Ramp: interne AI-agenten bereiken meer dan miljoen sessies

Samenvatting

Ramp passeert één miljoen sessies met interne AI-agent Inspect en bouwt verder aan organisatiebreed gebruik van taalmodellen.

Ramp en interne AI-agenten: wat er gebeurt

Jay Sobel, data-platformengineer bij Ramp, beschreef tijdens dbt Summit 2026 hoe het bedrijf interne AI inzet buiten het eigen product. Inspect biedt een ticketinterface waarin elke ticket een afgeschermde sessie met een coding-agent start; het platform passeerde inmiddels één miljoen sessies.

Ramp Research, de data-agent van het bedrijf, verscheen ongeveer een jaar geleden. Glass staat vooraf geïnstalleerd op laptops van nieuwe medewerkers en koppelt met interne systemen. Met Rampplify kunnen teams interne apps snel publiceren en weer verwijderen. WaveDash presenteert dashboards als SQL-bestanden in een repository die naar Markdown worden gerenderd; Ramp stapt hiervoor actief over van Looker.

Waarom Ramp en interne AI-agenten relevant zijn

Ramp koppelt AI niet aan één afdeling. Ook verkoopmedewerkers gebruiken Glass, terwijl analytics engineers de instructies en tekst voor agents schrijven. Sobel ziet daarin een voordeel ten opzichte van software engineers: analytics engineers zijn volgens hem gewend aan onvoorspelbaar modelgedrag en aan het formuleren van context.

De querygrafiek die Sobel toonde, ging van ongeveer 10.000 tot 15.000 vragen per maand naar een volume dat de vergeleken menselijke queries inmiddels ruim overstijgt. Tegelijk meet Ramp het rendement van deze investeringen nog niet strikt. Het bedrijf vermijdt ook afhankelijkheid van één AI-lab en houdt meerdere modelopties open.

Voor kleine datateams noemt Sobel een ontwerp­systeem, een chartbibliotheek en een intern repository als alternatief voor een eigen platform vanaf nul. De aanpak verschuift daarmee de aandacht van één AI-product naar de inrichting van tools, toegang en werkwijzen.

Concrete takeaway voor interne AI-agenten

Breng eerst in kaart welke agenten medewerkers al gebruiken, welke systemen ze benaderen en hoe sessies worden afgeschermd. Leg daarnaast vast hoe je gebruik, kosten en uitkomsten meet, want Ramp heeft dat proces nog niet strak ingericht. Houd bij nieuwe agenten de onderliggende modellen verwisselbaar en behandel SQL, dashboards en documentatie als onderhoudbare artefacten.