Aangeboden door OutSystems
Na twee jaar van flitsende AI-demonstraties, overhaaste prototypes van agenten en ongelooflijke voorspellingen, beginnen leiders op het gebied van bedrijfstechnologie in 2026 een pragmatischer standpunt in te nemen. In een recent webinar georganiseerd door OutSystems betoogde een panel van softwarebestuurders en praktijkmensen uit het bedrijfsleven dat het belangrijkste AI-werk van vandaag zich richt op de praktische zaken van bestuur, orkestratie en iteratie, evenals op het integreren van agenten in de systemen waaraan ze tientallen jaren hebben gebouwd.
Bedrijfsleiders zijn steeds meer gefocust op fundamentele zaken. De prioriteit ligt bij het gebruik van nieuwe AI-technologieën
om de productiviteit te versnellen, de levering te verbeteren en meetbare bedrijfsresultaten te produceren.
Drie elementen vormen dit werk:
-
Overgang van prototypes van AI-agenten naar agentsystemen die meetbare ROI in de productie opleveren
-
De toenemende rol van bedrijfsplatforms bij het veilig orkestreren, orkestreren en schalen van AI-agents
-
De opkomst van generalistische ontwikkelaars en enterprise-architecten als de meest waardevolle technische profielen in het tijdperk van door AI gegenereerde code
Tegen deze achtergrond besprak het panel bestuurskaders, de economie van zakelijke AI en de beperkingen van grote taalmodellen zonder orkestratie. Het gesprek ging uiteindelijk over de manier waarop toonaangevende organisaties multi-agentsystemen bouwen op basis van bestaande bedrijfsgegevens en workflows.
Agenten in de echte wereld
Agenten in staat stellen om in de hele onderneming in productie te werken, kan het beste worden bereikt met een uniform platform dat de ontwikkeling, iteratie en implementatie afhandelt. En dat is waar mogelijkheden zoals Agent Workbench in het OutSystems-platform belangrijk worden, zegt Rajkiran Vajreshwari, senior manager applicatieontwikkeling bij Thermo Fisher Scientific. Het biedt de infrastructuur om agenten op schaal te leren, te herhalen en te orkestreren.
Zijn team bij Thermo Fisher is van AI-assistenten met één taak in de klantenservice overgegaan naar het bouwen van gecoördineerde teams van toegewijde agenten met behulp van werkbanken. Wanneer er een ondersteuningsaanvraag binnenkomt, classificeert de triage-assistent de aanvraag en stuurt deze dynamisch door naar de juiste gespecialiseerde agent, of dit nu een intentie- en prioriteringsagent, een productcontextagent, een probleemoplossingsagent of een compliance-agent is.
“We hoeven niet na te denken over wat zal werken en hoe. Alles is vooraf gebouwd”, legde hij uit. “Elke agent heeft een beperkte rol en duidelijke grenzen. Ze blijven accuraat en controleerbaar.”
Beheer schaduw-AI-risico’s
Er ontstaat een nieuwe risicocategorie wanneer AI iedereen in het bedrijf in staat stelt code op productieniveau te produceren zonder toezicht van IT. Kortom, het is ongereguleerde schaduw-AI. Deze lokale producten zijn vatbaar voor hallucinaties, datalekken, beleidsschendingen, modelafwijkingen en agenten die acties ondernemen die nooit officieel zijn goedgekeurd.
Om deze risico’s te vermijden moeten toonaangevende organisaties drie dingen doen, zegt Luis Blando, CPTO van OutSystems.
“Geef gebruikers grenzen. Ze gaan AI gebruiken, of ze het nu leuk vinden of niet. Bedrijven die geavanceerder lijken, gebruiken AI om AI in hun portfolio’s te orkestreren”, legde hij uit. “Het is het verschil tussen de schaduwchaos van AI en de schaal op ondernemingsniveau.”
Eric Kavanagh, CEO van The Bloor Group, merkt op dat governance een reeks disciplines vereist, waaronder het beveiligen van gegevens, het monitoren van modellen op afwijkingen en het nemen van opzettelijke beslissingen over waar AI verbinding maakt met bestaande bedrijfsprocessen.
“Bedrijven hoeven deze controles niet handmatig te creëren,” voegde hij eraan toe. “Veel van die vangrails en hefbomen zijn ingebakken in platforms als OutSystems.”
Waarom de echte orkestratie-uitdaging modellen versus platforms zijn
Een groot deel van de vroege opwinding rond AI voor ondernemingen was gericht op het selecteren van het juiste grote taalmodel. De moeilijkere uitdaging en de veel duurzamere bron van waarde is orkestratie. Dit omvat taakroutering, workflowcoördinatie, uitvoeringsorkestratie en AI-integratie in bestaande bedrijfssystemen.
Scott Finkle, Vice President Development bij McConkey Auction Group, merkt op dat LLM, hoe indrukwekkend ook, deel uitmaakt van een complexe workflow en niet de uiteindelijke oplossing. Organisaties moeten klaar zijn om te kunnen uitwisselen tussen Gemini, ChatGPT, Claude en wat er daarna komt, zonder agentsystemen om hen heen opnieuw op te bouwen.
Een platform met orkestratiemogelijkheden maakt dit mogelijk. Het beheert de levenscyclus, biedt zichtbaarheid en zorgt ervoor dat processen betrouwbaar worden uitgevoerd, zelfs als AI de redeneringslaag erboven afhandelt.
“De AI en de modellen veranderen, de workflow kan veranderen, maar de orkestratie blijft hetzelfde”, aldus Finkle. “Zo profiteren we van AI.”
De economie van zakelijke AI-investeringen
Beveiligings-, compliance-, governance- en AI-mogelijkheden op platformniveau zullen in 2026 grotere investeringen vergen, vooral nu AI zijn intrede doet in kernworkflows zoals financiën en supply chain. Bedrijven zouden de voorkeur moeten geven aan geleidelijke winsten in plaats van grote en onmiddellijke winsten te verwachten.
“We concentreerden ons op de basisaanval”, zei Finkle. Een grote investering in een proefproject die niet tot productie leidt, zal geen geld besparen. Dit zal niet van de ene op de andere dag gebeuren, maar ik denk dat we na verloop van tijd enorme besparingen zullen zien.”
Er bestaan nog steeds meningsverschillen over de manier waarop bedrijven AI-transformatie benaderen. Sommigen beginnen helemaal opnieuw en heroverwegen elk proces. Andere landen, vooral landen waarvan de infrastructuur al met miljarden dollars in waarde daalt, willen dat AI in hun systemen wordt geïntegreerd. Ze willen dat agentsystemen gegevens, API’s en beproefde processen hergebruiken en tegelijkertijd de levering versnellen. De agentenplatformbenadering bedient beide kampen, maar vooral het tweede kamp. Organisaties kunnen agents inzetten waar ze een duidelijke toegevoegde waarde bieden, terwijl de integriteit van bestaande, deterministische workflows behouden blijft.
De opkomst van enterprise architecten en generalistische ontwikkelaars
Wanneer AI het genereren van code versnelt, worden barrières voor de levering van software overwonnen. In plaats daarvan komt het superieure systeemdenken. Dit is het vermogen om de bredere bedrijfsarchitectuur te begrijpen, complexe bedrijfsproblemen te ontleden en na te denken over hoe AI integreert met de bestaande infrastructuur. Kavanagh noemde vooral enterprise-architecten de professionals die het best gepositioneerd zijn om dit moment te grijpen.
“We gaan een heel interessant tijdperk van generalisten binnen”, legt hij uit. “Hoe beter u uw bedrijfsarchitectuur en uw bedrijfsarchitectuur kent en hoe deze zaken op elkaar aansluiten, hoe beter u af zult zijn.”
“Het resultaat is een snellere levering met minder storingen en minder bugs”, aldus Kavanaugh. “Je kunt je concentreren op niet-repetitieve taken. Dit komt de ontwikkelaars, het bedrijf en de hele IT-organisatie ten goede.”
Gesponsorde artikelen zijn inhoud die is geproduceerd door bedrijven die voor de post hebben betaald of die een zakelijke relatie hebben met VentureBeat, en worden altijd duidelijk als zodanig gemarkeerd. Voor meer informatie kunt u contact opnemen met sales@venturebeat.com.
