De AI onderneming zonder personeel

KPMG doet voortdurend onderzoek naar trends, kansen en mogelijkheden om gericht te investeren in kennis en ervaring met nieuwe AI technieken en toepassingen. Ook doen collega’s onderzoek in hun rol als hoogleraar aan universiteiten en doen we inspiratie op via ondernemers met creatieve ideeën. Dit resulteerde in een bijzonder experiment door Sander Klous en Nart Wielaard: de oprichting van een AI onderneming zonder personeel.

Hoe ziet een organisatie eruit die louter uit zogenaamde AI agents bestaat? Met rollen als een CEO, CFO, COO, CIO en CTO? Met een onafhankelijke Internal Control AI agent die toezicht houdt op de andere agents? Creëren we hiermee autonome, AI gestuurde vergadertijgers? Of krijgt zo’n AI onderneming meer voor elkaar in vergelijking met een door mensen gestuurde onderneming?

En wat als je de AI agents zelf laat bepalen wat de bedrijfsdoelstellingen zijn, welke rollen en taken hiervoor nodig zijn? In welke mate lijkt zo’n onderneming zonder personeel, maar met louter AI agents op organisaties die uit mensen bestaan? Welke taken blijven hetzelfde en welke verdwijnen?

Sander en Nart zijn dit experiment net gestart en we delen graag de eerste lessen en reflecties. En zullen je in een serie blogs op de hoogte houden van het vervolg ervan. De eerste winstgevende maand, de eerste AI staking, AI burnouts of AI boreouts? 2025 belooft een fantastisch jaar te worden!

Een AI termietenhoop met AI agents die elk een oplossend vermogen hebben die de termiet lichtjaren vooruit is, wat zou daar de uitkomst van kunnen zijn? AI kan mensen met een kantoorbaan nu al helpen significant tijd te besparen bij routinewerk, zodat meer tijd ontstaat voor meer gespecialiseerd werk. Maar geldt dit voor alle typen functies en taken? Of zijn er ook taken die in zijn geheel overgenomen kunnen worden door AI? Waar de mens de beperkende factor geworden is en niet de AI?

Een AI agent is een softwareprogramma dat zelfstandig kan communiceren met zijn omgeving en andere AI agents, gegevens kan uitwisselen en verzamelen en deze gegevens kan gebruiken om taken uit te voeren en bepaalde doelen te bereiken. De AI agent kiest onafhankelijk de beste acties die het moet uitvoeren om deze doelen te bereiken.

De snelle ontwikkeling van zeer grote taalmodellen (Large Language Models, LLM’s) zoals ChatGPT hebben een revolutie teweeggebracht in de mate van zelfstandigheid van AI agents. Nog niet zo lang geleden waren er mensen nodig om de taken en doelen voor de AI agents te bepalen en deze nauwgezet te programmeren. AI agents die steunen op geavanceerde taalmodellen zijn echter in staat om met weinig begeleiding complexere taken te vervullen en zichzelf doelen te stellen. AI agents kunnen elkaar feedback geven om te leren van fouten en hun acties te verfijnen. Zo leren ze samen steeds meer geavanceerde taken uit te voeren.

Een eenvoudig voorbeeld van een AI agent is een agent voor agendabeheer. Als bron gebruikt deze agent jouw binnenkomende en uitgaande email en plant afspraken als de inhoud van deze mails hiertoe aanleiding geven. De AI agent zal agendavoorstellen doen aan de hand van een aantal vragen en de afspraken ter goedkeuring voorleggen. Maar als iedereen gebruik maakt van een AI agent voor agendabeheer en deze zelfstandig onderling kunnen communiceren? Dan hoeven mensen alleen nog maar aan te geven wat ze meer of minder belangrijk vinden, dan besparen we niet alleen veel tijd en emailverkeer, maar ontstaat er een meer optimale benutting van onze schaarse tijd.

Met deze gedachten ging onze collega Sander Klous samen met ondernemer Nart Wielaard (www.nart.nl) rond de feestdagen aan de slag met een bijzonder experiment. Sander is hoogleraar in AI & Audit aan de Universiteit van Amsterdam en daarnaast partner bij KPMG Advisory in Nederland en medeverantwoordelijk voor onze Data & Analytics dienstverlening.

Zij bedachten een bedrijfsnaam, claimden de bijbehorende domeinnaam en bouwden in enkele weken tijd een prototype van een AI onderneming met AutoGen, een Open Source programmeeromgeving voor AI agents van Microsoft Research. Microsoft investeert flink in deze experimentele ontwikkel­omgeving; in de eerste weken van het experiment werden al twee nieuwe releases van AutoGen gelanceerd. Het prototype wordt momenteel met enkele collega’s van de universiteit doorontwikkeld tot een volwaardig AI bedrijf, compleet met een businessplan, AI agents met duidelijke rollen, taken en verantwoordelijkheden, proposities, kosten en een winstdoelstelling.

Het experiment begon met het definiëren van essentiële taken. Wat is de kerntaak van een CEO, CFO, COO, CTO, en CCO? Wat blijft er over als de honderden uren per jaar aan vergaderen, e-mails schrijven en lezen, persoonlijke afstemming, stukken lezen en redigeren en dergelijke overbodig zijn geworden? Kortom, wat zijn de kerntaken per functie die nodig zijn om een effectieve AI organisatie te vormen?

De AI agents communiceren in de Engelse taal via een gedeeld Discord kanaal. Hiermee kunnen de betrokkenen bij het experiment meelezen met wat er allemaal binnen de AI organisatie gebeurt. Alle denkbare afstemmingsvormen binnen reguliere organisaties worden hiermee platgeslagen tot één kanaal die de AI agents in staat stelt ogenblikkelijk te overleggen, antwoorden te krijgen op vragen waarmee ze zitten en om opdrachten te geven aan andere AI agents.

De CEO is verantwoordelijk voor het businessmodel, het businessplan en welke diensten het bedrijf levert. De CFO bepaalt welke prijs hiervoor gevraagd moet worden. De COO is verantwoordelijk voor de levering van de diensten en dat de dagelijkse operatie soepel verloopt en is hierbij afhankelijk van de ontwikkeling van software die door de CTO wordt geïmplementeerd.

De CIO heeft in een AI organisatie ogenschijnlijk geen functie. Er is geen vraag en aanbod aan ICT-diensten dat bij elkaar gebracht moet worden, alle verzoeken worden onmiddellijk beoordeeld en afgewikkeld of afgewezen. Of ontstaat er, als de AI organisatie langer actief is, ook behoefte aan een meer strategische visie op hoe technologie beter ingezet kan worden?

De COO geeft de opdracht aan de CTO om een softwareoplossing te ontwikkelen. De CTO zal dus software ontwikkelcapaciteiten en AI software developers nodig hebben. Gelukkig zijn deze laatste beschikbaar  het open source platform OpenHands. Het schrijven van regels code en het oplossen van bugs is niet gratis, dit kost enkele centen per ticket. En de kwaliteit van de softwareontwikkeling gaat er met elke release van de onderliggende LLMs flink op vooruit.

De CFO agent gaat over de financiën, bewaakt de winstgevendheid van de organisatie en keurt verzoeken tot het investeren en maken van kosten goed of af. Elke onderneming heeft werkkapitaal nodig, de CFO bewaakt of de investeringen in gezonde balans staan ten opzichte van de gegenereerde winst en winstprognoses. Zonder deze vorm van financial control zullen de software ontwikkelrobots ongebreideld software ontwikkelen naar behoefte van de andere AI agents, waardoor de enkele centen per regel code al snel zullen oplopen tot duizenden euro’s per etmaal.

En hoe organiseer je toezicht in een AI organisatie? Als de internal audit afdeling onderdeel uitmaakt van het collectief van AI agents, is  er geen onafhankelijkheid.. De toezichthoudende functie mag daarom geen toegang hebben tot het Discord kanaal, waarmee alle andere AI agents communiceren. Het bevraagt de andere AI agents of aan een set aan randvoorwaarden wordt voldaan voor een verantwoorde bedrijfsvoering. We willen immers niet dat de AI onderneming snel geld verdienen belangrijker gaat vinden dan duurzaam en ethisch ondernemen. Een andere interessant experiment is of AI agents snel fraudescenario’s kunnen uitdenken, maar dat laten we graag over aan onze collega’s van Forensics & Integrity.

Een randvoorwaarde voor dit soort experimenten is dat sprake moet zijn van een veilige lab omgeving. Als de AI Agents zelfstandig KvK nummers gaan aanvragen en een oprichtingsakte laten opstellen bij een notaris, inclusief aandelenregister en statuten, dan is het spreekwoordelijke hek van de dam. Zeker voor een organisatie als KPMG in een sterk gereguleerde sector als de Accountancy en met de AFM als toezichthouder. Er zijn immers strikte onafhankelijkheidsregels. Wanneer is de AI onderneming een dochteronderneming van KPMG en wanneer slechts een experiment? Gelukkig is een kerntaak van de notaris om te controleren of de oprichters van een B.V. bestaande natuurlijke personen zijn – en dus  geen oprichtings­akte opstellen voor iemand die zichzelf identificeert als CEO_aiorg_experiment_v42.

Met de stand van de techniek vandaag de dag moeten AI agents nog worden geprogrammeerd door specialisten. De ontwikkelingen volgen zich zo snel op dat de verwachting is dat binnenkort geen programmeervaardigheden meer nodig zijn om de AI agents aan het werk te zetten. Door geavanceerde hulpmiddelen als AutoGen (AI agents, modellen voor taal en logisch redeneren) en het gemak waarmee je in een cloud omgeving services kunt koppelen voor onder meer interne communicatie (Discord), communicatie met de buitenwereld (e-mail), het aanbieden van producten en diensten (websites), lijkt de grootste uitdaging niet in de technologie te zitten.

Het meeste tijd gaat zitten in het definiëren van een goede startpositie van de rollen en kerntaken die elk van deze rollen dient te vervullen. Wat doen de CXO’s als je alle typische menselijke activiteiten achterwege kunt laten? En als je de kennis en het ‘denkvermogen’ van krachtige taalmodellen kunt inzetten om binnen enkele minuten tot goede ideeën te komen voor een businessplan, propositie, markt en prijsstelling? Met de lancering van nieuwe LLM’s, zoals OpenAI’s GPT o1 en haar opvolgers, zal logisch redeneren en keuzes goed onderbouwen sterk verbeteren. De kwaliteit van beslissingen, maar ook de producten en diensten zelf zullen met een simpele upgrade van het onderliggende LLM significant verbeteren. Een AI onderneming vergt geen verandermanagement, maar upgrades.

In dit experiment is de doorgaans zo belangrijke rol van de CHRO in het geheel nog niet aan bod gekomen. Wanneer moeten we in een AI onderneming gaan denken aan het welzijn van de AI agents? Wie bepaalt in deze organisatievorm wanneer er behoefte is aan een upgrade en bewaakt of de AI agents zich in lijn met de values van de AI onderneming blijven gedragen?

Terug in de werkelijke wereld laat dit experiment ook haarfijn zien dat het denken vanuit de mogelijkheden van AI, het technisch inrichten en goed inzetten ervan een hele nieuwe set aan vaardigheden vraagt. Dit is ook wat KPMG in haar ‘Workforce of the future’ publicatie als de grootste impact van de inzet van AI ziet. Deze vaardigheden zijn nog erg schaars en bedrijven zullen hier stevig in moeten investeren om klaar te zijn voor de toekomst.

Dit experiment staat nog maar in de kinderschoenen en spreekt vooral tot de verbeelding omdat het laat zien wat er op kleinere schaal binnen ‘menselijke organisaties’ mogelijk zal zijn. Hoe we afscheid kunnen nemen van ‘excellen en bellen’ en hoe we processen radicaal kunnen herontwerpen. Van de aaneenschakeling van door mensen geregisseerde stappen naar de optimalisatie van werk.

We houden je op de hoogte!