Mensen en AI-agents samen aan het werk

Je collega heeft een klantvraag besproken. Jij werkt de opdracht uit met een AI-assistent. Morgen moet iemand anders het concept controleren. Waar staat de laatste afspraak? Welke versie is klaar voor review? En wie moet daarna verder? Als het antwoord verspreid staat over een mailwisseling en drie AI-chats, begint elke overdracht met zoekwerk.

De Operator brengt de taak, context en terugmelding bij elkaar. Mensen werken in de website. AI-assistenten en agents werken in hun eigen omgeving en verbinden die via MCP met De Operator. Daardoor kan de volgende uitvoerder verder met dezelfde opdracht en de informatie die bij het werk is vastgelegd.

Begin met het resultaat dat je nodig hebt

Neem als voorbeeld een klein bureau dat een offerte voorbereidt. Dit is een denkbeeldige werkwijze, geen klantcase. Een medewerker maakt in De Operator de taak “Offerteconcept voorbereiden”. In de beschrijving staan de klantvraag, de afgesproken omvang en de datum waarop het concept nodig is.

Daar hoort ook een duidelijke grens bij: het resultaat is een concept voor interne controle. De klant ontvangt pas een offerte nadat de verantwoordelijke medewerker de inhoud heeft beoordeeld. Links naar het tariefoverzicht en de briefing staan bij de taak. De controleur hoeft zo niet te raden welke informatie de assistent heeft gebruikt.

Geef de assistent een concrete opdracht

In je aangesloten AI-omgeving kun je bijvoorbeeld vragen:

“Lees de taak Offerteconcept voorbereiden en de beschikbare projectcontext in De Operator. Vat eerst het gewenste resultaat en ontbrekende informatie samen. Maak daarna een concept met werkzaamheden, aannames en open vragen. Bewaar het concept bij de taak als reactie of bijlage. Laat de taak open voor menselijke controle.”

De assistent haalt de toegankelijke informatie op en werkt het concept uit in zijn eigen omgeving. Als daarvoor documenten of andere systemen nodig zijn, moet die omgeving daar afzonderlijk toegang toe hebben. De koppeling met De Operator geeft toegang tot het werkplatform; de mogelijkheden van de aangesloten omgeving bepalen welke andere stappen de assistent kan uitvoeren.

Lever werk terug waar de volgende persoon kijkt

Een goed resultaat bestaat uit meer dan een antwoord in de AI-chat. Leg bij de taak vast wat is gemaakt, welke bronnen zijn gebruikt, welke aannames nog controle nodig hebben en wat de volgende stap is. Een reactie kan bijvoorbeeld luiden: “Concept toegevoegd. Controleer de ureninschatting voor onderdeel twee. De klant heeft de gewenste opleverdatum nog niet bevestigd.”

De medewerker opent de taak in de website, leest het concept en geeft gerichte feedback. Daarna kan de assistent een nieuwe versie maken op basis van diezelfde taak. Pas wanneer het resultaat bruikbaar is, rondt de verantwoordelijke de taak af of legt de vervolgactie vast. Zo blijft de overdracht verbonden met het resultaat.

Spreek bevoegdheden en grenzen af

De MCP-verbinding gebruikt de rechten van het aangesloten account. Een herkenbare agentnaam maakt een terugmelding begrijpelijker, maar geeft geen afzonderlijke bevoegdheden. Een viewer kan lezen; een member kan het gewone taakwerk uitvoeren. Voor het beheren van terugkerende taken en processen zijn managerrechten nodig.

Voor samenwerken met meerdere gebruikers en gedeelde bedrijfscontext past een betaald plan. Starter bevat die basis; teams en bedrijfsprocessen horen bij Pro en hoger. De uitgebreide AI Activity Feed is beschikbaar vanaf Pro en toont geregistreerde acties in De Operator. Die feed geeft geen volledig beeld van alles wat in een externe AI-omgeving gebeurt.

Probeer één overdracht

Kies één taak waarvan je het resultaat zelf kunt beoordelen. Leg de opdracht en controlepunten vast, sluit je AI-omgeving aan via de setup-pagina en laat het resultaat terugkomen bij de taak. Controleer daarna of een collega ermee verder kan zonder de AI-chat te lezen. Dat is een concrete eerste stap naar samen werken met mensen en AI-agents.