IBM wil verder kijken dan alleen AI. Het bedrijf wil bestaande workflows en automation samenvoegen met het beheer van AI-agents, of die nu op IBM’s eigen platformen zijn gebouwd of niet.
We spreken tijdens IBM’s Put AI To Work-evenement te Utrecht onder meer met Parul Mishra, IBM Vice President of Global Sales. Hoewel we later in dit artikel nog dieper in het dagelijkse werk van IBM met klanten duiken, bespreken we eerst het landschap van agentic AI en de rol die het bedrijf wil opeisen.
Orkestratielaag
Mishra begint vanuit een bekend, maar toch te benadrukken punt. Door AI-gedreven interacties in natuurlijke taal kunnen werknemers zonder een hoog expertiseniveau aan de slag binnen allerlei systemen. Als de relevante oplossingen goed met elkaar communiceren, zou een werknemer bijvoorbeeld zelf een eigen telefoonnummer kunnen aanpassen zonder meerdere schermen en systeemopdrachten af te moeten gaan. Het kunnen fonkelnieuwe AI-agents zijn die anderszins complexe taken versimpelen, die voorbij process automation reiken door flexibel om te gaan met de vraag van de eindgebruiker. We komen hier later op terug.
Eerst benoemt Mishra een feit waar organisaties steeds meer rekening mee moeten houden. De werknemers van morgen zullen zijn opgegroeid met ChatGPT en de interactie in natuurlijke taal die door de achterliggende GenAI-technologie mogelijk is. Zij zullen deze eenvoud gaan verwachten in hun werkend leven. Vandaar, zo zegt Mishra, dat zowat elke IT-vendor de ingebouwde AI-assistent aan het uitbouwen is. “Maar nu heeft elke applicatie de eigen assistenten en agents. De volgende stap is: ik host een marketplace, een aggregator voor alle agents.” Een voorbeeld hiervan is Salesforce met Agentforce, maar ook ServiceNow en Atlassian timmeren aan de weg op dit gebied. Mishra merkt op dat zij allen het centrale platform wil zijn waarop alle andere AI-agents samenkomen, of waarop alle AI-agents gebouwd zijn. IBM ziet kans om orde in deze naderende chaos te scheppen.
Dit uit zich in een bestaande oplossing, waar de afgelopen jaar stevig aan gewerkt is: IBM watsonx Orchestrate. De onderhuidse Orchestration Engine is ontworpen om complexe processen te vatten in een eenduidige ervaring. Daarbinnen zijn processen te versimpelen via automation, soms met AI-agents in de mengelmoes, maar soms ook niet. IBM heeft op basis van de eigen ervaring ook pre-built assets binnen dit Orchestrate-platform. Dat begon met de eigen HR-afdeling. “Welke vragen stelden de circa 300.000 IBM-werknemers het meest in de afgelopen drie jaar?” was het uitgangspunt. Daaruit kwamen 80 use cases waar nu assets voor klaarstaan, vertelt Mishra. Een voorbeeld: MFA inregelen kan nu zonder inmenging van een ander persoon dankzij een agent. IBM zal meer assets toevoegen voor andere takken van sport, maar HR was een voor de hand liggend beginpunt.
“Pre-built betekent niet dat het kant-en-klaar is”, geeft Mishra aan. “Je moet altijd tweaken voor je eigen bedrijfsomgeving, maar je hoeft ten minste niet meer vanaf nul te beginnen.” Ze verwacht dat organisaties na de adoptie van pre-built assets een ‘long tail’ meemaken. Hierbij zullen ze steeds meer taken in Orchestrate plaatsen.
Anderen roepen harder
Dit klinkt bekend. Partijen als Salesforce, ServiceNow en SAP lijken een stuk harder dergelijke functionaliteit van de daken te roepen dan IBM. Mishra waarschuwt dat zij allemaal vanuit hun eigen specialisatie denken, zij het CRM, ITSM of ERP. Die bal valt even hard terug te kaatsen (“Is IBM niet die mainframe-specialist?”). Ze voegt er echter gelijk een ander belangrijk argument aan toe dat de positie van IBM versterkt. “Iedereen vertrekt vanuit een kern van principes en differentiatie.” Als kenner van bedrijfsprocessen en ervaren speler heeft het bedrijf een rotsvaste set aan partnerships die de concurrenten soms ontberen. Sterker nog: IBM kan ontbrekende integraties aan elkaar lijmen. Het werk om API’s te koppelen is een hels karwei, maar Mishra lijkt te suggereren dat IBM hiertoe beter in staat is dan de rest van de markt.
De strategie doet ietwat denken aan AWS’ Bedrock-beloftes van eind vorig jaar, maar dat is voor een hybrid cloud-benadering minder interessant. Mishra ziet dat de hyperscalers doorgaans het bouwmateriaal aanleveren, terwijl IBM juist voornemens is dat constructiewerk al geklaard te hebben. En wat de concurrenten op andere vlakken betreft: de AI-agents van anderen zijn ook welkom op watsonx Orchestrate, stelt Mishra. “We hebben niet de wens Salesforce te zijn. Hun kracht zit in het beheren van salesprocessen en -data.”
Het valt te verwachten dat AI de komende jaren eerst bovenal wordt ingezet om bestaande werkprocessen te accelereren. Hierdoor ligt het voor de hand dat je dit gaat toepassen binnen bestaande IT-oplossingen. De term van vandaag is “agentic”, waarbij automation zoals gezegd een stapje verder gaat dan voorheen doordat AI-tooling context mee kan nemen en dynamisch beslissingen maakt. Mishra erkent dit, maar geeft aan dat er altijd deterministische workflows zullen zijn en nodig zijn. Deze zijn niet gebaseerd op kansberekening zoals GenAI. “Je wilt niet dat AI je promotieproces uitvoert, of je factuurverwerking regelt”, geeft ze als voorbeeld. Dat wil zeggen: dergelijke zaken blijven dus hardcoded om zekerheid te geven. Natuurlijk kan AI wel assisteren bij de creatie van deze processen, maar het moet niet elke dag het wiel opnieuw uitvinden.
Wat een AI-agent doet, moet daarnaast volgens Mishra transparant richting de eindgebruiker zijn, bijvoorbeeld via een LLM-chatbot. Ze geeft een voorbeeld van een gebruiker die het eigen telefoonnummer dat in de IT-systemen stond, wilde wijzigen. De agent vond de locatie waarin dit nummer gewijzigd moest worden, maar kwam een veld tegen met een standaard nummer erin. De gebruiker had hier niets over gezegd, daar was de vraag veel te algemeen voor. (Bovendien, wist de werknemer in kwestie wel dat dit veld bestond?) Uiteindelijk koos de agent ervoor om het nieuwe telefoonnummer in dit veld te plaatsen. Mishra: “De interessante vraag is: wilde je dat dit gebeurde? In dit geval is het besluit niet al te belangrijk. Maar zou je niet willen dat jouw agent aan de gebruiker vraagt of men dit expliciet wenst te doen?”
Het antwoord op de vraag hoe autonoom je agent moet zijn, zal dus afhangen van de use case. Het is, zo legt Mishra uit, een afweging van controle en flexibiliteit, waarbij je wellicht naarmate je de agent meer vertrouwt, stappen richting autonomie zet. Maar altijd met een mens aan de knoppen om het in het gareel te houden.
Policy-perikelen
Tot slot gaat Mishra in op de governance‑laag – de “policy engine” die bij andere suites, zoals die van Salesforce en ServiceNow, wordt ingezet om te waarborgen dat AI‑agents compliant blijven en met de juiste data werken. IBM levert daarvoor geen losstaand product, maar vlecht de controlelaag rechtstreeks in watsonx Orchestrate. Binnen het platform heten deze veiligheidscontroles patterns. Ze begonnen ooit als eenvoudige routeringsregels, maar omvatten inmiddels ook redeneer‑ en governancelogica. Op termijn moet dezelfde laag zelfs zelf voorstellen doen voor volgende processtappen; IBM spreekt van automation planning.
Die patterns steunen op vertrouwde fundamenten als workflows, content‑management, intelligent document processing en process mining – “saaie dingen,” zegt Mishra gekscherend, “maar precies dáár draaien bedrijven op.” Door zulke bouwstenen aan Orchestrate toe te voegen kan een agent gefundeerde beslissingen nemen, en soms ook besluiten dat er helemaal geen agent nodig is en een klassieke automation workflow volstaat. “We orkestreren niet alleen agents en assistenten, we orkestreren ook de workflows en beslismomenten die daaromheen liggen.”
Orchestrate is inmiddels algemeen beschikbaar. IBM positioneert het nadrukkelijk niet als marktplaats, maar als volwassen laag waarop organisaties hun bestaande én toekomstige AI‑agents veilig kunnen laten samenwerken.
Van belofte naar praktijk met Client Engineering
Om de sprong van technologie‑belofte naar concrete bedrijfswaarde te maken, leunt IBM sterk op zijn Client Engineering‑teams. In Utrecht spreken we met Peter den Haan, sinds twee jaar leider van het Nederlandse Client Engineering‑team en al vijftien jaar bij IBM, en Valentijn Stolk, vorig jaar actief als Technical Specialist AI Applications.
Den Haan vat hun rol kernachtig samen: “Wij vertalen vage ambities (“we willen iets met AI”, red.) in een antwoord dat past bij de echte vraag van de klant.” Elk innovatietraject duurt bij hen hooguit twee maanden. De succesverhalen die IBM tijdens Put AI To Work presenteert, ontstaan vrijwel altijd aan zo’n traject. Een BI‑rapportageverzoek is snel af te kaderen; “iets met AI” vergt eerst een reality‑check van welk probleem een klant nou eigenlijk wil oplossen. Daarom organiseert IBM workshops waarin samen met de klant wordt uitgezocht waar in de processen winst valt te behalen. Zodra de discussie over kosten begint, draait het simpelweg om wat AI concreet oplevert: snellere doorlooptijden, hogere klanttevredenheid, nieuwe omzetbronnen.
Die aanpak slaagde vorig jaar bij Damen Shipyards, zoals ook op het podium van Put AI To Work verkondigd wordt. Hun echte pijnpunt was kwaliteitsgarantie. Denk aan specificaties die achteraf onjuist blijken. Die fouten kosten enorm veel geld en vertragen de bouw, leggen Den Haan en Stolk uit. Damen werkt met “megadocumenten” – enorme tekeningen die moeten worden vertaald naar een Bill of Materials. Sommige onderdelen hebben nummers, andere niet. IBM realiseerde met Damen Shipyards een digital twin die deze documenten interpreteert en fouten vroegtijdig opspoort. Zo wordt een klassiek maakbedrijf dat in 1927 was opgericht, toegerust voor de problemen van 2025.
Tot in de haarvaten
Client Engineering gaat diep de organisatie in om de schaal van een proces te bepalen, nieuwe workflows te verankeren en AI toe te passen waar dat zin heeft. Maar, waarschuwt Den Haan: “Je kunt niet elke drie maanden je fundament vervangen.” Terwijl de hype schuift van RAG naar agentic naar welke hypeterm dan ook die zal volgen, levert het in productie brengen van één solide proces meer op dan telkens opnieuw beginnen. Je kunt niet continu elke innovatie meepakken in zo’n traject. Dat is al helemaal het geval als je allerlei custom oplossingen verzint, legt Den Haan uit. Daarom houdt IBM de software‑kant zo veel mogelijk standaard, met watsonx Orchestrate en watsonx in het algemeen als ruggengraat, zodat vernieuwingen kunnen worden bijgeprikt zonder het geheel af te breken.
Stolk vergelijkt Watson Explorer (en het huidige Orchestrate) met een raamwerk waarin één taak zelden in één systeem zit. Medewerkers hoppen constant tussen apps; het platform brengt die verspreide stappen samen, nu versterkt met agentic AI, RAG‑componenten en beslislogica. Cruciaal: het framework is uitbreidbaar waar nodig. Voor bestaande IBM‑klanten is dat een logische vervolgstap op jaren aan business automation. Nieuwe, groeiende klanten ervaren een snelle kick‑start, aangezien het volgens Den Haan aanzienlijk eenvoudiger is om een geheel nieuw werkproces op te zetten dan om iets te vervangen.
Den Haan ziet het patroon: groeibedrijven hebben de meeste groeipijnen en dus de grootste behoefte aan iets nieuws, terwijl gevestigde ondernemingen worstelen met, pak ‘m beet, het vervangen van vijf legacy‑systemen. AI dient hier ook als aantrekkingskracht voor jong talent, zegt hij. Zoals Mishra al aangaf verwacht de nieuwe generatie aan personeel een andere, intuïtieve werkwijze.
Zo kunnen we afronden en zien we hoe de orkestratielaag van IBM is vormgegeven en ingericht in een praktische setting. IBM positioneert watsonx Orchestrate als de laag waarop de werkprocessen van vandaag en morgen moeten landen. Het is weliswaar geen marketplace, zo wordt ons verteld, maar wel idealiter een verzamelpunt voor al je efficiëntiewinsten. Concurrenten genoeg die zich ook als zodanig willen profileren.