Een AI-agent runt nu een echte winkel in San Francisco, huurt personeel in en beheert de dagelijkse operaties met een budget van $100.000. Dit experiment van Andon Labs, genaamd ‘Luna’, is een van de eerste praktijkvoorbeelden van een volledig autonome AI als werkgever en manager, en laat zien waar de technologie nu staat: soms capabel, soms hilarisch gebrekkig.

Wat er aan de hand is

Andon Labs, bekend van een eerdere AI-automaat bij Anthropic, heeft een AI-agent genaamd ‘Luna’ volledige controle gegeven over een fysieke winkel in San Francisco. De agent kreeg een driejarig huurcontract, een budget van $100.000, een creditcard en één opdracht: winst maken. Luna bedacht zelf het boutique-concept, plaatste vacatures op platforms zoals TaskRabbit en hield sollicitatiegesprekken via Zoom (met de camera uit). De AI 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 al snel tegen praktische problemen aan: bij het inhuren van een schilder selecteerde Luna per ongeluk Afghanistan in een dropdown-menu van TaskRabbit, en de planning voor het openingsweekend voor het personeel ging mis.

Wat dit betekent

Dit experiment is een concrete stap van AI-demo’s in een gecontroleerde omgeving naar de rommelige realiteit van retail. Het toont aan dat AI-agents nu al taken kunnen overnemen die traditioneel bij middenmanagement horen, zoals conceptontwikkeling, werving en budgetbeheer. De fouten die gemaakt worden – zoals de verkeerde landkeuze en de gebrekkige planning – zijn echter kenmerkend voor de huidige generatie AI: briljant in sommige taken, maar nog niet betrouwbaar genoeg voor volledige autonomie zonder menselijk toezicht. Voor Nederlandse winkeliers en ondernemers betekent dit dat de technologie om processen te automatiseren snel volwassener wordt, maar dat de menselijke factor – vooral bij planning en onverwachte situaties – nog onmisbaar is. Het signaleert een verschuiving waarbij AI eerst de manager zou kunnen vervangen, lang voordat het de winkelmedewerker vervangt.

Hoe je dit kunt toepassen

De praktische toepassing hangt af van jouw situatie. Het experiment met Luna laat vooral zien welke kant de technologie opgaat en waar de huidige beperkingen liggen. Op basis daarvan kun je voor je eigen onderneming overwegen welke taken geschikt zijn voor (gedeeltelijke) automatisering en waar menselijk oordeel cruciaal blijft.

Als je een winkel runt… kun je experimenteren met AI voor specifieke, afgebakende managementtaken. Een mogelijkheid is om een AI-tool te laten helpen bij het analyseren van verkoopdata om voorraadniveaus te voorspellen, terwijl je de uiteindelijke bestelbeslissing en de personeelsplanning zelf houdt. De fouten in het experiment tonen aan dat planning, vooral bij piekmomenten zoals een opening, complex is voor AI.

Als je een webshop beheert… is de stap naar AI-gestuurd voorraadbeheer kleiner. Je zou kunnen onderzoeken of bestaande software met AI-functionaliteit je kan helpen bij het automatisch aanvullen van populaire producten op basis van historische data en seizoenspatronen, vergelijkbaar met Luna’s budgetbeheer.

Als je personeel aanstuurt… laat dit experiment zien dat AI nu al kan helpen bij de eerste fase van werving, zoals het screenen van basisprofielen of het plannen van eerste gesprekken. De uiteindelijke selectie en het beoordelen van soft skills blijven echter menselijke taken, zeker na de misstap met het verkeerde land in het dropdown-menu.

Als je processen wilt stroomlijnen… kun je kijken naar taken die veel data-analyse vereisen maar weinig onverwachte variabelen hebben. Luna gebruikte screenshots van camera’s om de winkel te ‘zien’; een vergelijkbare, eenvoudigere toepassing is het gebruik van AI om winkelverkeer te tellen en piekmomenten te identificeren voor je eigen planning.

Bron: Therundown