Sales Leader France & Benelux. Verantwoordelijk voor de verkoop van IBM-licenties en AEXIS-oplossingen, van scoping tot licensing, renewals en software- + dienstenbundels.
AI in bedrijven wordt pas echt nuttig wanneer ze verder kan gaan dan het chatvenster. In een EPM-omgeving betekent dat: een businessbehoefte begrijpen, toegang krijgen tot Planning Analytics-objecten, een query uitvoeren, een view gebruiken of een gerichte verwerking starten afhankelijk van de context. Precies daar wordt het MCP-model strategisch. Door watsonx Orchestrate via een MCP-server met IBM Planning Analytics te verbinden, is de agent niet langer beperkt tot een tekstuele assistentrol: hij kan steunen op tools die op een gestructureerde manier worden blootgesteld om met de TM1-omgeving te communiceren. Voor AEXIS is dit een bijzonder sterke richting, omdat het agentische AI dichter bij reële use cases in finance, controlling en planning brengt.
Waarom MCP de waarde van een AI-agent verandert
Een agent zonder tools blijft beperkt tot uitleg, samenvatting of suggesties. Zodra hij met een bedrijfssysteem moet interageren, is een extra laag nodig: de laag die de beschikbare capaciteiten, hun parameters en hun manier van aanroepen beschrijft binnen een gestructureerd kader.
De MCP-server beantwoordt precies aan die behoefte. Hij biedt de agent een duidelijk toegangspunt tot externe tools, waardoor hij acties kan plannen vanuit businessintenties zonder afhankelijk te zijn van geïmproviseerde logica.
watsonx Orchestrate op een bruikbare manier verbinden met Planning Analytics
In het geval van IBM Planning Analytics opent deze aanpak zeer concrete mogelijkheden. Een agent kan worden verrijkt met MCP-tools die analyse- of manipulatiemogelijkheden blootleggen die verband houden met de TM1-omgeving, afhankelijk van de scope die men toegankelijk wil maken.
Zo ga je van een puur conversationeel gebruik naar een tool-assisted gebruik, waarbij de agent kan steunen op functies die echt met het planningsplatform zijn verbonden. Dat maakt de dialoog veel operationeler voor business teams.
Geloofwaardigere use cases voor finance en performance management
In een financecontext is de echte waarde niet dat een agent uitlegt wat een cube of een view is. De waarde is dat hij helpt om de juiste objecten terug te vinden, de juiste analyse te starten, een businessvraag te contextualiseren of bepaalde taken rond planningsdata te versnellen.
Deze logica kan dienen als basis voor gespecialiseerde assistenten voor de voorbereiding van analyses, ondersteuning van Planning Analytics-gebruikers, operationele documentatie, verkenning van TM1-structuren of begeleide uitvoering van gecontroleerde processen.
Een goede Planning Analytics-agent steunt niet alleen op de LLM
Dit type architectuur herinnert aan een essentieel punt: de waarde van een agent hangt niet alleen af van het gebruikte model. Ze hangt vooral af van de kwaliteit van de aangesloten tools, de toegekende actieruimte, de gedefinieerde guardrails en het businessbegrip dat in het ontwerp is ingebouwd.
Met andere woorden: een agent die via MCP met Planning Analytics is verbonden, moet worden ontworpen als een governed component van het informatiesysteem, niet als een eenvoudige conversationele interface die haastig is aangesloten.
Waarom AEXIS op dit vlak legitiem is
AEXIS begrijpt zowel de uitdagingen van IBM Planning Analytics als de realiteit van industrialisatie in bedrijven. Dat is cruciaal om aantrekkelijke experimenten te vermijden die op lange termijn moeilijk vol te houden zijn.
Onze aanpak bestaat erin de use cases te identificeren waarin een agent die met Planning Analytics is verbonden echte waarde kan creëren, en vervolgens toegangen, tools, validaties en het deploymentpad correct af te bakenen. Het is precies die combinatie van EPM-expertise en AI-integratie die een traject rond watsonx Orchestrate en het MCP-model sterk maakt.