Productieve AI-functies: van AI-assistent tot autonome agents
Automatisering: De AI van Productive automatiseert vervelende taken zoals tijdregistratie en bulkupdates, waardoor teams efficiënter werken.
Centralisatie: AI-integratie binnen Productive koppelt operationele en financiële gegevens voor inzichtelijke analyses van de projectgezondheid.
Vaardigheden: Herbruikbare AI-vaardigheden zorgen voor consistente, efficiënte prompts voor resource-evaluaties en budgetsamenvattingen.
Agents: Autonome agents voeren workflows zelfstandig uit en veranderen projectmanagement met minimale menselijke tussenkomst.
Integratie: MCP-ondersteuning koppelt Productive aan andere tools en breidt de AI-mogelijkheden uit binnen complete software-ecosystemen.
Projectmanagers in professionele dienstverlening dragen al veel verantwoordelijkheid. De AI van Productive is ontwikkeld om de rest op zich te nemen: de operationele overhead op de achtergrond afhandelen, zodat leveringsteams hun tijd kunnen besteden aan werk dat daadwerkelijk vooruitgang boekt.
De AI-functies van Productive zijn gebaseerd op een duidelijk uitgangspunt: het routinematige werk dat bureaus vertraagt—tijdregistratie, taakupdates, capaciteitscontroles en het bijhouden van verouderde projecten—zou geen menselijke aandacht moeten vereisen. In plaats van een generieke chatbot boven op niet-verbonden projectmanagementtools te plaatsen, integreert Productive AI rechtstreeks in zijn alles-in-één PSA-platform, waar het toegang heeft tot de operationele, financiële en relatiegegevens die AI echt nuttig maken.
Bernie Vrbat, die bij Productive nauw samenwerkt met bureaus en adviesbureaus, lichtte de AI-mogelijkheden van het platform toe tijdens de presentatie De toekomst van AI in projectmanagement. Hieronder staat een overzicht van wat de AI van Productive kan doen.
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
Een diepgaande blik op de AI-functies van Productive
1. De AI-assistent: een centrale plek voor operationeel werk
De AI-assistent van Productive bevindt zich in de zijbalk van je account en is op elk moment toegankelijk, in elk onderdeel van het platform.
Omdat Productive project-, resource-, budget- en financiële gegevens al centraliseert, hoeft de assistent niet telkens opnieuw van context te worden voorzien. De assistent gaat verder waar je bent gebleven en werkt met de gegevens die al in het systeem staan. Dat betekent dat een projectmanager een vraag kan stellen—bijvoorbeeld of een project gezond is—en een analyse krijgt die is gebaseerd op echte leveringsgegevens.
Tijdens de presentatie werden drie gebruiksscenario's gedemonstreerd: geautomatiseerde tijdregistratie, updates van meerdere taken tegelijk en door AI gegenereerde projectgezondheidsrapporten.
Voor tijdregistratie kan de assistent tijdregistraties boeken op voltooide taken met één enkele prompt—je hoeft niet door menu's te zoeken. Voor updates van meerdere taken tegelijk kan de assistent taakstatussen in een heel project in één keer wijzigen, wat handig is wanneer zich een obstakel voordoet en alles moet worden gepauzeerd. Voor rapportages kan de assistent de projectgezondheid gelijktijdig aan de hand van meerdere gegevensbronnen beoordelen—anders dan bij veel andere systemen laat de assistent bovendien zien hoe hij tot zijn conclusie is gekomen, zodat projectmanagers de cijfers achter de interpretatie kunnen controleren.
Met AI moet je altijd een kleine foutmarge inbouwen. Daarom streven we hier niet naar honderd procent nauwkeurigheid, maar naar transparantie.
Zo haal je de meeste waarde uit de AI-assistent van Productive:
- Laat de context het werk doen: De assistent leest het scherm waarop je je bevindt—je hoeft de situatie niet telkens opnieuw uit te leggen.
- Gebruik de assistent voor bewerkingen op meerdere gegevens tegelijk: Updates van tarieven, wijzigingen van kostentarieven en grootschalige statuswijzigingen—veelvoorkomende administratieve taken die voorheen handmatig over meerdere gegevens moesten worden uitgevoerd.
- Controleer door AI gegenereerde inzichten: Elk projectgezondheidsrapport bevat de onderliggende gegevens en bronnen, zodat je kunt controleren welke informatie het systeem heeft gebruikt om tot zijn conclusie te komen.
2. Vaardigheden: herbruikbare AI-instructies voor consistente resultaten
Vaardigheden zijn het antwoord van Productive op het probleem van steeds opnieuw dezelfde gedetailleerde prompts invoeren.
Heb je een prompt gevonden die goed werkt—voor het beoordelen van beschikbaarheid van resources, het samenvatten van budgetprestaties of het genereren van gestructureerde e-mailupdates—dan kun je deze met Vaardigheden één keer opslaan en steeds opnieuw gebruiken wanneer je die nodig hebt. Nog belangrijker is dat Vaardigheden binnen de organisatie kunnen worden gedeeld, zodat het hele team profiteert van goed opgestelde prompts, en niet alleen degene die ze heeft geschreven.
Tijdens de demo werd een vaardigheid voor het vinden van medewerkers in actie getoond: op basis van instructies over beschikbaarheid, anciënniteit, servicetype en vaardigheden vond de assistent de beste beschikbare match voor een project — en controleerde hij of de aanbeveling overeenkwam met de daadwerkelijke gegevens over personeelsinzet.
Vaardigheden kunnen ook worden ingesteld om automatisch te activeren. Dat betekent dat de assistent automatisch relevante kennis uit vaardigheden toepast wanneer je een vraag stelt, zonder dat je zelf de juiste vaardigheid hoeft te zoeken en handmatig te activeren.
In plaats van één persoon in de organisatie te hebben die weet hoe je AI moet aansturen, kun je ineens het hele team van experts uitrusten met eersteklas prompts.
- Bernie Vrbat, Productive
Best practices voor het gebruik van vaardigheden in Productive:
- Investeer in gedetailleerde prompts: Hoe specifieker de instructies voor een vaardigheid zijn, hoe beter en consistenter de uitvoer.
- Deel ze met het team: Vaardigheden zijn een organisatorische waardevolle bron — door te standaardiseren hoe AI je processen interpreteert, krijg je consistente resultaten, ongeacht wie ze uitvoert.
- Gebruik de assistent om je vaardigheden te verbeteren: Je kunt de AI vragen een vaardigheid te beoordelen en verbeteringen voor te stellen voordat je deze activeert.
3. Agenten: autonome werkstromen die zonder jou worden uitgevoerd
Agenten zijn het punt waarop de AI van Productive verder gaat dan het beantwoorden van vragen en zelfstandig daadwerkelijk werk gaat uitvoeren.
Net als vaardigheden worden agenten in gewone taal geconfigureerd — er is geen code nodig. Maar waar een vaardigheid door een persoon moet worden geactiveerd, werkt een agent zelfstandig. Hij kan meerdere stappen doorlopen, onderweg beslissingen nemen en in verschillende tools handelen, zonder dat iemand bij elke stap betrokken hoeft te zijn.
Tijdens de demonstratie werden twee agenten gedemonstreerd. De eerste was een conversationele Office- en Administratieassistent, geconfigureerd om een bedrijfsreglement te raadplegen en vragen te beantwoorden over beleid, leerbudgetten en andere HR-gerelateerde onderwerpen. Hij kan ook direct naar taaksjablonen verwijzen, zodat een verzoek niet alleen wordt beantwoord, maar ook wordt omgezet in iets waarop actie kan worden ondernomen.
De tweede was een bewaker van verouderde taken: een geautomatiseerde agent die elke ochtend om 9 uur draait, alle projecten scant op taken zonder recente activiteit en de relevante personen een bericht stuurt voor opvolging. Tijdens de demo identificeerde en markeerde hij 18 inactieve taken in één keer — het soort batchbewerking waarvoor een projectmanager anders alles handmatig zou moeten nalopen.
Het voordeel van het creëren van een agent als deze is ten eerste dat hij voor een wat persoonlijkere benadering zorgt, waardoor mensen er verbinding mee kunnen maken. Daarnaast kunnen agenten hun eigen connectoren hebben, waarmee ze in verschillende MCP-ondersteunde tools kunnen werken.
Zo ga je aan de slag met agenten:
- Begin eenvoudig: Een eenvoudige agent — bijvoorbeeld een agent die één voorwaarde bewaakt en de juiste personen een bericht stuurt — is een snelle manier om de echte operationele impact te zien.
- Stel een duidelijk bereik in: Agenten kunnen worden beperkt tot specifieke projecten en gegevens, zodat je precies bepaalt wat ze kunnen zien en waarop ze actie kunnen ondernemen.
- Bekijk het audittrail: Elke uitvoering van een agent wordt geregistreerd, inclusief wat de agent heeft gedaan en wanneer. Die transparantie maakt het eenvoudiger om het gedrag van agenten na verloop van tijd te vertrouwen en te verfijnen.
4. Governance en machtigingen voor agenten
Naarmate agenten autonomer worden, wordt de vraag naar controle belangrijker.
Productive pakt dit aan met gedetailleerde machtigingen. Beheerders kunnen precies bepalen welk toegangsniveau elke agent heeft — welke gegevens hij kan lezen, welke projecten hij kan aanpassen en of hij actie mag ondernemen of alleen informatie mag tonen. Agenten kunnen ook worden beperkt tot specifieke projecten, zodat ze niet terechtkomen in gebieden waar ze niets te zoeken hebben.
Elke uitvoering van een agent wordt geregistreerd met een volledig activiteitenoverzicht, zodat teams precies kunnen zien wat de agent heeft gedaan — en wanneer. Tijdens de demo liet een uitvoering van drie uur eerder zien welke taken waren gemarkeerd en welke actie de agent bij elke taak had ondernomen.
Wat gegevensprivacy betreft, werkt de AI van Productive volgens de nalevingsnormen van de AVG, CCPA en SOC 2. Klantgegevens worden niet gebruikt om de modellen van Productive of modellen van derden waarmee het systeem werkt te trainen.
De controle behouden terwijl AI steeds meer overneemt:
- Gebruik afbakening op projectniveau: Beperk de toegang van agents tot alleen de projecten waarvoor die relevant is.
- Controleer uitvoeringen regelmatig: Het activiteitenlogboek geeft je inzicht in wat agents doen. Beschouw het als een routinecontrole, niet alleen als hulpmiddel bij het oplossen van problemen.
- Stel machtigingen zorgvuldig in lagen in: Stem de toegang van agents af op de gevoeligheid van de taak, en niet alleen op het gemak van bredere toegang.
5. MCP-integratie: Productive verbinden met je bredere gereedschapsset
Productive ondersteunt het Model Context Protocol (MCP), een opkomende standaard waarmee grote taalmodellen veilig verbinding kunnen maken met bedrijfssystemen en kunnen begrijpen welke gegevens en acties voor hen beschikbaar zijn.
In de praktijk betekent dit dat teams Productive kunnen verbinden met andere tools die MCP ondersteunen, zoals agenda's, documentopslag en communicatieplatforms, en via één interface kunnen werken met gegevens uit al deze tools. Productive heeft ook een eigen officiële MCP-server. Daardoor kunnen gebruikers hun favoriete LLM, bijvoorbeeld Claude of ChatGPT, verbinden en rechtstreeks vanuit die tool vragen stellen over Productive-gegevens.
Met AI zijn de mogelijkheden eindeloos. Je kunt in Productive werken vanuit de LLM van jouw keuze.
- Bernie Vrbat, Productive
Haal het maximale uit MCP in Productive:
- Verbind tools die al worden gebruikt: Als andere platforms in je gereedschapsset een eigen MCP-server hebben, kunnen ze aan Productive worden gekoppeld, zodat AI gegevens uit verschillende systemen kan lezen en er acties op kan uitvoeren.
- Gebruik je favoriete LLM: Teams die al met Claude of ChatGPT werken, kunnen vanuit die interfaces toegang krijgen tot Productive-gegevens.
- Beheer connectorrechten centraal: Net als bij agents bepaal je welke tools worden verbonden en welke toegang elke tool krijgt.
6. AI-notulist: vergadercontext die rechtstreeks naar projecten wordt doorgevoerd
Productive heeft onlangs een geïntegreerde AI-notulist uitgebracht die actiepunten uit vergaderingen vastlegt, een volledig transcript genereert en gebruikers in staat stelt die punten rechtstreeks om te zetten in taken binnen het platform.
Dit is belangrijk omdat het de kloof wegneemt tussen wat wordt besproken en wat er wordt gedaan. Vergadernotities in een afzonderlijke tool moeten handmatig worden overgezet. Notities in Productive kunnen taken worden binnen dezelfde werkstroom, gekoppeld aan dezelfde projecten en gegevens waarmee agents en vaardigheden al werken.
Haal het maximale uit de AI-notulist:
- Maak onmiddellijk taken aan: Laat actiepunten niet in een transcript staan. Zet ze om in toegewezen taken voordat de vergadertijd voorbij is.
- Verbind ze met actieve projecten: Omdat de uitvoer van de notulist binnen Productive staat, kan die rechtstreeks worden doorgevoerd in de bestaande werkstromen voor agents en vaardigheden.
AI-functies van Productive versus andere tools
De aanpak van Productive geeft prioriteit aan diepgaande integratie boven een breed aanbod van oppervlakkige functies.
- Tools zoals Asana of Monday.com bieden taakbeheer met AI-uitbreidingen, maar hun AI werkt doorgaans alleen met projectgegevens.
- Platforms zoals Harvest of Toggl verwerken tijdregistratie, maar verbinden die niet binnen hetzelfde systeem met resourceplanning, budgetten of de gezondheid van de oplevering.
- Productive onderscheidt zich door operationele, financiële en relatiegegevens op één platform te beheren en daar AI bovenop te bouwen.
Het resultaat is AI die een vraag over de projectgezondheid kan beantwoorden door tegelijkertijd gebruik te maken van geregistreerde tijd, verbruikt budget, de status van taken en teamcapaciteit, zonder dat gegevens uit meerdere bronnen moeten worden opgehaald en handmatig met elkaar in overeenstemming moeten worden gebracht.
Wat staat er als volgende stap op de planning voor de AI van Productive?
De roadmap van Productive voor de nabije toekomst omvat Artifacts: de mogelijkheid om door AI gegenereerde antwoorden om te zetten in visuele uitvoer, zoals dashboards, pdf's of HTML-rapporten, in plaats van alleen tekst.
Aan de kant van agents zijn eventgestuurde agents in ontwikkeling: agents die automatisch worden geactiveerd wanneer er iets in het systeem verandert, in plaats van volgens een vast schema te werken. Het doel is proactieve agents—die problemen signaleren en om input vragen wanneer ze een beslismoment bereiken, in plaats van te wachten tot iemand erom vraagt.
We wilden AI er niet zomaar aan vastplakken. We wilden kijken waar AI echt een verschil kon maken—niet alleen door eenmalige taken te automatiseren, maar ook door je te helpen bedrijfsworkflows te beheren en analyseren.
Op de langere termijn ziet Bernie het onderhouden van projecten—taakstatussen bijwerken, de voortgang bewaken en tijdlijnen verschuiven wanneer iets vertraging oploopt—als het eerste operationele gebied dat volledig in handen van AI zal komen.
Wil je meer diepgaande analyses van AI-functies en toegang tot evenementen zoals de showcase over de toekomst van AI in projectmanagement? Maak een gratis account aan om verbonden te blijven met The Digital Project Manager.