AI agents zijn hot. Maar de volgende stap is misschien nog veel interessanter: MCP’s (Model Context Protocol). Klinkt technisch, maar valt mee. Sterker nog, deze ontwikkeling kan ervoor zorgen dat AI eindelijk echt onderdeel wordt van je dagelijkse werk, zonder eindeloos te kopiëren, plakken en schakelen tussen tientallen tools.
In de nieuwste aflevering van de Future Proofcast schuift AI-consultant Sean Lottering aan. Hij legt uit waarom zoveel AI-projecten vastlopen en waarom MCP’s daar weleens de oplossing voor kunnen zijn. Dit zijn drie inzichten uit het gesprek.
1. AI faalt niet, wij verwachten te veel
Veel organisaties verwachten dat AI vanaf dag één foutloos werkt. Is een AI-oplossing 80% accuraat? Dan verdwijnt het project vaak alweer van tafel. Terwijl diezelfde 80% misschien een enorme verbetering is ten opzichte van de huidige werkwijze.
Daar komt nog iets bij. Veel AI-oplossingen voelen als “nog een extra tool”. Medewerkers moeten blijven schakelen tussen e-mail, CRM, documenten, spreadsheets en AI-chatbots. Dat kost juist extra tijd en zorgt ervoor dat nieuwe toepassingen nauwelijks worden gebruikt.
De vraag is dus hoe goed AI past in je werkproces.
2. MCP’s maken van AI je nieuwe werkinterface
Hier wordt het interessant. Sean verwacht dat Model Context Protocol (MCP) een grote rol gaat spelen in de volgende fase van AI. Zie een MCP als een universele koppeling tussen AI en al je software.
In plaats van zelf bestanden uploaden, systemen openen en informatie verzamelen, krijgt AI toegang tot de tools die jij gebruikt. Denk aan Outlook, HubSpot, Canva, Miro, SharePoint of andere zakelijke applicaties. Daardoor verandert je AI-chat van een slimme assistent in een centrale werkplek. Je beschrijft wat je wilt bereiken. AI bepaalt vervolgens welke systemen daarvoor nodig zijn, haalt de juiste informatie op en voert (waar jij toestemming voor geeft) taken uit.
Dat betekent minder klikken, minder zoeken en vooral veel minder handmatig werk.
3. Bouw niet meteen een AI-agent. Breng eerst je proces in kaart.
Misschien wel de meest waardevolle tip uit de aflevering is dat je niet begint met technologie. Veel mensen starten enthousiast met AI-agents, maar slaan één belangrijke stap over. Ze weten eigenlijk niet precies hoe hun eigen werkproces eruitziet.
Pak daarom eerst pen en papier of Miro. Teken stap voor stap uit wat je doet tijdens een terugkerende taak. Welke systemen gebruik je? Welke informatie zoek je steeds opnieuw op? Waar zitten de herhalingen? Pas daarna kijk je waar AI echt waarde toevoegt.
Volgens Sean ontdek je dan vaak verrassend snel welke onderdelen je kunt automatiseren en welke juist menselijke aandacht nodig blijven hebben. Dat maakt het bouwen van AI-agents niet alleen eenvoudiger, maar ook veel effectiever.
Luister de volledige aflevering
Benieuwd hoe MCP’s werken, hoe je zelf AI-agents bouwt en welke ontwikkelingen eraan komen? In de podcast deelt Sean praktische voorbeelden, laat hij live een MCP zien en geeft hij tips waarmee je direct aan de slag kunt.
Luister de volledige aflevering en ontdek hoe AI niet alleen slimmer wordt, maar ook eindelijk echt gaat samenwerken met jouw dagelijkse werk.
