AI-assistenten waren lange tijd vooral reactief. Een gebruiker stelde een vraag, gaf een opdracht of uploadde een document, waarna het model aan de slag ging. Met Dots verschuift dat principe fundamenteel. Deze nieuwe generatie AI-agenten is ontworpen om voortdurend beschikbaar te zijn, zelfstandig werk uit te voeren en langdurig naar doelen toe te werken.
Het idee daarachter is eenvoudig maar ambitieus: een AI die niet alleen antwoord geeft, maar daadwerkelijk naast een gebruiker werkt.
Van chatbot naar permanente digitale medewerker
Een Dot kan worden gezien als een persoonlijke AI-agent die continu actief kan blijven. In plaats van telkens opnieuw een afzonderlijke taak te starten, krijgt de agent doelen waaraan hij zelfstandig kan blijven werken.
Daarmee verandert ook de relatie tussen mens en AI. De gebruiker hoeft niet langer ieder afzonderlijk stapje voor te schrijven. Een Dot kan taken opvolgen, informatie verzamelen, werk voorbereiden en gaandeweg rekening houden met feedback.
De AI wordt zo minder een chatbot die wacht op een prompt en meer een digitale medewerker die voortdurend binnen bereik blijft.
Een eigen computer in de cloud
Een belangrijk onderdeel van dat concept is dat Dots over een eigen cloudcomputer beschikken. Daardoor blijft hun rol niet beperkt tot het genereren van tekst.
Ze kunnen digitale werkomgevingen gebruiken om taken uit te voeren en verschillende stappen binnen een workflow met elkaar te verbinden. Dat opent de deur naar aanzienlijk langere processen: onderzoek uitvoeren, gegevens verzamelen, documenten voorbereiden, informatie verwerken of projecten opvolgen.
De gebruiker bepaalt het doel, terwijl de agent steeds meer van het uitvoerende werk kan overnemen.
Maak kennis met dotsDots van OpenAI helpen je proactief met complexe projecten en dagelijkse taken. Ontdek hoe je met dots de controle houdt terwijl het werk doorgaat. |
GPT-6 Astra vormt het intelligentieniveau
Onder de motorkap worden Dots aangedreven door GPT-6 Astra. Die intelligentie moet ervoor zorgen dat de agent niet alleen afzonderlijke instructies begrijpt, maar ook bredere doelstellingen kan interpreteren en daar gedurende langere tijd naartoe kan werken.
Dat verschil is belangrijk. Bij traditionele generatieve AI staat de prompt centraal. Bij een agent staat steeds vaker het doel centraal.
Een opdracht hoeft daardoor niet noodzakelijk meer te bestaan uit tientallen nauwkeurig beschreven stappen. De agent kan zelf bepalen welke acties nodig zijn om vooruitgang te boeken.
Meer dan 4.000 apps binnen handbereik
Een intelligente agent wordt pas echt bruikbaar wanneer hij toegang krijgt tot de digitale omgeving waarin mensen werken. Daarom speelt het ecosysteem van plugins een centrale rol.
Dots kunnen volgens de introductie verbinding maken met meer dan 4.000 apps. Daardoor kunnen ze informatie uit verschillende systemen combineren en tools gebruiken die nodig zijn om een opdracht daadwerkelijk uit te voeren.
Dat maakt een groot verschil met een klassieke chatbot. Die kan bijvoorbeeld uitleggen hoe een taak moet worden uitgevoerd. Een agent met de juiste toegang kan delen van die taak ook daadwerkelijk uitvoeren.
Beschikbaar in ChatGPT, Slack en Teams
Dots zijn bovendien niet opgesloten in één afzonderlijke interface. Ze blijven bereikbaar vanuit omgevingen waarin gebruikers al dagelijks communiceren en samenwerken, waaronder ChatGPT, Slack en Microsoft Teams.
Een medewerker zou bijvoorbeeld tijdens een gesprek in Teams aanvullende informatie kunnen vragen, via Slack feedback kunnen geven en later in ChatGPT uitgebreider met dezelfde agent verder kunnen werken. Ook spraak krijgt daarin een plaats. Wanneer typen of instructies formuleren omslachtig wordt, kan een gebruiker een gesprek met zijn Dot voeren via een voicecall.
Daardoor wordt de agent minder een afzonderlijke applicatie en meer een digitale aanwezigheid die door verschillende werkkanalen heen meebeweegt.
Een AI die leert wat ‘goed’ betekent
Misschien nog belangrijker is het leerproces. Dots zijn ontworpen om feedback over langere tijd te gebruiken.
Hoe vaker iemand met zijn agent samenwerkt, hoe beter die moet begrijpen welke voorkeuren belangrijk zijn, hoe de gebruiker redeneert en aan welke criteria goed werk moet voldoen.
Dat kan bijvoorbeeld betekenen dat een agent leert hoe uitgebreid rapporten moeten zijn, welke informatie prioriteit krijgt, welke schrijfstijl gewenst is of welke stappen iemand normaal zelf uitvoert.
Daarmee verschuift personalisatie van enkele instellingen naar iets veel fundamentelers: een AI die gaandeweg een persoonlijke manier van werken leert kennen.
Het einddoel: werk afleveren voordat erom wordt gevraagd
Daar ligt uiteindelijk de grootste belofte van Dots.
De interessantste AI-agent is niet noodzakelijk degene die het beste antwoord geeft op een opdracht, maar degene die begrijpt welk werk nodig is en dat op het juiste moment voorbereidt.
Een Dot zou daardoor in sommige situaties werk kunnen afleveren voordat de gebruiker expliciet heeft gevraagd om eraan te beginnen. Niet omdat de AI gedachten leest, maar omdat hij doelen, eerdere feedback, lopende werkzaamheden en beschikbare informatie met elkaar kan verbinden.
Dat maakt proactiviteit een belangrijk onderdeel van de volgende generatie AI.
Van losse prompts naar een langdurige samenwerking
De introductie van Dots illustreert daarmee een bredere evolutie binnen generatieve AI. Eerst draaide alles om prompts. Daarna kwamen gespecialiseerde copilots en agents die zelfstandig tools konden gebruiken. Nu ontstaat een volgende stap: always-on agents die gedurende langere tijd naast mensen blijven functioneren.
Dat kan vooral interessant worden voor projecten die vandaag blijven liggen omdat mensen onvoldoende tijd, capaciteit of ondersteuning hebben.
Onderzoek, planning, administratie, communicatie, analyse en projectopvolging kunnen steeds meer worden verdeeld tussen mens en AI. De mens bepaalt richting, prioriteiten en kwaliteitscriteria; de agent neemt een groeiend deel van het voorbereidende en uitvoerende werk voor zijn rekening.
Dots maken daarmee vooral duidelijk waar de strijd rond AI-agenten naartoe beweegt. De vraag wordt niet langer alleen welke AI het beste antwoord kan geven.
De belangrijkere vraag wordt welke AI voldoende context, tools, geheugen en autonomie krijgt om daadwerkelijk mee te werken.
