Ongeveer om de tien jaar verandert de manier waarop bedrijven zich organiseren stilletjes – niet door grootse aankondigingen, maar door een reeks opeenvolgende beslissingen die plotseling een nieuw patroon laten zien. We zagen dit bij de digitale transformatie in de jaren 2000, toen data connectiviteit de basis van de moderne onderneming werden. Daarna kwam de agile revolutie, die een nieuwe invulling gaf aan hoe teams samenwerken, itereren en waarde leveren. Elke verschuiving veranderde niet alleen tools of processen – het veranderde wat we dachten dat mogelijk was met betrekking tot werk zelf.

Nu tekent zich een nieuw keerpunt af. We gaan het tijdperk van hybride agentieke organisaties binnen: bedrijven die zijn opgezet rond een gedeeld ecosysteem van menselijke en machine-intelligentie. Mensen brengen creativiteit, empathie en inzicht mee. Agenten brengen precisie, geheugen en snelheid mee. Samen vormen ze een nieuw soort hybride intelligentie die leert, zich aanpast en opschaalt op manieren die traditionele organisaties simpelweg niet kunnen. De vraag is niet langer of deze verschuiving zal plaatsvinden, maar of we deze zorgvuldig genoeg zullen ontwerpen zodat deze voor ons werkt en niet andersom.

Het personeelsbestand als een systeem van gedeelde intelligentie

AI het stadium van louter een ‘hulpmiddel’ ontgroeid. Hulpmiddelen liggen klaar om opgepakt te worden; agenten nemen actief deel. Ze zijn geïntegreerd in je werkprocessen, werken asynchroon samen, nemen deel aan discussies en nemen zelfs microbeslissingen binnen vastgestelde grenzen. Ze verwerken niet alleen, ze begrijpen voldoende context om te handelen. Die subtiele verschuiving verandert alles aan de manier waarop werk wordt ontworpen, beheerd en gemeten.

Hier ontstaat een nieuwe managementdiscipline: agentic resource management: de praktijk van het samenbrengen van menselijke en machine-intelligentie. Leiders beheren niet langer alleen het personeelsbestand; ze beheren cognitieve capaciteit. Ze beslissen welke soorten intelligentie ze op elk probleem toepassen, waarbij ze creativiteit afwegen tegen rekenkracht, en inzicht tegen automatisering.

Bij het aansturen van een hybride personeelsbestand gaat het niet langer om het verdelen van taken, maar om het ontwerpen van interactiepatronen—wanneer je de machine kunt vertrouwen, wanneer je haar moet begeleiden en wanneer je haar moet overschrijven. Grenzen, transparantie en een gedeeld doel worden net zo belangrijk als prestatiemaatstaven. De meest succesvolle leiders zijn degenen die niet alleen taken delegeren, maar intelligentiesystemen, waarbij ze ervoor zorgen dat menselijke en automatische capaciteiten elkaar versterken in plaats van met elkaar te concurreren.

Eerlijk gezegd zal het moeilijkste deel van deze transitie niet de technologie zelf zijn, maar het ontwikkelen van de organisatorische vaardigheden om omgevingen te creëren waarin mensen en machines echt als gelijken kunnen samenwerken, gedreven door een gemeenschappelijk doel en niet alleen door hun nabijheid.

Drie werkwijzen: handmatig, ondersteund, autonoom

Nu dit nieuwe landschap zich ontvouwt, helpt het om werk te zien als iets dat zich uitstrekt over drie onderling afhankelijke vormen: 

  1. Handmatig werk blijft volledig door mensen worden uitgevoerd, waar oordeelsvermogen, empathie en ethiek het belangrijkst zijn, en waar intuïtie het beter doet dan regels. Dit zijn de contexten waarin complexiteit zich niet laat codificeren en het vermogen van mensen om nuances te zien onvervangbare waarde creëert.
  2. Augmented work bevindt zich in het middengebied, waar menselijke en machine-intelligentie samenwerken. Hier ondersteunen agents het menselijk redeneringsvermogen door inzichten naar voren te brengen, subroutines te automatiseren of simulaties uit te voeren, terwijl mensen de controle behouden over de richting, de context en het uiteindelijke oordeel. Dit is de samenwerkingszone waar creativiteit en berekeningen samensmelten tot een gezamenlijk ritme.
  3. Agentisch werken staat voor autonome uitvoering, waarbij agenten onafhankelijk opereren binnen expliciete grenzen en verantwoording afleggen via transparant bestuur. Deze processen zijn geen 'set and forget', maar worden continu gemonitord, waarbij mensen de morele en strategische grenzen bepalen van wat acceptabel is. Agentic werk vergroot de capaciteit, maar is alleen duurzaam schaalbaar wanneer het gebaseerd is op verantwoordingsplicht.

De toekomst zal niet bestaan uit het vervangen van de ene werkwijze door de andere. Het zal een dynamische mix van alle drie zijn. Een proces kan handmatig beginnen, zich ontwikkelen tot een vorm van ondersteunde samenwerking en uiteindelijk, naarmate het vertrouwen groeit, een zelfstandig proces worden. De meest flexibele organisaties zijn die welke deze overgangen zien als vloeiende, iteratieve en strategische processen – niet als automatisering omwille van de efficiëntie, maar als intelligentiearchitectuur voor duurzaam voordeel.

De verschuiving van data contextbeheer binnen de onderneming

Als het digitale tijdperk gebaseerd was op het beheersen van data, dan zal het agentische tijdperk gebaseerd zijn op het beheersen van context, en dat onderscheid verandert alles. Data ons wat er is gebeurd; context verklaart waarom het ertoe doet, onder welke omstandigheden en voor wie. Het is niet alleen informatie, het is de gestructureerde betekenis die intelligente systemen in staat stelt om relevant en terughoudend te handelen.

In het begin van de jaren 2000 bracht Master Data bedrijfsinformatie samen in één enkele bron van waarheid. Het vormde de essentiële infrastructuur voor de data onderneming. Maar in de huidige omgeving volstaat een statische „waarheid“ niet meer. Agentische systemen vereisen contextbeheer op bedrijfsniveau – een dynamisch raamwerk dat bepaalt hoe informatie in realtime wordt geïnterpreteerd, gedeeld en toegepast. Dit zijn geen pijplijnen die data verplaatsen, maar levende systemen die zowel mensen als agents helpen begrijpen hoe ze kennis op verantwoorde wijze kunnen gebruiken.

Context is tegenwoordig een meerlagig concept. Op bedrijfsniveau omvat het waarden, beleidsregels en principes. Op functioneel niveau omvat het domeinspecifieke regels en workflows. En op actorniveau definieert het het doel, de rechten en de gedragsgrenzen. Samen zorgen deze lagen ervoor dat intelligente systemen op een samenhangende manier kunnen redeneren binnen door mensen gedefinieerde structuren, zonder aan flexibiliteit in te boeten.

Om dit mogelijk te maken, beginnen organisaties met het ontwerpen van wat bekend staat als de enterprise context stack, een fundamentele architectuur die contextuele intelligentie binnen de hele onderneming structureert, ophaalt en onderhoudt. Dit is wat geïsoleerde AI omzet in een samenhangend, beheerd ecosysteem.

De enterprise-contextstack

Zie dit niet als een starre architectuur, maar als een levend ecosysteem waarin elke laag de bovenliggende laag mogelijk maakt:

  • Laag 1: Data . Hier bevindt zich de operationele waarheid. Gestructureerde data Snowflake, BigQuery, Databricks. Applicaties op PostgreSQL, MongoDB. Real-time stromen via Kafka, EventBridge, Kinesis. En de ongestructureerde wereld: Confluence, Notion, SharePoint, Slack, Teams, GitHub. Medewerkers hebben beide nodig: cijfers en verhalen.
  • Laag 2: Kennisrepresentatie. Hier data betekenis. Embeddingmodellen zoals OpenAI, Cohere, Voyage AI, Mixedbread en Jina AI tekst AI in doorzoekbare semantische vectoren. Grafische databases zoals Neo4j of PuppyGraph structureren relaties tussen concepten. Orchestration-frameworks zoals LangChain, LlamaIndex, Dust en Haystack verbinden dit alles, waardoor agents binnen de hele onderneming gegevens kunnen ophalen, redeneren en conclusies kunnen trekken.
  • Laag 3: Contextnetwerk. Dit is het levende weefsel dat alles in realtime met elkaar verbindt. Vectordatabases zoals Pinecone, Weaviate, Milvus en Qdrant beheren het ophalen van gegevens op schaal. RAG-pijplijnen stellen relevante context samen op verzoek. Geheugenlagen zoals Zep, Redis of Graphiti stellen agents in staat om kennis te behouden tussen interacties door. Het is de laag die AI in staat stelt continu AI , in plaats van transactioneel. Het is context als een levend gesprek, niet als een statische opzoekactie.
  • Laag 4: Contextbeheer. Naarmate de context groeit, wordt governance de ruggengraat. Databricks Unity Catalog en OpenMetadata beheren de herkomst en machtigingen. Vault of AWS KMS beschermen geheimen. Elastic, Datadog en OpenTelemetry zorgen voor observability. Zelfs de context zelf heeft versies: deze wordt bijgehouden via Git of DVC, waardoor elke prompt, regel en instructie kan worden gecontroleerd en teruggedraaid. Compliance is opnieuw ontworpen zodat intelligente systemen snel, transparant en verklaarbaar zijn.
  • Laag 5: Coördinatie van agents. Hier leven, werken en handelen agents. Frameworks zoals LangGraph, CrewAI, AutoGen, OpenDevin en Swarm SDK maken samenwerking tussen meerdere agents mogelijk. Workflowtools zoals Temporal.io en Prefect coördineren processen op betrouwbare wijze. W&B, Humanloop, PromptLayer en LangSmith zorgen voor LLMOps-discipline: evaluatie, tracering, continue verbetering. Kubernetes en Ray Serve zorgen voor schaalbaarheid en veerkracht.

Samen betekent deze reeks een fundamentele verschuiving: van het opslaan van kennis naar het in stand houden van levende context. Een architectuur waarin betekenis zelf een beheerde hulpbron wordt.

De opkomst van de contextingenieur

Waar bij prompt engineering het ging om het formuleren van de juiste vraag, draait context engineering om het ontwerpen van de omgeving waarin kunstmatige intelligentie functioneert. Context engineers bepalen wat elke agent moet weten, hoe de context veroudert of wordt bijgewerkt, en hoe informatie tussen systemen stroomt. Ze zijn actief op alle lagen van de stack en houden zich bezig met het samenstellen, valideren en afstemmen van de kennis die ten grondslag ligt aan intelligent gedrag.

Zij vormen de brug tussen architectuur en afstemming: deels informatiearchitect, deels data , deels systeemontwerper. Hun doel is niet alleen efficiëntie, maar ook samenhang; zij zorgen ervoor dat de context accuraat, ethisch verantwoord en bruikbaar blijft. Net zoals DevOps het bindweefsel van de agile onderneming is geworden, zal context engineering de ruggengraat van de agentische onderneming. Want in een wereld waarin elke agent afhankelijk is van gedeeld begrip, is het beheren van context geen technische luxe, maar de basis van vertrouwen zelf.

Van agile naar agentisch: bestuur, vertrouwen en veiligheid

Agile heeft teams sneller gemaakt. Agentische organisaties zullen ervoor zorgen dat ze intelligent schaalbaar – maar alleen als ze op vertrouwen zijn gebaseerd. Agile richtte zich op het in staat stellen van menselijke teams om zich snel aan te passen en te presteren. Agentic breidt dat aanpassingsvermogen uit naar intelligente systemen, waarin mensen en agents dynamisch samenwerken in alle functies. De eenheid van productiviteit verschuift van de sprint naar het systeem van orkestratie. Mensen worden ontwerpers en begeleiders van intelligentienetwerken, niet alleen deelnemers daaraan.

Maar vermogen zonder verantwoordelijkheid is verkapte kwetsbaarheid. Naarmate het aantal autonome entiteiten toeneemt, vormen governance en vertrouwen de basis van alles. Zonder deze elementen vervalt autonomie in chaos. Innovatie zonder toezicht is geen vooruitgang, maar onverantwoordelijk. Autonome organisaties moeten vanaf het begin verklaarbaarheid, traceerbaarheid en verantwoordingsplicht rechtstreeks in hun architectuur inbouwen. Elke beslissing van een agent moet worden geregistreerd, elke handeling moet controleerbaar zijn en elke context moet onder versiebeheer staan.

TRiSM (Trust, Risk, and Security Management) evolueert van een beleidschecklist naar een operationele discipline. Toezicht wordt geautomatiseerd. Modellevenscycli worden continu gevolgd. Beschermingsmechanismen zoals Guardrails AI, Lakera en Azure Content Safety zorgen ervoor dat intelligentie zich binnen ethische en wettelijke grenzen gedraagt. Als het goed wordt uitgevoerd, remt governance innovatie niet af, maar maakt het juist mogelijk. Want alleen vertrouwde intelligentie kan veilig opschalen. De echte uitdaging die voor ons ligt is niet het bouwen van krachtige agents, maar het bouwen van verantwoordelijke ecosystemen.

De weg vooruit

Een hybride, op eigen initiatief werkende organisatie worden betekent niet dat mensen worden vervangen, maar dat we via intelligente samenwerking versterken wat mensen kunnen bereiken. De reis begint met voorbereiding: infrastructuur, governance en een cultuur die AI als een losstaand hulpmiddel beschouwen, maar als een medewerker in het werksysteem. Van daaruit gaat het om het identificeren van de sweet spots: processen waar menselijk oordeel en herhaalbare logica samenkomen, waar agents het zware werk kunnen doen terwijl mensen zich richten op creativiteit, empathie en strategie.

Contextbeheer vormt de basis van dit alles. Het zorgt ervoor dat intelligentie – of die nu menselijk of kunstmatig is – in lijn blijft met de intentie en verankerd blijft in het doel. Tegen 2028 zullen de meeste bedrijfsfuncties ten minste één AI proces omvatten. Het onderscheidende vermogen zal niet liggen wie AI gebruikt – maar wie intelligentie met duidelijkheid en vertrouwen organiseert.

We gaan niet het tijdperk van automatisering binnen; we gaan het tijdperk van afstemming. Agile heeft ons sneller gemaakt. Agentic zal ons bewust. En in dit nieuwe paradigma zal de meest waardevolle hulpbron niet data kapitaal zijn: het zal context. Context is wat intelligentie betekenis geeft, en betekenis is wat technologie menselijk houdt. De echte transformatie die gaande is, gaat niet over mensen versus machines, maar over mensen die samen machines, en organisaties opbouwen waar intelligentie en intentie hand in hand gaan. Ons grootste concurrentievoordeel zal niet voortkomen uit de technologieën die we toepassen, maar uit hoe doordacht we de samenwerking tussen menselijke wijsheid en machinale mogelijkheden orkestreren.