Wat zijn OpenAI dots?
Volgens OpenAI zijn dots persoonlijke AI-agents die zelfstandig kunnen werken binnen een duidelijk afgebakend kader.
Je geeft zo’n agent een doel, instructies, toegang tot bepaalde toepassingen en grenzen waarbinnen die mag werken. Vervolgens kan de agent taken uitvoeren, informatie verzamelen, analyses maken, documenten aanpassen en projecten opvolgen zonder dat je elke stap afzonderlijk moet aansturen.
OpenAI spreekt over koppelingen met meer dan 4.000 apps. Denk aan software voor communicatie, projectbeheer, rapportages, documenten, CRM-systemen en nog veel meer. Het belangrijkste verschil zit dus niet alleen in wat een dot kan doen, maar vooral in hoe die werkt.
Werking
Waar ChatGPT meestal wacht op een nieuwe vraag, blijft een dot actief binnen een opdracht. Wanneer er nieuwe informatie beschikbaar komt, kan de agent die verwerken. Wanneer er een beslissing nodig is, kan die jou contacteren. Wanneer werk klaarstaat voor goedkeuring, kan de agent dat aangeven.
Je krijgt dus een systeem dat dichter aanleunt bij een digitale collega dan bij een klassieke chatbot.
Een schattige agent?
Wat ook opvalt, is hoe dots eruitzien. OpenAI stelt ze niet voor als futuristische robots, ingewikkelde dashboards of abstracte technologie. Het zijn kleurrijke, zachte figuurtjes die je een naam kunt geven en naar je hand kunt zetten. Ze zien er eerder schattig dan innovatief uit.
Een AI-agent die voortdurend actief is, toegang krijgt tot je toepassingen en zelfstandig taken uitvoert, kan behoorlijk abstract of zelfs wat beangstigend klinken.
Door zo’n agent een gezicht, naam en persoonlijkheid te geven, wordt die plots veel tastbaarder. Je werkt niet met een onzichtbaar systeem dat ergens op de achtergrond draait. Je werkt met een herkenbaar figuurtje dat bijna aanvoelt als een digitale companion.
Een vriendelijke uitstraling maakt de onderliggende technologie niet minder krachtig. Misschien zorgt het er zelfs voor dat we iets minder kritisch kijken naar hoeveel informatie en verantwoordelijkheid we zo’n systeem geven.
Net daarom mogen we een sympathiek ontwerp niet verwarren met onschuldige technologie. Want zomaar al je bedrijfsdata in AI pompen, is geen goed idee.
Van chatbot naar digitale collega
Een AI-agent werkt dus anders. Je geeft niet alleen een opdracht, maar ook een doel. Stel dat je een nieuw product lanceert. Vandaag moet iemand informatie verzamelen uit verschillende documenten, productteksten schrijven, collega’s om feedback vragen, wijzigingen verwerken en opvolgen waar alles staat.
Een AI-agent zou een deel van die voorbereiding kunnen opnemen. Niet omdat AI plots een productmanager wordt, maar omdat veel werk rond een project bestaat uit informatie verzamelen, structureren, opvolgen en bijwerken.
Waarom AI-agents interessant zijn voor KMO’s
Wanneer nieuwe AI-producten gelanceerd worden, gaat de aandacht meestal meteen naar de technologie.
Kan het dit? Kan het dat? Hoe indrukwekkend is de demo?
Maar als ik naar KMO’s kijk, zie ik vaak een ander probleem. De meeste bedrijven hebben vandaag geen tekort aan tools. Ze hebben een tekort aan tijd. Da's trouwens hetzelfde voor marketing, daarom is onze in-house marketingsamenwerking voor veel KMO's een interessante optie.
Offertes opvolgen, content plannen, rapportages maken, ontbrekende informatie verzamelen, klantgegevens bijwerken, projectstatussen bewaken... Dat zijn meestal geen moeilijke taken. Ze blijven gewoon liggen omdat iedereen met iets dringenders bezig is.
Net daarom zijn AI-agents interessant. Niet omdat ze briljante strategische beslissingen gaan nemen, maar omdat ze processen kunnen helpen opvolgen waar vandaag veel tijd verloren gaat. Wij implementeren vaak al GPT-omgevingen en dergelijke bij klanten, dat zullen dus binnenkort ook meer dots zijn.
Een dot werkt maar zo goed als je organisatie
Dat is tegelijk ook de belangrijkste nuance. De demo’s zien er indrukwekkend uit. Dat is vrijwel altijd zo wanneer een nieuw AI-product wordt voorgesteld. Maar tussen een demo en een betrouwbare dagelijkse werking zit vaak nog een stevige kloof.
Een AI-agent kan alleen goed werken wanneer de onderliggende processen duidelijk zijn.
Als niemand weet waar de juiste informatie staat, welke stappen gevolgd moeten worden of wie welke beslissing neemt, dan zal AI die chaos niet plots oplossen. Eigenlijk geldt dezelfde logica als bij het aanwerven van een medewerker.Je kunt moeilijk verwachten dat iemand zelfstandig offertes opvolgt wanneer nergens beschreven staat hoe dat proces verloopt.
Voor AI is dat niet anders. Sterker nog: een slechte werkwijze automatiseren levert meestal gewoon een geautomatiseerde slechte werkwijze op.
Toegang en controle worden cruciaal
Naarmate AI meer verantwoordelijkheden krijgt, wordt toegangsbeheer belangrijker.
Wanneer een agent toegang heeft tot mailboxen, klantendata, documenten en bedrijfssoftware, wil je exact weten wat die wel en niet mag doen.
OpenAI maakt daarom een onderscheid tussen toegang tot informatie en toestemming om acties uit te voeren. Gebruikers kunnen instellen welke apps een dot mag gebruiken en voor welke acties eerst goedkeuring nodig is.
Ik verwacht dat veel bedrijven met verschillende niveaus van toestemming zullen werken. Een beetje zoals omschreven in de Europese AI Act, maar dan voor intern gebruik.
Informatie raadplegen
Op het eerste niveau mag AI alleen informatie bekijken.
Een agent kan bijvoorbeeld klantinformatie, projectdocumenten of eerdere communicatie raadplegen, zonder zelf iets te wijzigen.
Werk voorbereiden
Op het tweede niveau mag AI voorstellen, documenten of acties voorbereiden.
Denk aan een e-mail, offerte, rapportage of aanpassing die eerst door een medewerker gecontroleerd wordt.
Acties uitvoeren
Op het derde niveau mag AI bepaalde handelingen zelfstandig uitvoeren.
Bijvoorbeeld een interne taak aanmaken, een document bijwerken of een melding versturen. Hoe gevoeliger de actie, hoe belangrijker menselijke controle wordt.
Dat lijkt me ook de gezondste aanpak. Niet alles wat technisch mogelijk is, moet automatisch gebeuren.
Moet iedere KMO nu met dots aan de slag?
Nee, dat lijkt me niet. Voor sommige bedrijven zal een goede AI-assistent of een slimme automatisering vandaag meer dan voldoende zijn. Een AI-agent wordt vooral interessant wanneer een taak:
- regelmatig terugkomt;
- uit meerdere stappen bestaat;
- informatie uit verschillende bronnen nodig heeft;
- veel opvolging vraagt;
- volgens duidelijke regels verloopt;
- vandaag onnodig veel tijd kost.
Dat is een belangrijk verschil. De grote vraag is niet of je een dot hebt. De grote vraag is of er processen binnen je bedrijf zijn die klaar zijn voor zo’n manier van werken.
Onthoud: AI is een tool, geen doel.
Hoe bereid je jouw bedrijf voor op AI-agents?
Je hoeft niet te wachten tot dots beschikbaar zijn binnen jouw abonnement of organisatie. De voorbereiding begint vroeger.
Breng terugkerende processen in kaart
Kijk waar medewerkers telkens opnieuw dezelfde informatie moeten opzoeken, waar opvolging blijft hangen en waar fouten ontstaan door manuele stappen.
Welke taken komen iedere week of maand terug? Welke taken hangen altijd bij dezelfde persoon? Welke zaken worden regelmatig vergeten? (We zijn allemaal mensen, iedereen vergeet wel eens iets.)
Zorg dat belangrijke kennis terug te vinden is
Productinformatie, procedures, afspraken en commerciële kennis zitten vaak verspreid over verschillende systemen.
Dat maakt automatisering moeilijk. Een AI-agent kan pas betrouwbaar helpen wanneer duidelijk is waar de juiste en meest recente informatie staat.
Bepaal wat AI wel en niet mag doen
Niet iedere beslissing moet aan AI worden overgelaten. Bepaal welke acties AI mag voorbereiden, waarvoor goedkeuring nodig is en welke beslissingen altijd bij een medewerker blijven.
Kijk naar je bestaande software
AI-agents worden pas echt interessant wanneer ze veilig kunnen samenwerken met de systemen die je vandaag gebruikt.
Denk aan je CRM, ERP, mailbox, projectsoftware, website, webshop of rapportering. Daarom worden koppelingen en API’s steeds belangrijker. Zonder toegang tot de juiste informatie blijft ook een slimme AI-agent beperkt.
Begin met één duidelijk proces
Probeer niet meteen een volledige functie te automatiseren. Begin met één afgebakende toepassing.
Een wekelijkse rapportage. Leadkwalificatie. Het verzamelen van klantfeedback. Het actualiseren van productinformatie. Het voorbereiden van een offerte.
Zo kun je ervaring opbouwen en controleren of de tijdswinst opweegt tegen de nodige opvolging.
De toekomst van AI begint niet bij AI
Dat klinkt misschien vreemd in een artikel over OpenAI. Maar ik denk oprecht dat de bedrijven die het meeste voordeel uit AI-agents gaan halen niet per se de bedrijven zijn die als eerste een dot activeren.
Het zullen waarschijnlijk de bedrijven zijn die vandaag al nadenken over hun processen. Waar zit kennis? Wie neemt welke beslissingen? Welke taken zijn repetitief? Welke controles zijn noodzakelijk? Welke systemen moeten met elkaar kunnen communiceren?
OpenAI dots maken vooral duidelijk waar AI naartoe evolueert. We gaan stilaan van systemen die antwoorden geven naar systemen die een stuk werk kunnen opnemen binnen een proces.
De belangrijkste vraag is daarom niet: “Wanneer kunnen we een dot gebruiken?”
Maar eerder: “Welk werk binnen ons bedrijf kunnen we slimmer organiseren en welke rol mag AI daarin opnemen?”
Fun fact: dot.com
Als websitebouwer moest ik trouwens lachen met dit weetje. Je zou denken: OpenAI zal wel dot.com gekocht hebben. Maar wie dot.com intikt, komt niet bij OpenAI terecht. Het domein is eigendom van xAI, het AI-bedrijf van Elon Musk, en stuurt bezoekers momenteel door naar de downloadpagina van Grok.
Volgens TechCrunch werd de domeinnaam in juli overgedragen. Op het internet wordt daarom druk gespeculeerd dat xAI de domeinnaam bewust heeft gekocht om OpenAI te snel af te zijn.
Of dat echt de bedoeling was, is niet bevestigd. Maar toegegeven: het zou wel funny zijn. Los van de rivaliteit tussen beide bedrijven zit er ook een marketingles in. Een sterke productnaam bedenken is één ding. Controleren welke domeinnamen, zoekresultaten en sociale profielen eraan gekoppeld zijn, is minstens even belangrijk.
Zelfs de grootste technologiebedrijven blijken daar blijkbaar nog tegenaan te lopen.
