Memory: waarom een AI agent moet onthouden wat er in jouw categorie is gebeurd

‍

Dit artikel gaat over laag 3. De eerste twee lagen, het datafundament en context en skills, hebben we beschreven in het datafundament en context en skills voor agentic AI. Laag 4, veiligheid en consistentie, komt in het volgende artikel aan bod.

Wat is memory in een agentic AI platform?

Memory in een agentic AI platform is de laag die relevante gebeurtenissen en organisatiekennis opslaat, zodat de AI agent die meeneemt bij elke analyse. Het is niet de data zelf, maar de context die verklaart waarom de data eruitziet zoals hij eruitziet.

Een AI agent zonder memory werkt puur op wat hij ziet in de data. Als een merk drie maanden lang geen volume heeft gedraaid bij een retailer, ziet de agent een daling. Maar hij weet niet waarom. Was het een boycot? Een productiestop? Een uitlistingsbeslissing? Die context bepaalt welk verhaal je vertelt, welke conclusie je trekt en welk advies je geeft. Zonder die context is het verhaal onvolledig, en een onvolledig verhaal ondermijnt de geloofwaardigheid bij de retailer.

‍

Welke gebeurtenissen slaat memory op?

Memory slaat gebeurtenissen op die relevant zijn voor de interpretatie van categorie data. Niet elke interne notitie of elk vergaderverslag, maar de specifieke feiten die de agent nodig heeft om data correct te begrijpen en te verklaren.

‍

Externe categorie events

Een boycot waarbij een merk tijdelijk niet in de schappen ligt. Een schapmutatie waarbij een concurrent meer facings krijgt en een ander merk wordt uitgerangeerd. Een productiestop door een slechte oogst of productieprobleem die tot out-of-stocks leidt. Een prijsoorlog in de categorie die rotatie cijfers vertekent.

Al die evenementen hebben directe impact op de categorie cijfers. Een agent die ze niet kent, trekt automatisch de verkeerde conclusies. Een agent die ze wel kent, gebruikt ze om te verklaren wat hij ziet en geeft daarmee een betrouwbaarder en overtuigender verhaal.

‍

Interne organisatiekennis

Naast externe events slaat memory ook interne kennis op. Het afwijkende fiscale jaar van de organisatie dat jaar vergelijkingen beïnvloedt. De beslissing om een bepaalde SKU niet meer te listen bij een specifieke retailer. Een commerciële afspraak die verklaard waarom de prijs bij retailer A anders is dan bij retailer B. De lancering van een nieuw product die distributiecijfers beïnvloedt.

Die kennis zit normaal verspreid over mensen, e-mails en vergaderverslagen. In de memory laag is ze gestructureerd opgeslagen en direct beschikbaar voor de agent bij elke analyse.

‍

Gedeelde en persoonlijke memory

Memory kan worden opgeslagen op twee niveaus: persoonlijk en organisatiebreed. Persoonlijke memory is alleen zichtbaar voor de gebruiker die hem heeft aangemaakt. Organisatiebrede memory is gedeeld met het hele team.

Dat onderscheid is belangrijk. Een category manager die weet dat er een boycot heeft plaatsgevonden, kan die kennis opslaan als organisatiebrede memory. Daarna hoeft een accountmanager die een analyse doet die context niet opnieuw in te voeren. De agent neemt hem automatisch mee. Kennis die nu geconcentreerd is bij één persoon wordt zo beschikbaar voor het hele commerciële team.

‍

Hoe memory wordt gevoed

Memory wordt op twee manieren gevoed: actief door gebruikers en proactief door de agent zelf.

‍

Actief door de gebruiker

Een category manager kan relevante gebeurtenissen direct invoeren in de memory laag. Een boycot, een schapwissel, een productiestop: hij beschrijft de gebeurtenis, geeft de periode aan en kiest of het persoonlijke of organisatiebrede memory is. Vanaf dat moment neemt de agent die context automatisch mee bij elke analyse waarbij die periode of die categorie relevant is.

‍

Proactief door de agent

De agent herkent zelf wanneer een vraag relevante informatie bevat die de moeite waard is om op te slaan. Als een gebruiker vraagt naar de impact van een specifieke boycott, herkent de agent dat dit contextueel relevante informatie is en stelt voor om die op te slaan als memory. De gebruiker bevestigt of past aan. Zo groeit de memory laag organisch mee met de kennis die in de organisatie leeft.

‍

Waarom memory het verschil maakt in een retailergesprek

De waarde van memory wordt het meest zichtbaar in de voorbereiding op een retailergesprek. Een category manager die naar Albert Heijn gaat voor een categorie review, wil een verhaal vertellen dat klopt. Dat betekent niet alleen de juiste cijfers, maar ook de juiste verklaring voor die cijfers.

Als een concurrent het afgelopen kwartaal sterk is gegroeid, is de vraag waarom. Was het een schapwissel? Een succesvolle promotie? Een boycott bij een ander merk die volume heeft vrijgemaakt? Het antwoord staat niet in de verkoopdata. Het staat in de memory-laag.

Een agent met memory haalt die context automatisch op bij de analyse. De category manager hoeft niet zelf te zoeken in aantekeningen en e-mails. Het verhaal dat hij meeneemt naar het gesprek is volledig en consistent, onderbouwd met data én context.

‍

Memory voorkomt dat waardevolle kennis verloren gaat

Memory heeft ook een bredere organisatie impact. Kennis over wat er in een categorie heeft gespeeld, gaat normaal verloren als een category manager vertrekt of van categorie wisselt. Met de memory laag blijft die kennis bewaard in het platform. Een nieuwe collega die de categorie overneemt, beschikt direct over de context die zijn voorganger had opgebouwd. Dat is de combinatie van memory en de kennis die in de context laag zit, zoals beschreven in ons artikel over context en skills voor agentic AI in category management.

Ook voor het bredere commerciële team is memory waardevol. Een accountmanager die een analyse doet, heeft niet altijd de achtergrondkennis van de category manager. Met organisatiebrede memory heeft hij toch toegang tot de context die de agent nodig heeft om de juiste conclusies te trekken. Kennis die nu bij één persoon zit, wordt schaalbaar beschikbaar voor de hele organisatie.

‍

Memory als derde laag in de Captain Agentic Analytics Stack

Memory is de derde laag van vier. Het datafundament zorgt voor betrouwbare data. Context en skills geven de agent de vakkennis om die data te interpreteren. Memory geeft de agent de organisatiekennis om de data te verklaren.

Samen vormen de drie lagen een agent die niet alleen weet wat er is gebeurd, maar ook waarom. Die niet alleen een correcte analyse produceert, maar ook een geloofwaardig verhaal. En die dat consistent doet, ongeacht wie de vraag stelt.

De vierde laag, veiligheid en consistentie, bouwt hierop voort door te garanderen dat de uitkomsten betrouwbaar en veilig zijn. Lees meer over veiligheid en validatie voor agentic category management. 

Voor een volledig overzicht van alle vier de lagen en hoe ze samen een specialistische AI assistent vormen, zie ons hoofdartikel over waarom een generieke AI assistent niet werkt voor category management.

‍

Klaar om de kennis van jouw team op te slaan in een AI-agent?

De kwaliteit van een AI agent wordt niet alleen bepaald door de data waarop hij werkt, maar ook door wat hij zich herinnert. Leveranciers die vandaag hun organisatiekennis vastleggen, bouwen aan AI agents die morgen betere analyses leveren en sterkere retailergesprekken ondersteunen. 

Vraag een demo aan en ontdek hoe Captain memory opbouwt vanuit de kennis die al in jouw team leeft.

‍