Waarom wij bij Studio Vi modules bouwen, terwijl iedereen over AI‑agents praat

Waarom wij bij Studio Vi modules bouwen, terwijl iedereen over AI‑agents praat

AI maakt steeds meer mogelijk. Maar wat technisch kan, is niet automatisch wat een organisatie nodig heeft. Daarom kiezen wij bij Studio Vi voor een modulaire benadering van intelligentie.

Kijk naar de grote AI-platforms. Microsoft groeide met Copilot in korte tijd van een assistent in Office naar Copilot Studio en een reeks agentische toepassingen. OpenAI en Anthropic brengen met ChatGPT en Claude in hoog tempo nieuwe modellen, agents en zakelijke abonnementen uit, elk met nieuwe functionaliteit en vaak ook nieuwe voorwaarden en prijzen. Wie op zo’n platform bouwt, moet zijn toepassingen steeds opnieuw toetsen aan keuzes die een ander maakt.

Daarmee wordt de vraag voor organisaties lastiger dan “wat kunnen we vandaag met AI?”. De echte vraag is hoe je investeert in intelligentie zonder afhankelijk te worden van technologie die elk kwartaal verandert.

We hebben dit eerder gezien

Toen we in 2019 met AI begonnen, waren chatbots de meest zichtbare toepassing. Organisaties zetten ze massaal in voor klantenservice en interne vragen. In de praktijk liepen gebruikers vast zodra een gesprek afweek van de vooraf bedachte vragen en antwoorden.

Wij kozen toen voor conversational AI, met een ander vertrekpunt. We wilden weten hoe je een interactie beter maakt, in plaats van hoeveel gesprekken je kunt automatiseren. Die kritische blik op wat de markt op dat moment omarmt, hebben we sindsdien gehouden.

Bij AI-agents zien we nu een vergelijkbaar patroon. In gesprekken met organisaties herkennen we twee reacties.

De eerste groep experimenteert volop. Teams bouwen agents en automatiseringen, met echte successen. Maar na een tijd staat er een verzameling losse oplossingen waarvan niemand meer kan zeggen hoe ze samen bijdragen aan de prestaties van het bedrijf.

De tweede groep wacht af. Die zien we veel in de bouw en infrastructuur. Ze zien de mogelijkheden, maar vragen zich af welke technologie overeind blijft en of ze vandaag investeren in iets dat morgen achterhaald is. Ik begrijp die voorzichtigheid goed, eigenlijk is het gewoon gezond verstand. Alleen blijven de vraagstukken in de operatie ondertussen wel liggen.

Beide groepen hebben uiteindelijk hetzelfde nodig: een doordachte manier om AI structureel onderdeel te maken van hun operatie. Voor de een betekent dat samenhang aanbrengen in wat er al is. Voor de ander betekent het gecontroleerd beginnen, zonder grote afhankelijkheden aan te gaan.

Kunnen bouwen betekent nog niet automatische een goed ontwerp

Software bouwen is in korte tijd gedemocratiseerd. Met generatieve AI en coding agents zet iemand in een paar weken een werkend prototype neer, waar vroeger maanden en een flink budget voor nodig waren. Ook binnen bouwbedrijven ontstaan zo eigen toepassingen, gemaakt door enthousiaste medewerkers met tools als Copilot Studio, ChatGPT of Claude.

Maar een werkend prototype is nog geen product dat over twee jaar nog draait, wordt onderhouden en aansluit op de rest van de organisatie. Het vermogen om te bouwen is enorm gegroeid. Het vermogen om goed te ontwerpen is dat niet in dezelfde mate.

Ontwerpen begint bij het begrijpen van de uitdaging: de mensen, hun omgeving, de processen waarin een oplossing moet werken en de gevolgen van elke keuze voor de rest van de organisatie. Dat vraagt om onderzoek, testen en valideren in de praktijk. Zo werken wij.

Daarbij stellen wij ook de vraag die in AI-trajecten te weinig wordt gesteld: wat heeft deze organisatie níet nodig? Niet iedere uitdaging vraagt om AI. Niet iedere taak hoeft autonoom te gebeuren. En niet alles wat technisch kan, is de investering waard.

Waarom modules

Vanuit die ontwerpvisie zijn we bij modules uitgekomen. Dat was een bewuste keuze, want een bedrijfsproces bestaat uit meer dan losse taken.

Neem een calculatie bij een aannemer. Een AI-agent kan bouwtekeningen analyseren en hoeveelheden uittrekken. Dat is waardevol. Maar de calculator moet de uitkomst kunnen controleren, de cijfers moeten in het calculatiepakket terechtkomen, en wat in de calculatie is vastgesteld, is straks weer nodig in werkvoorbereiding, inkoop en uitvoering. Pas als dat allemaal geregeld is, levert de technologie echt iets op. En bij een organisatie met tientallen projecten tegelijk en meerdere vestigingen geldt dat voor elk project, elke dag.

Dat is wat een module doet. Een module is een afgebakende operationele capability, zoals tekeningen interpreteren, projectdocumentatie verwerken of calculaties ondersteunen. Binnen een module kan een agent werken, maar net zo goed machine learning, traditionele software of proceslogica. Het proces bepaalt welke technologie we inzetten. Daaromheen regelt de module de integraties, de validatie, de menselijke controle en de doorstroom naar volgende stappen.

Taalmodellen zoals ChatGPT of Claude zijn sterk in het interpreteren van tekst en tekeningen, maar hun uitkomsten zijn niet altijd honderd procent nauwkeurig. In een calculatie, waar elke hoeveelheid moet kloppen, kun je dat niet hebben. Daarom zetten we een taalmodel alleen in waar interpretatie nodig is, en gebruiken we voor rekenwerk vaste regels en voor terugkerende patronen machine learning. Dat maakt een module betrouwbaarder, beter te controleren en voorspelbaarder in kosten.

Een agent kan een taak uitvoeren. Een module maakt intelligentie onderdeel van een bedrijfsproces.

Van losse toepassingen naar Intelligentie-nfrastructuur

Wie zo ontwerpt, komt vanzelf bij de volgende vraag: hoe laat je verschillende modules dezelfde informatie gebruiken en context delen?

Daarvoor hebben we VIRON ontwikkeld, het Intelligentie-Infrastructuur Platform van Studio Vi. In VIRON worden data, proceslogica, integraties en intelligentie samenhangend georganiseerd. Elke module levert daarbinnen zelfstandig waarde. Een organisatie kan stap voor stap uitbreiden en verbinden.

Een belangrijk onderdeel daarvan is keuzevrijheid. Of het nu gaat om de modellen achter ChatGPT, Claude of Copilot: wat vandaag vooroploopt, doet dat over een paar jaar misschien niet meer. Daarom is VIRON zo ontworpen dat de onderliggende technologie vervangen kan worden zonder dat het hele proces opnieuw moet worden ingericht. Dat vraagt om bewuste architectuurkeuzes vanaf het eerste ontwerp, want modulair bouwen alleen is daarvoor niet genoeg. Zo investeer je in AI zonder afhankelijk te worden van technologie die steeds verandert.

Klein beginnen, structureel bouwen

Studio Vi is gegroeid op wat klanten daadwerkelijk bij ons afnamen, niet op de belofte van wat technologie over vijf jaar zou kunnen. Er moet vandaag waarde ontstaan.

Daarom beginnen we bij een concrete operationele uitdaging en implementeren we een eerste capability. Daarna kijken we hoe die waarde kan creëren in de bredere organisatie, en van daaruit breiden we uit.

Omdat modules herbruikbaar zijn, hoeft niet iedere implementatie bij nul te beginnen. Zo kunnen we kennis en technologie steeds efficiënter inzetten. Die schaalbaarheid volgt uit de ontwerpkeuzes die we maken. Ze is er niet de reden voor.

Agents én modules

We zijn positief over AI-agents en verwachten dat ze een steeds grotere rol gaan spelen binnen de modules die we bouwen. Er is geen tegenstelling. Het verschil zit in het vertrekpunt.

Je kunt beginnen bij de vraag wat de nieuwste technologie allemaal kan. Of je begint bij de organisatie, en ontwerpt de intelligentie die nodig is om haar beter te laten functioneren. Wij kiezen sinds 2019 voor het tweede. Soms betekent dat een nieuwe ontwikkeling omarmen, soms bewust een andere kant op gaan dan de markt.

De toekomst van enterprise AI wordt niet bepaald door hoeveel agents een organisatie heeft, maar door hoe goed intelligentie is geïntegreerd in haar processen, systemen en besluitvorming.

Daarom bouwen wij modules.

Benieuwd hoe dit in de praktijk werkt? Lees meer over VIRON.