AI-agents komen op je organogram te staan. Zo ziet dat er in de praktijk uit.

Een AI-agent is geen chatbot die je opent als je een vraag hebt. Het is software die een taak draagt en die zelfstandig uitvoert: een model dat elk onderdeel van de lijn bekijkt en de afkeurders eruit haalt, een tool die veranderingen in regelgeving volgt en een dossier bijwerkt, een dienst die een verzameling gegevens consistent houdt zonder dat iemand erom vraagt.

Genoeg bedrijven laten werk al zo draaien. Wat de meeste van hen niet kunnen, is het aanwijzen. De agent is geen werknemer, dus staat hij niet in het HR-systeem. Hij is geen mens, dus staat hij niet op het organogram. Hij zit in de kier tussen die twee en doet echt werk dat niemand goed kan zien. En gaat er iets mis met wat hij draagt, dan heeft de eerste vraag die iedereen stelt, “wie is hier verantwoordelijk voor?”, geen duidelijk antwoord.

De oplossing is eenvoudiger dan het klinkt. Zet de agent op de kaart, als vervuller van een rol, naast de mensen, en geef er gewoon bij aan dat het een agent is.

Een rol is een rol, wie hem ook vervult

Op een rolgerichte kaart wordt werk beschreven als rollen. Elke rol is een doel plus een set verantwoordelijkheden, gedragen door iemand. Nergens staat dat die iemand een mens moet zijn. Een agent kan een rol net zo goed vervullen als een persoon. De rol blijft benoemen waarvoor hij bestaat en waarvoor hij verantwoordelijk is. Alleen wie erachter staat verandert.

Juist dat ene idee maakt het mogelijk om mensen en agents zonder gedoe op dezelfde kaart te zetten. Je verzint geen apart schema voor de machines. Je laat ze rollen vervullen en je zegt erbij welke vervullers machines zijn.

Hoe het eruitziet in een snelgroeiend techbedrijf

Collimate bouwt machine vision-systemen die onderdelen op fabriekslijnen inspecteren. Een van de kerntaken is het defectmodel: het onderdeel dat bepaalt of een stuk goed- of afgekeurd wordt. Bij Collimate wordt die rol, “Defectmodellen”, vervuld door een agent die Argus heet en die binnen de Machine Learning-pod werkt, naast de engineers die hem trainen en onderhouden.

Argus staat gemarkeerd als AI-agent, niet als persoon. Zijn dienstverband staat op nul procent, want hij staat op niemands loonlijst, en toch vervult hij een echte rol met echte verantwoordelijkheden, gewoon op de kaart naast de mensen. Open je de rol Defectmodellen, dan zie je alle vervullers bij elkaar: de engineers en de agent, samen verantwoordelijk voor één helder beschreven taak.

Collimate laat er een paar van draaien. Een agent voor de datapijplijn die de trainingsset voedt, een monitoringagent die modellen in productie in de gaten houdt, een reconstructiedienst. Elk van hen vervult een smalle, scherp afgebakende rol, en elk van hen staat op de kaart als precies wat hij is.

Hoe het eruitziet bij een traditioneel maakbedrijf

Agents zijn niet alleen iets voor techbedrijven. Roncieux, een Zwitserse werkplaats die precisieonderdelen voor medische apparatuur maakt, zet ze in voor het nauwkeurige, repeterende werk dat een machine goed afgaat. Een agent die Régula heet, vervult de rol “toezicht op regelgeving”: hij volgt veranderingen in de regels waaraan het bedrijf moet voldoen en meldt ze bij de mensen die erop handelen. Een andere houdt het documentbeheer op orde. Dit zijn geen experimenten. Het zijn afgebakende taken die software betrouwbaar uitvoert, nu elk met een eigenaar en een plek op de kaart.

Het verschil met Collimate is de moeite van het opmerken waard. Bij Collimate deelt de agent een rol met mensen. Bij Roncieux vervult de agent zijn smalle rol alleen. Allebei prima. De kaart maalt er niet om, zolang duidelijk is welke vervullers mensen zijn en welke niet.

Waarom die markering ertoe doet

Agents op de kaart zetten gaat niet om netheid. Het gaat erom dat “hier zit nu een AI op” pas veilig is als je het kunt zien. Zodra een agent een zichtbare rolvervuller is, kun je de vragen beantwoorden die er echt toe doen. Waar gaat hij precies over? Wie houdt toezicht? Waar neemt een mens het over als hij twijfelt of ernaast zit? Een agent die diep in een pijplijn verstopt zit, beantwoordt er geen enkele. Een agent op de kaart, gemarkeerd als agent, beantwoordt ze allemaal.

De markering zelf is klein: een veld bij elke vervuller dat vastlegt wat diegene is. Mens. AI-agent. Script. Robot. Er is ook een optie voor dieren, voor de kantoorhond. Het betekent dat je naar de kaart kunt kijken en kunt vragen “laat me alles zien waar een AI over gaat”, en dat je een eerlijk antwoord krijgt in plaats van een schouderophalen.

Wat je doet als agents je werk in sluipen

1. Behandel elke agent als rolvervuller, niet als verborgen tool. Geef hem een rol met een helder doel en opgeschreven verantwoordelijkheden.
2. Markeer wat een agent is, zodat niemand hoeft te raden of een taak door een mens of door een machine wordt gedaan.
3. Houd per agent een mens verantwoordelijk. De agent vervult de rol; een persoon staat voor het resultaat.
4. Zet ze waar iedereen ze ziet, naast de mensen, zodat het beeld van wie wat doet eerlijk blijft naarmate meer werk geautomatiseerd raakt.

Agents gaan met de tijd méér van het werk dragen, niet minder. De bedrijven die daar grip op houden, zijn de bedrijven die het rol voor rol kunnen zien gebeuren, in plaats van erachter te komen op de dag dat er iets misgaat waar een onzichtbaar model over ging.

Je kunt beide kaarten bekijken: het techbedrijf op peerdom.org/collimate en het maakbedrijf op peerdom.org/roncieux. Klik op een willekeurige vervuller om te zien of het een mens of een agent is, en waarvoor die verantwoordelijk is.

Veelgestelde vragen

Wat is een AI-agent, in gewone taal? Software die een taak draagt en die zelfstandig uitvoert, in plaats van te wachten tot jij iets vraagt. Een model dat afwijkingen signaleert, een tool die regelgeving volgt, een dienst die gegevens consistent houdt. Het doet doorlopend werk, en daarom hoort het op het organogram.

Waarom zou je een agent überhaupt op het organogram zetten? Omdat hij echt werk doet waarvoor iemand verantwoording moet afleggen. Is de agent onzichtbaar, dan kan niemand zeggen waar hij over gaat, wie erop toeziet of wat er gebeurt als hij ernaast zit. Zet je hem op de kaart, gemarkeerd als agent, dan is dat allemaal te beantwoorden.

Is “vervuller” niet te zwaar aangezet voor een agent? Niet zolang je hem markeert. Een agent vervult een rol zoals een persoon dat doet: met een doel en verantwoordelijkheden. Door hem duidelijk als agent te markeren en een mens verantwoordelijk te houden voor het resultaat, blijft het beeld eerlijk.

Hoe houd je mensen en agents op de kaart uit elkaar? Met een eenvoudig veld bij elke vervuller dat vastlegt wat diegene is: mens, AI-agent, script, enzovoort. Daarna filter je de kaart om alles te zien waar een AI over gaat, en dat is precies de weergave die je wilt als je beslist wat je een agent toevertrouwt.

Wat is een levend organogram? Het is een kaart van je organisatie die rollen en verantwoordelijkheden laat zien in plaats van alleen namen en titels, en die teams zelf actueel houden. Omdat het een rol niet uitmaakt of een mens of een agent hem vervult, kan dezelfde kaart een hybride personeelsbestand eerlijk weergeven, met mensen en agents naast elkaar.

Collimate en Roncieux zijn verzonnen voorbeelden, geen echte klanten van Peerdom. Ze staan voor een snelgroeiend techbedrijf en een traditioneel maakbedrijf, zodat het patroon makkelijk te volgen is.