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’, toont hoe kunstmatige intelligentie managementtaken kan overnemen lang voordat het fysiek werk vervangt. Het is een concrete stap naar een toekomst waarin AI de baas wordt, niet de medewerker.

Wat er aan de hand is

Andon Labs heeft een AI-agent genaamd ‘Luna’ volledige autonomie gegeven over een fysieke retailwinkel in San Francisco. Volgens het persbericht van het bedrijf heeft de agent een driejarig huurcontract getekend, een budget van $100.000 gekregen en de opdracht gekregen winst te maken. Luna heeft zelf het concept voor de boutique bedacht, vacatures geplaatst en sollicitatiegesprekken via Zoom gevoerd (met de camera uit). De agent maakt gebruik van 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 Luna fouten, zoals per ongeluk Afghanistan selecteren in een dropdown-menu bij het inhuren van een schilder en het rooster voor de openingsweekend verprutsen. Dit experiment volgt op een eerdere proef met een AI-automaat bij Anthropic.

Wat dit betekent

Dit betekent dat AI-systemen nu worden getest in complexe, onvoorspelbare omgevingen met echte financiële gevolgen, niet alleen in gecontroleerde labs. Voor ondernemers, met name in de retail en horeca, toont dit aan dat de automatisering van managementtaken zoals planning, budgetbeheer en zelfs werving dichterbij is dan vaak gedacht. De fouten die Luna maakt – zoals het verkeerd plannen van personeel – zijn herkenbare pijnpunten voor elke winkelier, maar ze laten ook zien dat de huidige AI nog niet foutloos opereert. Elke verbetering in de modellen brengt een versie die deze fouten niet meer maakt dichterbij, mogelijk binnen een of twee generaties. Het signaleert een verschuiving: AI vervangt niet eerst de kassamedewerker, maar begint bij de functies die gaan over organisatie, analyse en besluitvorming.

Hoe je dit kunt toepassen

De praktische toepassing hangt af van jouw situatie. Het experiment toont vooral de richting waarin de technologie zich ontwikkelt. Je zou kunnen nadenken over welke management- of coördinatietaken in jouw bedrijf repetitief, op data gebaseerd en regelgestuurd zijn. Dit zijn de taken die het eerst in aanmerking komen voor ondersteuning of overname door AI-systemen.

Als je een winkel of horecazaak runt… kun je de processen voor personeelsplanning en voorraadbestelling onder de loep nemen. Deze zijn vaak gebaseerd op historische data en voorspelbare patronen (zoals drukte op vrijdagavond). Een mogelijkheid is om te experimenteren met eenvoudige, bestaande software voor planning voordat je naar volledig autonome systemen kijkt. Het doel is niet om vandaag een AI-baas aan te nemen, maar om je processen zo gestructureerd en data-gedreven mogelijk te maken, zodat ze later makkelijker te automatiseren zijn.

Als je een klein team aanstuurt… is een optie om te kijken naar AI-tools voor het screenen van CV’s of het plannen van vergaderingen. Deze taken kosten vaak veel tijd en zijn relatief eenvoudig te structureren. Overweeg om te beginnen met het digitaliseren en standaardiseren van je wervings- of planningsproces. Dit maakt het niet alleen efficiënter, maar bereidt je ook voor op toekomstige, slimmere tools die deze taken kunnen overnemen.

Als je bezorgd bent over de kosten van personeel… laat dit experiment zien dat de automatisering van management een manier kan zijn om overheadkosten te beheersen. In plaats van te denken aan het vervangen van mensen, kun je nadenken over het ondersteunen van je huidige manager of ondernemer met AI. Dit zou kunnen betekenen dat één persoon meer kan doen, of dat je specifieke, tijdrovende taken kunt uitbesteden aan software, waardoor je je kunt focussen op klantcontact en strategie.

Bron: Therundown