Een jaar geleden was AI vooral een chatvenster: je plakte er tekst in en kopieerde het antwoord er weer uit. Vandaag is het bij veel bedrijven rechtstreeks gekoppeld aan de mailbox, de gedeelde mappen, het ERP en het CRM. Dat gaat via MCP, de standaard waarmee een AI-tool met je andere software kan praten. Het werkt goed, en net daarom groeit het aantal koppelingen sneller dan iemand kan bijhouden.
Hoe het een kluwen wordt
Het begint altijd met een goed idee. Sales koppelt ChatGPT aan HubSpot om sneller offertes op te stellen. De zaakvoerder laat Claude in Outlook en Odoo meekijken. Op de boekhouding gebruikt iemand Copilot met toegang tot Business Central. En de Plaud-opnames van klantgesprekken komen in Notion terecht.
Op zich is elke keuze logisch. Maar na een half jaar heb je drie AI-tools, tien systemen en tientallen verbindingen, elk met een eigen login, eigen rechten en een eigen geschiedenis. Niemand heeft dat zo beslist, het is gewoon gegroeid.
- Elke AI-tool is apart gekoppeld aan elk systeem
- Per koppeling opnieuw inloggen en rechten instellen
- Elke koppeling laadt al haar functies, ook de overbodige
- Niemand weet nog wie via AI aan welke gegevens kan
- Wat de AI gedaan heeft, zit verspreid over tien plaatsen
- Alle AI-tools gaan via één toegangspunt
- Rechten per persoon, op één plek beheerd
- De AI krijgt alleen de functies die de taak vraagt
- Een nieuw systeem koppel je één keer, voor iedereen
- Elke actie komt in één logboek
Waar het wringt
Zolang alles werkt, merk je er weinig van. De problemen komen pas aan het licht als er iets misloopt, of wanneer iemand een eenvoudige vraag stelt.
- Wie mag wat? Een koppeling krijgt de rechten van wie ze gelegd heeft, en dat is vaak net iemand die overal aan kan. Bovendien stel je die rechten per koppeling apart in, dus niemand heeft het totaalbeeld. Waarom dat belangrijk is, lees je in niet iedereen hoeft alles te zien.
- Wat heeft de AI gedaan? Een mail verstuurd, een klantfiche aangepast, een bestand verplaatst. Wil je dat achteraf nakijken, dan moet je in tien systemen gaan zoeken.
- Te veel functies. Elke koppeling geeft de AI een lijst mee van alles wat ze kan: offertes opzoeken, klanten aanmaken, facturen lezen, en zo verder. Bij een ERP zijn dat er al snel enkele tientallen. Al die functies zitten in het werkgeheugen van de AI, ook als je één vraag over één klant stelt. Dat maakt hem trager en duurder, en hij grijpt sneller naar de verkeerde functie.
Wat een AI-gateway doet
Een AI-gateway zet één controlelaag tussen je AI-tools en je systemen. De AI-tools praten enkel nog met de gateway, en enkel de gateway weet hoe hij bij je mailbox, je ERP of je CRM komt. Dat lijkt een kleine verandering, maar zo los je de drie problemen hierboven in één keer op.
Eén ingang
Claude, ChatGPT en Copilot gebruiken hetzelfde adres. Een nieuwe AI-tool koppel je één keer.
Wie ben je
De gateway weet welke collega de vraag stelt, niet enkel welke tool.
Rechten
Per persoon of rol, op één plek. De boekhouding mag in Business Central, sales in HubSpot.
Logins
Wachtwoorden en sleutels van je systemen zitten in de gateway, niet verspreid over tools en accounts.
Juiste functies
De AI krijgt enkel de functies die bij de vraag passen, niet alle tientallen tegelijk.
Logboek
Elke actie staat op één plek: wie, wanneer, in welk systeem en met welk resultaat.
Vertrekt er iemand, dan sluit je één account af in de gateway, in plaats van te zoeken welke koppelingen via zijn account liepen. Komt er een systeem bij, dan koppel je het één keer, en beslis je meteen wie het via AI mag gebruiken.
Heb jij er een nodig?
Niet altijd. Werk je met één AI-tool en twee of drie koppelingen, dan stel je beter de rechten in die tool zelf goed in. Een gateway voegt dan vooral een extra laag toe.
Het wordt wel interessant zodra een paar van deze punten voor jullie gelden:
- Je team gebruikt meer dan één AI-tool door elkaar, bijvoorbeeld de ene collega Copilot en de andere ChatGPT of Claude.
- De AI hangt aan meer dan een handvol systemen.
- Er zit gevoelige informatie in die systemen: boekhouding, lonen, klantgegevens, contracten.
- Je moet kunnen aantonen wat er met die gegevens gebeurd is, voor een klant, een audit of de AI Act.
Een eenvoudige test: kan je in één zin zeggen welke AI aan welk systeem hangt, en met wiens account? Lukt dat niet meer, dan is het tijd om orde te scheppen.
Waar let je op bij de keuze?
De markt is nog jong. Er zijn gespecialiseerde aanbieders, zoals Composio, en je kan zo'n laag ook inbouwen in je eigen AI-platform. Welke oplossing je ook kiest, stel jezelf deze vragen:
- Waar staan je gegevens? Alles wat de AI opvraagt, passeert langs de gateway. Hosting in de EU en duidelijke afspraken over bewaring zijn dus geen detail. Meer daarover in EU-hosting en zero retention.
- Werkt het met de tools die je team al gebruikt? Een gateway die enkel met één AI-tool samenwerkt, lost maar de helft van het probleem op.
- Kan je eigen koppelingen toevoegen? Standaardkoppelingen voor Gmail of Slack zijn er altijd. Je eigen software of een oudere toepassing vaak niet.
- Hoe gedetailleerd kan je de rechten instellen? Enkel "aan" of "uit" per systeem is te grof. Je wil kunnen zeggen: lezen mag, verwijderen niet.
- Kan je het logboek bekijken en exporteren? Een logboek dat je niet kan doorzoeken, helpt je niet bij een vraag of een incident.
Begin met een lijstje
Voor je een tool kiest, helpt één oefening al veel: zet op een rij welke AI-tools er bij jullie gebruikt worden, aan welke systemen ze hangen en met wiens account. Dat lijstje zet vaak al aan het denken, want er staat bijna altijd een koppeling op waar niemand nog van wist.
Meer over hoe we systemen aan elkaar koppelen, staat op onze pagina over koppelingen. Twijfel je of een gateway voor jullie nodig is, stel dan gerust je vraag hieronder.
