Slack stelt dat conversatiedata de goudmijn aan data is voor AI-agents
In dit artikel:
Slack wil gesprekken binnen bedrijven gebruiken als de sleutelgrondstof voor AI-agents en opent zijn conversatiedata voor derden via twee nieuwe bouwstenen: een real-time search (RTS) API en een Model Context Protocol (MCP)-server. Met deze tools kunnen externe AI-agents straks rechtstreeks en in realtime relevante berichten ophalen uit Slack-kanalen — binnen de toegangsrechten van de gebruiker en zonder dat organisaties massaal data hoeven te downloaden of extern op te slaan. Slack verwacht dat partners de komende maanden integraties bouwen; de RTS API en MCP-server moeten begin 2026 algemeen beschikbaar zijn.
Wie en wat: Slack (nu onderdeel van Salesforce) lanceert functionaliteit waarmee conversaties als contextbron voor AI gebruikt worden. Grote namen als Anthropic, Google, Perplexity, Dropbox, Notion en anderen staan al op de partnerlijst en ontwikkelen agents die diep in Slack-gesprekken kunnen graven. Daarnaast introduceert Slack Work Objects: compacte app-snippets die informatie uit bijvoorbeeld Asana direct in Slack tonen en acties (zoals taken afvinken of declaraties goedkeuren) mogelijk maken.
Waarom: Na de race om krachtige LLM’s en rekenkracht draait het nu om data en context. Slack ziet de vaak informele, projectgebonden conversaties als waardevolle informatie die niet altijd in formele documentatie terugkomt — denk aan afspraken, eisen of beslissingen in een projectkanaal. Door die conversaties toegankelijk te maken voor agents, moeten AI-gestuurde taken accurater worden en minder vaak hallucineren doordat de agenten direct op bedrijfsinformatie kunnen terugvallen.
Hoe het werkt: De RTS API zoekt alleen de relevante inhoud op basis van wie er toegang heeft; geen bulkdownloads en met respect voor permissions. MCP standardiseert hoe agents met Slack communiceren, zodat ontwikkelaars niet telkens nieuwe integraties hoeven te bouwen. Dit maakt het makkelijker voor externe agents om zelfstandig context te verzamelen en te handelen.
Praktische toepassingen: voorbeelden variëren van een agent die op basis van een Slack-gesprek automatisch CRM-velden bijwerkt, tot een agent die in Slack naar vergelijkbare IT-issues zoekt en oplossingen voorstelt zonder ticketing. Marketingmanagers kunnen samenhangende data uit meerdere systemen laten analyseren, inclusief eerdere discussies over campagne-aanpassingen.
Knelpunten en risico’s: organisaties gebruiken vaak honderden tot duizend apps, waardoor data verspreid en lastig te aggregeren is. Enterprise search kan helpen, maar integratie van alle systemen is arbeidsintensief. Ook blijft het de vraag of agents betrouwbaar onderscheid kunnen maken tussen besproken opties en definitieve besluiten. Hoewel Slack benadrukt dat toegang gecontroleerd gebeurt, brengt bredere externe toegang hogere governance- en privacy-uitdagingen met zich mee.
Strategie en concurrentie: Met deze stap wil Slack zich niet beperken tot het Salesforce-ecosysteem maar fungeren als een open “work operating system” voor AI-agents van alle leveranciers. Concurrenten zoals SAP, Workday en ServiceNow hebben vergelijkbare ambities. Slack zegt dagelijks door ongeveer 200.000 organisaties gebruikt te worden; als veel daarvan overstappen kan dit platform daadwerkelijk een centrale AI-gateway binnen bedrijven worden.