AI versus GenAI versus Agentic AI: het informatielandschap ontcijferen

(Deel 1 van de serie: De evolutie van ERP-intelligentie: van data naar agents)

In de directiekamer is 'AI' een modewoord dat te pas en te onpas gebruikt wordt om elk probleem op te lossen. Op de werkvloer zorgt het echter voor verwarring. "Is dit ChatGPT voor mijn magazijn?" "Kan het voorraadtekorten voorspellen of e-mails schrijven?" "Is het wel veilig?"

Om een realistische routekaart voor Infor LN te ontwikkelen, zijn algemene definities gevaarlijk. We moeten kijken naar de officiële architectuur. Volgens de technische strategie van Infor hebben we niet te maken met één monolithische technologie, maar met een specifieke drie-eenheid: Infor AI, GenAIen Agentic AI.

Het begrijpen van het verschil zal je helpen te begrijpen welke zakelijke problemen je daadwerkelijk kunt oplossen.

Infor AI: De voorspellende analist

In de officiële documentatie Infor AI (voorheen bekend als het Coleman AI Platform) specifiek naar de voorspellende en voorschrijvende engine.

Zie Infor AI als uw beste datawetenschapper.
Het is dol op cijfers, patronen en geschiedenis.
Het geen nieuwe content (het schrijft geen gedicht).
In plaats daarvanverwerkt het enorme hoeveelheden gestructureerde historische data om verborgen patronen te ontdekken.

Onder de motorkap:

Machine learning (ML): Hierbij worden algoritmen (zoals regressie of classificatie) gebruikt om modellen te trainen.
Quests: In de terminologie van Infor bouw je "Quests", specifieke ML-workflows die de gegevensvoorbereiding, feature engineering (het detecteren van uitschieters) en training afhandelen.
Gestructureerde data: Deze gedijt bij overzichtelijke rijen en kolommen (verkoopgeschiedenis, IoT-sensorwaarden).

De Infor LN-gebruikssituatie: vraagvoorspelling

Je vraagt Infor AI niet "Hoe gaat het met de verkoop?". Je voert er 5 jaar aan verkoopgegevens, seizoensindices en economische factoren in. Het voert een Quest uit en geeft de volgende output:

“U verkoopt in november 452 eenheden van artikel X met een zekerheid van 92%.”

GenAI: De contextuele engine

De officiële definitie: GenAI is de functionaliteit die mogelijk wordt gemaakt door grote taalmodellen (LLM's) die via de GenAI Orchestrator.
Hier ligt de focus meestal op, maar Infor's aanpak is strikt bedrijfsgericht.

Onder de motorkap: Hoe GenAI daadwerkelijk "denkt"

Om te begrijpen waarom GenAI verschilt van traditionele software, moeten we drie kernconcepten ontleden: LLM's, Tokens en Transformers.

Het LLM (Large Language Model)
is geen 'kennisbank' zoals een bibliotheek, maar een probabilistische machine. Het is getraind op enorme hoeveelheden tekst om de statistische relatie tussen woorden te leren. Het 'weet' het antwoord niet, maar voorspelt het meest waarschijnlijke antwoord op basis van patronen.
De token: de valuta van AI.
GenAI leest woorden niet zoals wij dat doen. Het splitst tekst op in tokens (ongeveer 4 tekens of 0,75 woorden).

Invoer: “Infor LN”
AI-weergave: [Infor] [ LN] (2 tokens) Wanneer u betaalt voor GenAI-services (via AWS Bedrock of Infor-tokens), betaalt u voor de verwerking van deze chunks.

De Transformer.
Dit is de baanbrekende technologie (de "T" in GPT).
In tegenstelling tot oudere modellen die tekst van links naar rechts lezen, leest een Transformer de hele zin in één keer en kent "aandachtsgewichten" toe aan verschillende tokens.

Zin: "Het project is duurder uitgevallen omdat de staalprijzen zijn gestegen."
Mechanisme: De Transformer begrijpt dat het woord 'budget' wiskundig verbonden is met 'staal'. Hij begrijpt de context, niet alleen de trefwoorden.

Voorspelling van het volgende woord: Wanneer GenAI een samenvatting schrijft, speelt het letterlijk een spelletje 'Raad het volgende woord'.

Het leest je prompt voor: "De projectstatus is..."
Het berekent de waarschijnlijkheden: "Vertraagd" (70%), "Op tijd" (20%), "Onbekend" (10%).
Het selecteert "Vertraagd" en herhaalt het proces.

Aanbevolen video: van Google Cloud bekijken de introductie tot generatieve AI.

De Infor LN-gebruikssituatie: Project 360-widget. In sessies zoals Project 360 (tppdm6500m100)past Infor deze technologie specifiek toe:

De invoer: het systeem voert gestructureerde gegevens (budgetposten, openstaande kwesties, mijlpalen) in, die zijn omgezet in tokens, aan het LLM-systeem.
De prompt: u klikt op een vooraf ingestelde prompt, zoals 'Project Executive Summary'.
Het resultaat: de Transformer analyseert de tokens en genereert een samenhangend verhaal:

“Het project loopt 3 weken vertraging op door materiaalschaarste in fase 2. De materiaalkosten liggen 10% hoger dan begroot.”

Agentische AI: De autonome toekomst

De officiële definitie: dit is de nieuwe grens die in de routekaart wordt beschreven.
Agentische AI verwijst naar "microverticale, op rollen gebaseerde agenten".

De logica: terwijl GenAI assisteert (je moet op "Samenvatten" klikken), handelt. Het is resultaatgericht, niet taakgericht.

Onder de motorkap: Agents zijn ontworpen met "georkestreerde controle".
Ze beschikken over de benodigde beveiligingsmachtiging en de logica om processen binnen de Infor-suite (LN, IDM, M3) autonoom uit te voeren, waarbij ze doorgaans alleen wachten op een laatste "menselijke goedkeuring".

Stel je een supply chain-agent voor die:

Detecteert een vertraging in de verzending (Inzicht van Infor AI).
Leest het contract om de boetes te controleren (vaardigheid van GenAI).
Acties: proactief een inkooporder op voor een secundaire leverancier en plaatst deze in de wachtrij voor uw goedkeuring.

Samenvatting: Het juiste gereedschap voor de klus

In plaats van een verwarrende matrix, kunt u hier eenvoudig bepalen welke tool u nodig hebt:

Wat volgt: we laten statische dashboards achter ons en bekijken hoe Text-to-SQL -technologie het mogelijk maakt om communiceren met uw data Generative BI.

Geschreven door Andrea Guaccio

17 december 2025