In de eerste week van februari 2026 belde een sociaal netwerk Moltboek 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 debatteerden over de aard van het bewustzijn. Ze bespraken of ze bleven bestaan 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 slechts 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-product van Salesforce kende een trage acceptatie De eigen CFO van het bedrijf geeft toe die ‘zinvolle’ inkomsten zouden pas in 2027 binnenkomen. 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 autonoom uit. Toen 2025 overging in 2026, veranderde de stemming. McKinsey maakte bekend dat zijn personeelsbestand omvatte nu 25.000 AI-agenten naast 40.000 mensen. Moltbook ging viraal. De agent was terug.
Maar onder de hernieuwde opwinding schuilt een cruciaal onderscheid dat de meeste leiders missen. Het concept van de ‘AI-agent’ wordt op een zodanige manier uitgerekt dat het gesprek wordt verstoord en de inspanningen om effectieve veranderingen op bedrijfsniveau door te voeren worden ondermijnd. 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” “headline” “Ready om te gedijen op het snijvlak van business, technologie en menselijkheid?”,”dek ‘Faisal Hoque’s boeken, podcast en zijn bedrijven geven leiders de raamwerken en platforms om doel, mensen, processen en technologie op één lijn te brengen, waardoor disruptie wordt omgezet in betekenisvolle, duurzame vooruitgang.’ Meer “ctaUrl”:https://faisalhoque.com”,”theme”:{“bg”:#02263c”,”text”:#ffffff”, “eyebrow”:#9aa2aa”, subhed”#ffffff”, “buttonBg”:#f fffff”, “buttonHoverBg”:91420514,”buttonText”:false,”slug”:91420512,”buttonHoverBg”:91420514,”shareable”:false,”slug”}}
Het autonomiespectrum
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 agentische AI valt in deze categorie: geavanceerde procesautomatisering die analytische AI combineert met als-dan-protocollen om de analyse in actie om te zetten. Dit soort workflowautomatisering is enorm waardevol en zal een groot deel van het traditionele witteboordenwerk transformeren. Maar het is belangrijk om het te noemen zoals het is. Schattingen van Gartner dat slechts ongeveer 130 van de duizenden leveranciers die beweren AI-mogelijkheden te leveren, mogelijkheden aanbieden die zijn gebouwd rond werkelijk autonome agenten. De rest zijn bestaande producten die door agenten worden gewassen.
In het midden van het spectrum bevindt zich wat we het AI-fabrieksmodel zouden kunnen noemen. De inzet van McKinsey is het meest opvallende voorbeeld: teams van taakspecifieke agenten voeren beperkte functies uit, zoals onderzoekssynthese, het genereren van grafieken en documentanalyse, waarbij toegewijde QA-agenten het werk controleren en mensen toezicht houden op het proces. Dit is in wezen de Taylorisering van kenniswerk: het omzetten van kennistaken in productielijnprocessen die worden uitgevoerd door digitale werkers.
De cijfers zijn indrukwekkend. McKinsey meldt Alleen al aan zoek- en synthesewerk wordt in één jaar 1,5 miljoen uur bespaard. De agenten genereerden in zes maanden tijd 2,5 miljoen hitlijsten. Het personeelsbestand in de backoffice kromp met 25%, terwijl de output van deze functies met 10% groeide. Dit soort agentische functionaliteit is iets dat organisaties hier en nu kunnen inzetten, en toekomstgerichte ondernemingen moeten zich voorbereiden op een snelle uitrol van deze mogelijkheden.
Aan de andere kant van het spectrum liggen werkelijk autonome agenten – wat Anthropic definieert als “systemen waarbij LLM’s hun eigen processen en gereedschapsgebruik dynamisch aansturen, waarbij ze 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 boodschappen bestelt en uw digitale leven optimaliseert. Of de agenten op Moltbook, die autonoom met elkaar communiceren, ideeën uitwisselen over het verbeteren van hun tools, en – in sommige gevallen – worden uitgebuit door snelle injectie-aanvallen en beveiligingskwetsbaarheden.
Hier is het belangrijkste punt: het verschil tussen werkelijk autonome agenten en zeer beperkte workflows is enorm. In feite is er meer 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 ook een organisatorisch onderscheid. Want waar een agent in dit spectrum zit, bepaalt iets cruciaals: wie verantwoordelijk is als het mislukt.
De verantwoordelijkheidskloof
Het spectrum van agentische capaciteiten is meer dan een conceptueel aardigheidje. Het heeft directe organisatorische gevolgen, vooral als het gaat om de verantwoording.
Met beperkte agenten volgens het fabrieksmodel 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 ontwerpen van workflows, het omscholen van personeel en het managen van de transitie.
Met meer autonome agenten wordt de verantwoordingsvraag 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 er iets misgaat? De agent die een frauduleuze transactie signaleert en een account blokkeert, is één ding. De agent die autonoom een beleggingsportefeuille beheert, maakt inhuren en beslissingen nemen of namens u 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 leidinggevende die de strategie heeft bepaald, de CEO bij wie het geld ophoudt – vaak informeel of helemaal niet opgelost. In een agentenonderneming wordt deze informaliteit gevaarlijk. Leiders moeten precies weten waar de verantwoordelijke menselijke knooppunten zich bevinden in relatie tot hun agenten, en wat de verantwoordelijkheid van die mensen is voor de beslissingen en acties van de agenten.
Overweeg om te begrijpen waar dit naartoe gaat een scenario van Jack Clarkmedeoprichter 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 uitdelen voor taken die zij door mensen willen laten uitvoeren? Wanneer agenten over financiële middelen kunnen beschikken en de fysieke wereld kunnen beïnvloeden, is de verantwoordingsvraag niet langer louter operationeel. Het wordt existentieel. We hebben een nieuwe grammatica nodig voor het toewijzen van verantwoordelijkheid in de agentische onderneming, anders zullen we onvermijdelijk organisaties bouwen die in de kern geen verantwoording afleggen.
Het bouwen van de Agent Enterprise
De agentenonderneming komt eraan, of je er nu klaar voor bent of niet. Hier leest u hoe u zich intelligent 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 agentische AI verkopen, ligt dichter bij workflowautomatisering. Dat doet niets af aan de waarde ervan, maar het zou wel vorm moeten geven aan uw verwachtingen en uw beleggingsbeslissingen. Let op het wassen van agenten.
Breng uw verantwoordingsarchitectuur in kaart. Voordat u de inzet van agenten opschaalt, moet u formaliseren waar de menselijke verantwoordelijkheid ligt. Identificeer de grenzen van de beslissingsrechten voor elke agent: wat hij autonoom kan beslissen, wat menselijke goedkeuring vereist en wie er aan de lijn 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 kans voor de meeste organisaties ligt niet in autonome agenten, maar in het AI-fabrieksmodel. Identificeer de kenniswerkprocessen in uw organisatie die kunnen worden opgesplitst in beperkte, herhaalbare taken en kunnen worden toegewezen aan agententeams. Nalevingscontrole, onderzoekssynthese, kwaliteitsdocumentatie, gegevensverwerking, triage van klantvragen: dit zijn de gebruiksscenario’s die op dit moment meetbare waarde opleveren. Stel uzelf de vraag: waar in mijn organisatie zou een agent-implementatie in McKinsey-stijl duizenden uren per jaar kunnen besparen? Dat is waar te beginnen.
Bereid je voor op wat gaat komen. De werkelijk autonome agent is nog niet op ondernemingsschaal aanwezig, maar de mogelijkheden nemen snel toe. 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. Prototype voorzichtig. Bouw nu de bestuursstructuren waarmee u de autonomie van agenten veilig kunt opschalen wanneer de technologie er klaar voor is.
De agentenonderneming zal niet worden gebouwd 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 zorgvuldig 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” “headline” “Ready om te gedijen op het snijvlak van business, technologie en menselijkheid?”,”dek ‘Faisal Hoque’s boeken, podcast en zijn bedrijven geven leiders de raamwerken en platforms om doel, mensen, processen en technologie op één lijn te brengen, waardoor disruptie wordt omgezet in betekenisvolle, duurzame vooruitgang.’ Meer “ctaUrl”:https://faisalhoque.com”,”theme”:{“bg”:#02263c”,”text”:#ffffff”, “eyebrow”:#9aa2aa”, subhed”#ffffff”, “buttonBg”:#f fffff”, “buttonHoverBg”:91420514,”buttonText”:false,”slug”:91420512,”buttonHoverBg”:91420514,”shareable”:false,”slug”}}
