nu hebben we die info al na twee minuten en kunnen we onmiddellijk overgaan tot het nemen van een beslissing. Je ontvangt informatie dus sneller en gaat deze ook effectiever gebruiken.
Hoe kunnen we het tempo van Agentic AI volgen?
De mogelijkheden zijn eindeloos. In combinatie met kwantumfysica zal AI straks helpen bij het ontdekken van nieuwe medicatie. En ook in de fysieke wereld zal AI ons leven verbeteren. Denk aan zelfrijdende wagens of zelfs aan robots die onze boodschappen aan huis brengen. Maar voor het zover is, moeten we alle zeilen bijzetten om de snelheid van Agentic AI-ontwikkeling te volgen.
Vooral mensen die aan het begin van hun carrière staan, hebben nood aan nieuwe vaardigheden. Met een beetje kennis en data kunnen AI-agents het werk van nieuwe medewerkers immers zelf uitvoeren. De meer ervaren collega’s blijven wel essentieel om beslissingen te nemen, maar ook zij hebben opleiding nodig om naast AI-agents te functioneren. De lat ligt hoger dan ooit. Het overbruggen van de kloof tussen wat onderwijs aanbiedt en wat werkgevers nodig hebben, zal niet gemakkelijk zijn. Uiteindelijk evolueert technologie een stuk sneller dan zowel onderwijs als het bedrijfsleven.
Dit is een ingezonden bijdrage van Fujitsu. Via deze link vind je meer informatie over de mogelijkheden van het bedrijf.