Agentic AI inzetten spannend? Zo pakken andere bedrijven het aan
In dit artikel:
Bij een recent door de AI‑commissie van DDMA georganiseerde roundtable signaleren leiders van organisaties als Rabobank, PostNL, VGZ, Eneco, a.s.r., NS en VodafoneZiggo dat agentic AI niet langer een curiositeit is, maar een strategische verschuiving die besturing, eigenaarschap en organisatieontwerp raakt. De centrale vraag is niet of bedrijven ermee aan de slag moeten, maar hoe ze die transitie beheersbaar en schaalbaar maken.
Uit de discussie komt een herkenbaar patroon naar voren: veel organisaties hebben talloze pilots gedraaid en geleerd, maar lopen nu tegen versnippering en onduidelijk eigenaarschap aan. Internationaal onderzoek toont dat weinig AI‑initiatieven echt opschalen en aantoonbare waarde leveren. Besturen moeten daarom niet innovatie afremmen, maar duidelijke keuzes maken: standaarden vastleggen, een beperkt aantal strategische use cases prioriteren en sturing bieden zonder snelheid te verliezen.
Praktische voorbeelden: VGZ bouwt met enabling teams (data, engineering, governance, change) een integrale blauwdruk zodat business‑teams snel en veilig live kunnen gaan. PostNL kiest voor een klein aantal prioritaire programma’s en hanteert een vaste beoordelingsstraat waarin businesswaarde, privacy, security en governance binnen korte tijd worden gewogen. Deze aanpak combineert tempo met controle.
Een fundamentele verschuiving is dat AI steeds minder een losse feature wordt en meer een ‘digitale collega’ die taken uitvoert en beslissingen neemt. Dat vergt nieuwe afspraken over werkverdeling, verantwoordelijkheden en human‑in‑the‑loop‑mechanismen. De aanbevolen route is gefaseerd: eerst interne agents inzetten (klantenservice, operations) om ervaring en vertrouwen op te bouwen; daarna pas klantgerichte agents schalen.
Vertrouwen blijkt doorslaggevend: succesvolle oplossingen zijn vaak niet de technisch meest geavanceerde, maar diegene die breed worden geadopteerd door medewerkers en klanten. Intern draagvlak en heldere positionering door managers zijn randvoorwaardelijk voor klantvertrouwen. Naarmate klanten AI meer vertrouwen, kan interactie verschuiven van websites/apps naar LLM’s en persoonlijke agents, wat invloed heeft op vindbaarheid en kanaalstrategie.
Daarom pleiten deelnemers voor kanaal‑agnostische architecturen: investeren in stabiele bouwstenen (data, kennis, governance, technologie) zodat je wendbaar blijft ongeacht welke kanaalvormen opkomen. Branding verandert niet weg, maar verschuift focus: agents zullen namens klanten keuzes maken, dus merkwaarden moeten betrouwbaar, consistent en uitlegbaar voor machines zijn.
Organisatorisch wordt orchestratie cruciaal zodra meerdere agents samenwerken. Bedrijven moeten expliciet beslissen over centralisatie versus gedecentraliseerd eigenaarschap en vastleggen wie verantwoordelijkheid draagt binnen welke kaders. Dit is geen puur IT‑vraagstuk; commercie, compliance, risico en klantbeloften zitten er nauw in verweven.
Tot slot: de ROI van agentic AI verschijnt vaak eerst via kwaliteitsverbetering — betere data, consistent handelen en duidelijk eigenaarschap — waarna schaalvoordelen volgen. Agentic AI legt zwakke processen bloot, dus succes vraagt een bredere blik op rendement en vooraf een plan voor wat je met vrijgekomen tijd doet. Conclusie van de ronde: wacht niet op volledige zekerheid; stuur op richting met kaders, prioriteiten en leren in de praktijk.