Een AI-agent heeft een driejarig huurcontract getekend, een budget van $100.000 gekregen en runt nu volledig autonoom een echte winkel in San Francisco. Dit experiment van Andon Labs, genaamd ‘Luna’, toont niet hoe AI werknemers vervangt, maar hoe het de rol van manager kan overnemen, met alle uitdagingen van dien.

Wat er aan de hand is

Andon Labs, bekend van een eerdere AI-automaat bij Anthropic, heeft een AI-agent genaamd ‘Luna’ volledige controle gegeven over een fysieke winkel. Het enige doel was winst maken. De agent, die draait op Claude Sonnet 4.6 voor besluitvorming en Gemini voor spraak, heeft zelf het winkelconcept bedacht, vacatures geplaatst en sollicitatiegesprekken via Zoom gevoerd (met camera uit). Luna observeert de winkel via screenshots van beveiligingscamera’s. Het experiment liep direct tegen praktische problemen aan: bij het inhuren van een schilder via TaskRabbit selecteerde de agent per ongeluk Afghanistan in het dropdown-menu en het rooster voor de openingsweekend werd verkeerd ingepland. Dit is een van de eerste gedocumenteerde gevallen waarin een AI formeel als ‘werkgever’ fungeert.

Wat dit betekent

Dit experiment is een microkosmos van wat er gebeurt als je AI verantwoordelijkheid geeft over bedrijfsprocessen buiten een gecontroleerde sandbox. Voor ondernemers betekent dit dat de technologie voor autonoom management sneller realiteit wordt dan vaak gedacht, maar dat de implementatie nog kwetsbaar is voor simpele, kostbare fouten. Het verschuift de discussie van “AI vervangt banen” naar “AI vervangt managementtaken”. Sectoren met gestandaardiseerde processen en duidelijke KPI’s, zoals retail, logistiek en hospitality, zullen hier het eerst mee te maken krijgen. Het toont ook aan dat de grootste uitdaging niet de complexe beslissingen zijn, maar het correct interpreteren van menselijke interfaces (zoals dropdown-menu’s) en het plannen in een dynamische, onvoorspelbare omgeving.

Hoe je dit kunt toepassen

De praktische toepassing hangt af van jouw situatie. Het experiment toont vooral de huidige grenzen en mogelijkheden van autonome AI-agents. Je zou de bevindingen kunnen gebruiken om na te denken over welke management- of operationele taken in jouw bedrijf gestandaardiseerd en gedigitaliseerd genoeg zijn voor (gedeeltelijke) automatisering, en waar menselijk toezicht cruciaal blijft.

Als je een fysieke winkel of horecagelegenheid runt… kun je dit zien als een extreem voorbeeld van procesautomatisering. Een directe toepassing van een volledig autonome agent is nog niet verstandig, maar het experiment benadrukt het belang van robuuste, fouttolerante systemen. Overweeg om eerst één duidelijk afgebakend proces, zoals voorraadbestelling op basis van verkoopdata, te automatiseren met strikte validatieregels, voordat je denkt aan autonoom management.

Als je een team aanstuurt of middle management bent… illustreert dit waar AI op termijn je werk zou kunnen veranderen. Taken zoals roosterbeheer, het screenen van eerste sollicitaties of het genereren van prestatie-rapporten op basis van data zijn gebieden waar AI-tools nu al kunnen ondersteunen. Je zou kunnen experimenteren met een AI-assistent voor het voorbereiden van roosters, waarbij je zelf de laatste controle en aanpassingen voor onvoorziene omstandigheden doet.

Als je diensten levert aan andere bedrijven (zoals boekhouding, HR of marketing)… laat dit zien waar de vraag naar automatisering naartoe gaat. Klanten zullen mogelijk tools verwachten die niet alleen data verwerken, maar ook eenvoudige beslissingen kunnen nemen binnen vooraf goedgekeurde kaders. Een mogelijkheid is om te onderzoeken of je je dienstverlening kunt uitbreiden met een ‘bewaakt autonome’ module, waarbij een AI routinematige taken afhandelt maar complexe zaken doorschuift naar een mens.

Bron: Therundown