In een recente live-sessie nam Alex, Support & Community Lead bij Relevance AI, de kijker mee achter de schermen van de volgende industriële revolutie. Geen stoffige theorieën, maar een rauwe, ongefilterde demonstratie van hoe AI-agenten het zware werk overnemen via ‘Programmatic GTM’.
De wereld van AI beweegt sneller dan de meeste bedrijven kunnen bijbenen. Waar we gisteren nog onder de indruk waren van een simpele chatbot die een e-mail herschreef, kijken we vandaag naar systemen die autonoom prospects zoeken, onderzoek doen en gepersonaliseerde outreach-campagnes opzetten. Tijdens de nieuwste Relevance Live liet Alex zien dat de weg naar een zelfsturend bedrijf minder ver weg is dan men denkt.
De Roadmap: Van Assistent naar Zelfsturende Workforce
Centraal in de sessie stond de 'AI adoption roadmap'. Volgens Relevance AI bevinden bedrijven zich in één van de vier stadia:
- L1 (Assisted): Je gebruikt ChatGPT voor losse taken.
- L2 (Copilot): De AI werkt met je mee in je bestaande tools.
- L3 (Autopilot): De AI voert volledige workflows uit met menselijke supervisie.
- L4 (Self-Driving): Een leger van AI-agenten die zichzelf verbeteren en autonoom doelen behalen.
Alex benadrukte dat de meeste organisaties momenteel de sprong proberen te maken van de 'assistent' naar de 'autopilot', waarbij agenten niet alleen suggesties doen, maar daadwerkelijk actie ondernemen.
Geen Script, Wel Resultaat: Bouwen met Programmatic GTM
Het meest opvallende aan de sessie was het gebrek aan een strak script. Alex bouwde live een outbound-automatisering met behulp van Programmatic GTM (Go-To-Market). Door gebruik te maken van MCP (Model Context Protocol) en Claude Code, liet ze zien hoe je agenten configureert zonder dat er diepgaande handmatige codering aan te pas komt.
De basis van haar bouwsel? Een bestaande 'Sales Researcher'-agent van collega Wei Li uit de marketplace. Door deze te klonen en aan te passen, demonstreerde ze hoe modulair AI-bouwstenen tegenwoordig zijn. Het doel: een workflow die prospects identificeert, diepgravend onderzoek doet naar hun behoeften en vervolgens een vlijmscherp bericht opstelt voor verschillende kanalen.
De psychologie van het bouwen: Playbooks en modellen
Het draait volgens Alex niet alleen om de techniek, maar om het 'denkwerk vooraf'. Voordat er een knop wordt aangeraakt, moet de 'playbook', de logica van de agent, kristalhelder zijn.
Daarnaast gaf ze een inkijkje in de strategische keuze voor verschillende taalmodellen (LLM's). Wanneer zet je het zware geschut van Claude Opus in, en wanneer volstaat het snellere en goedkopere Haiku of Gemini? De les was duidelijk: Gebruik de kracht die nodig is voor de taak, maar verspil geen rekenkracht aan simpele handelingen.
De realiteit van AI: Troubleshooting in real-time
In plaats van een gepolijste video te tonen, loste Alex de problemen live op. Dit gaf een eerlijk beeld van de huidige staat van AI-ontwikkeling: Het is een proces van vallen, opstaan en verfijnen.
