AI agents in organisaties
De eerste AI-golf draaide vooral om een nieuwe manier van werken met informatie.
Je stelde een vraag, kreeg een antwoord, liet een tekst schrijven, maakte sneller een samenvatting of kreeg hulp bij een analyse. Dat veranderde al veel, maar de mens zat nog voortdurend aan het stuur. Jij bepaalde wat je vroeg, wat je gebruikte en wat je uiteindelijk deed met het antwoord.
AI agents brengen een volgende stap dichterbij.
Niet alleen een systeem dat met je meedenkt, maar software die binnen duidelijke grenzen zelfstandig werk kan voorbereiden en uitvoeren. Een agent kan bijvoorbeeld informatie verzamelen, documenten vergelijken, een klantvraag voorbereiden, systemen raadplegen, een workflow starten of een conceptbesluit klaarzetten voor een medewerker.
Dat klinkt misschien als een technisch detail. Voor organisaties is het dat niet.
Zodra software niet alleen ondersteunt, maar ook handelingen uitvoert, veranderen vragen over verantwoordelijkheid, processen, functies en leiderschap. Dan gaat het niet meer alleen over productiviteit. Dan gaat het over de manier waarop werk wordt georganiseerd.
Ik spreek over AI agents voor organisaties die willen begrijpen wat deze ontwikkeling werkelijk betekent. Niet vanuit het idee dat iedere organisatie morgen een leger digitale collega’s nodig heeft, maar vanuit een veel interessantere vraag:
Welke taken willen we slimmer organiseren, en welke verantwoordelijkheid willen we altijd bij mensen houden?
[Bespreek een keynote over AI agents]
Wat zijn AI agents?
Een AI agent is geen gewone chatbot.
Een chatbot beantwoordt vooral vragen. Een agent krijgt een doel, kan informatie ophalen, tools gebruiken, stappen plannen en binnen vooraf bepaalde grenzen actie ondernemen. Dat kan zo klein zijn als het verzamelen van informatie voor een klantgesprek. Het kan ook gaan om een systeem dat gegevens uit verschillende bronnen combineert, een proces voorbereidt en een medewerker alleen inschakelt wanneer menselijke beoordeling nodig is.
OpenAI omschrijft agents als toepassingen die plannen, tools gebruiken, met gespecialiseerde systemen kunnen samenwerken en genoeg context bewaren om meerstapswerk af te ronden.
De term klinkt soms groter dan de praktijk. Dat is begrijpelijk. Er wordt veel gesproken over autonome systemen die hele afdelingen zouden vervangen. De meest interessante toepassingen zijn vaak veel concreter.
Een agent die een salesmedewerker helpt bij de voorbereiding van een klantgesprek.
Een agent die interne vragen over beleid of procedures afhandelt.
Een agent die afwijkingen in data signaleert en een eerste analyse maakt.
Een agent die informatie verzamelt voor een juridisch, financieel of operationeel dossier.
Een agent die terugkerend werk uitvoert, maar belangrijke beslissingen laat beoordelen door een mens.
Daar begint de echte waarde vaak. Niet bij een indrukwekkende demo, maar bij een proces dat vandaag nog onnodig traag, foutgevoelig of frustrerend is.
Waarom AI agents meer veranderen dan een nieuwe tool
Bij een gewone AI-tool verandert vooral de manier waarop één persoon werkt.
Bij agents verandert mogelijk de manier waarop werk tussen mensen, systemen en teams wordt verdeeld.
Dat heeft gevolgen voor processen die jarenlang op dezelfde manier zijn ingericht. Veel organisaties hebben werk verdeeld op basis van wat mensen handmatig konden doen, controleren of doorsturen. Een medewerker verzamelt informatie. Een collega beoordeelt die. Daarna gaat het naar een andere afdeling. Vervolgens komt er weer een handmatige stap bij.
AI agents kunnen delen van die keten versnellen of anders inrichten.
Dat biedt kansen, maar het vraagt ook om zorgvuldigheid.
Want zodra een systeem een stap in een proces uitvoert, ontstaat meteen een belangrijke vraag: wie blijft eindverantwoordelijk?
Wie controleert de kwaliteit?
Wie grijpt in wanneer een agent iets verkeerd begrijpt?
Welke informatie mag een agent gebruiken?
Welke taken mogen geautomatiseerd worden, en welke vragen altijd om menselijk oordeel?
Dat zijn geen vragen voor IT alleen. Het zijn vragen voor leiders, proceseigenaren, HR, compliance, legal, operations en de mensen die dagelijks met het werk bezig zijn.
De interessantste vraag is niet wat een agent kan
De interessantste vraag is welk probleem je probeert op te lossen.
Veel organisaties beginnen te snel bij de technologie. Ze zien een demo, horen een verhaal over digitale collega’s en vragen zich af waar zij ook een agent zouden kunnen inzetten.
Dat is meestal de verkeerde volgorde.
Begin liever bij het werk dat mensen nu energie kost, maar weinig waarde toevoegt. Bij processen waarin informatie steeds opnieuw wordt gezocht, gekopieerd, gecontroleerd of doorgestuurd. Bij handelingen die voorspelbaar zijn, maar wel veel tijd vragen. Bij momenten waarop mensen moeten wachten omdat systemen niet goed met elkaar praten.
Daar kan een agent interessant worden.
Niet omdat het modern klinkt, maar omdat het werk beter kan worden georganiseerd.
Een goede eerste toepassing heeft vaak een duidelijk doel, beperkte risico’s, heldere succescriteria en voldoende mogelijkheid voor menselijke controle. Anthropic adviseert organisaties die met agents werken om klein te beginnen, met een afgebakende taak, en pas daarna op te schalen wanneer de toepassing betrouwbaar en meetbaar blijkt.
Dat klinkt misschien minder spectaculair dan een volledig autonome organisatie. In de praktijk is het vaak veel verstandiger.
AI agents en de toekomst van functies
Bij AI agents denken mensen al snel aan vervanging.
Dat is begrijpelijk. Wanneer software werk uitvoert, ontstaat vanzelf de vraag wat er overblijft voor de medewerker die dat werk eerder deed.
Toch is dat te eenvoudig.
Veel functies bestaan uit een combinatie van taken. Sommige taken zijn repetitief, voorspelbaar en informatiegedreven. Andere vragen om context, relationeel vermogen, creativiteit, verantwoordelijkheid of een oordeel dat je niet zomaar in regels kunt vangen.
AI agents zullen vooral invloed hebben op de manier waarop die taken worden verdeeld.
Een accountmanager hoeft misschien minder tijd te besteden aan voorbereiding, maar krijgt daardoor meer ruimte voor het gesprek met de klant.
Een HR-professional kan minder tijd kwijt zijn aan standaardvragen, maar moet juist beter kunnen omgaan met de uitzonderingen en de menselijke kant van werk.
Een financieel team kan sneller afwijkingen signaleren, maar blijft nodig om te beoordelen wat die afwijkingen werkelijk betekenen.
Een manager krijgt misschien sneller inzicht in de voortgang van processen, maar blijft verantwoordelijk voor de keuzes die daaruit volgen.
De belangrijkste verandering zit daarom niet alleen in hoeveel werk verdwijnt. De belangrijkste verandering zit in welk werk belangrijker wordt.
Dat vraagt om leiders die niet alleen kijken naar efficiëntie, maar ook naar vakmanschap, ontwikkeling en de manier waarop mensen waarde blijven toevoegen.
Wat gebeurt er met junior talent?
Dit is een vraag die nog te weinig wordt gesteld.
Veel starters leren een vak door voorbereidende taken te doen. Onderzoek, eerste analyses, samenvattingen, concepten, dossiers, notulen, klantvoorbereiding. Dat werk is niet altijd spannend, maar het helpt mensen om gevoel te krijgen voor context, kwaliteit en patronen.
Wanneer agents een groot deel van dat werk sneller kunnen uitvoeren, ontstaat een uitdaging.
Hoe leren jonge professionals dan nog de basis van hun vak?
Hoe ontwikkelen zij het instinct dat ervaren collega’s vaak vanzelfsprekend lijken te hebben?
Hoe zorg je dat iemand niet alleen goed wordt in het aansturen van een agent, maar ook begrijpt wanneer de uitkomst niet klopt?
Daar moeten organisaties bewust over nadenken.
AI agents kunnen jong talent sneller laten meedraaien in complex werk. Dat is een kans. Tegelijkertijd moeten organisaties investeren in begeleiding, feedback en oefenruimte. Anders loop je het risico dat mensen heel efficiënt worden voordat zij echt hebben geleerd hoe hun vak werkt.
Agents vragen om duidelijke grenzen
Een agent die een conceptmail opstelt, is iets anders dan een agent die zelfstandig een contract aanpast.
Een agent die relevante informatie verzamelt voor een medewerker, is iets anders dan een agent die op basis van die informatie zelf een klantbesluit neemt.
Dat onderscheid moet duidelijk zijn.
Niet omdat organisaties bang moeten zijn voor innovatie, maar omdat vertrouwen groeit wanneer mensen weten waar de grenzen liggen.
Welke taken mag een agent uitvoeren?
Wanneer moet een mens altijd controleren?
Welke gegevens mogen worden gebruikt?
Waar wordt alles vastgelegd?
Wie is verantwoordelijk voor de kwaliteit?
Hoe monitor je of een agent nog doet wat hij moet doen?
Wat gebeurt er wanneer de uitkomst onjuist, onvolledig of ongewenst is?
Dat soort vragen horen niet pas op tafel te komen wanneer een toepassing al live staat. Zij horen aan het begin van het ontwerp.
De beste organisaties zullen waarschijnlijk niet de organisaties zijn die hun agents het snelst volledige autonomie geven. Het zijn de organisaties die goed nadenken over waar autonomie waarde toevoegt, en waar menselijk oordeel onmisbaar blijft.
De rol van leiders wanneer agents hun intrede doen
AI agents veranderen niet alleen processen. Ze veranderen ook verwachtingen.
Medewerkers zullen zich afvragen wat er van hen wordt verwacht. Managers zullen moeten bepalen welke taken teams anders gaan organiseren. Bestuurders zullen willen weten wat dit betekent voor productiviteit, risico, klantbeleving en concurrentiekracht.
Dat vraagt om helder leiderschap.
Niet door te doen alsof iedereen morgen wordt vervangen door software. Ook niet door te doen alsof er niets verandert.
Wel door eerlijk te zijn over de richting.
Wat willen we met deze technologie verbeteren?
Waar willen we ervaring opdoen?
Welke principes vinden we belangrijk?
Welke rollen veranderen mogelijk?
Waar willen we juist meer tijd vrijmaken voor menselijk contact, kwaliteit of creativiteit?
Een geloofwaardige leider zegt niet alleen dat AI kansen biedt. Diegene maakt ook duidelijk wat de organisatie met die kansen wil doen.
Waar gaat een keynote over AI agents over?
De keynote wordt afgestemd op de organisatie, sector en doelgroep. Voor een directieteam ligt de nadruk vaker op strategie, governance en de inrichting van processen. Voor medewerkers gaat het vaker over dagelijkse toepassingen, vaardigheden en de vraag hoe werk verandert.
Mogelijke onderwerpen zijn:
- wat AI agents zijn en waarin zij verschillen van chatbots en gewone automatisering
- welke processen het meest kansrijk zijn voor een eerste toepassing
- waarom de beste use cases vaak kleiner en concreter beginnen dan organisaties verwachten
- wat agents betekenen voor functies, teams en samenwerking
- hoe je menselijke controle organiseert zonder innovatie onnodig te vertragen
- welke risico’s ontstaan rond kwaliteit, data, verantwoordelijkheid en afhankelijkheid
- waarom leiderschap en cultuur minstens zo belangrijk zijn als technologie
- hoe je medewerkers meeneemt zonder angst of onrealistische beloften
- wat AI agents kunnen betekenen voor klantcontact, operations, finance, HR, sales en kenniswerk
Deze keynote past goed bij innovatie-events, directiedagen, leiderschapsprogramma’s, klantcongressen, strategiedagen en interne bijeenkomsten over de toekomst van werk.
Waarom Jan Scheele?
Jan Scheele spreekt en schrijft over AI, deep tech, digitale innovatie en de toekomst van werk. Als keynote spreker, moderator en techjournalist beweegt hij tussen ondernemers, bestuurders, beleidsmakers, investeerders en technologische experts.
Hij weet dat nieuwe technologie snel abstract kan worden. Daarom vertaalt hij technische ontwikkelingen steeds terug naar de vragen die organisaties werkelijk bezighouden.
Wat verandert er in ons werk?
Waar ligt de waarde?
Wat vraagt dit van leiders?
Welke keuzes mogen we niet uitstellen?
Zijn stijl is inhoudelijk, scherp en toegankelijk. Niet gericht op technische details om de technische details, maar op de vraag wat organisaties hiermee kunnen, moeten en misschien juist niet moeten doen.
Ook mogelijk: keynote met panel of strategische sessie
AI agents zijn bij uitstek een onderwerp dat vraagt om gesprek.
Soms is een keynote een goede start, gevolgd door een panel met interne experts, klanten, technologische partners of bestuurders. Soms werkt een kleinere sessie beter, waarin een directie of MT samen kijkt naar processen, kansen en grenzen.
In die setting kan het gesprek bijvoorbeeld gaan over de vraag welke taken binnen de organisatie het meest geschikt zijn voor een eerste experiment. Over welke afdelingen moeten samenwerken. Over waar de grootste onzekerheid zit. Over welke principes je wilt vastleggen voordat je verder opschaalt.
Zo blijft AI agents geen abstract onderwerp voor later, maar wordt het een serieuze strategische vraag voor nu.
Veelgestelde vragen over AI agents
Wat is het verschil tussen een chatbot en een AI agent?
Een chatbot beantwoordt meestal vragen of helpt met één opdracht. Een AI agent kan daarnaast informatie ophalen, tools gebruiken, meerdere stappen uitvoeren en binnen duidelijke grenzen acties ondernemen om een doel te bereiken.
Kunnen AI agents zelfstandig beslissingen nemen?
Dat hangt af van hoe een organisatie een agent inricht. In veel gevallen is het verstandig dat een agent werk voorbereidt of uitvoert binnen duidelijke regels, terwijl een mens de belangrijke beoordeling of beslissing houdt.
Zijn AI agents alleen geschikt voor grote organisaties?
Nee. Ook kleinere organisaties kunnen agents inzetten voor afgebakende, terugkerende processen. Juist kleinere teams kunnen veel voordeel hebben wanneer administratief of voorbereidend werk slimmer wordt georganiseerd.
Welke afdelingen kunnen werken met AI agents?
Agents kunnen relevant zijn voor onder meer klantenservice, sales, HR, finance, legal, operations, marketing en interne kennisdeling. De beste toepassing hangt niet alleen af van de afdeling, maar vooral van het proces en de kwaliteit van de beschikbare informatie.
Leidt werken met AI agents automatisch tot minder banen?
Niet automatisch. Agents veranderen vooral hoe taken worden verdeeld. Sommige werkzaamheden worden sneller of verdwijnen gedeeltelijk, terwijl andere taken juist belangrijker worden. Organisaties moeten bewust bepalen hoe zij vrijkomende tijd, ontwikkeling en functies opnieuw willen inrichten.
Is deze keynote ook geschikt voor een directieteam?
Ja. Voor directies ligt de nadruk op strategie, governance, procesontwerp, risico, talent en de vraag waar AI agents werkelijk waarde kunnen toevoegen.
