Bedrijven die echt waarde uit AI willen halen en deze succesvol willen inzetten, moeten zich richten op de praktische, systematische governance die nodig is om AI-workflows op te bouwen die gebaseerd zijn op vertrouwen, transparantie en interoperabiliteit, aldus een directeur van Google Cloud.

De voortdurende stroom nieuwe AI-modellen die elke week verschijnt, kan het vakgebied doen aanvoelen als één lange publiciteitscyclus — een verwarrend landschap voor organisaties die proberen uit te vogelen wat zij nu eigenlijk nodig hebben om hun AI-workflows effectief te maken. Om voorbij de beloftes van AI-modellen, tools en agents te komen, zouden bedrijven onrealistische verwachtingen van de technologie moeten vermijden en in plaats daarvan de juiste basis leggen voor praktische AI-applicaties die rusten op vertrouwen, transparantie en interoperabiliteit.

"Interoperabiliteit en openheid zijn twee echt kernbegrippen, en transparantie ook," zei Michael Clark, director productmanagement bij Google Cloud, in de Targeting AI-podcast van AI Business.

De nadruk op openheid weerspiegelt een bredere verschuiving in de industrie: nu bedrijven overstappen van het pilots draaien met losse AI-tools naar het inzetten van multi-agent-systemen, steunen leveranciers als Google open interoperabiliteitsstandaarden zoals het Agent2Agent-protocol, dat Google in 2025 introduceerde met tientallen partnerbedrijven om AI-agents van verschillende leveranciers informatie te laten uitwisselen.

Volgens Clark zijn systemen die verbinding kunnen maken met andere systemen cruciaal voor het succes van generatieve en agentische AI-applicaties. Een AI-agent kan bijvoorbeeld alleen slagen in een klantenserviceomgeving als het bedrijf interoperabiliteit heeft met uiteenlopende systemen.

"In veel callcenters werken mensen zeer handmatig, zonder API's of andere middelen bij het oplossen van klantproblemen," zei Clark. "Het betekende dus dat je óf agents had, óf andere context over wat er elders in het bedrijf gebeurt, en dat je acties kon ondernemen."

Ook context kan een cruciaal onderscheid bepalen tussen een agentische applicatie die werkt en een die niet werkt, voegde Clark eraan toe.

"Wij zien context als audio en video, in sommige gevallen zelfs zaken als lidar en andere soorten informatie, realtime financiële data en meer om agents dagelijks te laten beslissen," zei hij.

Naast interoperabiliteit en context hebben bedrijven ook governance en vertrouwen nodig — een thema dat urgenter is geworden nu toezichthouders in de Europese Unie en elders AI-regels invoeren die verplichtingen opleggen aan bedrijven die hoogrisico-AI-systemen inzetten.

"Als bedrijf moet je je doelen en je risicotolerantie echt helder begrijpen," zei Clark. "Zodra je dat risico hebt vastgesteld, zet je voor alles wat daarboven ligt een mens in de loop."