Weet je wat zowel het bestaansrecht als de grootste bottleneck van een bureau is? Assymetrie van kennis en vaardigheden.
Bestaansrecht want: klanten weten en kunnen dingen niet, dus vragen ze jullie. Bottleneck want: de ene collega weet iets dat de andere niet weet. En de helft van de mensen kan iets dat de rest niet kan.
Het wordt langzaam maar zeker mogelijk om die bottleneck flink kleiner te maken. Door het bouwen van een collectief, geautomatiseerd geheugen voor je bureau. Een second brain.
Context is de sleutel
Alle AI power users zijn het erover eens: prompten wordt steeds minder belangrijk. Goede resultaten met AI zijn afhankelijk van de context die je meegeeft. De informatie waar je workflow uit kan putten vóór het met antwoorden of deliverables komt.
Het meegeven van goede context heeft 3 praktische uitdagingen:
Hoe houd je alle informatie schoon en up-to-date?
Hoe zorg je ervoor dat je die info niet bij elke nieuwe vraag of opdracht opnieuw hoeft in te voeren?
Hoe zorg je ervoor dat iedereen binnen je bedrijf hiervan profiteert zonder grip te verliezen op toegang?
Dat is waar een second brain kan helpen.
Dit is mijn AI-brein
Ik ben ook een second brain aan het bouwen. Deels uit frustratie over het opnieuw moeten uitleggen van dingen aan Claude code. Maar ook deels omdat ik heel veel mogelijkheden richting de toekomst zie.
Concreet heeft mijn second brain 4 doelen die elk een eigen probleem oplossen:
Al mijn AI-workflows sneller EN structureel tot betere output laten komen. Vaak was ik zaken handmatig aan het zoeken en kopiëren. Bijvoorbeeld een transcript van een klantmeeting of een voorbeeld deliverable die ik voor mijn laatste klant gemaakt had. Dit duurt lang en is foutgevoelig: soms denk ik dat AI iets nodig heeft, maar heeft hij eigenlijk iets anders nodig.
Voorbereid zijn op een toekomst waarin agents steeds meer kunnen. Ik voorzie dat ik binnen nu en een jaar een service heb draaien voor klanten waarin ik relevante ontwikkelingen in hun speelveld automatisch in de gaten houd met een trendwatcher agent. Komt daar iets interessants uit dan zoekt mijn customer insights agent in mijn second brain naar haakjes met de dagelijkse werkelijkheid van mijn klant. Hij heeft daar alle meeting transcripts, informatie, plannen en resources van het bedrijf in kwestie als context. Mijn accountmanager agent maakt vervolgens een concept-mail die ik kan reviewen en naar mijn klant kan sturen. Die mail is opgesteld aan de hand van hele strikte tone-of-voice instructies én alle mailwisselingen die ik in het verleden met die klant gehad heb. Dit wordt afgedwongen door mijn voice-of-Koen agent.
Toekomstige team-uitbreiding makkelijker maken. Iedereen van jullie heeft weleens een nieuwe collega ingewerkt. Een groot deel van de kennis die hij/zij nodig heeft zit in het hoofd bij bestaande teamleden. Dat is bij mij niet anders. Tot je dit er deels geautomatiseerd uit gaat halen. Een voorbeeld van iets dat ik nu al heb draaien: al mijn meeting transcripts, LinkedIn posts en mailings komen geautomatiseerd in mijn second brain terecht. Mijn archivaris agent voorziet ze van metadata en zet ze op de juiste plek. En scant ze voor nieuwe inzichten om bestaande kennis mee aan te vullen en mee te linken.
Samenwerken met externen zoals freelancers makkelijker maken. Hetzelfde principe als hierboven. Freelancers huur je doorgaans in voor specifieke taken, waarvoor zij specifieke context nodig hebben. Ik heb mijn second brain zo gebouwd dat ik fijnmazige controle heb over wie wat mag zien.
Hier een screenshot van mijn structuur, ter illustratie:
Screenshot van mijn second brain
Governance als randvoorwaarde
Als je met dit project aan de slag gaat loop je al snel tegen een grote uitdaging aan: veiligheid en betrouwbaarheid.
Ik wil dat al mijn data veilig is en blijft, punt. Zowel die van mezelf, als die van klanten. Dat betekent vooraf nadenken over waar het leeft, wat er in gaat, wie erbij kan en hoe je voorkomt dat informatie op plekken terecht komt waar je dat niet wilt.
Voor mij betekent dit dat ik vooralsnog geen echte agentic workflows laat draaien met toegang tot mijn second brain en het wijde internet. Ik wil namelijk niet het risico lopen dat een guardrail genegeerd wordt en mijn agent data naar buiten lekt. Voorlopig worden al mijn tools en datastromen wekelijks geaudit op security best practices en gebruik ik mijn 'context machine' daarom alleen nog voor interne workflows.
Agentic toekomst
Voor mij is het wel duidelijk dat we toewerken naar een agentic toekomst. Agents die met elkaar communiceren en steeds autonomer taken gaan uitvoeren. De voordelen zijn simpelweg te groot om dit nog tegen te houden.
Op dit moment vind ik de output en het gedrag nog niet altijd betrouwbaar genoeg, dus ben er nog heel voorzichtig mee. Dat gezegd hebbende denk ik wel dat het goed is om nu al te beginnen met het organiseren van de input. In de wat voorspelbaardere (deterministische) workflow automations levert deze setup nu al veel waarde. Bovendien ben ik ervan overtuigd dat het governance probleem opgelost gaat worden door mensen die slimmer zijn dan ik.
En zodra ze dat doen ben ik er klaar voor.
Koen Hendrickx
Schrijft en adviseert over expertise verkopen in het AI-tijdperk.
De ROI op moeilijke dingen stijgt ↓ Weet je wat de grootste frustratie uit het leven van een consultant is? Hoe goed een plan ook is, op enig moment moet je klant het ook zelf gaan doen. Elke dag weer, ook als de energie van het bedenken van iets nieuws weg is en de waan van de dag weer de dienst uitmaakt. Zo help ik bureaus commercieel beter te presteren in het AI-tijdperk. Dat is meestal een behoorlijke transitie. De grootste blokkades waardoor die transitie niet (of maar half) gemaakt...
Geef je productiviteitswinst niet aan de klant ↓ Begin jaren '80 pompte General Motors meer dan 40 miljard dollar in fabrieksrobots. Het plan was simpel: zet de robot op de plek waar de arbeider stond. Dezelfde assemblagelijn, workflow en aansturing. Maar dan sneller en goedkoper. Toyota had toegang tot precies dezelfde technologie. Maar stelde een andere vraag. Niet: welke taken kunnen robots overnemen? Maar: wat wordt er mogelijk nu we over deze technologie beschikken? Ze herontwierpen o.a....
Van deliverables naar oplossingen ↓ Veel bureauleiders die ik spreek hebben momenteel een variant van deze vraag in hun hoofd: Hoe verdienen we geld met onze expertise als AI bepaalde onderdelen in minuten kan waar we eerst dagen over deden? De realiteit is dat de meeste bureaus geld verdienen met het opleveren van deliverables. Plannen, software, visuele assets en campagnes. En juist daar wordt AI steeds beter in. Voordat we het kunnen gaan hebben over het verdienmodel (weg bewegen van...