Een AI-agent runt nu een echte winkel in San Francisco, huurt personeel in en beheert een budget van $100.000. Dit experiment van Andon Labs, genaamd ‘Luna’, is een praktijkvoorbeeld van hoe AI managementtaken kan overnemen, lang voordat het fysiek werk vervangt. Het toont zowel de huidige mogelijkheden als de typische kinderziektes van autonome AI-systemen in de echte wereld.

Wat er aan de hand is

Andon Labs, bekend van een eerdere AI-automaat bij Anthropic, heeft een AI-agent genaamd ‘Luna’ volledige autonomie gegeven over een fysieke winkel in San Francisco. Het experiment omvat een driejarig huurcontract, een startbudget van $100.000 en een creditcard. Luna’s enige opdracht was: maak winst. De agent, die draait op Claude Sonnet 4.6 voor besluitvorming en Gemini 3.1 Flash-Lite Preview voor spraak, heeft zelf het boutique-concept bedacht, vacatures gepost en sollicitatiegesprekken via Zoom gevoerd (met de camera uit). Luna observeert de winkel via screenshots van beveiligingscamera’s. Tijdens het proces maakte de AI fouten, zoals per ongeluk Afghanistan selecteren in een dropdown-menu van TaskRabbit bij het inhuren van een schilder en het rooster voor de openingsweekend verprutsen.

Wat dit betekent

Dit experiment is een signaal voor de retail- en dienstensector. Het toont aan dat AI-agents nu in staat zijn om operationele en administratieve managementtaken over te nemen, zoals conceptontwikkeling, budgetbeheer en werving. De fouten die gemaakt worden – verkeerde landen selecteren, roosters fout plannen – zijn kenmerkend voor de huidige generatie AI: capabel in gestructureerde, digitale taken, maar kwetsbaar in de complexe, onvoorspelbare context van de fysieke wereld. Voor ondernemers betekent dit dat de eerste golf van AI-automatisering niet bij de medewerker op de winkelvloer begint, maar bij de manager op kantoor. Taken zoals roosters maken, voorraad bestellen op basis van data en eerste screenings van sollicitanten zijn het laaghangend fruit.

Hoe je dit kunt toepassen

De praktische toepassing hangt af van jouw situatie. Het experiment toont vooral de richting aan waarin de technologie zich ontwikkelt. Je zou kunnen nadenken over welke management- of administratieve processen in jouw bedrijf gestructureerd en digitaal genoeg zijn om door een AI-agent ondersteund of overgenomen te worden.

Als je een winkel of horecazaak runt… kun je experimenteren met AI voor het plannen van personeelsroosters op basis van historische verkoopdata en verwachte drukte. Begin met een eenvoudige chatbot die suggesties doet die je zelf nog controleert, in plaats van direct volledige autonomie te geven.

Als je regelmatig freelancers of parttime medewerkers inhuurt… is een AI die helpt bij het screenen van profielen op platforms als TaskRabbit of Indeed een logische eerste stap. De AI kan kandidaten filteren op basis van vooraf ingestelde criteria, waarna jij het gesprek voert.

Als je een klein team aanstuurt… kun je een AI-tool gebruiken om wekelijkse taaklijsten of projectupdates te genereren op basis van e-mailverkeer en chatgeschiedenis. Dit kan tijd besparen, maar vereist wel dat je de output altijd controleert op contextuele fouten, zoals het experiment in San Francisco aantoont.

De kern is om te beginnen met taken die weliswaar tijdrovend zijn, maar waar een fout geen catastrofale gevolgen heeft. Het rooster voor een rustige dinsdag overlaten aan een AI is minder riskant dan de planning voor de drukste dag van het jaar. Het experiment van Luna laat zien dat volledige autonomie nog niet verstandig is, maar dat gestructureerde ondersteuning wel degelijk waarde kan opleveren.

Bron: Therundown