Een AI-agent runt nu een echte winkel in San Francisco, met een eigen budget en personeel. Het experiment laat zien wat werkt en waar de grenzen liggen. Voor ondernemers is dit een praktische kijk op de toekomst van winkelmanagement, waar AI de operationele beslissingen neemt en mensen uitvoeren.

Wat er aan de hand is

Andon Labs, bekend van een eerdere AI-automaat bij Anthropic, heeft een nieuw experiment gelanceerd. Het bedrijf heeft een AI-agent genaamd Luna een driejarig huurcontract, een budget van $100.000 en een creditcard gegeven om een eigen winkel te runnen in San Francisco. Volgens een bericht in The Rundown is dit mogelijk ’s werelds eerste AI-werkgever. Luna kreeg als enige opdracht om winst te maken. De agent bedacht zelf het boutique-concept, plaatste vacatures en voerde sollicitatiegesprekken via Zoom (met camera uit). Luna draait op Claude Sonnet 4.6 voor redeneringen en Gemini 3.1 Flash-Lite Preview voor spraak, en observeert de winkel via screenshots van beveiligingscamera’s. Tijdens het proces maakte de AI fouten, zoals per ongeluk Afghanistan selecteren in een dropdown-menu bij het inhuren van een schilder via TaskRabbit en het rooster voor de openingsweekend verprutsen.

Wat dit betekent

Dit experiment is een concrete stap van AI-demo’s in een afgeschermde omgeving naar de echte wereld met echte geldstromen en personeel. Het toont aan dat AI-agents nu al in staat zijn om operationele concepten te bedenken en uit te voeren, maar dat de praktijk weerbarstig is. De fouten die gemaakt worden – van geografische blunders tot planningsfouten – zijn herkenbaar voor elke ondernemer die systemen heeft geautomatiseerd. Het betekent dat AI niet op korte termijn de menselijke manager zal vervangen, maar wel een krachtige operationele partner kan worden die routinematige beslissingen neemt. Voor sectoren met hoge personeelskosten en veel herhalende taken, zoals retail, horeca en logistiek, wijst dit de weg naar een hybride model: AI als de ‘hersenen’ voor planning en analyse, mensen als de ‘handen’ voor uitvoering en klantcontact.

Hoe je dit kunt toepassen

De praktische toepassing hangt af van jouw situatie. Het experiment toont vooral de mogelijkheden en valkuilen van het delegeren van operationele taken aan een AI-agent. Je zou kunnen nadenken over welke taken in jouw bedrijf routinematig en regelgestuurd zijn, en welke menselijk oordeel en flexibiliteit vereisen.

Als je een winkel of horecazaak runt… kun je experimenteren met AI voor taken achter de schermen. Een mogelijkheid is om een AI-agent te trainen op basis van historische verkoopdata en weersvoorspellingen om een eerste concept van het personeelsrooster te laten maken, dat jij vervolgens controleert en aanpast. Dit bespaart uren planningswerk. De AI uit het experiment observeerde de winkel via camerabeelden; een eenvoudigere toepassing is het laten analyseren van kassadata om voorraadniveaus te voorspellen.

Als je een team aanstuurt in een service- of logistieke omgeving… is het de moeite waard om te kijken naar het wervingsproces dat de AI gebruikte. De agent plaatste zelf vacatures en voerde eerste screeningsgesprekken. Je zou kunnen overwegen om een AI-tool in te zetten om gestandaardiseerde eerste vragen te stellen aan sollicitanten voor veelvoorkomende functies, zodat jij alleen de meest geschikte kandidaten spreekt. Let hierbij wel op de risico’s van bias en het missen van onconventionele kandidaten.

Als je als zelfstandige of in een klein bedrijf werkt… laat dit experiment zien dat AI-besluitvorming nog niet foutloos is. Een optie is om AI te gebruiken voor het genereren van opties en scenario’s, niet voor het nemen van definitieve, oncontroleerbare beslissingen. Bijvoorbeeld: laat een AI verschillende marketingconcepten of inkoopstrategieën bedenken, maar maak de uiteindelijke keuze en onderteken het contract zelf. Zo combineer je de creatieve kracht van AI met jouw praktijkkennis en aansprakelijkheid.

Bron: The Rundown