Agentic AI staat of valt met een solide data-infrastructuur

AI-agents moeten zelfstandig beslissingen kunnen nemen, op schaal kunnen werken en data uit verschillende bronnen samenvoegen. Daarvoor moeten onderliggende data betrouwbaar, samenhangend en direct beschikbaar zijn. Datakwaliteit is daarbij het belangrijkst, want ook bij agentic AI geldt het principe “garbage in, garbage out”.

Dat betekent duidelijk vastleggen wie verantwoordelijk is voor welke data, waar die vandaan komen en hoe die gebruikt mogen worden. Zo blijft er zicht op wat de data over de organisatie vertellen, kan hun nauwkeurigheid worden bewaakt en kunnen er regels over de herkomst worden vastgelegd. Zonder eigenaarschap en heldere governance valt er niet langer op de eigen data te vertrouwen, en daarmee evenmin op de beslissingen die agents erop baseren.

Een manier om dit aan te pakken is data als een product te behandelen. Denk aan sectoren met sterk overlappende processen en regelgeving, zoals de publieke sector of zakelijke dienstverlening, waar terugkerende patronen zich laten vatten in herbruikbare modellen. Zo worden data en functionaliteit herbruikbaar, in plaats van iets wat bij elk project opnieuw moet worden ingericht.

Context is cruciaal

Naast architectuur en eigenaarschap is het creëren van context rondom data misschien wel de belangrijkste prioriteit. Zonder context heeft agentic AI het moeilijk, zeker in een bedrijfsomgeving waar governance en regelgeving om een degelijk kader vragen. Bedrijfsprocessen kennen bovendien weinig grijs gebied: een beslissing is goed of fout, en zonder context maakt een agent al snel de verkeerde keuze.

Daarvoor zijn metadata cruciaal. Deze metadata verrijken data met betekenis en geven agents het kader dat ze nodig hebben. Dat kader omvat beproefde methodes, zoals standaard dataformats en datakwaliteitscontroles, maar ook sectorspecifieke kennis en interne beveiligingsregels. Applicaties als ERP slaan vaak data op met metadata-tags. Sommige experts spreken daarom zelfs over “kennissystemen” die de nauwkeurigheid en effectiviteit van AI-tools versterken.

Op weg naar Ambient ERP

Een systeem van agents zal de manier waarop bedrijfssoftware werkt volledig op zijn kop zetten. Maar pas wanneer architectuur, eigenaarschap en context op orde zijn, ontstaat ruimte voor wat ik “Ambient ERP” noem: een omgeving waarin autonome agents op de achtergrond opereren, gebruikers alleen oproepen wanneer hun oordeel nodig is en routinematig besluitvorming binnen heldere kaders overnemen.

Om dat punt te bereiken heb je niet alleen een moderne data-infrastructuur nodig. Het vraagt ook om een datacentrische cultuur en betere datageletterdheid binnen de organisatie. Voor organisaties die hun data begrijpen en doordacht inzetten, opent agentic AI een nieuwe manier van werken. De technologie staat klaar; aan organisaties de uitnodiging om de basis op orde te brengen en de waarde te benutten.