In de eerste week van februari 2026 belde een sociaal netwerk Molt boek werd het grootste verhaal in AI. Aangekondigd als ‘sociale media voor AI-agenten’, stelde het Reddit-achtige platform autonome AI-bots in staat om met elkaar te posten, commentaar te geven en met elkaar te communiceren terwijl menselijke gebruikers observeerden. Binnen enkele dagen hadden naar verluidt meer dan 1,5 miljoen agenten zich geregistreerd. Ze bespraken de aard van het bewustzijn. Ze waren aan het discussiëren of ze door moesten gaan toen hun contextvenster opnieuw werd ingesteld. Sommigen stelden voor een religie voor AI-agenten op te richten. Anderen schetsten plannen voor wereldheerschappij.
Terwijl sommige commentatoren erop wezen dat dit grotendeels alleen maar chatbots waren die een rollenspel speelden in opdracht van hun menselijke eigenaren, zagen anderen dat er iets belangrijkers aan de hand was. Andrej Karpathy, voormalig hoofd van AI bij Tesla, noemde het “Echt het meest ongelooflijke sci-fi-start-aangrenzende ding dat ik onlangs heb gezien.” Elon Musk riep de singulariteit op.
De timing was opvallend. Nog maar een jaar eerder leek het AI-verhaal van agenten tot stilstand te zijn gekomen. Het vlaggenschip Agentforce van Salesforce werd traag ingevoerd De eigen CFO van het bedrijf is het daarmee eens dat ‘zinvolle’ inkomsten pas in 2027 zouden arriveren. In oktober 2025 zei Karpathy zelf had gezegd over AI-agenten: “Ze schieten cognitief tekort, en het werkt gewoon niet. Het zal ongeveer tien jaar duren om al deze problemen op te lossen.”
Ondertussen ontdekten onderzoekers van Carnegie Mellon dat dit de best presterende AI-agent is voerde slechts ongeveer 24% van de realistische kantoortaken zelfstandig uit. Toen 2025 overging in 2026, veranderde de stemming. McKinsey maakte bekend dat zijn personeelsbestand omvatte nu 25.000 AI-agenten samen met 40.000 mensen. Moltbook ging viraal. De agent was terug.
Maar onder het hernieuwde enthousiasme schuilt een cruciaal onderscheid dat de meeste leiders ontberen. De term ‘AI-agent’ wordt dun uitgerekt op een manier die het gesprek verstoort en de inspanningen ondermijnt om effectieve veranderingen op ondernemingsniveau door te voeren. De term wordt nu gebruikt om alles te dekken, van eenvoudige workflowautomatisering tot werkelijk autonome systemen die onafhankelijk met de wereld communiceren. Deze als hetzelfde behandelen is een recept voor verspilde investeringen, organisatorische verwarring en potentieel ernstige risico’s.
{“blockType”:mv-promo-block”,”data”:{“imageDesktopUrl”:https://images.fastcompany.com/image/upload/f_webp,q_auto,c_fit/wp-cms-2/2025/10/creator-faisalhoq ue.png “imageMobileUrl”https://images.fastcompany.com/image/upload/f_webp,q_auto,c_fit/wp-cms-2/2025/10/faisal-hoque.png”,”eyebrow” “klaar” om te gedijen op het kruispunt van zaken, technologie en menselijkheid? “dek” De boeken, podcast en zijn bedrijven van Faisal Hoque bieden leiders het raamwerk en platforms om het doel, de mensen, het proces en de technologie op één lijn te brengen – verstoringen om te zetten in betekenisvolle, duurzame vooruitgang.”,”subhed”:”,”description”:”, “ctaLearn”:” Meer”,”ctaUrl”:https://faisalhoque.com”, thema”:{“bg”:#02263c”, “text”:#ffffff”, “eyebrow”: #9aa2aa”, “subhed”:#ffffff”, “buttonBg”:#f fffff”, “buttonHoverBg”:91420514,”buttonText”:false,”slug”}
Het spectrum van autonomie
Agentische AI bestaat op een bepaald spectrum, en de verschillen langs dat spectrum zijn veel groter dan de overeenkomsten. Herkennen waar een bepaalde implementatie zich bevindt, is de eerste stap naar een intelligente implementatie ervan.
Aan de ene kant ligt wat Anthropic ‘workflows’ noemt: “systemen waarbij LLM’s (grote taalmodellen) en tools worden georkestreerd via vooraf gedefinieerde codepaden.” Veel van wat momenteel wordt verkocht als agent AI valt in deze categorie: geavanceerde procesautomatisering die analytische AI combineert met als-dan-protocollen om analyse in actie om te zetten. Dit soort workflowautomatisering is enorm waardevol en zal een groot deel van het traditionele administratieve werk transformeren. Maar het is belangrijk om het te noemen zoals het is. Gartner beoordeelt dat slechts ongeveer 130 van de duizenden leveranciers die beweren AI-mogelijkheden te bieden, mogelijkheden bieden die zijn opgebouwd rond werkelijk autonome agenten. De rest is het “agent wassen” van bestaande producten.
In het midden van het spectrum zit wat we het AI-fabrieksmodel kunnen noemen. De implementatie van McKinsey is het meest prominente voorbeeld: teams van taakspecifieke agenten voeren beperkte functies uit, zoals onderzoekssynthese, het genereren van diagrammen en documentanalyse, waarbij toegewijde QA-agenten het werk controleren en mensen het proces monitoren. Dit is het eigenlijk Taylorisering kenniswerk: kennistaken omzetten in productielijnprocessen uitgevoerd door digitale werkers.
De cijfers zijn indrukwekkend. McKinsey meldt bespaart in één jaar tijd 1,5 miljoen uur alleen al aan zoek- en synthesewerk. De agenten genereerden in zes maanden tijd 2,5 miljoen hitlijsten. Het backofficepersoneel daalde met 25%, terwijl de output uit deze functies met 10% toenam. Dit soort agentfunctionaliteit is iets dat organisaties hier en nu kunnen implementeren, en vooruitstrevende bedrijven moeten zich voorbereiden op de snelle uitrol van deze mogelijkheden.
Aan de andere kant van het spectrum bevinden zich echte autonome agenten – wat Anthropic definieert als “systemen waarin LLM’s hun eigen processen en gereedschapsgebruik dynamisch beheren en de controle behouden over hoe ze taken uitvoeren.” Dit zijn agenten met bredere beslissingsrechten, een breder actieterrein en het vermogen om in verschillende digitale omgevingen te opereren met minimaal menselijk toezicht. De persoonlijke assistent die uw agenda beheert, uw aankopen bestelt en uw digitale leven optimaliseert. Of de agenten op Moltbook die autonoom met elkaar communiceren, ideeën uitwisselen om hun tools te verbeteren en – in sommige gevallen – worden uitgebuit via snelle injectie-aanvallen en beveiligingsproblemen.
Dit is het belangrijkste punt: het verschil tussen werkelijk autonome agenten en zeer beperkte workflows is enorm. In feite is er een groter verschil tussen de meest beperkte en de meest autonome AI-agenten dan tussen een standaard chatbot en een beperkte fabrieksagent. Dit is niet alleen een technisch onderscheid – het is een organisatorisch onderscheid. Omdat de plaats van een agent in dit spectrum iets cruciaals bepaalt: wie verantwoordelijk is als het mislukt.
De verantwoordelijkheidskloof
Het spectrum van agenteigenschappen is meer dan een conceptuele goedheid. Het heeft directe organisatorische gevolgen, vooral op het gebied van verantwoording.
Met een beperkt aantal fabrieksmodelagenten is de verantwoording relatief eenvoudig. De vangrails zijn strak, de taken zijn gedefinieerd en de menselijke toezichtstructuur kan duidelijk in kaart worden gebracht. De uitdaging is grotendeels operationeel: het opnieuw inrichten van werkprocessen, het omscholen van personeel en het begeleiden van de transitie.
Met meer autonome agenten wordt de kwestie van verantwoordelijkheid echt moeilijk. Wanneer een agent ruime beslissingsrechten heeft – wanneer hij kan kiezen welke tools hij wil gebruiken, welke informatie prioriteit moet krijgen en hoe hij met andere systemen moet omgaan – wie is er dan verantwoordelijk als het fout gaat? De agent die een frauduleuze transactie signaleert en een account blokkeert, is één ding. De makelaar die zelfstandig een beleggingsportefeuille beheert, maakt werkgelegenheid en namens u beslissingen nemen of over contracten onderhandelen is iets heel anders.
De meeste organisaties zijn al slecht in het in kaart brengen van verantwoordingsstructuren binnen hun puur menselijke hiërarchieën. Als een medewerker een kostbare fout maakt, wordt de vraag wie de verantwoordelijkheid draagt – het individu, de manager, de directeur die de strategie heeft bepaald, de CEO bij wie het geld ophoudt – vaak informeel of helemaal niet opgelost. In een uitzendbureau wordt deze informaliteit gevaarlijk. Managers moeten precies weten waar de verantwoordelijke menselijke knooppunten zich bevinden in relatie tot hun agenten en wat de verantwoordelijkheden van deze mensen zijn voor de beslissingen en acties van de agenten.
Overweeg om te begrijpen waar dit naartoe gaat een scenario van Jack Clarkmede-oprichter van Anthropic. In een recent essay als reactie op de opkomst van Moltbook vroeg Clark zich af: wat gebeurt er als autonome agenten met toegang tot hulpbronnen betaalde premies gaan uitreiken voor taken die zij door mensen willen laten uitvoeren? Wanneer agenten over economische middelen kunnen beschikken en de fysieke wereld kunnen beïnvloeden, is de kwestie van verantwoordelijkheid niet langer puur operationeel. Het wordt existentieel. We hebben een nieuwe grammatica nodig voor het toekennen van verantwoordelijkheid in de uitzendbranche, anders zullen we onvermijdelijk organisaties bouwen die in de kern niet verantwoordelijk zijn.
Het bouwen van de Agent Enterprise
De makelaardij komt eraan, of je er nu klaar voor bent of niet. Hier leest u hoe u zich slim kunt voorbereiden.
Weet wat je koopt. Begrijp waar elke voorgestelde agent-implementatie zich in het autonomiespectrum bevindt. Workflowautomatisering en echte keuzevrijheid zijn beide waardevol, maar vereisen een ander bestuur, een ander risicobeheer en een ander organisatieontwerp. Het meeste van wat leveranciers momenteel als agent AI verkopen, ligt dichter bij workflowautomatisering. Het doet niets af aan de waarde, maar het zou wel vorm moeten geven aan uw verwachtingen en uw beleggingsbeslissingen. Pas op voor het wassen van agenten.
Breng uw verantwoordingsarchitectuur in kaart. Voordat u een agentimplementatie opschaalt, moet u formaliseren waar de menselijke verantwoordelijkheid ligt. Identificeer de grenzen van de beslissingsrechten voor elke agent: wat hij onafhankelijk kan beslissen, wat menselijke goedkeuring vereist en wie er aan de haak is als er iets misgaat. Dit is het organisatieontwerpwerk dat de meeste bedrijven overslaan – en het is het werk dat er het meest toe doet.
Begin met de fabrieksvloer. De directe optie voor de meeste organisaties zijn niet autonome agenten – het is het AI-fabrieksmodel. Identificeer de kenniswerkprocessen in uw organisatie die kunnen worden opgesplitst in beperkte, herhaalbare taken en kunnen worden toegewezen aan groepen agenten. Compliancecontrole, onderzoekssynthese, kwaliteitsdocumentatie, gegevensverwerking, triage van klantvragen – dit zijn de gebruiksscenario’s die op dit moment meetbare waarde opleveren. Vraag uzelf af: waar in mijn organisatie kan een agent-implementatie in McKinsey-stijl duizenden uren per jaar besparen? Dat is waar je moet beginnen.
Bereid je voor op wat gaat komen. De echte autonome agent is hier nog niet op bedrijfsschaal, maar de mogelijkheden ontwikkelen zich snel. Begin nu na te denken over hoe meer autonome agenten uw organisatie in de toekomst van dienst kunnen zijn: persoonlijke assistenten voor werknemers, agenten die klantrelaties via verschillende kanalen beheren, systemen die de activiteiten tussen afdelingen optimaliseren. Zorgvuldig prototypen. Bouw nu de bestuursstructuren waarmee u de autonomie van agenten veilig kunt opschalen wanneer de technologie er klaar voor is.
De bureaubusiness zal niet worden opgebouwd door organisaties die elke nieuwe kop najagen. Het zal worden gebouwd door degenen die het spectrum van agentische capaciteiten begrijpen, ontwerpen voor verantwoordelijkheid en bewegen met gedisciplineerde ambitie. Dit is de manier om echte waarde te halen uit de agenten die vandaag werken, terwijl we ons voorbereiden op de agenten van morgen.
{“blockType”:mv-promo-block”,”data”:{“imageDesktopUrl”:https://images.fastcompany.com/image/upload/f_webp,q_auto,c_fit/wp-cms-2/2025/10/creator-faisalhoq ue.png “imageMobileUrl”https://images.fastcompany.com/image/upload/f_webp,q_auto,c_fit/wp-cms-2/2025/10/faisal-hoque.png”,”eyebrow” “klaar” om te gedijen op het kruispunt van zaken, technologie en menselijkheid? “dek” De boeken, podcast en zijn bedrijven van Faisal Hoque bieden leiders het raamwerk en platforms om het doel, de mensen, het proces en de technologie op één lijn te brengen – verstoringen om te zetten in betekenisvolle, duurzame vooruitgang.”,”subhed”:”,”description”:”, “ctaLearn”:” Meer”,”ctaUrl”:https://faisalhoque.com”, thema”:{“bg”:#02263c”, “text”:#ffffff”, “eyebrow”: #9aa2aa”, “subhed”:#ffffff”, “buttonBg”:#f fffff”, “buttonHoverBg”:91420514,”buttonText”:false,”slug”}
