Een AI-agent runt nu een volledig autonome fysieke winkel, inclusief het huren van personeel en het beheren van de dagelijkse operaties. Dit experiment toont niet dat AI de menselijke werknemer vervangt, maar wel dat het de rol van de manager of ondernemer fundamenteel kan veranderen door operationele beslissingen te automatiseren.

Wat er aan de hand is

Andon Labs, een onderzoekslab, heeft een experiment uitgevoerd waarbij een AI-agent genaamd ‘Luna’ volledige controle 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. De enige opdracht was: maak winst. De AI creëerde zelf het concept voor de boutique, plaatste vacatures op platforms zoals TaskRabbit en voerde sollicitatiegesprekken via Zoom (met de camera uit). De agent gebruikt Claude Sonnet 4.6 voor redeneren 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 en het verprutsen van het rooster voor de openingsweekend.

Wat dit betekent

Dit experiment is een concrete preview van hoe AI de middenlaag van management en operationeel toezicht kan innemen, lang voordat het fysieke taken overneemt. Het betekent dat voor ondernemers en managers in sectoren met veel herhalende beslissingen – zoals retail, horeca, logistiek of facilitaire diensten – de focus kan verschuiven van dagelijks micromanagement naar strategie en uitzonderingen. De AI toonde zowel capaciteit (conceptontwikkeling, budgetbeheer, screening van kandidaten) als gebreken (praktische fouten in planning en systeemnavigatie). De kernboodschap is dat de huidige generatie AI-agenten al taken kan uitvoeren die voorbehouden leken aan menselijk oordeel, maar dat de implementatie nog kwetsbaar is voor onverwachte fouten. Elke upgrade van de onderliggende modellen brengt een versie die deze fouten niet meer maakt dichterbij.

Hoe je dit kunt toepassen

De praktische toepassing hangt af van jouw situatie. Het experiment toont aan dat de technologie voor autonome besluitvorming bestaat, maar dat integratie in de echte wereld complex is. Je zou kunnen nadenken over welke operationele beslissingsprocessen in jouw bedrijf repetitief en regelgebonden zijn, en of die geschikt zijn voor (gedeeltelijke) automatisering.

Als je een winkel of horecagelegenheid runt… kun je experimenteren met het automatiseren van één specifiek proces, zoals het bijhouden van voorraadniveaus via camerabeelden en het automatisch genereren van bestelopdrachten. Begin klein, met een duidelijke regel (“bestel artikel X bij als er minder dan 5 stuks op de plank liggen”), en breid uit naarmate het betrouwbaar blijkt.

Als je een team aanstuurt met veel roosterwerk… is een AI die het basisrooster maakt op basis van beschikbaarheid, contracturen en piekmomenten een logische eerste stap. De menselijke manager houdt toezicht, behandelt verzoeken om wijzigingen en grijpt in bij conflicten. Dit verschuift je rol van planner naar validator.

Als je in de logistiek of een magazijn werkt… dan zijn taken zoals het toewijzen van pick-orders aan medewerkers op basis van locatie en beschikbaarheid, of het monitoren van veiligheidsprotocollen via beeldanalyse, mogelijke toepassingen. De kern is steeds: de AI voert de regelgebonden analyse en beslissing uit, de mens behandelt de uitzonderingen en het toezicht.

Bron: The Rundown