AI-agents hebben betere context nodig

Tijdens haar veelbesproken sessie over de data-mandaten voor 2030, schepste Sallam een toekomstbeeld waarin de rol van de Chief Data & Analytics Officer (CDAO) fundamenteel verandert. "CDAO's zijn de onmisbare versnellers voor AI-succes, maar ze riskeren totale mislukking als ze de fundamenten niet nu aanpassen," aldus Sallam.

Drie verschuivingen naar 2030

Gartner identificeert drie cruciale 'shifts' die organisaties moeten maken om AI-waarde op lange termijn vast te houden:

• Van optimalisatie naar Agentic Transformation: Bedrijven moeten stoppen met AI enkel te gebruiken voor kleine efficiëntieslagen. De verschuiving naar een 'AI-first' organisatie vereist dat AI de kern van de bedrijfsmodellen transformeert.
• Context als kritieke infrastructuur: De grootste fout van dit moment is de focus op 'betere modellen'. Volgens Sallam draait AI-succes om het geven van contextuele toegang tot data aan agents. Zonder deze 'situational awareness' blijven agents onnauwkeurig en onbetrouwbaar.
• Vertrouwen als katalysator: Vertrouwen is geen ethische 'nice-to-have', maar de brandstof voor innovatie. Als de output van een model niet cryptografisch of data-technisch te verifiëren is, heeft de AI geen enkele economische waarde.

De verborgen kosten van slechte data

Gartner stelt dat een gebrek aan semantische helderheid (de betekenis achter de data) momenteel zorgt voor onnauwkeurige AI-outputs en enorme verspilling van budgetten. Voor 2030 moet de data-infrastructuur daarom niet langer gezien worden als een opslagplaats, maar als een dynamisch ecosysteem waarin ongestructureerde data direct klaar is voor gebruik door AI-agents.

De boodschap van de Summit in Londen is duidelijk: de technologie voor AI-agents is er, maar de data-fundamenten stammen vaak nog uit een vorig tijdperk. Alleen door context te behandelen als kritieke infrastructuur, kunnen organisaties de belofte van AI daadwerkelijk verzilveren.