Gabriel Denis-Arrue Munes is Product Manager bij OpenSpace en werkt aan de Agent Sandbox.
In onze vorige blogartikelen bespraken we wat AI-agenten zijn en waarom de bouw, meer dan welke documentgedreven sector ook, agenten nodig heeft die kunnen zien. In dit artikel worden we concreter en kijken we naar Site Search Agents: wat ze doen, hoe ze werken en wat er mogelijk wordt wanneer ze op de achtergrond draaien terwijl je team zich met al het andere bezighoudt.
Site Search Agents aan het werk
Een Site Search Agent neemt een vraag aan, bijvoorbeeld: controleer niveau 3 op ontbrekende PBM’s. Vind de toiletten op niveau 10. Markeer alle ruimtes waar het werk aan de luchtkanalen nog niet is begonnen. Vervolgens beantwoordt de agent die vraag op basis van de visuele documentatie van een project. De agent kan op aanvraag draaien wanneer een projectmanager een vraag stelt. Hij kan starten zodra een nieuwe opname is verwerkt. Hij kan volgens een vast schema ’s nachts draaien. Of hij kan aan het begin van de week over een volledige portfolio worden geactiveerd.
Elk lid van een projectteam kan meerdere agenten hebben die 24 uur per dag op de achtergrond werken. De visuele documentatie van de rondgang van gistermiddag is bijvoorbeeld al geanalyseerd voordat de volgende ochtend iemand in de bouwkeet aankomt. Dat verandert fundamenteel wat een team op een werkdag voor elkaar kan krijgen.
Zie deze agent als een onvermoeibare Project Engineer. Eén die je op elk moment, zo vaak als je wilt, door je project kunt sturen.
Hoe asynchrone agenten zoals Site Search eruit kunnen zien
Het is 5 uur ’s ochtends. De opname van niveau 3 van gistermiddag, waar niemand voor het einde van de werkdag nog tijd voor had, is zoals gebruikelijk in ongeveer 15 minuten verwerkt. Daarmee is de opname klaar voor asynchrone Site Search Agents. En tegen de tijd dat de bouwkeet opengaat, is er al veel gebeurd:
- De Safety Agent heeft elk nieuw panorama op niveau 3 gecontroleerd op onafgedekte wapening en onbeveiligde valrisico’s. Hij heeft precies deze punten herkend omdat je hem hebt gevraagd hiernaar te zoeken. Hij markeert dus niet de 300 andere potentiële veiligheidsproblemen die een LLM mogelijk zou vinden als je algemeen zou vragen: “Identificeer elk veiligheidsprobleem op deze bouwplaats.”
- De Daily Report Agent heeft alle notities van je uitvoerder van die dag omgezet in een helder dagrapport, klaar voor jouw controle. Waarschijnlijk was dat zelfs al gedaan voordat je de avond ervoor thuis aankwam.
- De Housekeeping Agent heeft drie punten gemeld bij de schoonmaakploeg omdat vluchtroutes geblokkeerd waren.
- De Owner Update Agent heeft voortgangsfoto’s van de activiteiten van deze week samengebracht in een presentatie voor de eigenaarsmeeting van morgen.
Wanneer het team samenkomt voor de stand-up, kan het eerste uur direct worden gebruikt voor beslissingen. Het voorbereidende werk is al gedaan. En dat is slechts één ochtend, op één verdieping, met vier agenten die op de achtergrond draaien.
De voorsprong door asynchrone agenten
Betere zoekmogelijkheden besparen echte tijd bij echte problemen: de foto terugvinden die kwijt was, de Field Note terugvinden die je was vergeten, de plek op een tekening van afgelopen dinsdag lokaliseren. Maar die waarde heeft een grens. Teams hebben in de bouw altijd gewerkt zonder perfecte zoekfunctie, en elke nieuwe verbetering levert iets minder extra winst op dan de vorige. Het uur dat je vandaag bespaart bij het zoeken, is een bespaard uur. Maar het groeit niet automatisch uit tot iets groters.
Asynchrone agenten werken anders. Elk uur dat je team slaapt, in een meeting zit, vrij is of vastzit in een ander project, kunnen je agenten veiligheidscontroles, voortgangschecks, het afwerken van opleverlijsten of de voorbereiding van eigenaarsmeetings overnemen. Een uitvoerder heeft acht tot twaalf productieve uren per dag. Een agent heeft er 24. Drie agenten die namens een uitvoerder werken, leveren operationeel gezien de capaciteit van een klein team. Als tien mensen op een project elk drie agenten gebruiken, hangt de effectieve uitvoeringscapaciteit niet meer alleen af van de grootte van het team.
Van dag tot dag zie je dat verschil bijvoorbeeld doordat veiligheidsrisico’s eerder worden ontdekt of een opleverlijst een week eerder wordt afgerond. Over de volledige looptijd van een project verandert het het operationele tempo. En bij vergelijkbare scopes binnen een portfolio bepaalt het mee welke teams de standaard zetten waaraan alle anderen zich moeten meten.
Het “Harness” is het moeilijke deel
Het moeilijke deel is het intelligente systeem rond het Vision Model dat van de vraag van een klant een betrouwbaar antwoord maakt. Wij noemen dat het “Harness” van de agent. Je kunt het zien als een soort steiger. Het model zelf is een zeer slimme specialist die telkens één foto tegelijk kan bekijken. De steiger is alles daaromheen: die bepaalt welke foto’s uit honderdduizenden beelden überhaupt worden getoond. Die zorgt ervoor dat de foto’s goed genoeg zijn om er conclusies uit te trekken. Die haalt informatie uit andere bronnen, zoals documenten en modellen. Die verwijst naar eerdere “meta-reasoning” rond beelden, locatie en tijd. Die voegt de antwoorden samen. En die weet wanneer het moet zeggen: “Ik weet het niet zeker.” Zonder dat Harness heb je een demo. Met het Harness heb je iets dat een uitvoerder daadwerkelijk op de achtergrond laat draaien.
Asynchroon werk wordt pas mogelijk wanneer dit systeem goed werkt. Zonder betrouwbaar systeem zijn agenten die zonder toezicht op de achtergrond draaien niet alleen nutteloos. Ze vormen een risico.
Een agent op dit niveau krijgen is echt moeilijk en arbeidsintensief. En het grootste deel van dat werk is van buitenaf niet zichtbaar. Ik ga hier niet op alle details in, maar kort gezegd zijn er veel van de juiste visuele gegevens met nauwkeurige locatie-informatie nodig. Die moeten zorgvuldig worden toegepast binnen gegevensselectie, prioritering, redenering en evaluatie voordat een agent betrouwbaar genoeg is om zonder toezicht op een project te draaien.
Vertrouwen wordt hier stap voor stap opgebouwd. Project Managers en Project Engineers die zien dat een agent wekenlang betrouwbaar de juiste resultaten geeft, laten hem draaien. Drie foutieve treffers op de eerste ochtend, en ze doen dat niet. Een synchroon tool moet nuttig zijn. Een asynchroon tool moet zo nuttig zijn dat niemand het continu hoeft te controleren. Dat is een andere lat. En precies aan die lat meet OpenSpace zich.
Waar we nu staan
Een Site Search Agent draait al in onze ontwikkelomgeving. Hij accepteert vragen in natuurlijke taal, vindt relevante beelden om de vraag te beantwoorden, voert de zoekopdracht uit en geeft treffers terug met Bounding Boxes en posities op de tekening.
De Field Notes Review Agent, de nauwste verwant van Site Search, wordt al uitgerold naar een kleine groep Early Access-klanten. De inzichten uit dat werk bepalen hoe de Site Search Agent zich verder ontwikkelt.
De belangrijkste open punten gaan over nauwkeurigheid en precisie. Voor een groeiende lijst met klanttoepassingen, zoals veiligheidscontroles, voortgangschecks, het zoeken naar objecten op de bouwplaats en de voorbereiding van eigenaarsmeetings, moet de agent betrouwbaar genoeg zijn zodat Project Managers, Project Engineers en uitvoerders hem zonder toezicht laten draaien. Dat is waar de komende maanden om draaien.
Wat nu volgt
Site Search is de eerste agent waar klanten ons om hebben gevraagd, en de agent waar we op dit moment aan bouwen. De Field Notes Review Agent is al in gebruik bij Early Access-testers. Andere agenten staan klaar voor de volgende stap. Ons doel is voor allemaal hetzelfde: krachtige, betrouwbare, asynchrone Vision Agents die de context van elke klant begrijpen.
Over een jaar zullen sommige projectteams tientallen agenten op elke opname laten draaien. We zouden graag zien dat jouw team daar één van is. Als je ons werk in actie wilt zien of deel wilt uitmaken van een Early Access-groep, neem dan contact op met je OpenSpace-contactpersoon.
Lees meer over AI-agenten in onze blogartikelen
