Een AI-agent heeft een fysieke winkel geopend, personeel aangenomen en het budget beheerd. Dit experiment toont niet aan dat AI nu al perfect is, maar wel dat de techniek snel genoeg vordert om binnen afzienbare tijd operationele managementtaken in de retail over te nemen.

Wat er aan de hand is

Andon Labs, een onderzoekslab, heeft een experiment uitgevoerd waarbij een AI-agent genaamd ‘Luna’ volledige autonomie kreeg over een fysieke winkel in San Francisco. Volgens een bericht in The Rundown kreeg de agent een driejarig huurcontract, een budget van $100.000 en een creditcard. Haar enige opdracht was: maak winst. De AI creëerde zelf het concept voor de boutique, plaatste vacatures en hield sollicitatiegesprekken via Zoom (met de camera uit). De agent draait op Claude Sonnet 4.6 voor redeneren en Gemini 3.1 Flash-Lite Preview voor spraak, en observeert de winkel via screenshots van beveiligingscamera’s. Het experiment liep niet vlekkeloos: bij het inhuren van een schilder selecteerde Luna per ongeluk Afghanistan in een dropdown-menu van TaskRabbit, en maakte fouten in het rooster voor de openingsweekend.

Wat dit betekent

Dit experiment is een concrete stap van AI-demo’s in een gecontroleerde omgeving naar de chaotische, onvoorspelbare echte wereld. Het laat zien dat AI-systemen nu al in staat zijn om complexe, samengestelde taken uit te voeren die voorbehouden leken aan menselijk middenkader: conceptontwikkeling, budgetbeheer en personeelsplanning. De fouten die gemaakt worden zijn niet technisch, maar ‘menselijk’ – denkfouten in logistiek en planning. Voor retailers, vooral in het MKB waar de eigenaar vaak ook de manager is, wijst dit op een toekomst waarin AI de operationele last kan verlichten. Het betekent niet dat de winkelier overbodig wordt, maar wel dat zijn rol kan verschuiven van dagelijkse brandjes blussen naar strategie en klantcontact.

Hoe je dit kunt toepassen

De praktische toepassing hangt af van jouw situatie. Het experiment toont aan dat de technologie voor autonoom management in ontwikkeling is. Hoewel de specifieke ‘Luna’-agent niet commercieel beschikbaar is, kun je de principes ervan nu al verkennen om je bedrijf voor te bereiden.

Als je een fysieke winkel runt… kun je beginnen met het digitaliseren en structureren van je operationele processen. Denk aan voorraadbeheer, roosters en verkoopdata. AI heeft gestructureerde data nodig om te leren. Experimenteer met eenvoudige automatiseringstools voor roostermaken of voorraadbestelling om te zien waar de pijnpunten en kansen zitten.

Als je een webshop met een logistiek centrum hebt… zijn de principes van autonome besluitvorming al dichterbij. AI-systemen kunnen patronen in bestelgedrag, retourzendingen en seizoensinvloeden analyseren om voorraadniveaus te voorspellen. Je zou kunnen onderzoeken of je bestaande ERP- of WMS-software AI-modules heeft voor predictive analytics.

Als je personeel aanstuurt… is het verstandig om na te denken over welke managementtaken repetitief en op data gebaseerd zijn (zoals het maken van basisroosters op basis van beschikbaarheid en verwachte drukte) en welke menselijk oordeel en empathie vereisen (zoals functioneringsgesprekken of het oplossen van conflicten). De eerste categorie is rijp voor toekomstige automatisering.

Het kerninzicht is dat AI niet begint met het vervangen van mensen op de winkelvloer, maar met het ondersteunen of overnemen van de coördinerende en plannende rol van de manager. Door nu je processen in kaart te brengen, bouw je de basis voor wanneer deze tools betrouwbaar en betaalbaar worden.

Bron: The Rundown