Enterprise AI en agentic AI: in productie brengen, en daar houden

Een chatbot beantwoordt vragen en RPA volgt vaste, vooraf geschreven stappen. Een agentic systeem redeneert over een doel, kiest zijn eigen stappen, gebruikt tools en past zich aan wanneer de omstandigheden veranderen. Dat maakt het geschikt voor processen met uitzonderingen — en het is de reden dat het strakkere grenzen, evaluatie en logging nodig heeft dan gewone automatisering.

Omdat bedrijfssoftware voorspelbare invoer verwacht en een model waarschijnlijkheden levert. In een pilot valt dat niet op. In productie ontbreken vier dingen: uitvoer die past op het volgende systeem, een terugvalroute bij lage zekerheid, logging die een audit doorstaat, en iemand die het model daarna bewaakt. Volgens de Dutch IT Sourcing Study 2026 gebruikt 98% van de grote Nederlandse organisaties AI, maar ziet slechts 15% aanzienlijke zakelijke impact.

Ja. Azati zet open-source modellen in op uw eigen GPU's of op EU-soevereine infrastructuur, zodat geen vraag en geen document het perimeter verlaat. Voor een verzekeraar met ruim 12.000 medewerkers draaien de modellen op hardware van de klant; broncode en gevoelige data hebben het bedrijfsnetwerk nooit verlaten.

Door antwoorden te onderbouwen met opgehaalde bronnen uit uw eigen data, elke uitvoer tegen een schema te valideren, een betrouwbaarheidsscore te geven met terugval naar een mens, en evaluatieharnassen te draaien die regressies vangen vóór een wijziging live gaat. Na de livegang bewaken doorlopende evaluaties tegen vaste testsets of de kwaliteit wegzakt.

Ja, en dat is een groot deel van ons werk. We beoordelen eerst de huidige nauwkeurigheid, de kosten en de gaten in governance, en bouwen daar een beheerlaag omheen. Dat geldt voor geërfde workflows, AI-gegenereerde codebases en proofs-of-concept die productie moeten worden.

Ja. Managed AI is daarvoor bedoeld: Azati beheert de AI-laag als dienst, met bewaking, driftdetectie, hertraining, kostenrapportage en volledige navolgbaarheid. U krijgt een dashboard met nauwkeurigheid, kosten, beschikbaarheid en automatiseringsgraad, en een maandelijkse bespreking.

Een beoordeling met roadmap duurt twee tot drie weken. Een eerste afgebakende use case staat doorgaans in zes tot tien weken in productie. Een AI-klare architectuur bovenop legacy-systemen vraagt acht tot zestien weken, afhankelijk van complexiteit en regelgeving.

Met AI FinOps: het kleinste model dat de taak aankan, routering tussen eigen open-source modellen en externe API's, caching, optimale GPU-benutting en kosten per vraag als stuurgetal. De kosten worden wekelijks gerapporteerd, niet achteraf ontdekt.

Nee. Azati legt een orchestratielaag boven wat er al draait en koppelt via API's, en waar die ontbreken via RPA. Bij een verzekeringsgroep is 85% van de documentstroom geautomatiseerd zonder één wijziging in SAP of het documentsysteem.

Technisch wel, juridisch niet. We bouwen audittrails, vaste momenten van menselijke goedkeuring, uitleg per beslissing en aantoonbare dataverwerking in het systeem. De toets of u daarmee voldoet, blijft bij uw eigen adviseurs en uw toezichthouder.

Contracten lopen via de Poolse entiteit van Azati, binnen de EU. De voertaal is Engels. Het aanspreekpunt voor de Benelux, Eugene Volkov, is gevestigd in Noord-Holland en komt bij u langs. Azati heeft nog geen Nederlandse rechtspersoon.

Nog niet: de ISO 27001-certificering loopt. Tot het certificaat er is, leggen we beveiligingseisen per opdracht vast, werken we binnen uw eigen securityreview en kan de verwerking volledig binnen uw infrastructuur of binnen de EU plaatsvinden.