Hoe je een team van AI-agenten bouwt volgens iemand die het heeft gedaan
Definitie: AI-teamgenoten verschillen van agenten; het zijn aangepaste GPT-hulpmiddelen die menselijke interactie en context vereisen.
Begin: Bouw AI-hulpmiddelen waar middelen schaars zijn en kennishiaten bestaan, vooral door te beginnen met inhoudelijke taken.
Tijd: Verwerk AI-ontwikkeling in kleine tijdsblokken; bouw en verfijn het AI-ecosysteem geleidelijk.
Gegevens: Gebruik echte, op onderzoek gebaseerde gegevens voor AI-persona’s en neem geen persoonlijk identificeerbare informatie op.
Toekomst: Automatiseer taken uit je huidige werk, zodat tijd vrijkomt voor strategisch werk en de ontwikkeling van vaardigheden in AI-omgevingen.
Dit interview werd oorspronkelijk afgenomen voor de podcast The Digital Project Manager, waarin presentator Galen Low sprak met Megan Ratcliff over wat er daadwerkelijk nodig is om een team van AI-teamgenoten op te bouwen en te beheren — niet ooit, maar nu, met de technologie van vandaag. Het is omgevormd tot een artikel zodat het gemakkelijker leest.
Megan Ratcliff, consultant voor marktintroducties en coach bij Clarity & Motion Collective, bouwde een team van AI-teamgenoten tijdens haar periode als hoofd marketing bij SaaS-carrièretechnologiebedrijf Dice — een ecosysteem dat haar werk uiteindelijk goed genoeg deed dat ze tijd had om haar volgende functie uit te vinden. Ze had geen technische achtergrond, geen budget en geen vrije uren in haar agenda. Hieronder volgt haar aanpak.
Wat is een AI-teamgenoot eigenlijk? (En wat het niet is)
Eerst wat verduidelijking van de definities, want de terminologie wordt steeds onduidelijker. "Het woord AI-agent wordt momenteel echt heel vrij gebruikt", zegt Ratcliff. "Een agent is een AI-tool die autonoom zelfstandig handelt. En ik denk dat mensen die op LinkedIn zeggen dat ze agents maken, in werkelijkheid gewoon een teamgenoot maken: een aangepaste GPT met een mens in de lus."
Create a Free Account to Read More
Unlock this piece and join a community of forward-thinking leaders discovering tools, playbooks, and insights for thriving in the age of AI.
Have an account? Log In
Dat onderscheid is belangrijk. Een teamgenoot is een assistent die voor een specifiek doel is gebouwd — een campagneschrijver, een strateeg, een personagesimulator — die is getraind op jouw werkelijke context en die je gebruikt terwijl jij de controle houdt. En cruciaal: je hoeft geen technicus te worden om er een te bouwen. Ratcliff is duidelijk over haar eigen grenzen: "Ik ben niet iemand die iets in JSON, HTML of React gaat bouwen. Dat is voor mij abracadabra."
Ook heeft niet iedereen dezelfde diepgang nodig. "AI leren is als een andere taal leren", zegt ze. "Misschien wordt 10 tot 20% van de bevolking AI-vaardig, en dat zijn de mensen die allerlei dingen bouwen waarvan je nooit had durven dromen. En dan, om de metafoor van het leren van een taal te gebruiken, kan de rest alleen een glas water bestellen en naar de badkamer vragen." De basis is volgens haar eenvoudig: "kun je communiceren met een LLM-chatbot? En kun je die effectief gebruiken?"
AI leren is als een andere taal leren
Stap 1: Begin waar de pijn zit (meestal bij content)
Ratcliffs eerste teamgenoot kwam niet voort uit een grootse AI-strategie. Hij ontstond uit schaarste. "Ik was destijds hoofd vraaggeneratie", herinnert ze zich. "Ik had niet veel middelen. Ik had niet veel geld. Ik had niet veel tijd en ik had niet veel teamleden – menselijke teamleden – om het werk te doen."
Dus begon ze met het dringendste knelpunt: "Ik begon met het bouwen van de eerste teamgenoot, een campagneschrijver. Contentcreatie is een geweldige plek voor iedereen die nieuw is met AI om te beginnen. Het is heel eenvoudig, omdat je gemakkelijk kunt begrijpen hoe goede content eruitziet."
Contentcreatie is een geweldige plek voor iedereen die nieuw is met AI om te beginnen. Het is heel eenvoudig, omdat je gemakkelijk kunt begrijpen hoe goede content eruitziet.
Van daaruit breidde die logica zich uit naar haar eigen vaardigheidstekorten. Omdat ze een achtergrond als accountdirecteur bij een bureau had in plaats van een klassieke opleiding in vraaggeneratie, zegt ze: "Ik bouwde teamgenoten om de gebieden aan te vullen waarin ik hiaten in mijn vaardigheden had." Dat is het patroon om over te nemen: bouw geen AI omwille van AI — bouw het op de plekken waar je het meest onder druk staat.
Stap 2: Bouw in de marges — je hebt geen vrije middag nodig
Het meest gehoorde bezwaar tegen het bouwen van iets nieuws is tijd, en Ratcliff ontkracht dat bezwaar. Ze blokkeerde geen halve dagen. "Het was tussen vergaderingen door. Als ik 15 minuten had, werkte ik ergens aan en gaf ik vervolgens een reeks instructies, ging ik naar mijn vergadering, kwam ik terug, bekeek ik de uitvoer, verfijnde ik die en werkte ik hem bij."
Niet alles hield stand. "Ik hield sommige teamgenoten, ik deed sommige teamgenoten weg en vervolgens begon ik ze aan elkaar te koppelen" — en die stapel afgedankte teamgenoten is vooruitgang, geen mislukking. De opbrengst die zich opstapelde kwam snel: "Na verloop van tijd bouwde ik in waarschijnlijk vier maanden een ecosysteem dat mijn werk behoorlijk goed voor me begon te doen. En toen had ik meer tijd om te innoveren."
Na verloop van tijd bouwde ik waarschijnlijk in vier maanden een ecosysteem dat mijn werk behoorlijk goed voor me begon te doen. En toen had ik meer tijd om te innoveren.
Twee versnellers hielpen. De eerste was mentorschap — een parttime CMO bij Dice die haar eerste aangepaste GPT-instructies bekeek en haar aanspoorde om te blijven itereren. Zoals Ratcliff het zegt over de mensen die ze nu traint: "Zodra ze op gang komen, zijn ze niet meer te stoppen. Maar eerst hebben ze net dat beetje hulp nodig." De tweede was temperament. "AI beloont mensen met ideeën echt. Dus als je iemand met ideeën bent, is dit jouw moment."
Stap 3: Geef het echte informatie — nooit rommel en nooit PII
Teamgenoten zijn maar zo goed als hun input, en Ratcliff trekt twee duidelijke grenzen. De eerste gaat over persona's: "Je kunt geen AI-persona bouwen op basis van AI-informatie. Je moet echte, daadwerkelijke informatie hebben. Je moet het onderzoek hebben gedaan." Interviews, kwalitatieve gegevens, kwantitatieve gegevens — dat is wat iets als Ratcliffs personasimulator de moeite van het raadplegen waard maakt.
De tweede grens is absoluut: "Ik stop nooit PII in AI en dat zou jij ook niet moeten doen."
Stap 4: Schaal op van individueel hulpmiddel naar gedeelde intelligentie
Zodra individuele teamgenoten goed werken, wordt de vraag wat je vervolgens moet bouwen — en het antwoord begint bij resultaten, niet bij hulpmiddelen. "Als je begrijpt naar welk resultaat je toewerkt, helpt de vaardighedenmix die je al in je team hebt je te bepalen welke teamgenoten je überhaupt nodig hebt. Je hoeft geen AI te bouwen omwille van AI," zegt Ratcliff. "Er zullen hiaten zijn. En dus: hoe vul je die hiaten? Je bouwt een teamgenoot om die hiaten op te vullen."
Je hoeft geen AI te bouwen omwille van AI.
De echte transformatie vindt plaats wanneer teamgenoten niet langer persoonlijke productiviteitstrucs zijn, maar gedeelde infrastructuur worden. "Zodra je die laag van gedeelde intelligentie begint te bouwen en vervolgens een gedeelde orkestratielaag hebt, met gedeelde teamgenoten die jullie gebruiken," legt ze uit, "breek je de silo's tussen de organisaties af en ga je als één geheel vooruit, waarbij de AI het bindweefsel vormt."
Hoe dit er in de praktijk uitziet: twee voorbeelden
De president-simulator. Ratcliff had een idee dat ze aan de president van Dice wilde voorleggen — iemand die ze niet goed kende. In plaats van het risico van een onverwachte pitch te nemen, bouwde ze een simulator op basis van transcripties van zijn bijeenkomsten met alle medewerkers, een functieomschrijving voor zijn rol en taalgebruik uit zijn e-mails. De simulator had een hekel aan haar idee. Daarom gebruikte ze die om de pitch opnieuw te formuleren rond wat hem daadwerkelijk bezighield: "We hebben het sentiment niet veranderd, we hebben alleen de manier veranderd waarop het werd ingekaderd." De echte pitch sloeg aan. Toen ze hem over het experiment vertelde, vond hij het geweldig — en de simulator werd hergebruikt als basis voor het opbouwen van zijn persoonlijke merkcontent.
De marktintroductiestrateeg. Na een productlancering gebeurde er iets vreemds: "We lanceerden het en het ging anders dan we allemaal dachten. En de mensen van wie we dachten dat ze dat product zouden kopen, kochten het niet." Het ICP moest opnieuw worden gedefinieerd en niemand was daarvoor verantwoordelijk. "Niemand is eigenaar van marktintroductie. Dus dacht ik: waarom ik niet?" Ze bouwde een strategische teamgenoot, voerde conversiepercentages, het oorspronkelijke ICP en aankoopgegevens op accountniveau in en gebruikte die om een nieuw kopersprofiel op te stellen en validatietests te ontwerpen. Die teamgenoot werd gedeeld tussen teams en "begon de silo's tussen marketing, verkoopondersteuning en omzetactiviteiten af te breken" — één bron van waarheid die iedereen kon raadplegen.
Veelvoorkomende misvattingen ontkracht
"AI neemt je baan over." Ratcliffs antwoord is bewust een combinatie van ja en maar. "Je zult een systeem van hulpmiddelen kunnen bouwen dat het werk dat je doet vanuit uitvoeringsperspectief ondersteunt, en je kunt deze hulpmiddelen ook gebruiken om je strategische invloed binnen de organisatie te vergroten. Wat je dus zou moeten doen, is AI gebruiken om je huidige baan te vervangen terwijl je je nieuwe baan opbouwt. Zo ziet de toekomst hiervan eruit." Ze is echter eerlijk over de tijd die je hebt. Voor iedereen die uitsluitend repetitief, taakgericht werk doet: "Daar kom je waarschijnlijk nog ongeveer twee jaar mee weg, en daarna heb je geen baan meer."
Wat je zou moeten doen, is AI gebruiken om je huidige baan te vervangen terwijl je aan je nieuwe baan bouwt. Zo ziet de toekomst hiervan eruit.
"Ik kan deze gewoon overslaan." Ze vergelijkt dit moment met een eerder keerpunt: "Als je je verzette tegen het internet, weet je wel, dan liep het niet bepaald goed met je af." Zelfs AI-certificeringen komen op haar over als een tijdelijk signaal — toen iemand vermeldde dat die zijn team wilde certificeren, was haar reactie: "Leuk, dat is hetzelfde als gecertificeerd worden in het internet."
"AI-teamleden aansturen is precies hetzelfde als mensen aansturen." "Mythe. Onjuist. AI-teamleden hebben geen emoties," zegt ze — hoewel ze wel een diagnostische evaluatie verdienen, "waarschijnlijk met regelmatige tussenpozen, elk kwartaal, waarschijnlijk in sommige gevallen twee keer per jaar."
"Deze tool kan je hele marketingteam vervangen." "Elke tool die beweert dat hij je marketingteam gaat vervangen, doet aan marketing. Op zijn minst is het slechte marketing," zegt Ratcliff. Mensen beschikken nog steeds over smaak, beoordelingsvermogen en nuance. "Je marketingteam wordt er niet door vervangen. Het maakt hen beter."
"AI-agents op je cv zetten is een gimmick." "Klopt. Ik heb dit eerder gezien," zegt ze over kandidaten die samen met hun teams van agents op gesprek komen — een signaal van precies de vaardigheid waarnaar ze iemand zou aannemen. Ze zou zelfs de klassieke sollicitatievraag omdraaien: "Misschien is de nieuwe vraag niet: wat is je zwakke punt? Maar: welke teamleden heb je gebouwd om je vaardigheden aan te vullen?"
De waarschuwing: waarom de mens betrokken blijft
Hoe enthousiast Ratcliff ook is, haar aanpak kent een duidelijke grens. "Alleen mensen hebben smaak en alleen mensen kunnen nuance en historische verwijzingen en informatie begrijpen die een AI niet kan oppikken," zegt ze. Haar regel voor het plaatsen van automatisering: "Ik automatiseer de randen van die werkprocessen, niet het hart ervan." Reinig de gegevens automatisch, stel het rapport automatisch op — maar de beslissing in het midden blijft mensenwerk.
Negeer je die grens, dan krijg je rommel. Ze wijst op een AI-reclame van McDonald's die in Europa werd geproduceerd: "Het was slecht, mensen kwamen er echt tegen in opstand en ze hebben de reclame teruggetrokken omdat die niet goed was. En dat is waar het menselijke element ervan zo cruciaal belangrijk is."
Haar favoriete vergelijking is de was. Wasmachines en drogers automatiseren twee fases, maar een mens beslist wat erin gaat, stelt de knoppen in en haalt de leggings eruit voordat ze krimpen. "Er zullen processen zijn die we nu handmatig uitvoeren en die het gewoon niet logisch maken" om handmatig te blijven doen, merkt ze op — maar ook processen die voor mensen van cruciaal belang zijn om te behouden, omdat "het te maken heeft met beoordelingsvermogen, het heeft te maken met ethiek."
Die mensgerichte grens is ook het antwoord op angst binnen teams. Daarom begint haar werk rond verandermanagement altijd op dezelfde manier: "De eerste stap is het wegnemen van de angst." Daarna bestaat het echte werk uit mensen helpen hun rollen opnieuw vorm te geven rond wat ze daadwerkelijk willen behouden. "De verschuiving in mindset is zo belangrijk, omdat er zonder die verschuiving, zonder het werk opnieuw vorm te geven, fundamenteel niets verandert. Je doet nog steeds hetzelfde werk, misschien alleen iets sneller."
De verschuiving in mindset is zo belangrijk, omdat er zonder die verschuiving, zonder het werk opnieuw vorm te geven, fundamenteel niets verandert.
De paradox van de aanpak
Hier ligt de ongemakkelijke kern van Ratcliffs advies: de veiligste carrièrestap die je nu kunt zetten, is jezelf er bewust uit automatiseren — omdat het alternatief is wachten tot iemand of iets anders dat voor je doet. De beloning is geen werkloosheid, maar de tijd en positie om je aan te melden voor werk waar nog niemand verantwoordelijk voor is, zoals Ratcliff de marktintroductiefunctie naar zich toe trok toen niemand anders dat deed. En in de toekomst die zij beschrijft, waarin organigrammen plaatsmaken voor werkoverzichten en teams worden samengesteld rond resultaten in plaats van functietitels, is dat de duurzame positie. Zoals ze het zegt: "Doe de functietitel weg, behoud de vaardigheden en ga het werk doen dat het beste aansluit bij waar je goed in bent en wat je interessant vindt."
