Een AI-agent runt nu volledig autonoom een fysieke winkel in San Francisco, inclusief het huren van personeel en het beheren van de dagelijkse operaties. Dit experiment toont niet dat AI de perfecte manager is, maar wel dat de technologie klaar is voor praktische, real-world tests buiten de digitale sandbox. Voor ondernemers betekent dit dat de focus verschuift van ‘wat kan AI?’ naar ‘hoe zet ik AI in bij mijn bedrijfsprocessen?’.

Wat er aan de hand is

AI-onderzoekslab Andon Labs heeft een experiment gelanceerd waarbij een AI-agent genaamd ‘Luna’ een fysieke retailwinkel runt. Volgens een bericht in The Rundown heeft de agent een driejarig huurcontract getekend, een budget van $100.000 gekregen en volledige autonomie over de winkel. Luna’s enige opdracht was om winst te maken. De AI creëerde zelf het boutique-concept, 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. Het experiment liep niet vlekkeloos: bij het inhuren van een schilder selecteerde Luna per ongeluk Afghanistan in een dropdown-menu en maakte het een fout in het rooster voor de openingsweekend.

Wat dit betekent

Dit experiment markeert een verschuiving van AI-demo’s in gecontroleerde omgevingen naar echte, risicovolle tests in de fysieke wereld. Het toont aan dat AI-systemen nu worden vertrouwd met budgetten, contracten en het aansturen van mensen. Voor Nederlandse ondernemers, vooral in retail, horeca en dienstverlening, is de belangrijkste les dat de technologie niet langer alleen draait om chatbots of contentgeneratie. AI begint nu de operationele kern van een bedrijf aan te raken: planning, inkoop en personeelsmanagement. De fouten die Luna maakt – zoals het verkeerd plannen – zijn herkenbare pijnpunten die ook menselijke managers treffen, maar ze laten zien waar de huidige generatie AI nog tekortschiet. Het betekent dat de komende model-upgrades waarschijnlijk directe gevolgen zullen hebben voor de betrouwbaarheid van dergelijke autonome systemen.

Hoe je dit kunt toepassen

De praktische toepassing hangt af van jouw situatie. Je kunt dit experiment zien als een blauwdruk om zelf te verkennen waar AI jouw operationele last kan verlichten, zonder meteen je hele winkel over te dragen.

Als je een winkel of horecazaak runt… kun je experimenteren met AI voor één specifieke, repetitieve taak. Denk aan het laten analyseren van camerabeelden om piekmomenten in winkelbezoek te detecteren, of het laten voorspellen van de beste momenten om verse producten bij te bestellen op basis van verkoopdata en weersvoorspellingen. Begin klein, met een duidelijk doel en menselijk toezicht.

Als je personeel plant of roosters maakt… is een AI-assistent voor de eerste opzet een logische stap. Je zou een tool kunnen gebruiken die, op basis van historische drukte, vakantieaanvragen en contractuele uren, een voorstel-rooster genereert. Jij blijft de eindverantwoordelijke die het rooster controleert, aanpast en goedkeurt, maar de tijdrovende eerste opzet wordt geautomatiseerd.

Als je een voorraad beheert… kun je AI inzetten als een geavanceerde alarmbel. Train een systeem op je verkoopgeschiedenis en externe factoren (zoals lokale evenementen of schoolvakanties) om je te waarschuwen wanneer de voorraad van bepaalde producten sneller daalt dan verwacht, zodat je tijdig kunt bijbestellen zonder dat je constant handmatig hoeft te controleren.

Bron: The Rundown