OpenAI heeft ChatGPT Work uitgebracht, een versie van zijn assistent die niet alleen antwoord geeft maar meerstapsklussen zelfstandig afmaakt. Het zit in het abonnement van twintig dollar per maand. Het is bedoeld voor accountants, adviseurs en iedereen wiens werkdag zich grotendeels achter een scherm afspeelt. Onder de motorkap is het een omgebouwde versie van de programmeertool die OpenAI eerder voor ontwikkelaars maakte.
Interessanter dan de aankondiging zijn de cijfers eronder. Uit onderzoek dat OpenAI zelf ondersteunde bleek dat in juni 98 procent van de eigen medewerkers die agent-tool gebruikte. Bij zakelijke abonnees was dat 17 procent. Bij losse abonnees minder dan 1 procent. De gecombineerde app telt ongeveer 20 miljoen gebruikers, tegenover ruim een miljard mensen die ChatGPT in de browser gebruiken.
Waarom het binnen wel werkt en buiten niet
Bij programmeurs sloegen AI-agents wel meteen aan. Dat heeft een simpele reden. Code werkt of code werkt niet. Je draait een test en je ziet binnen seconden of het resultaat deugt. Een goede offerte, een bruikbare planning of een onderbouwd advies laat zich niet zo makkelijk afvinken. Wie een agent op kantoorwerk zet, moet het resultaat zelf nalopen. Precies die controletijd is wat de agent zou moeten besparen.
Daar komt bij dat de wereld buiten de code-editor rommelig is. Een van de betrokken engineers bij OpenAI zei het treffend: een agent voor gewoon kantoorwerk moet zich staande houden tussen jouw mailbox, jouw tools en websites die in 1995 zijn gebouwd en daarna nooit meer zijn aangeraakt. Dat is herkenbaar voor elk MKB-bedrijf dat nog een pakket draait waar de leverancier al jaren geen update meer voor uitbrengt.
De testrit is minder soepel dan de demo
De redacteur die het product uitprobeerde kreeg wel degelijk resultaat. Een vreemd opgemaakte schoolkalender uit zijn mail belandde netjes in Google Agenda. Hij liet een dashboard bouwen met cijfers over beursgenoteerde bedrijven dat zichzelf bijwerkt, en een doorzoekbare database die hij eerder met eigen Python-scripts in elkaar moest zetten.
Maar de weg daarnaartoe was hobbelig:
- Rechten instellen liep vast. Alleen leestoegang geven tot een clouddrive leverde herhaaldelijk foutmeldingen op. Uiteindelijk bleek dat alleen volledige toegang werkte.
- Belangrijke instellingen stonden alleen in de webversie, waardoor je constant tussen web en mobiel heen en weer springt.
- De agent kon wel afspraken aanmaken in de agenda, maar geen nieuwe agenda.
- Op de standaardinstelling voor rekenkracht waren de resultaten zwak. Pas op de hoogste stand werd het bruikbaar, en dat wist niemand die er nieuw in stapte.
Veelzeggend is ook wat de tester niet deed. Hij gaf de agent geen toegang tot zijn bankrekening, zijn broninterviews of zijn concepten. Hij schatte in dat het product nuttiger was geweest als hij dat vertrouwen wel had gehad. En hij zette het delen van zijn gebruiksdata voor training uit.
Wat betekent dit voor jouw bedrijf
De les uit die cijfers is niet dat AI-agents nog niet werken. Binnen OpenAI gebruikt vrijwel iedereen ze dagelijks. De les is dat het verschil tussen 98 procent en 1 procent niet in het model zit, maar in alles eromheen: het inrichten van de toegang tot je data, en het vertrouwen om die toegang überhaupt te geven.
Voor een MKB-bedrijf betekent dat het volgende.
Begin bij werk met een controleerbare uitkomst
Kies taken waarvan je in een oogopslag ziet of ze goed zijn gedaan. Facturen die uit een mailbox in je boekhoudpakket moeten. Offerteaanvragen die vanuit een formulier in je CRM belanden. Dat soort werk is saai, kost aantoonbaar uren en levert een resultaat dat je binnen een minuut nakijkt. Laat de strategische stukken voorlopig links liggen.
Toegang is het echte project
De grootste kostenpost bij een agent zit zelden in het abonnement. Die zit in het regelen van welke systemen hij mag zien en wat hij daar mag doen. Als je bestaande software daar geen fatsoenlijke koppeling voor heeft, dan is dat je eerste klus. Reken erop dat dit weken kan lopen bij oudere pakketten. Vraag je leverancier nu al of er een API is en wat daar precies mee kan.
Bepaal vooraf waar je data terechtkomt
Een agent die echt nuttig is heeft brede toegang nodig. Dat is nou juist de reden om vooraf vast te leggen waar die informatie naartoe gaat. Bij een Amerikaanse aanbieder staat je klantenbestand op servers buiten de EU en is het aan jou om uit te vinden of het wordt gebruikt voor training. Dat is te regelen, maar het is niet de standaardinstelling. Voor bedrijven met patiëntgegevens, personeelsdossiers of gevoelige klantinformatie is dat geen detail maar een randvoorwaarde.
Onze kijk hierop
Wij bouwen bij BoostyAI AI-agents voor het MKB en zien dezelfde kloof terug bij onze klanten. De vraag is bijna nooit of het model slim genoeg is. Die is het allang. De vraag is of iemand het aandurft om zo'n agent bij de klantendatabase te laten.
Daarom kiezen wij een andere volgorde dan een algemene assistent die de sleutels van alles krijgt. Wij zetten agents in met een smalle opdracht, op een afgebakende set data, draaiend op eigen infrastructuur in Nederland. Dat is minder spectaculair dan een tool die alles zou kunnen. Het is wel iets waar een ondernemer ja op durft te zeggen, en een agent die je echt gebruikt is meer waard dan een agent die alles kan maar op de plank blijft liggen.
De cijfers van OpenAI bevestigen dat eigenlijk. Binnen het bedrijf werkt het, omdat daar niemand hoeft na te denken over toegang of vertrouwen. Buiten het bedrijf is dat de hele opgave.
Bron: TechCrunch, "OpenAI is building AI agents for everything. Will everyone use them?", 24 augustus 2026.