Een AI-agent heeft een fysieke winkel geopend, personeel aangenomen en een budget van $100.000 beheerd. Dit experiment toont dat AI-systemen nu al operationele leiding kunnen nemen, lang voordat ze individuele taken van medewerkers overnemen. Voor ondernemers betekent dit een verschuiving in waar automatisering toeslaat: niet op de winkelvloer, maar in de bestuurskamer.

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 retailwinkel 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 boutique-concept, plaatste vacatures en hield sollicitatiegesprekken via Zoom (met camera uit). Luna draait op Claude Sonnet 4.6 voor besluitvorming 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 verprutsen van het rooster voor de openingsweekend.

Wat dit betekent

Dit experiment is een concrete voorbode van een trend waar veel analisten al over spreken: AI zal management- en coördinatietaken overnemen voordat het fysiek werk vervangt. Het betekent dat ondernemers en managers in sectoren zoals retail, horeca en logistiek hun rol zien veranderen. De focus verschuift van operationeel roosterbeheer en dagelijkse beslissingen naar toezicht houden op AI-systemen en het oplossen van uitzonderingen waar de AI vastloopt. Voor medewerkers verandert hun directe leidinggevende mogelijk in een algoritme dat taken delegeert en prestaties monitort. De fouten die Luna maakte – zoals het verkeerde rooster – tonen dat de technologie nog niet foutloos is, maar elke nieuwe model-upgrade brengt een meer capabele versie dichterbij.

Hoe je dit kunt toepassen

De praktische toepassing hangt af van jouw situatie. Het experiment toont een richting, geen kant-en-klare tool. Je kunt de ontwikkelingen op drie manieren vertalen naar je eigen bedrijf.

Als je een winkel of horecagelegenheid runt… kun je nadenken over welke managementtaken repetitief en regelgestuurd zijn. Denk aan het maken van werkschema’s op basis van verwachte drukte, het bijhouden van voorraadniveaus via camerabeelden, of het screenen van eerste sollicitaties via gestandaardiseerde vragen. Een AI-agent zoals Luna is nog niet productieklaar, maar de onderliggende technologie voor deze deelprocessen wel.

Als je een team aanstuurt in logistiek of productie… is de kernvraag: welke van jouw dagelijkse beslissingen zijn gebaseerd op duidelijke data? Het routeren van orders, het toewijzen van werk aan machines, of het plannen van onderhoud zijn taken die steeds vaker aan systemen worden overgelaten. Je rol evolueert naar het bewaken van die systemen en het ingrijpen bij afwijkingen van de norm.

Als je als ondernemer tijd kwijt bent aan operationeel beheer… zoals het boeken van freelancers, het nakijken van urenregistraties of het bestellen van verbruiksartikelen, dan zijn dit de eerste processen waar AI-assistenten op korte termijn verlichting kunnen bieden. Het experiment met Luna laat zien dat de agent zelfstandig een schilder inhuurde (zij het met een fout). Richt je op het automatiseren van één zo’n duidelijk omschreven, terugkerende taak.

Bron: The Rundown