Gepresenteerd door Certinia
De aanvankelijke euforie rond generatieve en agentische AI is verschoven naar een pragmatische, vaak gefrustreerde realiteit. CIO’s en technische leiders vragen zich af waarom hun pilotprogramma’s, zelfs die welke zijn ontworpen om de eenvoudigste workflows te automatiseren, niet de magie opleveren die in de demo’s wordt beloofd.
Wanneer AI er niet in slaagt een fundamentele vraag te beantwoorden of een actie correct uit te voeren, is het instinct om het model de schuld te geven. We gaan ervan uit dat de LLM niet “slim” genoeg is. Maar die schuld is misplaatst. AI worstelt niet omdat het ontbreekt intelligentie-. Het worstelt omdat het ontbreekt context.
In de moderne onderneming zit de context gevangen in een doolhof van onsamenhangende puntoplossingen, broze API’s en door latentie geteisterde integraties – een ‘Franken-stapel’ van ongelijksoortige technologieën. En vooral voor dienstengerichte organisaties, waar de echte waarheid van het bedrijfsleven schuilt in de wisselwerking tussen verkoop, levering, succes en financiën, is deze fragmentatie existentieel. Als uw architectuur deze functies blokkeert, is uw AI-roadmap gedoemd te mislukken.
Context kan niet via een API reizen
De afgelopen tien jaar was de standaard IT-strategie ‘best-of-breed’. Je kocht de beste CRM voor verkoop, een aparte tool voor het beheren van projecten, een zelfstandige CSP voor succes en een ERP voor financiën; voegde ze samen met API’s en middleware (als je geluk had) en riep de overwinning uit.
Voor menselijke werknemers was dit vervelend maar beheersbaar. Een mens weet dat de projectstatus in de projectmanagementtool 72 uur achter kan lopen op de factuurgegevens in het ERP. Mensen beschikken over de intuïtie om de kloof tussen systemen te overbruggen.
Maar AI heeft geen intuïtie. Er zijn vragen. Wanneer je een AI-agent vraagt om “dit nieuwe project dat we hebben gewonnen vanwege de marge- en benuttingsimpact te bemannen”, voert hij een zoekopdracht uit op basis van de gegevens waartoe hij nu toegang heeft. Als uw architectuur afhankelijk is van integraties om gegevens te verplaatsen, werkt de AI met vertraging. Het ziet het ondertekende contract, maar niet het tekort aan middelen. Het ziet de omzetdoelstelling, maar niet het churnrisico.
Het resultaat is niet alleen een fout antwoord, maar ook een zelfverzekerd, plausibel klinkend fout antwoord, gebaseerd op gedeeltelijke waarheden. Daarnaar handelen creëert kostbare operationele valkuilen die veel verder gaan dan alleen mislukte AI-piloten.
Waarom agentische AI een platform-native architectuur vereist
Dit is de reden waarom het gesprek verschuift van “welk model moeten we gebruiken?” naar “waar blijven onze gegevens?“
Om een hybride personeelsbestand te ondersteunen waarin menselijke experts samenwerken met voldoende capabele AI-agenten, kunnen de onderliggende gegevens niet aan elkaar worden gekoppeld; het moet eigen zijn aan het kernbedrijfsplatform. A platform-native aanpakmet name een model dat is gebouwd op een gemeenschappelijk datamodel (bijvoorbeeld Salesforce), elimineert de vertaallaag en biedt de enige bron van waarheid die goede, betrouwbare AI nodig heeft.
In een native omgeving leven gegevens in één objectmodel. Een verandering in de scope van de levering is een verandering in de inkomsten in de financiële sector. Er is geen synchronisatie, geen latentie en geen staatsverlies.
Dit is de enige manier om echte zekerheid te bereiken met AI. Als je wilt dat een agent autonoom een project bemand of inkomsten voorspelt, heb je een 360-gradenbeeld van de waarheid nodig, en niet een reeks momentopnamen die door middleware aan elkaar zijn geplakt.
De veiligheidsbelasting van de zijdeur: API’s als aanvalsoppervlak
Als je eenmaal intelligentie hebt opgelost, moet je ook soevereiniteit oplossen. Het argument voor een verenigd platform is meestal gebaseerd op efficiëntie, maar een steeds urgenter argument is veiligheid.
In een best-of-breed Franken-stack is elke API-verbinding die je bouwt feitelijk een nieuwe deur die je op slot moet doen. Wanneer u vertrouwt op puntoplossingen van derden voor kritieke functies zoals klantensucces of resourcebeheer, stuurt u voortdurend gevoelige klantgegevens uit uw kernsysteem naar satelliet-apps. Deze beweging is het risico.
We hebben dit de afgelopen tijd zien gebeuren spraakmakende inbreuken op de toeleveringsketen. Hackers hoefden de kasteelpoorten van het kernplatform niet te bestormen. Ze liepen eenvoudigweg via de zijdeur naar binnen door gebruik te maken van de persistente authenticatietokens van verbonden apps van derden.
Een platform-native strategie lost dit op door beveiliging door overerving. Wanneer uw gegevens op één platform blijven staan, erven ze de enorme beveiligingsinvesteringen en vertrouwensgrenzen van dat platform. U verplaatst gegevens niet over de draad naar de cloud van een andere leverancier, alleen maar om deze te analyseren. Het goud verlaat de kluis nooit.
Corrigeer de architectuur en beheer vervolgens de context
De druk om AI in te zetten is enorm, maar het aanbrengen van lagen op intelligente agenten bovenop onintelligente architectuur is een verspilling van tijd en middelen.
Leiders aarzelen vaak omdat ze bang zijn dat hun gegevens niet ‘schoon genoeg’ zijn. Ze zijn van mening dat ze elk record van de afgelopen tien jaar moeten opruimen voordat ze ook maar één agent kunnen inzetten. Op een gefragmenteerde stapel is deze angst terecht.
Een platform-native architectuur verandert de wiskunde. Omdat de gegevens, metadata en agenten zich in hetzelfde huis bevinden, hoeft u de oceaan niet aan de kook te brengen. Markeer eenvoudig specifieke, vertrouwde velden (zoals actieve klantcontracten of huidige resourceplanningen) en zeg tegen de agent: ‘Werk hier. Negeer de rest.’ Door de behoefte aan complexe API-vertalingen en middleware van derden te elimineren, kunt u met een uniform platform agenten in uw meest betrouwbare, verbonden data van vandaag de dag onderbrengen, waardoor de rommel wordt omzeild zonder te wachten op een ‘perfecte’ staat die misschien nooit zal komen.
We zijn vaak bang dat AI zal hallucineren omdat het te creatief is. Het echte gevaar is dat het zal mislukken omdat het blind is. En je kunt een complex bedrijf met gefragmenteerde zichtbaarheid niet automatiseren. Ontzeg uw nieuwe agenten de toegang tot de volledige context van uw activiteiten op een uniform platform, en u bouwt een fundament dat zeker zal mislukken.
Raju Malhotra is Chief Product & Technology Officer bij Certinia.
Gesponsorde artikelen zijn inhoud die is geproduceerd door een bedrijf dat voor de post betaalt of een zakelijke relatie heeft met VentureBeat, en deze is altijd duidelijk gemarkeerd. Voor meer informatie kunt u contact opnemen met sales@venturebeat.com.
