Bij het overwegen AIVanwege de impact ervan in steden zien veel inwoners en overheidsfunctionarissen een duistere toekomst voor zich van ongebreideld toezicht, uitgeholde stadhuizen en onverantwoordelijke bots die de leiding nemen op basis van bevooroordeelde trainingsgegevens. Wij omarmen daarentegen een veel optimistischer visie. Met ambitieus lokaal leiderschap kan AI, en vooral de komende golf van agentische AI, een diepgaande kans bieden, niet alleen om overheidsdiensten efficiënter te maken, maar ook om de manier te transformeren waarop steden hun einde van het sociale contract nakomen.
Als lange tijd ambtenaren en voorvechters van overheidsinnovatie aan onze respectieve universiteiten, begrijpen we de uitdagingen waarmee lokale overheden worden geconfronteerd, waaronder krappe budgetten, verouderende infrastructuur en ontevreden inwoners die gewend zijn aan de snelheid van Amazon en de personalisatie van Spotify. De meeste steden draaien nog steeds op een eeuwenoud besturingssysteem dat is gebouwd op bureaucratie, papieren dossiers, agentuursilo’s en een rigide hiërarchie. Agentic AI biedt een unieke kans om de manier waarop steden werken opnieuw te ontwerpen, een model dat we de ‘Agentic City’ noemen.
Agenten, stadsmedewerkers en burgers werken samen
Stel je een stadsbestuur voor waar de complexiteit van het navigeren door de overheidsbureaucratie wordt overgedragen aan intelligente agenten – zodat routinetaken vlekkeloos verlopen en zelfs complexe taken eenvoudig aanvoelen. Een moeder meldt een kapot trottoir bij de school van haar kind, maakt een foto en stuurt deze naar de stad. Een AI-agent classificeert het probleem, stuurt het door naar de juiste ploeg, volgt de voortgang van de verschillende instanties, houdt haar proactief op de hoogte totdat het werk klaar is en waarschuwt anderen voor soortgelijke risico’s in de buurt. Stel je een stad voor die scheuren in het trottoir repareert voordat ze kuilen worden, straatlantaarns vervangt voordat ze doorbranden en waterleidingen repareert voordat ze gaan lekken.
Toch zullen zelfs deze dramatische verbeteringen slechts stappen in een transformatie zijn. Deze instrumenten helpen hervormingsgezinde burgemeesters een systeembenadering te hanteren die de sterke tegenwind omzeilt die vaak gepaard gaat met re-engineering van bedrijven, waaronder pogingen om bureaufuncties of ongelijksoortige datasystemen te integreren. Transportfunctionarissen hoeven de signalen niet langer aan te passen; een AI-verkeersagent kan veiligheid, reistijd en uitstoot in balans brengen. Een Agentic City zal er een zijn waarin agenten, ambtenaren en bewoners samenwerken.
Uiteindelijk zullen alle stadsdiensten gepersonaliseerd worden, omdat bewoners een ‘agentische voordeur’ gebruiken om hun doelen kenbaar te maken (‘om 10 uur een kapperszaak willen openen’).e en Main”). Agenten begeleiden gebruikers door het proces of voltooien zelfs die taken voor hen. Tegelijkertijd houdt een mens de resultaten in de gaten, lost problemen op en pakt moeilijke of ongebruikelijke gevallen aan. In feite biedt deze stad preventieve huisvestingsvouchers, huurbijstand en vrijstelling van onroerendgoedbelasting aan degenen die in aanmerking komen, waardoor het doolhof van aanvragen volledig wordt omzeild.
Een systemische aanpak
Om dit doel te bereiken is sterk leiderschap nodig om gaten in de verbeeldingskracht, tekorten aan vaardigheden en angst bij werknemers te overbruggen, nog verergerd door de complexiteit van het waarborgen dat AI-veranderingen in overeenstemming zijn met democratische waarden. Lokale leiders zullen een systematische aanpak moeten hanteren, waarbij ze een krachtig verhaal moeten opstellen over de voordelen van dienstverlening, terwijl ze hun politieke en juridische vaardigheden moeten gebruiken om te onderhandelen met de gemeenteraad, vakbonden en werknemersleiders.
AI-gedreven transformatie vereist een leiderschapsteam dat wordt ondersteund door academische en andere lokale experts die de technische capaciteiten, juridische en databeperkingen van de stad begrijpen, en dat vergroot de verbeeldingskracht van een bureaucratie die gewend is aan bestaande processen. Dat team moet een pad creëren voor kansen voor zowel werknemers als bewoners, inclusief de voordeur van de agent, repetitieve functies die kunnen worden uitbesteed aan AI, en meer tijd voor het personeel om zich met hogere doelen bezig te houden: het onderzoeken van de grondoorzaken, het betrekken van gemeenschappen en het uitoefenen van oordeelsvermogen. Ten derde moet het leiderschapsteam de integratie bevorderen van agentische capaciteiten die werknemers helpen patronen en oorzaken van terugkerende problemen te identificeren door gegevens gemakkelijker toegankelijk te maken.
Gemeentelijke arbeidskrachten, zowel vakbonden als niet-vakbonden, vertegenwoordigen een belangrijke stakeholder. Burgemeesters moeten duidelijk maken dat AI de beroepsbevolking zal aanvullen en niet vervangen. Een Agentic City-initiatief omvat onder meer het bereiken van arbeidskrachten om de parameters vast te stellen voor een nieuwe overeenkomst waarbij werknemers, gewapend met data-inzichten, hun arbeidsomstandigheden vergroten. productiviteit en delen in de voordelen via loonsverhogingen. Training in datageletterdheid en een raamwerk voor databeheer moeten ook essentiële componenten zijn. Bevrijd van repetitieve taken kunnen overheidsfunctionarissen zich concentreren op werk met een hogere waarde.
De databasis
Het verantwoord aanpakken van deze problemen begint bij de basis van het systeem: de gegevens. Steden moeten investeren in datapijplijnen die niet alleen machinaal leesbaar zijn, maar ook machinaal begrijpelijk – gestructureerd met rijke metadata, gedeelde ontologieën en bedrijfslogische context – zodat zowel mensen als AI-agenten de betekenis, beperkingen en passend gebruik kunnen interpreteren. Opkomende benaderingen zoals Model Context Protocols (MCP’s), die standaardiseren hoe AI-systemen toegang krijgen tot gestructureerde gegevens en operationele hulpmiddelen, vertegenwoordigen een veelbelovende stap in deze richting door agenten te helpen niet alleen te begrijpen welke gegevens er zijn, maar ook hoe deze moeten worden gebruikt. Een agent die een vergunningsrecord kan ‘zien’ maar het regelgevingskader, de subsidiabiliteitsregels of de beperkingen op het gebied van de gegevenskwaliteit niet begrijpt, zal inconsistent handelen en constante menselijke correctie vereisen. Door machines te begrijpen gegevens verminderen die wrijving en maken agentische systemen betrouwbaarder, transparanter en schaalbaarder. Kortom, de basis van een Agentic City zijn niet alleen slimmere algoritmen, maar ook slimmere data-architectuur.
Het implementeren van een agentstadhuis brengt aanzienlijke uitdagingen met zich mee. Dit is echter het moment om leiding te geven, aangezien burgemeesters het zich niet kunnen veroorloven de status quo te handhaven of te wachten op de AI-tsunami. De toekomst brengt ook uitdagingen met zich mee. Niets doen brengt een groter risico met zich mee dan beginnen, en het bewijs zal een stad zijn die, door betekenisvoller werk voor haar werknemers, responsiever wordt voor haar inwoners.
