Inzichten door de lens van Jeffrey Paarhuis, AI Principal bij Rubicon Cloud Advisor
AI Lowlands 2025 liet zien dat AI in een nieuwe fase komt. Niet de basis, maar nieuwe mogelijkheden en technische doorbraken stonden centraal, ontwikkelingen die vooral interessant zijn voor teams die al actief met AI bouwen. Deze verschuiving werd zichtbaar in vijf duidelijke lijnen die tijdens het event naar voren kwamen.
1. Microsoft Agent Framework: richting een nieuwe standaard voor AI-agents
Een van de meest besproken ontwikkelingen was de introductie van het Microsoft Agent Framework (MAF). Het framework positioneert zich als Microsofts antwoord op third-party agent frameworks zoals LangChain, maar dan volledig geïntegreerd in het Azure-ecosysteem. MAF biedt onder andere:
-
Native koppelingen met Azure AI Foundry,
-
Een centrale laag om agents te ontwikkelen, beheren en uitbreiden,
-
Directe integraties met Microsoft 365 Copilot.
Hoewel MAF nog pril is, werd duidelijk dat het een belangrijke rol gaat spelen als basislaag voor enterprise-agents. De eerste implementaties zijn eenvoudig, maar de technische koers die Microsoft hier inzet is onmiskenbaar.
2. AI als vast onderdeel van de development lifecycle
Bij vrijwel alle organisaties was zichtbaar dat AI inmiddels een vaste plek heeft in ontwikkeltrajecten. Het wordt ingezet voor codegeneratie, het uitvoeren van reviews en quality-checks en het begeleiden van keuzes tijdens het ontwikkelproces. Waar Copilot en ChatGPT eerder nog experimenteel werden gebruikt, maken ze nu volwaardig deel uit van de standaard developer-tooling. AI is geen extraatje meer, het is een fundamenteel onderdeel van modern software-engineering.
3. Responsible AI in de praktijk: volwassenheid en nuance
Een opvallende case kwam van de gemeente Amsterdam, die AI inzette bij het digitaliseren van het 750-jaar oude stadsarchief. Met behulp van AI werden historische documenten geïnterpreteerd, gestructureerd en ontsloten via een chatbot en een sprekende avatar. Belangrijke elementen:
-
Content-filtering om gevoelig of ongewenst materiaal te onderscheppen,
-
Zorgvuldig gebruik van biometrische gegevens (stem en avatar),
-
Een productie-architectuur die rekening houdt met ethische en maatschappelijke impact.
Dit project liet zien hoe grote organisaties op een verantwoorde manier complexe AI-oplossingen naar productie brengen.
4. Knowledge-Graph RAG: veelbelovend, maar nog niet productierijp
Graph-gebaseerde RAG-methoden (Graph RAG) kregen dit jaar veel aandacht, vooral binnen de AI-community en academische hoek. De techniek biedt een slimmere manier om informatie op te halen door relaties tussen datapunten te modelleren in plaats van alleen semantisch te zoeken. In theorie kan dit leiden tot accuratere context en betere antwoorden, zeker in domeinen met sterk gestructureerde informatie, zoals medische dossiers of juridische documenten.
Maar in de praktijk blijkt het nog lastig toepasbaar. Graph RAG vraagt om diep gestructureerde data en een consistente informatiemodellering, terwijl veel organisaties juist werken met grote, heterogene documentsets waarin formats, bronnen en schrijfstijlen voortdurend variëren. Dat maakt het opzetten van een betrouwbare graph complex en tijdrovend, met veel voorafgaand werk én aanzienlijke investeringen in testen en valideren.
De potentie is onmiskenbaar, maar de technologie staat nog te ver af van de dagelijkse realiteit van enterprises. Voor nu blijft Graph RAG vooral een veelbelovende ontwikkeling aan de horizon, interessant om te volgen, maar nog niet klaar om breed in te zetten.
5. MCP: de verbindende laag tussen AI en enterprise-tools
Het Model Context Protocol (MCP) was een andere terugkerende ontwikkeling. Dit open protocol, gelanceerd door Anthropic, maakt het mogelijk om AI-agents veilig toegang te geven tot bedrijfsapplicaties, documentatie en tooling. Toepassingen die nu al tractie krijgen:
-
Realtime toegang tot up-to-date documentatie,
-
Koppelingen tussen agents en interne bedrijfssoftware,
-
Role-based toegangsmodellen voor veilige enterprise-integratie.
Dit past volledig in het tijdperk van AI-agents met specifieke skills, die veilig kunnen samenwerken met bestaande systemen.
Conclusie: AI versnelt, en de technologische onderlaag beweegt mee
AI Lowlands 2025 liet zien dat de grootste vooruitgang momenteel plaatsvindt in de technische infrastructuur: frameworks, protocollen, datatoegang en agent-architecturen. Voor organisaties die al actief bouwen met AI vormt dit de basis voor de volgende stap: van experimenteren naar schaalbaar, veilig en waardevol produceren.
