KPMG: inzet multi-agentsystemen verviervoudigt
We hebben amper geleerd hoe we met AI moeten praten, of misschien hoeft het straks al niet meer. Uit de nieuwste GenAI-studie van KPMG blijkt dat AI-agents in hoog tempo de experimenteerfase verlaten. De inzet van multi-agentsystemen bij de ondervraagde organisatie is sinds het derde kwartaal van vorig jaar verviervoudigd. Tegelijk steeg het aandeel organisaties dat significante AI-adoptie onder werknemers rapporteert van 10 naar 44 procent.
Dat laatste is zeker zo interessant. Niet alleen omdat meer mensen AI gebruiken, maar omdat de manier waarop we AI gebruiken aan het veranderen is.
De afgelopen jaren draaide veel om de prompt. Wie ChatGPT een betere opdracht gaf, kreeg een beter antwoord. Complete trainingen, handleidingen en ontelbare LinkedIn-posts leerden ons daarom hoe we de perfecte prompt moesten schrijven. Geef context. Benoem een rol. Formuleer het gewenste resultaat. Geef voorbeelden. En vergeet vooral stap vier van de zeven niet.
Met de opkomst van AI-agents kan dat speelveeld behoorlijk veranderen.
Van prompt naar doel
Een agent wacht niet per sé op een vraag om daar een antwoord op te geven. Je geeft hem een doel en hij kan vervolgens zelf bepalen welke stappen nodig zijn, welke informatie hij moet verzamelen en welke systemen hij daarvoor moet gebruiken. Bij multi-agentsystemen kunnen verschillende gespecialiseerde agents bovendien onderling taken verdelen.
Dat maakt onze eigen opdracht aan AI potentieel veel simpeler.
Neem iets eenvoudigs als: ‘Hoeveel omzet hebben we vorige maand gemaakt?’ Nu moet je misschien nog aangeven waar de gegevens staan, welke periode je bedoelt, welke omzetdefinitie moet worden gebruikt en hoe je het antwoord gepresenteerd wilt hebben. Een agent die jouw organisatie, systemen en context kent, kan een steeds groter deel daarvan zelf invullen.
We verschuiven daarmee van precies vertellen wat AI moet doen naar vertellen wat we willen bereiken. En dat is een opvallende ontwikkeling. Nog in 2025 meldde KPMG dat 69 procent van de onderzochte organisaties medewerkers promptvaardigheden leerde om effectiever met AI-agents te werken. Nu agents autonomer worden, kun je je afvragen hoe lang prompten nog zo’n belangrijke menselijke vaardigheid blijft.
Minder woorden nodig
Daar zit ook een fundamentelere vraag onder. Taal gebruiken we niet alleen om een computer duidelijk te maken wat we willen. Formuleren dwingt ons om zelf na te denken over wat we precies bedoelen. Als AI steeds meer context kent en onze halve opdrachten kan aanvullen, hoeven wij misschien ook steeds minder precies te zijn.
Dat hoeft geen achteruitgang te betekenen. Zoekmachines zorgden er tenslotte ook voor dat we minder hoefden te weten waar informatie stond. AI-agents kunnen een volgende stap zijn: we hoeven steeds minder te weten hoe iets gedaan moet worden en kunnen ons meer bezighouden met wat we willen bereiken. Maar één beroepsgroepje mag zich misschien alvast zorgen gaan maken: de makers van ‘de zeven prompts die je absoluut moet kennen’.
En wie de afgelopen jaren geen enkele zin had om die allemaal uit zijn hoofd te leren? Misschien krijgen die late adopters uiteindelijk nog gelijk.
