Wat er is gebeurd
Op 31 maart kondigde Slack meer dan 30 nieuwe functies aan voor Slackbot, zijn AI-assistent, in wat het bedrijf zelf omschrijft als de grootste verbetering van het platform sinds de overname door Salesforce voor 27,7 miljard dollar in 2021. De aankondiging was gekoppeld aan een keynote van Salesforce-CEO Marc Benioff en positioneert Slackbot niet als een verbeterde chatbot, maar als wat Slack een 'agentisch besturingssysteem' noemt: een laag waarmee zakelijke medewerkers omgaan met AI-agents, bedrijfsapplicaties en elkaar.
De belangrijkste functies zijn AI Skills - herbruikbare instructiesets die invoer, stappen en uitvoerformaten vastleggen voor terugkerende taken. Elk team kan een skill eenmalig bouwen en op aanvraag inzetten, en Slackbot kan herkennen wanneer een promptverzoek van een gebruiker overeenkomt met een skill en die automatisch toepassen. MCP-clientintegratie laat Slackbot taken uitvoeren in externe systemen: Google Slides aanmaken, documenten opstellen, acties uitvoeren in meer dan 2.600 apps in de Slack Marketplace en 6.000+ Salesforce AppExchange-apps. Slackbot kan bovendien buiten de Slack-applicatie zelf opereren en taken autonoom uitvoeren op de desktop.
Slack stelt dat Slackbot op koers ligt om het snelst geadopteerde product in de 27-jarige geschiedenis van Salesforce te worden. Medewerkers bij klantorganisaties rapporteren besparingen tot 90 minuten per dag. Binnen Salesforce zelf claimen teams besparingen tot 20 uur per week, goed voor meer dan 6,4 miljoen dollar aan geschatte productiviteitswaarde.
Waarom dit voor bedrijven relevant is
De Slackbot-update is betekenisvol, niet alleen vanwege wat hij doet, maar vanwege wat hij signaleert. Enterprise-softwareleveranciers behandelen AI niet langer als een functie die erbij geplakt wordt. Ze bouwen hun producten opnieuw op rond de aanname dat AI-agents de uitvoeringslaag overnemen - het daadwerkelijk doen van taken - terwijl mensen intentie leveren en resultaten beoordelen. Slack positioneert zichzelf expliciet als het besturingssysteem voor die agentlaag, een aanmerkelijke claim in de context van hoe grote organisaties werken.
De MCP-integratie is bijzonder opvallend. MCP, het Model Context Protocol dat door Anthropic is ontwikkeld en nu breed wordt toegepast, stelt AI-agents in staat externe tools en systemen op een gestandaardiseerde manier aan te roepen. Door MCP-client te worden, kan Slackbot de kloof overbruggen tussen conversationele intentie in Slack en actie in de gehele enterprise-applicatiestack: CRM-updates, documentcreatie, ticketroutering en meer. Dit is precies de integratielaag die de meeste organisaties tot nu toe handmatig probeerden te bouwen.
Voor bedrijven die voorzichtig waren met AI-adoptie verandert deze update de berekening. Slack wordt dagelijks door miljoenen zakelijke medewerkers gebruikt. Wanneer hun bestaande tool de mogelijkheid krijgt om vergadernotities te maken, meerstappenonderzoek uit te voeren, documenten aan te maken en workflows in externe systemen te starten - zonder nieuwe software of nieuwe interfaces - daalt de drempel voor AI-adoptie aanzienlijk. De vraag is niet langer of AI ingevoerd moet worden, maar hoe het geconfigureerd moet worden voor specifieke workflows.
Laava's perspectief
Dit is het enterprise AI-verhaal dat twee jaar lang is opgebouwd en nu in productie arriveert. Het patroon is consistent: AI vervangt geen volledige systemen, het integreert met bestaande en neemt de uitvoering van specifieke, goed gedefinieerde taken over. De AI Skills van Slackbot - herbruikbare instructiesets voor terugkerende taken - zijn een consumentenversie van wat Laava voor zakelijke klanten bouwt. Het onderliggende principe is hetzelfde: definieer de taak, definieer invoer en uitvoer, zet de agent in, laat mensen beoordelen en goedkeuren.
Het belangrijke onderscheid voor onze klanten is tussen AI op platformniveau en domeinspecifieke AI. Slackbot zal communicatiegerelateerde taken goed afhandelen: threads samenvatten, berichten opstellen, vergadernotities maken, verzoeken routeren. Wat het niet goed zal doen is je specifieke documentformaten begrijpen, de eigenaardigheden van je ERP, de afwijkende factuurstructuur van je leverancier, of de uitzonderingen die 30% van je meest pijnlijke handmatig werk bepalen. Die domeinspecificiteit is waar de echte waarde wordt gebouwd, en dat vereist maatwerkontwikkeling in plaats van configuratie.
De MCP-standaardisering is oprecht nuttig voor organisaties die eigen AI-agents bouwen. Het betekent dat op maat gemaakte agents van Laava nu verbinding kunnen maken met hetzelfde ecosysteem van tools en systemen dat Slackbot gebruikt. De infrastructuur convergeert, wat de integratiecomplexiteit vermindert en het eenvoudiger maakt om agents samen te stellen die over meerdere enterprise-systemen heen werken zonder voor elk systeem een afzonderlijke connector.
Wat je nu kunt doen
Gebruikt je organisatie Slack, verken dan de nieuwe mogelijkheden van Slackbot voor communicatiegerelateerde taken - het bespaart echt tijd op samenvattingen, notities en routinematig informatieverzamelen. Gebruik het als proof-of-concept voor wat AI-agents kunnen doen in je organisatie, en let goed op waar het tekortschiet. Die lacunes - de domeinspecifieke processen, de documenttypen die het niet begrijpt, de systeemintegraties die het niet aankan - vormen je routekaart voor waar maatwerk-AI-ontwikkeling buitenproportionele waarde levert.
Ben je klaar om verder te gaan dan platform-AI - naar factuurverwerking, contractextractie, backoffice-automatisering of contentgeneratie op schaal - dan is dat waar Laava in beeld komt. Het agentische besturingssysteem is er. De vraag is wat erop draait.