Agentic AI: Grip houden op de autonome revolutie
In de wereld van kunstmatige intelligentie verschuift de focus snel van generatieve AI naar agentic AI. Akshay Biere en Bart Engels van Bvolve laten zien hoe deze systemen niet alleen kenniswerk ondersteunen, maar ook zelfstandig taken uitvoeren binnen bedrijfsomgevingen. Ze benadrukken dat de technologie steeds toegankelijker wordt en grote kansen biedt, maar tegelijkertijd aanzienlijke risico’s met zich meebrengt. Gecontroleerd experimenteren is daarom cruciaal.
Agentic AI gaat verder dan passieve tools: het zijn autonome systemen die taken uitvoeren door rechtstreeks te communiceren met bestanden, e-mailverkeer en bedrijfsapplicaties.
Hoe effectief en waardevol agentic AI kan zijn, werd recent aangetoond door Alexander Klöpping, die een praktijkvoorbeeld gaf in het tv-programma Jinek. Met behulp van de technologie van OpenClaw liet Klöpping zien hoe het systeem concerttickets voor hem kon bestellen door alleen een WhatsApp-bericht naar het AI-model te sturen.
Hoewel de belofte van een zelfsturende digitale assistent de ultieme efficiëntieslag voor de moderne kenniswerker lijkt, bevinden we ons nog in een risicovolle pioniersfase. Voor organisaties is het daarom belangrijk om de werking en toepassing van deze systemen goed te begrijpen alvorens ze breed worden ingezet.
De democratisering van complexe implementaties
Tot voor kort bleven systemen zoals OpenClaw grotendeels buiten het zicht van het grote publiek. Installatie en configuratie vereisten veel technische kennis, waardoor alleen mensen die de risico’s konden overzien de systemen daadwerkelijk bouwden.
Tegenwoordig is die drempel echter vrijwel verdwenen. Dankzij large language models (LLM’s) kan elke gebruiker met een basiskennis van IT stap voor stap door het installatieproces worden geleid.
We zien een trend waarbij de traditionele technische handleiding wordt vervangen door een interactieve dialoog met een AI. Dit versnelt innovatie, maar zorgt er ook voor dat systemen met verregaande bevoegdheden worden uitgerold door gebruikers die de onderliggende beveiligingsrisico’s niet volledig kunnen overzien.
De voordelen en nadelen
Het gebruik van agentic AI brengt verschillende voordelen en nadelen met zich mee, en er zijn risico’s die goed moeten worden overwogen. Neem bijvoorbeeld het verstrekken van toegang aan een AI-agent tot persoonlijke of bedrijfsgevoelige data: dan komen drie specifieke risico’s duidelijk naar voren:
1: De overgang van ‘read-only’ naar ‘write-access’
Veel huidige AI-toepassingen geven enkel informatie terug op basis van een input, zoals tekst. Een agent zoals OpenClaw gaat echter een stap verder: hij heeft vaak schrijfrechten.
De kans op potentiële schade bij een foutieve handeling wordt hiermee aanzienlijk groter. Een verkeerd geïnterpreteerde prompt kan resulteren in het onbedoeld verwijderen van data, het versturen van foutieve facturen of het ongeoorloofd delen van gevoelige informatie met derden.
2: Indirect prompt injection
Een minder bekend, maar zeer ernstig risico is indirect prompt injection. Wanneer een agent autonoom je inbox scant om taken te prioriteren, kan hij kwaadaardige instructies tegenkomen in de tekst van een ontvangen e-mail.
Een aanvaller kan een instructie verbergen die de agent dwingt om gevoelige data door te sturen naar een extern adres. Omdat de AI de bron (de e-mail) vertrouwt als data, voert hij de instructie uit zonder dat de gebruiker hiervan op de hoogte is.
3: Datasoevereiniteit in hybride omgevingen
OpenClaw is open source en kan lokaal draaien, wat een gevoel van veiligheid geeft. Echter, voor de verwerking van complexe logica maken deze systemen vaak nog steeds verbinding met externe LLM-API’s in de cloud (zoals OpenAI of Anthropic).
Hierdoor verlaat de context van je private bestanden alsnog de beveiligde lokale omgeving. Zonder strikte governance op deze datastromen ontstaat er een onzichtbaar lek van intellectueel eigendom.
De kloof naar enterprise-waardige oplossingen
De huidige staat van autonome agents is fascinerend, maar voor zakelijk gebruik is het nog te vroeg. Het is nog even afwachten tot deze systemen ‘enterprise ready’ zijn. Dat betekent:
- Harde kaders waarbinnen een AI mag opereren, waarbij kritieke acties altijd een menselijke validatie vereisen (human-in-the-loop).
- De mogelijkheid om krachtige modellen volledig on-premise te draaien, waardoor data de organisatie nooit verlaat.
- Volledige transparantie in de besluitvormingsketen van de AI, zodat elke actie achteraf herleidbaar en controleerbaar is.
- De use-cases moeten volledig binnen de kaders van de AI Act vallen.
Lees meer over de AI Act: AI-agents en de EU AI-verordening: De kans is groot dat je in overtreding bent.
Conclusie
Systemen zoals OpenClaw bieden een indrukwekkend kijkje in de toekomst. Voor IT-professionals, consultants en enthousiastelingen is dit het moment om te experimenteren in geïsoleerde sandbox-omgevingen. Het stelt ons in staat om de mogelijkheden te verkennen zonder de integriteit van onze primaire systemen in gevaar te brengen.
De weg naar autonome efficiëntie is ingezet, maar veiligheid en governance mogen nooit het kind van de rekening worden. Voorlopig geldt: verken de technologie, maar behoud de volledige controle over de sleutels van de digitale infrastructuur.
Over de auteurs: Akshay Biere en Bart Engels zijn business consultant bij Bvolve, een adviesbureau gericht op digitalisering en organisatietransformaties.
