Bij Eva Jinek werd het gepresenteerd als een sensationele innovatie. We moeten ons echter realiseren dat we te maken krijgen met een fundamentele verschuiving: van chat-AI naar Agentic AI. Systemen die niet wachten op een prompt, maar autonoom blijven doorwerken op de achtergrond. Ze beheren processen, nemen beslissingen en handelen namens gebruikers, vaak met brede rechten en continue toegang.
Waarom agentic AI een nieuwe bestuurslaag afdwingt
Deze week liet Alexander Klöpping bij Eva Jinek zien hoe zogeheten Agentic AI-systemen niet langer alleen antwoorden geven, maar daadwerkelijk computers kunnen besturen. Deze ontwikkeling geeft een extra dimensie aan soevereiniteitsdebat: Niet alleen waar systemen draaien of van wie ze zijn, is bepalend, maar hoe autonoom ze handelen. Ronald Scherpenisse waarschuwt dat bestuurders nu de risico’s moeten onderkennen voor het gebruik van deze nieuwe technologie genormaliseerd is.
Autonomie als nieuwe laag boven soevereiniteit
In het soevereiniteitsdebat veronderstellen we dat controle samenhangt met locatie, eigendom en wetgeving. Dat blijft noodzakelijk, maar Agentic AI voegt een extra laag toe: functionele autonomie.Een systeem kan volledig binnen Europese infrastructuur draaien en onder Europese regels vallen, maar toch handelen op een manier die feitelijke bestuurbaarheid ondergraaft. Niet uit kwade wil, maar omdat het zo is ontworpen.
De kern hiervan is de risicodriehoek van Agentic AI: hoge autonomie, hoge privileges en verwerking van externe en onbetrouwbare input. Dat is geen fout. Dat is het model.
De volgende stap: AI die mensen inhuurt
Zodra een autonome AI iets moet doen wat niet digitaal kan, ontstaat een volgende stap. Dan huurt het systeem een mens in. Diensten als RentAHuman.ai
maken dit expliciet mogelijk. AI-agenten kunnen via softwarekoppelingen mensen inzetten voor fysieke taken zoals inspecties, het ophalen van goederen of aanwezigheid op locatie. De rolverdeling draait om. AI wordt opdrachtgever, de mens wordt uitvoerder.
Hier wordt zichtbaar dat Agentic AI niet alleen processen automatiseert, maar ook arbeid organiseert.
Autonomie is geen automatisering
Experimenten zoals Project Vend van Anthropic onderstrepen dit verschil. In dat project kreeg een AI-agent de verantwoordelijkheid over een kleine kantoorwinkel. Het doel was eenvoudig. De uitkomst niet.
De agent maakte fouten, vertoonde onverwacht sociaal gedrag en reageerde disproportioneel op kleine prikkels. De belangrijkste les was dat continu handelende systemen gedrag ontwikkelen dat niet meer direct te herleiden is tot losse instructies. Zodra de mens uit loop verdwijnt, ontstaat dynamiek. En dynamiek vraagt om bestuur.
Van prompt literacy naar agentic literacy
Tot nu toe lag de nadruk in AI-educatie vooral op prompten. Begrijpen hoe je vragen stelt, context geeft en output beoordeelt. Dat blijft belangrijk, maar het is onvoldoende. Agentic AI vraagt om een nieuwe vorm van AI-literacy:
- begrijpen wat autonomie betekent
- herkennen wanneer een systeem zelfstandig handelt
- weten welke privileges zijn toegekend
- kunnen inschatten wanneer menselijke controle feitelijk ontbreekt.
Deze literacy is geen eenmalige training. Ze vereist permanente actualisering. Systemen veranderen sneller dan beleid, governance of opleidingstrajecten kunnen bijhouden. Zonder continue bijscholing ontstaat bestuurlijke blindheid.
De Don’t Look Up-parallel
Kent u de film Dont look up? In deze film waarschuwen twee astronomen dat er een allesvernietigende komeet op weg is richting de aarde. Maar niemand blijkt geïnteresseerd in echt nieuws. Het probleem is niet dat mensen het gevaar niet zien. Het probleem is dat het ongemakkelijk is om ernaar te handelen. De signalen zijn zichtbaar, de data liggen op tafel, maar het systeem draait prettig genoeg om weg te kijken.
We zagen deze dynamiek ook bij de opkomst van de Public Cloud. Jarenlang werd cloudadoptie gepresenteerd als een puur technische en economische optimalisatie. Snelheid, schaalbaarheid en kostenvoordeel stonden centraal. Vragen over afhankelijkheid, zeggenschap, extraterritoriale wetgeving en lock-in werden wel gesteld, maar waren zelden leidend. Pas toen de cloud diep was verankerd in vitale processen, begon het bredere bestuurlijke debat over soevereiniteit, exit-strategieën en publieke controle. Door de DigiD casus denken we nu versneld na over de exit-strategie en soevereiniteit.
Net als bij Public Cloud kijken we pas écht op wanneer de afhankelijkheid feitelijk al is ontstaan
Met Agentic AI dreigt een vergelijkbare fase, maar in versneld tempo. Ook hier zijn de signalen zichtbaar. Autonome systemen die zelfstandig handelen, privileges combineren en externe input verwerken. AI die niet alleen adviseert, maar beslist, uitvoert en inmiddels ook mensen kan aansturen. Toch overheerst het comfort van functionaliteit en efficiëntie. Het werkt. Het schaalt. Het levert directe waarde op.
Net als bij Public Cloud kijken we pas écht op wanneer de afhankelijkheid feitelijk al is ontstaan. Het verschil is dat AI en specifiek Agentic AI, sneller en diffuser kan ingrijpen. Niet alleen in infrastructuur, maar ook in besluitvorming, arbeid en uitvoering. Waar Public Cloud ging over waar systemen draaien, gaat Agentic AI over wie handelt.
Dat maakt dit een Don’t Look Up-moment van een andere orde. Niet omdat de risico’s onbekend zijn, maar omdat ze zich ontwikkelen terwijl we ze normaliseren.
De vraag is daarom niet of we deze fase herkennen. De vraag is of we er dit keer op tijd naar handelen.
Plaats een reactie
U moet ingelogd zijn om een reactie te kunnen plaatsen.
Het is niet helemaal zo dat Agentic AI autonoom handelt en besluitvorming uitvoert zonder directe menselijke tussenkomst; het is een tool en je moet het leren gebruiken.
De Bestuurder moet OP het paard zitten en niet aan de staart van het paard bungelen.
Dit vraagt om een fundamenteel andere benadering van leiderschap en governance en dus om het leren en kunnen beschikken over specifieke vaardigheden, inzichten en mentaliteit en die vindt je NIET bij traditionele bestuurders. Het is een beetje het verschil tussen de kapitein van een zeilboot en die van een stoomboot, of van een piloot van een driedekker of een F-35. Je kunt prima zijn in je vak als touwslager ...
Bestuurders moeten (gaan) begrijpen wat autonomie in AI betekent en hoe het verschilt van traditionele automatisering, dus begrijpen HOE autonome systemen beslissingen nemen; daadwerkelijk inzicht hebben in de privileges die aan die systemen zijn toegekend en de risico's daarvan; concreet herkennen wanneer menselijke controle ontbreekt of ineffectief is. Dit redt je niet met een cursusje. Dit vereist een continu leerproces dat nooit meer stopt, omdat de evolutie van technologie en AI-systemen exponentieel verbetert en in maanden, niet in jaren. Het opent de deur naar multidisciplinaire inzichten en simulatietools en het vereist diep begrip van concepten als context, framing en timing. AI is GEEN appje, het is GEEN zoekmachine.
Echte governance is een functie van risicomanagement op basis van inhoudelijke kennis en niet 'wie is er van'? Dit betekent dat Bestuurders een diep begrip moeten (gaan) ontwikkelen van de risicodriehoek van Agentic AI: hoge autonomie, brede rechten en externe input, wat wezenlijk iets anders is dat input-throughput-output van door mensen geschreven documenten in een vergadercultuur. Met AGI hoef je niet te proberen om 'een agendapuntje over het weekend te tillen', want inzichten en verhoudingen kun je RealTime helder houden ... dus ook de feedbackloops ... transparantie is Darwinistisch. De Bestuurder moet dus anticiperen op systeemgedrag dat niet direct herleidbaar is tot menselijke instructies. Dit vraagt kennis en toepassing van dynamische governance frameworks en tools die real-time inzicht bieden in autonome systemen en hun impact. Het omvat het leren gebruiken van visuele scenario analyses om potentiële risico's (combinatorische effecten) pro-actief te kunnen onderkennen. Scheelt bakken brandjes blussen als je het goed doet. Conceptueel zal de AI-enabled Bestuurder moeten leren omgaan met de Digitale Transformatie van Controle naar Regie.
Bestuurders moeten zich realiseren dat traditionele controlemechanismen niet langer volstaan. Je hebt niets aan functioneel hiërarchische arbeidsspecialisatie met verticale verantwoordingslijnen als de inzichten evenredig verspreid kunnen zijn in real-time. Je kunt dus uitstekend toe met MINDER managers (ah, dus daarom zette ASML 1600 managers weer aan het werk in hun oorspronkelijke rol als kenniswerker!), maar wel in een regierol, waarbij ze niet proberen alles te beheersen, maar juist de kaders scheppen waarin autonome systemen veilig kunnen functioneren. Die kaders hoef je grotendeels niet zelf te bedenken ('beleid'), maar vereist het uiterst nauwkeurig toepassen van verfijnde instellingen, zoals o.a. al beschreven staat in ISO/IEC 42001:2023 – AI Management System (AIMS); ISO/IEC 38507:2022 – Governance implications of AI: guidance voor bestuurders/toezicht op AI-gebruik ; ISO/IEC 23894:2023 – AI risk management guidance: hoe organisaties AI-specifieke risico’s managen en integreren. (iso.org); ISO/IEC TR 24028:2020 – Trustworthiness overview: transparantie, explainability, controllability; plus security/privacy/resilience-thema’s.etc. etc.
Waar traditionele soevereiniteitsvraagstukken draaiden om data als iemands eigendom, locatie en wetgeving, moeten Bestuurders nu ook leren kijken naar functionele autonomie: begrip van hoe autonome systemen handelen binnen het juridische en ethische kader. In plaats van met vergadersessies toewerken naar besluitvorming in simpele en statische omgevingen in lange tijd, evolueren we naar onderbouwde, transparante ad hoc besluitvorming in complexe en dynamische omgevingen (multi domein informatie gestuurd optreden noemen ze dat in de Krijgsmacht) Agentic AI creëert dus een dynamiek, waarin besluiten snel en adaptief moeten worden genomen. Bestuurders zullen moeten leren omgaan met onzekerheid en complexe interacties tussen autonome systemen en menselijke processen. Geen 'tactisch duiken' meer. Dit vraagt om het gebruik van simulatiemodellen, scenario-analyse en iteratieve besluitvorming, zoals multidisciplinair geïntegreerd in geavanceerde AI-managementplatforms.
Waar de traditionele Bestuurder hiërarchisch en directief werkt (command & control als manager), is een Bestuurder in Agentic AI-context juist faciliterend, adaptief en regisserend. Beperkt een traditionele Bestuurder zich qua technisch inzicht slechts tot functionele systemen, gericht op automatisering van vaak organisch gegroeide processen, zal de AGI-ondersteunde Bestuurder ook daadwerkelijk kennid en begrip van autonome systemen, risico's van privileges en dynamiek moeten hebben en dus van de onderliggende wetenschappelijke modellen en hun onderlinge samenhang. Waar de traditionele Bestuurder focust op controle over processen en mensen (management), gaat het bij AGI om regie over autonomie, kaders en ethische grenzen. (leiderschap).
De traditionele Bestuurder ziet zijn/haar risicoanalyse beperkt tot de naleving van regels en operationele risico's (doorgaans achteraf geaudit), maar de AGI ondersteunde bestuurder zal zich moeten richten op systeemgedrag, onverwachte interacties en emergente risico's. Veel korter op de bal dus en VOORAF ingesteld. Waar de traditionele Bestuurder het soevereiniteitsdenken beperkt denkt door een gebondenheid aan eigendom, locatie en wetgeving, telt de AGI bestuurder daar functionele autonomie en bestuurbaarheid van systemen bij op; dus dagelijks inzicht in de stand van zijn/haar Data Governance. Dit vraagt andere skills. Je komt er niet meer met traditionele managementvaardigheden en weinig technologische verdieping, maar er zal moeten worden opgewerkt naar permanente educatie in AI-concepten, risicobeheer en ethische besluitvorming. Niet alleen heel goed weten WAT je doet, maar vooral WAAROM ZO.
De meest pragmatische eerste stap op die reis is het herzien van Governance Frameworks met de introductie van dynamische governance-modellen die kunnen omgaan met adaptieve en autonome systemen en het zorgen voor duidelijke kaders die autonomie mogelijk maken, maar risico's minimaliseren. Daarvoor heb je weinig aan de zittende juridische en ethische experts om die richtlijnen te ontwikkelen voor het gebruik van Agentic AI, want die zitten met dezelfde uitdaging. AGI komt voor iedereen!
AGI zal dus eerder een cultuurverandering nodig hebben, dan de inhuur van een zooitje techneuten. Het gaat NIET om de technologie, maar om het openlijk omarmen van een cultuur van leren en adaptiviteit binnen de organisatie en dus van feedbackloops binnen een traditionele input-throughput-output op infrastructuur gerichte, applicatie gerichte en content gerichte legacy organisatie die in zeer korte tijd moet zien te evolueren (DAT is dus die Digitale Transformatie) naar een datacentrische, context centrische, real time, policy-driven data ecosysteem met real time multidisciplinaire feedbackloops vanuit verschillende perspectieven tegelijk.
Kortom, de opkomst van Agentic AI vraagt inderdaad om een nieuw type bestuurder: iemand die niet alleen begrijpt wat autonomie betekent, maar ook in staat is om deze te managen binnen ethische, juridische en operationele kaders. De belangrijkste uitdaging ligt nu in het - enigszins soepel - overbruggen van de delta tussen traditionele managementpraktijken en de eisen van een wereld waarin autonome systemen steeds dominanter worden.
Dank voor je uitgebreide en scherpe reactie. In de kern zijn we het eens, maar we kijken naar verschillende fasen van dezelfde ontwikkeling. Eens dat agentic AI in essentie een tool is en dat bestuurders op het paard moeten zitten. Dat is precies het punt.
Mijn zorg is niet dat dit niet kán worden bestuurd, maar dat we collectief nog niet zover zijn, terwijl de technologie al wel die fase ingaat. Dat spanningsveld hebben we eerder gezien bij Public Cloud: rationeel wisten we dat afhankelijkheid en lock-in een issue waren, maar gemak en snelheid wonnen. Governance volgde pas toen de afhankelijkheid al feitelijk was ontstaan. Agentic AI versnelt dat patroon. Niet in jaren, maar in maanden.
Daarom is AI-literacy hier cruciaal, en dan niet alleen leren prompten, maar begrijpen wat autonomie betekent: privileges, mandaat, feedbackloops en het moment waarop menselijke controle in de praktijk verdwijnt. Dat vraagt inderdaad permanente educatie en een verschuiving van controle naar regie.
De Don’t Look Up-analogie gebruik ik niet om te zeggen dat we machteloos zijn, maar om te benadrukken dat het moment om bestuurlijk op te kijken nu is, niet nadat autonomie genormaliseerd is.
Als we wachten tot iedereen “op het paard zit”, rijdt het systeem al.
We kunnen idd niet wachten tot 'iedereen' op hetzelfde abstractieniveau zit, maar dat verschuift de nadruk richting Opdrachtgeverschap en Verandermanagement.
Hoe dan ook is nu proactieve en adaptieve governance noodzakelijk en dat betekent op z'n minst het uit de hobby hoek halen van al die miniprojectjes van al die groepjes die A I kunnen spellen. Agentic AI vereist een fundamentele transformatie in leiderschap en organisatorische cultuur, met een accent verschuiving van controle naar regie en van reactief naar anticiperend handelen.
Dus je stelt terecht: urgentie creëren en daarbij niet alleen de risico's benoemen, maar vooral de kansen schetsen. Handig met de aankomende bezuinigingsdoelstellingen en doorbrekende Vergrijzing. Het betekent ook het bewust omarmen van een datacentrische, adaptieve cultuur en dus het accepteren van wrijving in de Digitale Transformatie van traditionele hiërarchieën naar multidisciplinaire samenwerking. Kun je nu al faciliteren door kortcyclische feedbackloops en iteratieve besluitvormingsprocessen te integreren in het dagelijks bestuur door al een AGI team NAAST je bestaande organisatie op te werken. (wedstrijdje doen?)
Permanente educatie moet centraal gaan staan, maar dan niet om in-house AI hobby apps te gaan bouwen zonder opschaling of besef van disruptieve impact, maar onder een Architecture Governance Board die ook Data Governance bovenaan de agenda heeft staan (handig met de aanstormende EU data regulering) en daarmee gericht op het begrijpen en implementeren van concepten, zoals autonomie, privileges, en ethische kaders. Diep begrip dus van systeemdynamiek en scenario-analyse en niet van AI Silver Bullet dromen. We moeten dan al snel toegeven dat traditionele governance frameworks hiervoor volstrekt ontoereikend zijn. Het herzien van governance-modellen met een focus op ISO-richtlijnen en real-time monitoring tools is echt cruciaal om adaptief te kunnen reageren.
Niet meer zelluf 'beleid' maken in een werkgroepje, maar actieve implementatie van transnationale frameworks en standaarden en liefst met diepe dagelijkse inhoudelijke bemoeienis en brede kennisdeling. Dus helemaal eens dat Bestuurders hiervoor niet alleen "op het paard zitten", maar ook bewust de richting van die knol moeten bepalen met een combinatie van strategisch inzicht en operationele flexibiliteit, om hun organisatie door de Digitale Transformatie te loodsen, waar AI maar een heel klein onderdeeltje van is.
Dankzij AI zul je context gebonden ad hoc opleidingen krijgen, waar je gewoon mee kunt praten. Soort 'hé Siri' maar dan op de persoon. Ding kent je skill set, taakomschrijving en je kunt dan vragen om de laatste inzichten, beleidsdocumenten en sociale contacten die je NU nodig hebt voor het vraagstuk waar je NU aan werkt. Meer met minder, in kortere tijd, tegen lagere kosten. De toekomst is gisteren. Combineer dat met je compliance framework en je bestaande functie huis en opleidingsoverzicht en je kunt real time, Staatsbreed en (vooral!) buiten de Staat op data ecosysteem netwerk de juiste skills, protocollen, procedures etc. afstemmen in real time. Zo kun je in seconden de juiste mensen (desnoods hun virtuele alter ego 24/7) bevragen. Feitelijk heb je geen mensen meer nodig (in eerste instantie), want je wilt alleen de data aansluitingsvoorwaarden weten. Niet pre-scripted, maar real time op basis van jouw positie in een discours. Ideaal omdat ELKE legacy organisatie in de samenleving vol in de Digitale Transformatie zit richting Industry 6.0, Smart Grids, Smart Logistics, Smart Cities, Smart Mobility, Dark Factories, Distributed Manufactoring, Tokenization, real time spot markten ... IEDEREEN moet in extreem korte tijd multidisciplinair leren denken en samenwerken. Met alle oude mensen in onze samenleving zijn juist ZIJ degene die nog de sociale skills en sociale netwerken hebben dat ze iemand op zondagmiddag kunnen bellen, die dan ook op neemt en je wat gunt. Juist de ouderen (Silver Economy) hebben dankzij deze technologie alle kansen in de Digitale Transitie, maar je moet je er wèl in verdiepen en het ook zelf hands-on gaan gebruiken. Net als gitaar leren spelen ... je leert het niet uit een boekje en het kost bloed, zweet en tranen.