Work, reworked: wat er nodig is om te winnen in het tijdperk van Agentic AI

Er wordt vaak gezegd dat oude steden, als ze vandaag zouden worden ontworpen, er heel anders uit zouden zien: nieuwe stratenplannen, vervoerssystemen en infrastructuur. Toch functioneren steden in de praktijk vaak nog op verouderde fundamenten. In de context van agentic AI lijken veel organisaties op die oude steden: ze worden geremd door routinetaken, inefficiënte processen, legacy‑structuren en culturele inertie. AI‑agents introduceren zonder deze fundamenten te heroverwegen brengt het risico met zich mee dat inefficiënties op grote schaal worden gerepliceerd. Incrementele adoptie kan ertoe leiden dat er simpelweg een agentic-laag wordt toegevoegd aan een verouderde manier van werken.

De sprong maken: 5 cruciale verschuivingen om de Human‑Agentic Workforce mogelijk te maken.

Kunnen mensen en AI‑agents werkelijk samenwerken als één team? Absoluut. Sterker nog: het zal op korte termijn essentieel worden voor concurrentievoordeel, gezien de snelheid waarmee agentic AI zich ontwikkelt. Maar dat zal niet vanzelf gebeuren; organisaties moeten traditionele modellen voor werkprocessen heroverwegen en opnieuw vormgeven.Als dat als een grote opgave klinkt, klopt dat — maar het is zeker realiseerbaar. Het vereist het confronteren van verouderde paradigma’s van controle, capaciteit en incrementele verandering. De basis voor human-agentische verandering begint met deze vijf verschuivingen:

• Technologiegestuurde transformatie → Mensgerichte transformatie
  Behandel agentic AI als een transformatie van de workforce en de bedrijfsvoering, niet als een puur IT-project. Ontwerp met menselijke impact als uitgangspunt en laat technologie het menselijke potentieel versterken.
• Taakgebaseerde rollen → Resultaatgericht ontwerp
  Vervang gefragmenteerde taken door dynamische, skills‑gebaseerde rollen die zijn ingericht op resultaten en samenwerking tussen mens en agent, zodat mensen zich kunnen richten op oordeelsvorming, empathie en creativiteit.
• Gedigitaliseerde processen → AI-native bedrijfs- en bedrijfsmodellen
  Ga verder dan het simpelweg toevoegen van AI aan legacy-systemen: bouw AI-native, wendbare operatingmodellen die impact opschalen in plaats van inefficiëntie te vergroten.
• Groei door personeelsbestand → Geschaalde prestaties door herontwerp
  Groei moet voortkomen uit het opnieuw vormgeven van werk en het orkestreren van human-agent workflows, niet uit alleen het toevoegen van mensen.
• Culturele inertie → Organisatorische gereedheid
  Pak angst, verzuild bestuur en laag vertrouwen aan. Gereedheid, vertrouwen, governance en leerculturen zijn strategische onderscheidende factoren voor veilige en snelle opschaling.

Dit zijn geen eenvoudige mindset‑veranderingen. Het zijn transformaties op systeemniveau in de manier waarop ondernemingen denken, leiden, organiseren en presteren — en geen enkele kan geïsoleerd worden opgelost.
 

Meer dan cross-functionele samenwerking:
Systemic codependency 

In een agentic AI‑wereld kan geen enkel domein geïsoleerd opereren — niet technologie, operaties, talent, klant, finance, risk of legal. Dat betekent dat reguliere cross‑functionele samenwerking, samenwerken over silo’s heen, niet voldoende is om agentic AI‑bijdragen op schaal te realiseren. Er is behoefte aan systemic codependency: vooruitgang in één domein is alleen mogelijk via afstemming en gedeeld eigenaarschap met andere domeinen. Elk onderdeel van de organisatie is een wederzijds afhankelijke aanjager van AI‑gedreven vooruitgang.
Hoe werkt dit in de praktijk? Deze drie acties bieden het meest directe pad naar systemic codependency:

• Connected leadership: Connected leadership: CIO’s, CHRO’s, CRO’s en business leaders moeten functioneren als een op elkaar afgestemd leiderschapssysteem, waarbij de focus verschuift van mensen managen naar het managen van resultaten die mogelijk worden gemaakt door human‑agent teams.
• Gedurfd bestuur: creëer nieuw toezicht om samenwerking tussen mens en agent, vertrouwen, risico’s en prestaties te beheren.
• Herontwerp het werk: deconstrueer legacy‑rollen en workflows en zet ze opnieuw samen tot resultaatgerichte role‑and‑skill ecosystemen voor vloeiende human‑agent teaming.

Organisatorische gereedheid moet gelijktijdig met innovatie worden ontwikkeld: medewerkers moeten zich uitgerust, empowered en gewaardeerd voelen met AI als teamgenoot, terwijl de bedrijfsinfrastructuur, beleidskaders, leiderschap en cultuur zich aanpassen om de impact van agents te absorberen en op te schalen. Overbrug de kloof met een dual‑speed aanpak: snelle experimenten waar gereedheid bestaat (fast lane) naast enterprise‑grade guardrails voor vertrouwen, governance en afstemming (stable lane), en voeg deze gelijktijdige inspanningen samen in een gecoördineerd plan voor beslissende actie.
 

De Human-Agentic Workforce in actie

Lemonade ontwikkelde een AI‑native verzekeraar: agents zoals “Maya” (onboarding) en “Jim” (claims) zijn onderdeel van de kernoperatie. Agents voeren grootschalige taken autonoom uit, terwijl mensen uitzonderingen, kwaliteit en strategie beheren. Door werk te organiseren rond resultaten en skills, in plaats van AI op legacy‑rollen te plakken, vergrootte Lemonade de prestaties zonder een evenredige stijging van het personeelsbestand, en verankerden zij governance, transparantie en continu leren vanaf het begin.
 

Geen experimenten meer

Stap over van gefragmenteerde pilots naar organisatiebrede transformatie. Begin bij je huidige uitgangspositie door je AI‑ambitie, acceptabele autonomie en paraatheid te verduidelijken. Gebruik een dual‑speed model om snelle innovatie in evenwicht te brengen met stabiele vangrails. Draai van visie naar impact door basisvereisten te definiëren, agents te koppelen aan meetbare bedrijfsresultaten, ervoor te zorgen dat data en workflows gereed zijn, autonomiedrempels tussen mens en agent vast te stellen, quick wins met hoge impact te verzekeren en bewezen benaderingen organisatiebreed op te schalen.

Niet volgend kwartaal of volgend jaar - nu

AI is er nu. De keuzes die leiders vandaag maken, bepalen of AI complexiteit wordt of een katalysator voor een menselijker, intelligenter en productiever werksysteem. Ga van pilotverlamming naar organisatie‑heruitvinding en ontwerp een human‑agentic toekomst waarin mensen en agents samen resultaten leveren die geen van beiden alleen zou kunnen bereiken.