Naar de inhoud

Generatieve AI vs agentic AI

Van content creëren naar autonoom handelen: wat de twee onderscheidt en hoe ze samenwerken.

4 minuten lezen

Drie vormen van AI

AI-systemen zijn in te delen naar wat ze met hun output doen. Voorspellende AI maakt voorspellingen, generatieve AI creëert content en agentic AI voert autonoom acties uit. Elke vorm bouwt voort op de vorige: een agent gebruikt een generatief model, meestal een taalmodel, en een taalmodel is in de kern een voorspeller van het volgende token.

Voorspellende AIClassificatie en voorspelling
Generatieve AIContent creëren
Agentic AIAutonome actie
Drie vormen die op elkaar voortbouwen: van voorspellen, via content creëren, naar autonoom handelen.

Generatieve AI: creatie

Generatieve AI is AI die nieuwe content creëert op basis van geleerde patronen. Denk aan een chatmodel dat tekst schrijft, of een beeldmodel dat een afbeelding maakt op basis van een beschrijving. De focus ligt op het genereren van output.

Kenmerken van generatieve AI:

  • Reactief: wacht op een prompt en genereert één antwoord.
  • Zonder geheugen: onthoudt niets tussen sessies (tenzij dat expliciet is ingebouwd).
  • Eén opdracht, één antwoord: geen eigen vervolgstappen.
  • Gericht op content: de output is tekst, beeld, audio of video.

Agentic AI: autonomie

Agentic AI gaat een stap verder: het kan zelfstandig doelen nastreven, tools gebruiken, beslissingen nemen en acties uitvoeren, vaak over meerdere stappen.

Kenmerken van agentic AI:

  • Proactief: neemt initiatief, stelt vervolgvragen, plant vooruit.
  • Met geheugen: onthoudt context, leert van interacties.
  • Meerdere stappen: plant complexe taken en voert ze stap voor stap uit.
  • Toolgebruik: kan API’s, databases, browsers en andere tools gebruiken.
  • Gericht op actie: de output is vaak een actie, niet alleen content.

Vergelijking

Aspect Generatieve AI Agentic AI
Interactie Prompt → antwoord Doel → waarnemen → redeneren → handelen, herhaald tot het doel bereikt is
Autonomie Laag (wacht op input) Hoog (neemt initiatief)
Tools Zelden Centraal (API’s, browsers, enzovoort)
Output Content (tekst, beeld) Acties en content
Planning Geen Redeneren over meerdere stappen
Voorbeelden Chatmodel, beeldgenerator, vertaalmodel Code-agent, onderzoeksagent, workflow-agent

Samen: generatieve AI en agents

Agentic AI en generatieve AI zijn geen tegenpolen: agents gebruiken generatieve AI als hun brein. Een LLM genereert de plannen, redeneringen en antwoorden, terwijl de agentarchitectuur zorgt voor tools, geheugen en uitvoering.

LLMRedeneren, plannen, begrijpen
AgentloopWaarnemen → Redeneren → Handelen
ToolsAPI's, code uitvoeren, browsen
Het LLM is het brein; de agentloop en de tools maken er een agent van.

Praktische toepassingen

Toepassingen van generatieve AI

  • Tekst schrijven (blogs, e-mails)
  • Afbeeldingen genereren
  • Codefragmenten maken
  • Samenvattingen
  • Vertalingen

Toepassingen van agentic AI

  • Zelfstandig software ontwikkelen
  • Onderzoek en rapportage
  • Werkprocessen automatiseren
  • Boeken en plannen
  • Klantenservice over meerdere stappen

Dit in de praktijk: Tyrum

Tyrum is agentic AI als product: het voert een opdracht uit op een eigen computer, legt elke stap vast en vraagt toestemming voor wat ertoe doet.