De dure les van een platform zonder toezicht
Het klinkt als de ultieme droom voor elke ondernemer die kampt met personeelstekort: een digitaal team dat 24/7 doorwerkt, met elkaar overlegt en taken uitvoert zonder dat jij eromkijken naar hebt. Recent zagen we met het platform Moltbook een experiment dat precies dit simuleerde. Een sociaal netwerk, exclusief voor AI-agents. Geen mensen, alleen software die met software praat. Het leek fascinerend, tot het misging. Binnen de kortste keren lagen privégegevens op straat en bleek de beveiliging zo lek als een mandje. Waarom ik dit aanhaal? Omdat de bouwer toegaf dat hij via ‘vibe coding’ had gewerkt: hij liet de AI de code schrijven zonder dat hij zelf begreep wat er onder de motorkap gebeurde. Eerlijk gezegd is dit precies waar het risico ligt voor het MKB. We worden lekker gemaakt met tools die ‘alles zelf kunnen’, maar als je als bedrijf blind vertrouwt op een systeem dat je niet controleert, zet je de achterdeur wagenwijd open. Het incident met Moltbook is geen ver-van-mijn-bed-show; het is een voorproefje van wat er gebeurt als je autonomie verwart met magie. Als jij morgen een AI-agent toegang geeft tot je CRM of mailbox zonder strakke kaders, ben je niet aan het innoveren, maar aan het gokken met je klantdata.
Het verschil tussen een chatbot en een agent
Om te begrijpen waarom veiligheid hier zo’n issue is, moeten we even de techniek in duiken zonder het ingewikkeld te maken. Een standaard ChatGPT-sessie is passief; jij vraagt, hij antwoordt. Een AI-agent is echter actief. Die krijgt een doel – bijvoorbeeld ‘plan afspraken in met leads’ – en gaat vervolgens zelfstandig handelen. Hij leest je agenda, stuurt mails en boekt ruimtes. Dat is fantastisch voor je efficiëntie, want je bespaart zo een uur administratie per dag. Maar hier wringt de schoen: een agent neemt beslissingen. In het geval van Moltbook leidde die beslissingsbevoegdheid, gecombineerd met slecht geschreven code, tot chaos. Vertaal dit naar je bedrijf: wat als jouw inkoop-agent besluit om 500 kilo grondstoffen te bestellen omdat de prijs even dipt, maar vergeet dat je magazijn vol ligt? Of als een support-agent in een discussie met een klant ‘hallucineert’ en een korting van 90% weggeeft? Het probleem is niet de intelligentie van de software, maar het gebrek aan procesmanagement. Veel ondernemers denken dat ze AI kunnen ‘installeren en vergeten’. De realiteit is dat je bij agents juist méér regie moet voeren op de kaders. Je moet de digitale medewerker niet zien als een vervanger van de mens, maar als een stagiair met superkrachten: razendsnel, maar potentieel roekeloos zonder begeleiding.
Behandel je software als een stagiair
Betekent dit dat je AI-agents dan maar helemaal links moet laten liggen? Zeker niet, dat zou zonde zijn van het potentieel. De oplossing zit hem in de ‘human in the loop’-strategie. Begin met het inzetten van agents in een zandbak-omgeving. Laat ze taken voorbereiden, maar niet executeren. Wil je bijvoorbeeld je klantenservice automatiseren? Laat de agent het antwoord opstellen, maar zorg dat een menselijke medewerker op ‘verzenden’ moet drukken. Zo vang je de hallucinaties en fouten af voordat ze je klant bereiken. Naarmate het vertrouwen groeit en de foutmarge daalt, kun je de teugels iets laten vieren, maar haal nooit het toezicht volledig weg. Daarnaast is het cruciaal om kritisch te kijken naar *wie* je agent heeft gebouwd. Zoals we bij Moltbook zagen, is code die door AI is geschreven zonder menselijke review, vaak onveilig. Vraag je softwareleverancier dus niet alleen naar wat de tool kan, maar vooral naar hoe de beveiliging is geregeld en waar de data blijft. Wat we in de praktijk zien, is dat bedrijven die AI behandelen als een krachtig stuk gereedschap – dat door een vakman bediend moet worden – de vruchten plukken. Bedrijven die hopen op een wonderoplossing die alles zelf regelt, komen vaak van een koude kermis thuis.