Invent wil van AI-automatisering een interne solutions engineer maken
Bedrijven experimenteren volop met AI-agenten, maar tussen een interessant prototype en een betrouwbaar geautomatiseerd bedrijfsproces ligt vaak nog een flinke kloof. Met Invent probeert Relevance AI precies die afstand kleiner te maken. De technologie wordt voorgesteld als een soort AI solutions engineer die processen analyseert, gespecialiseerde agenten bouwt en die vervolgens samenbrengt in wat het bedrijf omschrijft als AI factories.
Het uitgangspunt is eenvoudig: medewerkers zouden minder tijd moeten besteden aan het bouwen, koppelen en onderhouden van automatiseringen, zodat er meer ruimte ontstaat voor klanten, strategie en complex werk.
Van opdracht naar werkend AI-systeem
Invent vertrekt niet noodzakelijk vanuit code. Een team kan in gewone taal beschrijven welk proces het wil automatiseren. Het systeem vertaalt die behoefte vervolgens naar een werkende combinatie van AI-agenten, tools, databronnen, triggers en evaluaties.
Daarmee verschuift AI-ontwikkeling steeds verder van traditioneel programmeren naar het beschrijven van processen en gewenste resultaten.
Een organisatie zou bijvoorbeeld kunnen uitleggen hoe nieuwe leads vandaag worden verwerkt. Invent kan dat proces vervolgens opdelen over verschillende gespecialiseerde agenten: één agent onderzoekt een prospect, een tweede beoordeelt de lead en een derde stelt een gepersonaliseerd antwoord op.
Niet één superagent, maar een team
Opvallend is dat Invent niet probeert alles door één gigantische AI-agent te laten uitvoeren. Relevance AI kiest voor een architectuur waarbij gespecialiseerde agenten samenwerken.
Die agenten kunnen verantwoordelijk worden voor afzonderlijke stappen zoals onderzoek, kwalificatie, planning, opvolging, rapportering of het bijwerken van een CRM-systeem.
Invent krijgt daarbij een overkoepelende rol. Het bouwt de agenten, koppelt de nodige systemen en organiseert hoe informatie van de ene agent naar de andere stroomt.
Zo ontstaat eerder een digitale afdeling dan een klassieke chatbot.
AI factories automatiseren complete processen
Daarachter zit het bredere idee van zogenaamde AI factories: processen waarin meerdere AI-componenten continu samenwerken zodra een bepaalde gebeurtenis plaatsvindt.
Wanneer bijvoorbeeld een nieuwe aanvraag binnenkomt, kan automatisch een volledige keten starten. Een agent verzamelt informatie, een andere controleert de aanvraag, een volgende genereert communicatie en uiteindelijk kan een menselijke medewerker alleen nog tussenkomen wanneer goedkeuring of extra beoordeling nodig is.
Relevance AI positioneert zijn platform daarvoor als een infrastructuurlaag waarop dergelijke agentteams kunnen draaien. Het platform ondersteunt koppelingen met meer dan duizend toepassingen en combineert onder meer orchestration, evaluaties, tracing, toegangscontrole en human-in-the-loop-goedkeuringen.
De AI moet zichzelf ook laten controleren
Automatisering alleen is echter niet voldoende. Zodra AI zelfstandig bedrijfsprocessen uitvoert, wordt controle minstens even belangrijk.
Invent kan daarom vooraf prestatiecriteria vastleggen waaraan een agent moet voldoen. Vervolgens kunnen echte uitvoeringen worden geëvalueerd om te controleren of het systeem binnen die grenzen blijft functioneren. Wanneer de kwaliteit achteruitgaat, kan het systeem voorstellen om bijvoorbeeld prompts, databronnen, tools, voorbeelden of zelfs het gebruikte taalmodel aan te passen.
Daarmee ontstaat een interessante nieuwe cyclus: bouwen → uitvoeren → meten → evalueren → verbeteren.
Het bouwen van een AI-agent wordt zo niet langer gezien als een eenmalig project, maar als een voortdurend optimalisatieproces.
Vakexperts krijgen meer invloed
Die aanpak kan ook veranderen wie automatiseringen binnen organisaties bouwt.
Tot voor kort moest een medewerker met een goed automatiseringsidee meestal langs IT, developers of externe consultants. Invent probeert een deel van die technische vertaalslag door AI te laten uitvoeren.
Een salesmanager hoeft bijvoorbeeld niet precies te weten hoe API's, prompts, orchestration of evaluaties technisch worden gebouwd. Die persoon moet vooral duidelijk kunnen uitleggen hoe een goed verkoopproces eruitziet.
De expertise verschuift daarmee van “hoe programmeren we dit?” naar “hoe moet dit proces eigenlijk werken?”
Van copiloot naar digitale uitvoerder
Invent past daarmee binnen een bredere evolutie van generatieve AI. De eerste golf draaide vooral rond copilots die mensen hielpen schrijven, zoeken of analyseren. De volgende stap bestaat uit systemen waaraan complete taken en processen kunnen worden gedelegeerd.
Relevance AI noemt Invent een forward deployed agent: een AI-systeem dat niet alleen antwoorden genereert, maar binnen een organisatie andere agenten kan bouwen, organiseren, controleren en verbeteren. Dat maakt de ambitie aanzienlijk groter dan die van een klassieke AI-assistent.
De interessante vraag voor bedrijven wordt daardoor steeds minder welke afzonderlijke taak AI kan versnellen. De belangrijkere vraag wordt welke volledige processen opnieuw ontworpen kunnen worden wanneer een deel van het uitvoerende werk door een team van gespecialiseerde AI-agenten wordt gedragen.
Invent probeert precies voor die overgang de digitale solutions engineer te worden.
