Leveranciers introduceren Agent Hubs. Roadmaps staan vol met Agentic AI. En in vrijwel iedere presentatie wordt uitgelegd hoe agents medewerkers gaan ondersteunen, taken gaan uitvoeren en uiteindelijk complete processen kunnen overnemen.
Die ontwikkeling is logisch. Agents kunnen veel waarde toevoegen. Ze kunnen informatie verzamelen, medewerkers ondersteunen, vervolgstappen voorstellen en handelingen uitvoeren in verschillende systemen. Maar in de praktijk zien we een probleem ontstaan.
Organisaties denken uitgebreid na over de agent, maar veel minder over de informatie waarop die agent zijn werk moet baseren. En juist dáár wordt bepaald of een agent betrouwbaar is.
Een AI-agent wordt al snel omschreven als een digitale collega. Dat is begrijpelijk, omdat een agent vragen kan beantwoorden, informatie kan verzamelen en in sommige gevallen zelfstandig handelingen kan uitvoeren. Toch zorgt die vergelijking ook voor een verkeerd beeld. Een agent beschikt namelijk niet vanzelf over kennis van een organisatie. Hij kent de klanten niet, begrijpt de interne werkwijze niet en weet niet welke afspraken in de loop der jaren zijn gemaakt. Alles wat een agent over de organisatie weet, moet hem via informatiebronnen worden aangeboden. Om een vraag te beantwoorden, raadpleegt een agent bijvoorbeeld documenten, kennisbanken, databases en bedrijfsapplicaties. Vervolgens probeert hij de gevonden informatie te interpreteren en te vertalen naar een bruikbaar antwoord. De kwaliteit daarvan wordt niet alleen bepaald door het gebruikte taalmodel, de instructies of de technische inrichting. Minstens zo belangrijk is de kwaliteit van de informatie die de agent kan vinden.
Juist daar ontstaat binnen veel organisaties een probleem. Informatie over één onderwerp is vaak verspreid over verschillende omgevingen. Een officiële procesbeschrijving staat op SharePoint, een aangepaste werkwijze is later besproken in Teams en een belangrijke uitzondering is alleen per e-mail gedeeld. Ondertussen staat in een oude projectmap nog een eerdere versie van dezelfde procesbeschrijving. Een ervaren medewerker weet misschien uit de context welke informatie waarschijnlijk de meest actuele is, maar voor een agent is dat niet vanzelfsprekend.
Als nergens is vastgelegd welke bron leidend is, kan hij daar alleen een inschatting van maken. Een agent kan documenten doorzoeken en kenmerken zoals datum, locatie en inhoud meewegen, maar daarmee weet hij nog niet welke bron binnen de organisatie formeel de juiste is. Wanneer twee documenten elkaar tegenspreken, zal de agent proberen daar een bruikbaar antwoord uit af te leiden. Mogelijk kiest hij de meest recente versie, terwijl intern juist een eerder vastgesteld beleidsdocument leidend is. Ook kan hij informatie uit meerdere bronnen combineren tot een antwoord dat aannemelijk klinkt, maar nooit als zodanig door de organisatie is vastgesteld. De agent probeert dan technisch op te lossen wat organisatorisch niet duidelijk is gemaakt. Dat risico is niet altijd zichtbaar voor de gebruiker.
Een agent lost de bestaande informatieproblemen van een organisatie daarom niet automatisch op. Hij maakt informatie vooral sneller toegankelijk en gemakkelijker toepasbaar. Als die informatie betrouwbaar en goed georganiseerd is, kan dat veel waarde opleveren. Als de informatie versnipperd, verouderd of tegenstrijdig is, maakt de agent juist die zwakke plekken schaalbaar.
De ontwikkeling van een agent zou daarom niet moeten beginnen met de vraag wat hij technisch allemaal kan doen. Eerst moet duidelijk zijn welke kennis nodig is om zijn taak betrouwbaar uit te voeren, waar die kennis zich bevindt en welke bronnen leidend zijn. Een agent werkt immers alleen met de kennis, keuzes en onduidelijkheden die een organisatie aan hem beschikbaar stelt. Daarmee is de betrouwbaarheid van een agent uiteindelijk niet alleen een technisch vraagstuk, maar vooral een gevolg van de manier waarop een organisatie haar eigen informatie heeft georganiseerd. En precies dat soort vraagstukken hebben we eerder gezien.
Dit is geen nieuw probleem. Bij de opkomst van Business Intelligence gebeurde iets vergelijkbaars. Organisaties investeerden in dashboards en rapportages, maar ontdekten gaandeweg dat afdelingen verschillende definities gebruikten en gegevens niet altijd volledig, actueel of betrouwbaar waren. Het dashboard veroorzaakte die problemen niet, maar maakte ze zichtbaar. Verschillende versies van de waarheid konden niet langer onopgemerkt naast elkaar bestaan.
Agents doen nu hetzelfde met de informatiehuishouding. Ze werken niet alleen met data, maar ook met documenten, werkinstructies, kennisbanken en andere bronnen waarin de kennis van een organisatie is vastgelegd. Daarmee ontsluiten ze niet alleen de beschikbare kennis, maar ook de tegenstrijdigheden en onduidelijkheden die daarin zitten. De les uit de BI-periode is daarom eenvoudig: de toepassing aan de voorkant kan pas betrouwbaar worden als het fundament erachter voldoende is georganiseerd. Bij BI ging het om de kwaliteit van data. Bij agents gaat het om de kwaliteit van de volledige informatievoorziening.
Veel organisaties denken al na over een centrale plek om agents te ontwikkelen, beschikbaar te stellen en te beheren. Dat is begrijpelijk. Zodra het aantal agents groeit, wil je grip houden op beveiliging, kwaliteit, kosten en mogelijke wildgroei.
Maar voor de meeste organisaties begint die discussie te vroeg. Een Agent Hub kan regelen hoe agents worden beheerd, maar niet waarop zij mogen vertrouwen. Je kunt agents technisch uitstekend organiseren, terwijl nog steeds onduidelijk is welke informatie leidend is, wie verantwoordelijk is voor de inhoud en wat er gebeurt wanneer bronnen elkaar tegenspreken. Daarmee bestaat het risico dat de bovenste laag professioneel wordt ingericht, terwijl het fundament eronder nog wankel is. De agents zijn dan vindbaar, veilig en centraal beheerd, maar hun antwoorden zijn nog steeds afhankelijk van versnipperde of verouderde informatie.
Een Agent Hub is daarom geen logisch vertrekpunt, maar een volgende stap. Voor de meeste organisaties ligt de eerste opgave niet bij het beheren van agents, maar bij het organiseren van de informatie die deze agents nodig hebben. Dat begint met een betrouwbaar georganiseerde informatievoorziening.
Een centraal dataplatform speelt hierin een belangrijke rol. Het brengt relevante data uit verschillende bronsystemen samen, maakt definities consistent en zorgt dat kwaliteit, herkomst en toegang op een beheerste manier kunnen worden georganiseerd. Daarmee ontstaat een betrouwbare datalaag waarop agents kunnen werken, zonder dat zij voor iedere vraag zelf gegevens uit allerlei losse systemen hoeven te verzamelen en interpreteren. Zeker wanneer agents informatie combineren, analyses uitvoeren of processen ondersteunen, wordt zo’n gezamenlijk dataplatform een belangrijk onderdeel van het fundament.
Niet alle organisatiekennis past echter in een dataplatform. Agents werken ook met beleidsstukken, werkinstructies, kennisartikelen, contracten en andere ongestructureerde informatie. Die informatie hoeft niet allemaal te worden verplaatst, maar moet wel bewust worden beheerd. Ook daar moet herkenbaar zijn welke versie actueel is, waarvoor deze gebruikt mag worden en wie eigenaar is van de inhoud.
Een betrouwbaar informatiefundament bestaat daarom uit twee samenhangende delen: een centraal dataplatform voor het gecontroleerd ontsluiten en verbinden van data én een goed georganiseerde kennis- en documentomgeving voor de overige informatie. Niet alles hoeft centraal te staan, maar betrouwbaarheid, betekenis en eigenaarschap moeten wel centraal zijn georganiseerd.
Pas dan wordt een agent meer dan een slimme zoekfunctie over alles wat toevallig beschikbaar is. Hij kan werken vanuit informatie die bewust is geselecteerd, beheerd en voor het juiste doel beschikbaar is gesteld. Hoe zwaar die beheersing moet worden ingericht, hangt vervolgens af van het type agent en de impact die deze binnen de organisatie heeft.
Een betrouwbaar georganiseerde informatievoorziening betekent niet dat iedere agent uitsluitend met volledig gecontroleerde en centraal beheerde informatie mag werken. De eisen die je aan informatie stelt, moeten passen bij het doel en de mogelijke impact van de agent.
Een persoonlijke agent die een eerste opzet voor een tekst maakt, mag bijvoorbeeld werken met meer onzekerheid. De medewerker beoordeelt het resultaat en blijft zelf verantwoordelijk voor wat ermee gebeurt. Dat verandert wanneer een agent door een hele afdeling wordt gebruikt om personeelsvragen, financiële informatie of klantvragen te beantwoorden. Meerdere medewerkers moeten dan op dezelfde uitkomsten kunnen vertrouwen, waardoor duidelijker moet zijn welke bronnen de agent gebruikt en wie verantwoordelijk is voor de inhoud.
De hoogste eisen gelden voor agents die organisatiebrede processen ondersteunen of zelfstandig handelingen uitvoeren. Een onjuist antwoord blijft dan niet beperkt tot één gebruiker, maar kan direct doorwerken in communicatie, besluitvorming of procesuitvoering. Op dat niveau moeten informatie, definities en gebruikte bronnen aantoonbaar betrouwbaar zijn.
De benodigde beheersing wordt dus niet bepaald door het feit dát iets een agent is. Het gaat om wat de agent doet, welke informatie hij gebruikt en wat de gevolgen zijn wanneer hij ernaast zit. Hoe groter het bereik en de impact, hoe beter de gebruikte informatie aantoonbaar moet zijn georganiseerd. Dat onderscheid is ook nodig om AI werkbaar te houden. Wanneer iedere kleine toepassing aan de zwaarste eisen moet voldoen, verdwijnt de ruimte om te experimenteren. Wanneer organisatiebrede agents net zo vrij worden behandeld als persoonlijke hulpmiddelen, ontstaan juist onverantwoorde risico’s. Goede AI-governance brengt die twee bij elkaar door de mate van beheersing af te stemmen op het gebruik.
Als de benodigde beheersing verschilt per agent, moet een organisatie bepalen wie daarover beslist en wie waarvoor verantwoordelijk is. Veel gesprekken over AI-governance beginnen bij technologie: welke modellen en platformen mogen we gebruiken, wie mag agents bouwen en hoe houden we grip op beveiliging en gebruik?
Dat zijn relevante vragen, maar ze regelen nog niet of een agent met betrouwbare informatie werkt. Een agent kan technisch goed zijn ingericht en toch een verkeerd antwoord geven doordat hij verouderde of tegenstrijdige bronnen gebruikt. Daarom moet AI-governance ook gaan over de informatie achter de agent. Welke bronnen zijn leidend? Wie bepaalt of de inhoud nog klopt? Hoe worden wijzigingen verwerkt? En wat moet een agent doen wanneer informatie ontbreekt of geen eenduidig antwoord geeft?
Daarvoor moeten verschillende verantwoordelijkheden bij elkaar komen.
De proceseigenaar bepaalt waarvoor de agent wordt ingezet en welke gevolgen fouten kunnen hebben.
De informatie-eigenaar is verantwoordelijk voor de kwaliteit en actualiteit van de gebruikte kennis.
IT beheert de technische omgeving, integraties en toegangsrechten.
De eigenaar van de agent bewaakt ten slotte of de oplossing blijft aansluiten bij het doel waarvoor zij is ontwikkeld.
Deze rollen kunnen binnen een organisatie bij dezelfde persoon of hetzelfde team liggen, maar de verantwoordelijkheden mogen niet impliciet blijven.
AI-governance is daarmee voor een groot deel informatiegovernance. Niet omdat techniek minder belangrijk wordt, maar omdat een veilig beheerde agent nog geen betrouwbare agent is. Betrouwbaarheid ontstaat pas wanneer ook de bronnen, definities en verantwoordelijkheden erachter bewust zijn georganiseerd. Dat hoeft niet direct voor de volledige organisatie te worden uitgewerkt. De kunst is om per toepassing bewust vast te stellen wat nodig is. De informatievoorziening hoeft niet perfect te zijn, maar mag ook niet aan het toeval worden overgelaten.
Een bewust georganiseerde informatievoorziening betekent niet dat een organisatie eerst al haar data, documenten en kennis volledig op orde moet hebben. Dat is niet realistisch en zou vooral een reden worden om niet te beginnen. Informatie verandert voortdurend, systemen worden vervangen en nieuwe kennis blijft ontstaan. Een perfect fundament bestaat daarom niet.
De oplossing is ook niet om eerst een organisatiebreed programma op te zetten waarin iedere bron wordt opgeschoond. Het is verstandiger om te beginnen bij een concreet proces of vraagstuk waarvoor een agent aantoonbaar waarde kan toevoegen. Vervolgens bepaal je welke informatie daarvoor nodig is, waar die informatie staat en welke bronnen betrouwbaar genoeg zijn. Onduidelijkheden worden daarmee opgelost op de plek waar ze daadwerkelijk invloed hebben op het resultaat. Daarbij hoeft niet iedere bron direct te worden aangepast of verplaatst. Soms is het voldoende om vast te leggen welke bron leidend is, een eigenaar aan te wijzen of verouderde informatie niet langer beschikbaar te stellen aan de agent. In andere gevallen is meer nodig, bijvoorbeeld het eenduidig maken van definities of het ontsluiten van gegevens via het centrale dataplatform. Zo ontwikkelen de agent en het informatiefundament zich samen. De inzet van een agent maakt zichtbaar waar informatie ontbreekt, elkaar tegenspreekt of alleen in de hoofden van medewerkers aanwezig is. Die inzichten kunnen vervolgens worden gebruikt om precies dat deel van de informatievoorziening te verbeteren.
Daarmee wordt de vraag niet langer of de organisatie klaar is voor agents, maar waar zij verantwoord kan beginnen. De volgorde waarin dat gebeurt, bepaalt uiteindelijk hoeveel waarde de agent kan opleveren.
De vraag is uiteindelijk niet hoeveel agents een organisatie kan bouwen, maar welke processen zij er aantoonbaar beter mee kan maken. Dat lukt alleen wanneer technologie, informatie en verantwoordelijkheid in de juiste volgorde worden georganiseerd.
Begin daarom niet bij de agent, maar bij een concreet proces waarin een agent waarde kan toevoegen. Bepaal welke informatie daarvoor nodig is, welke bronnen leidend zijn en wie verantwoordelijk is voor de inhoud. Gebruik waar mogelijk het centrale dataplatform als betrouwbare datalaag en organiseer de benodigde documenten en kennis daaromheen. Bouw vervolgens een agent met een duidelijk doel en heldere grenzen. Toets of de antwoorden betrouwbaar zijn en of het gebruik daadwerkelijk tot een beter proces leidt. Pas daarna komt opschaling in beeld. Een Agent Hub krijgt daarmee vanzelf een logische plaats. Niet als oplossing voor een informatieprobleem, maar als middel om bewezen agents gecontroleerd te beheren en breder beschikbaar te stellen. De behoefte aan centraal beheer ontstaat zodra toepassingen succesvol zijn, in aantal toenemen en een groter deel van de organisatie raken. Wie de volgorde omdraait, loopt het risico vooral veel agents te organiseren.
Wie begint bij het informatiefundament, bouwt toepassingen waarop medewerkers daadwerkelijk kunnen vertrouwen.