Het artikel gaat hieronder verder.
De laatste cijfers van 2025 markeren een definitieve breuklijn in de digitale transformatie. Waar 2024 in het teken stond van experimenteren met Generatieve AI als ’tool’, verschuift de focus eind 2025 naar structurele implementatie. Deloitte typeert deze fase treffend als The Great Rebuild. Het onderscheid tussen koplopers en volgers wordt niet langer bepaald door de technologie zelf, maar door het organisatieontwerp. Uit de State of AI van McKinsey blijkt dat high performers 3 keer zo geneigd zijn hun workflows fundamenteel te herontwerpen rondom A.I. en dat juist dit herontwerp de grootste impact heeft op de resultaten.
Software wacht niet langer op input, maar vertoont steeds meer autonoom gedrag.
De kern van deze nieuwe logica is de verschuiving naar Agentic AI. Software wacht niet langer op input, maar vertoont autonoom gedrag. Gartner voorspelt in de Top Strategic Technology Trends 2026 dat in 2028 33% van alle enterprise software agentic AI zal bevatten, tegenover minder dan 1% in 2024. Hoewel de adoptie nog in een vroeg stadium is, heeft circa 11% van organisaties momenteel agentic systems in productie, en versnelt de ontwikkeling snel.
Human-on-the-loop
Dit dwingt tot een herziening van de operationele workflow:
- Traditioneel (Human-in-the-loop): De medewerker voert de taak uit; de software ondersteunt. De mens is de beperkende factor in schaalbaarheid.
- A.I.-Native (Human-on-the-loop): De medewerker definieert het doel en de kaders; een netwerk van A.I.-agents voert de taken autonoom uit. De mens grijpt enkel in bij uitzonderingen.
Deze verschuiving is ook in Nederland zichtbaar, zij het gefragmenteerd. Het CBS meldt dat 66% van het grootbedrijf A.I. actief inzet, tegenover slechts 14% (!) van het kleinbedrijf. Deze kloof in adoptie dreigt zich in 2026 te vertalen in een onoverbrugbaar productiviteitsverschil.
Nieuwe functieprofielen nodig
Wanneer de uitvoering verschuift naar software agents, verliezen traditionele taakomschrijvingen hun relevantie. HR-afdelingen moeten dan ook stoppen met werven op basis van statische takenlijsten en overstappen op rollen gedefinieerd door uitkomsten en orkestratie. McKinsey introduceerde in The Agentic Organization in september vorig jaar een nieuw rollenmodel voor A.I.-native organisaties. Gebaseerd op dit framework en aanvullende bronnen kunnen we 3 specifieke profielen onderscheiden die traditionele functies vervangen:
#1. De Orchestrator (Procesarchitect)
In een A.I.-native workflow ligt de menselijke toegevoegde waarde aan de voorkant: het ontwerp. De Orchestrator voert niet uit, maar instrueert. Functie: het ontwerpen van de workflow waarin verschillende AI-agents samenwerken. De focus ligt op het definiëren van de juiste parameters, data-toegang en output-standaarden. De productiviteitswinst zit in de kwaliteit van de instructie, niet in de snelheid van typen.
#2. De Exception Handler (Complexiteitsexpert)
TNO waarschuwde in juni vorig jaar in hun rapport Aan het werk met generatieve AI voor een belangrijk neveneffect: hoewel A.I. in specifieke toepassingen aanzienlijke tijdswinst kan opleveren, van wel 40% tot 50% bij gestructureerde taken zoals contractanalyse, neemt de mentale belasting toe. Het ‘eenvoudige’ werk verdwijnt, waardoor enkel complexe, afwijkende casuïstiek overblijft. ‘Er is minder hersteltijd, wat een belangrijke buffer is bij een hoge ervaren mentale belasting’, aldus TNO. Functie: Het behandelen van de 10 tot 20% van de gevallen waar de AI-agent vastloopt in grijze gebieden, ethische dilemma’s of gebrek aan context.
‘Er is door A.I. minder hersteltijd, wat een belangrijke buffer is bij een hoge ervaren mentale belasting.’
Implicatie: Deze rol vereist diepe domeinexpertise. Junior-posities die traditioneel dienden als leerroute voor dit niveau, verdwijnen hierdoor, wat vraagt om nieuwe opleidingsmodellen.
#3. De Validator (Governance & Risico)
Wanneer output exponentieel schaalt, wordt handmatige kwaliteitscontrole onmogelijk. De rol verschuift van controleur naar risicomanager. Functie: Het monitoren van de output-kwaliteit op geaggregeerd niveau. Is er sprake van ‘model drift‘? Voldoen de besluiten aan wetgeving? Zonder deze rol leidt Agentic AI tot het geautomatiseerd schalen van fouten.
Van statisch naar dynamisch functiehuis
De technologische infrastructuur voor Agentic AI is inmiddels volwassen. De bottleneck in 2026 is niet meer zozeer de software, maar eerder het organigram. Organisaties die vasthouden aan functiehuizen gebaseerd op uren en taken, zullen zien dat hun operationele kosten lineair blijven stijgen, terwijl AI-native concurrenten hun output loskoppelen van hun personeelsomvang. De stap naar functieprofielen gebaseerd op orkestratie en validatie is niet optioneel, maar een vereiste voor continuïteit.
Over de auteur
Dit verhaal is geschreven door Data & AI Recruiter Jan van der Laan, alias The DataFather.
