Na een paar jaar van snelle experimenten begint het AI-landschap een duidelijkere structuur te krijgen. Bedrijven, technologieleveranciers en opkomende standaarden geven vorm aan een toekomst waarin verschillende AI-systemen gedefinieerde rollen spelen - en de waarde komt van hoe ze met elkaar in verbinding staan. De signalen die ik zie, komen van drie plaatsen: hoe bedrijven verschillende AI-systemen gebruiken, de technologie die leveranciers aan het bouwen zijn en verschillende standaardisatie-inspanningen die momenteel plaatsvinden.
Naar mijn mening bestaat deze AI-puzzel uit vier hoofdstukken:
- Taakspecifieke AI's
- Bedrijfsniveau AI's
- Domeinspecifieke AI's
- Verbindingsprotocollen
Laten we elk van deze eens bekijken.
Soorten AI's
Taak-AI's
Dit zijn zeer gespecialiseerde AI's die uitblinken in bepaalde taken - denk aan codeerassistenten, schrijfassistenten of zoekassistenten. Soms bestaan ze onafhankelijk, andere keren zijn ze ingebed in rolgebaseerde AI's. Omdat ze zich richten op uitvoering, kunnen deze systemen worden gezien als hulpmiddelen - of als agenten, afhankelijk van je perspectief.
Bedrijfs-AI's
Een bedrijfs-AI is volgens mij elk centraal systeem dat verbindingen met andere AI's mogelijk maakt. Het hoeft zelf geen gegevens bij te houden - het zou alleen verbindingen kunnen leggen met andere systemen of ruwe gegevens kunnen opnemen voor retrieval-augmented generation (RAG) om vragen te beantwoorden. De AI kan acties activeren, maar deze acties zijn beperkt en afhankelijk van de rol van taakspecifieke AI's om de acties te voltooien.
Bedrijfs-AI's bestaan misschien nog niet. Maar ik zie wel systemen met deze visie opkomen: Google Agentspace en zakelijke zoekspelers zoals Glean zijn vroege voorbeelden.
Domein AI's
De domein-AI's richten zich op beperktere use-cases, bijvoorbeeld marketing, HR of verkoop. Je vindt ze in toepassingen zoals HubSpot, Workday of Happeo. In tegenstelling tot bedrijfs-AI's zijn deze systemen meestal eigenaar van de gegevens en voeden ze deze omhoog via indexerings-API's, tools of agents.
Verbindingsprotocollen
Om deze systemen te laten samenwerken, moeten ze gevestigde protocollen en processen volgen, zoals Model Context Protocol (MCP) en Agent2Agent Protocol (A2A). Deze zijn nog maar net in opkomst, dus we zullen zien of de wereld ze gaat gebruiken of een variatie. Ze geven echter wel aan dat er behoefte is aan gemeenschappelijke communicatie in deze hiërarchie van AI's.
Wat mij het meest opwindt is dat deze protocollen verschillende AI-systemen uitwisselbaar maken. Als je een nieuwe en betere AI van een bedrijf vindt, wordt het enigszins "eenvoudig" om over te stappen naar een andere provider en nog steeds de rolspecifieke AI's in het nieuwe systeem te pluggen en te spelen.
Waar Happeo past
Ik zie Happeo als heel goed in het beheren en delen van vertrouwde kennis op zowel bedrijfs- als afdelingsniveau. We zorgen ervoor dat kennis beschikbaar is, detecteren wat er ontbreekt en geven mensen de middelen om die kennis te delen.
Voor sommige klanten denk ik dat we kunnen evolueren naar een AI-systeem op bedrijfsniveau zodra we meer mogelijkheden hebben opgebouwd. Maar voor de meeste zullen we de rol vervullen van een domein-AI die betrouwbare kennis op bedrijfs- en afdelingsniveau biedt. En omdat we een sterk engineeringteam hebben, bouwen we nu al impactvolle AI-functies die onze klanten helpen succesvol te zijn.
Hoe u Happeo kunt gebruiken in uw AI-systemen
Op dit moment bieden we klanten krachtige manieren om Happeo in hun AI-stack te pluggen:
- Indexerings-API: hiermee kunnen Happeo-gegevens naar de eigen RAG-systemen van de klant worden gekopieerd.
- Robuuste API: hiermee kan bijvoorbeeld de AI-zoekfunctie van Happeo worden gebruikt om antwoorden te geven aan verbonden systemen.
Een interessante mogelijkheid die we overwegen aan te bieden is een MCP-server, die veel van Happeo's tools blootlegt - van zoeken tot meldingen tot helpcentrum - en het mogelijk maakt om die mogelijkheden rechtstreeks in verschillende AI-agents in te bouwen.
Wat is de volgende stap?
Mijn doel is om Happeo toekomstbestendig te houden en onze klanten het te laten gebruiken op de manier die het beste bij hun AI-strategie past. Als je deze functionaliteiten wilt uitproberen, moedig ik je aan om Happeo uit te proberen en contact op te nemen met ons supportteam om toegang te krijgen tot experimentele functionaliteiten zoals de MCP-server.
