Perspectief van de oprichter · Strategie van ondernemings-AI
Hoe samenwerking tussen intelligente agents de manier kan veranderen waarop organisaties werk uitvoeren, resultaten meten en menselijke expertise inzetten.
Door Ahmad Obaidat · Medeoprichter en CEO, Aries AI · 9 minuten leestijd
Jarenlang richtte digitale transformatie in ondernemingen zich op het bieden van betere software aan mensen. We introduceerden systemen om klanten te beheren, transacties vast te leggen, teams te coördineren en prestaties te analyseren. Deze investeringen vormden de digitale basis waarop organisaties tegenwoordig opereren.
Maar mensen dragen nog steeds een groot deel van het werk tussen die systemen; zij halen informatie op, interpreteren deze, verplaatsen deze naar een andere applicatie, volgen op en verzamelen het bewijsmateriaal dat nodig is voor een besluit.
Ik ben van mening dat de volgende evolutie deze coördinatielast zal aanpakken. Intelligente platforms zullen in toenemende mate helpen gedefinieerde zakelijke doelen uit te voeren, met gespecialiseerde agents die delen van het werk beheren en samenwerken over organisatielijnen heen.
Dit is het strategische belang van de overgang van SaaS naar Agentic as a Service. En terwijl deze ambitie groeit, wordt de infrastructuur voor samenwerking tussen agents een prioriteit voor ondernemingen.
SaaS blijft de basis. Het operationele model evolueert.
SaaS beschrijft hoe software wordt geleverd. Agentische AI beschrijft capaciteiten die een systeem kan gebruiken om doelen te interpreteren, toegestane acties te selecteren en zijn uitvoering aan te passen. De twee kunnen binnen hetzelfde platform naast elkaar bestaan.
Bestaande applicaties bevatten al waardevolle automatisering. Ze blijven gegevens, transacties, regels en controles bieden. Agentische platforms kunnen voortbouwen op die fundamenten door werk te coördineren dat momenteel mensen nodig heeft om meerdere stappen te verbinden.
De managementvraag wordt ambitieuzer: welk resultaat kan de organisatie delegeren, onder welke voorwaarden, en met welk bewijs van succes?
Het management moet definiëren wat een succesvol resultaat betekent
Het delegeren van een doel vereist meer precisie dan het verzoek om een resultaat. “Stel een rapport op” is een opdracht. “Maak een verzoende verklaring van de margeschommeling van deze maand, met verifieerbare berekeningen en gemarkeerde onbeantwoorde vragen” definieert een nuttiger resultaat.
Leiders moeten het doel, de beperkingen, de kwaliteitdrempel, de deadline en de verantwoordelijke eigenaar specificeren. Teams beoordelen vervolgens of het resultaat aan die voorwaarden voldoet en de beoogde zakelijke beslissing ondersteunt.
De managementtaak verschuift naar het definiëren van goede uitkomsten en het zichtbaar maken van de kwaliteit van de uitvoering.
Een door een agent voltooide taak moet nog steeds voldoen aan de zakelijke acceptatiecriteria. Operationele status en zakelijk succes zijn afzonderlijke maatstaven.
Waarom agents een gemeenschappelijke manier van samenwerken nodig hebben
Een organisatie kan verschillende agents gebruiken voor klantenservice, financiën, bedrijfskennis en operaties. Hun nut kan toenemen wanneer relevante context wordt uitgewisseld en werk wordt gedelegeerd via overeengekomen interfaces.
Het Agent2Agent Protocol, of A2A, is een open standaard voor communicatie tussen onafhankelijke agent-systemen. Het biedt mechanisms voor het ontdekken van capaciteiten, het uitwisselen van berichten en resultaten, en het coördineren van taken zonder dat agents hun interne implementatie hoeven bloot te geven.[1]
A2A is onderscheidend van de zakelijke orkestratie en governance die eromheen worden gebouwd. Het creëert een gedeeld communicatiemodel; de onderneming moet nog steeds beslissen welke agents worden vertrouwd, wat ze mogen doen en hoe hun resultaten worden geaccepteerd.
Het vult ook het Model Context Protocol, of MCPaan. A2A richt zich op samenwerking tussen agents, terwijl MCP verbindingen met tools en bronnen adresseert. Traditionele API’s en andere integraties blijven deel van de architectuur.[2]
Een illustratief voorbeeld: het onderzoeken van een probleem met de prestaties van een vestiging
Stel je voor dat een leidinggevende vraagt waarom verscheidene vestigingen ondermaats presteren. Een gecoördineerd systeem kan een agent toewijzen voor het ophalen van geautoriseerde gegevens, een andere voor financiële analyse. Een customerservice-agent kan relevante feedback onderzoeken, terwijl een kennisagent operationele beleidslijnen en eerdere corrigerende maatregelen controleert.
Het resulterende besluitvormingsrapport kan de berekeningen, klanten-signalen, voorgestelde verklaringen en onbeantwoorde onzekerheden verbinden. Het management kan vervolgens een reactie kiezen, de volgende stappen goedkeuren en de voortgang volgen.
Elke overdracht zou overeenkomende gegevensdefinities, toegangscontroles en acceptatiecontrole vereisen. Feedback die op langzame service wijst, blijft een hypothese om te onderzoeken in plaats van een bewijs van de oorzaak van dalende inkomsten.
Dit is een doelarchitectuur die het concept illustreert, in plaats van een bewering dat elk product deze volledige workflow al ondersteunt.
Zeven investeringen die A2A bruikbaar maken in de praktijk
Mijn aanbeveling is om A2A-gereedheid te behandelen als een reeks aanverwante infrastructuurinvesteringen. Het verbinden van agents is een onderdeel van het betrouwbaar maken van gedelegeerd werk.
1. Een beheerd register van agents
Organisaties moeten weten welke agents er bestaan, wat ze kunnen doen en wie ze bezit. A2A Agent Cards beschrijven capaciteiten en interactievereisten.[3] Een ondernemingsregister moet goedkeuringsstatus, ondersteunde versies, operationele grenzen en evaluatiegeschiedenis toevoegen. Een verklaarde capaciteit moet nog steeds worden getest.
2. Identiteit en gedelegeerde autoriteit
Elke aanvraag heeft een duidelijke autorisatiegrens nodig. Een agent die informatie ophaalt mag geen toestemming erven om deze te wijzigen of bredere toegang door te geven aan een andere agent. Enterprise A2A-richtlijnen plaatsen autorisatie in de implementatie en benadrukken gedetailleerde machtigingen en minimaal privilege.[4]
3. Gedeelde zakelijke definities
Agents hebben compatibele betekenissen nodig, evenals compatibele berichten. “Opbrengsten,” “opgeloste klacht” en “actieve klant” moeten overeengekomen definities hebben. Uitwisselingen moeten de relevante entiteit, periode, valuta, bron en gegevensactualiteit behouden. Gedeelde context moet alleen de informatie bevatten die de ontvangende agent mag gebruiken.
4. Betrouwbare taakcoördinatie
A2A ondersteunt traceerbare taken, voortgangsupdates, verzoeken om extra input en eindtoestanden zoals voltooiing of falen.[5] Rondom die levenscyclus hebben organisaties afhankelijkheidsbeheer, deadlines, beheerde herhalingen en waarborgen tegen dubbele handelingen nodig. Een mislukte overdracht moet zichtbaar blijven voor een verantwoordelijke eigenaar.
5. Veilige toegang tot operationele systemen
Agenten hebben zorgvuldig gedefinieerde verbindingen nodig met de systemen waar werkzaamheden plaatsvinden. Het lezen van een factuur, het opstellen van een betalingsvoorstel en het uitvoeren van een betaling moeten aparte mogelijkheden zijn. De architectuur moet de oorspronkelijke permissies handhaven en ervoor zorgen dat de vereiste goedkeuring wordt afgedwongen voor elke gevolgtrekkende actie.
6. Bewijs en evaluatie
Belangrijke conclusies vereisen traceerbare bronnen en berekeningen moeten worden gecontroleerd op basis van bekende regels en vertrouwde gegevens. Agenten die dezelfde foutieve bron herhalen, creëren geen onafhankelijke verificatie. Tests moeten betrekking hebben op ontbrekende informatie, tegenstrijdige gegevens, dubbelzinnige instructies en pogingen om ongeautoriseerd gedrag te stimuleren.
7. Operationele zichtbaarheid en kostenbeheersing
Management heeft een overzicht nodig van de volledige taakketen: vertragingen, mislukkingen, menselijke interventies, modelgebruik en kosten. Stel limieten op voor uitgaven, uitvoeringstijd, herhalingen en de diepte van delegatie. Operators moeten in staat zijn om werkzaamheden te pauzeren, toegang in te trekken en gedeeltelijke resultaten te herstellen.
Menselijke verantwoordelijkheid wordt doelgerichter
Naarmate agenten meer extraction, analyse, voorbereiding en coördinatie uitvoeren, kunnen mensen meer aandacht besteden aan interpretatie, relaties, prioritering en beslissingen. Maar supervisie zelf vereist expertise.
Een reviewer moet een onjuiste aanname, een onvolledige gegevensset of een aanbeveling die contextuele commerciële aspecten negeert, kunnen herkennen. Menselijke verantwoordelijkheden omvatten ook het definiëren van beleid, het ontwerpen van de workflow, het oplossen van uitzonderingen en het beslissen wanneer een agent minder bevoegdheid zou moeten hebben.
Controle moet in verhouding staan tot de gevolgen. Routine, goed geteste taken kunnen gebruik maken van geautomatiseerde controles en steekproeven. Besluiten met grote impact vereisen sterkere bewijzen en expliciete goedkeuring. De organisatie moet voldoende domeinexpertise behouden om resultaten aan te vechten en te opereren wanneer een agent niet beschikbaar is.
Wat gebeurt er met het aantal benodigde medewerkers?
Sommige workflows kunnen minder mensuren vereisen voor een bepaald werkvolume. Dat kan slankere teams in bepaalde functies mogelijk maken, de noodzaak van bijkomende aanwerving verminderen of capaciteit vrijmaken voor groei en betere dienstverlening.
Het effect op het totale personeelsbestand hangt af van werkelijke betrouwbaarheid, vraag, controle-inspanningen, integratiekosten en de prioriteiten van de organisatie. Het verwijderen van taken uit een functie verwijdert niet automatisch de gehele functie.
Uit onderzoek van de Internationale Arbeidsorganisatie blijkt dat de meest waarschijnlijke brede impact van generatieve AI werktransformatie zal zijn, omdat beroepen taken bevatten die nog menselijke input vereisen. De daaropvolgende richtlijnen benadrukken ook dat schattingen over AI-blootstelling geen voorspellingen zijn van banenverlies.[6][7]
Ik adviseer daarom om planning van arbeidskrachten te beginnen met een gemeten capaciteit: de handmatige inspanning die wordt verminderd, min de inspanning die wordt toegevoegd voor beoordeling, uitzonderingen, governance en onderhoud. Beslis vervolgens hoe die capaciteit wordt ingezet. Training en herontwerp van functies moeten de technologie vergezellen, zodat werknemers zich kunnen richten op werk dat sterker oordeel en bedrijfsinzicht vereist.
Meet de resultaten van de organisatie, niet alleen de activiteit van de agent
Een nuttige scorekaart moet de kwaliteit van uitvoering verbinden met de zakelijke waarde. Ik raad aan om een basislijn vast te stellen en de volgende meetcriteria bij de volledige workflow te volgen.
| Meting | Wat te onderzoeken |
|---|---|
| Geaccepteerde resultaten | Werk dat voldoet aan vooraf gedefinieerde zakelijke acceptatiecriteria, inclusief moeilijke gevallen. |
| Kwaliteit en herwerking | Fouten, correcties, niet-onderbouwde conclusies en acceptatie bij de eerste poging. |
| Eind-tot-eind cyclustijd | Totale tijd, inclusief wachtrijen, overdrachten, goedkeuringen en herstel. |
| Kosten per geaccepteerd resultaat | Model- en infrastructuurkosten, beoordelingstijd, ondersteuning en onderhoud. |
| Menselijke capaciteit | Netto vrijgekomen uren en of deze de dienstverlening, groei of werkdruk verbeteren. |
| Zakelijke impact | Het relevante resultaat: serviceherstel, financiële nauwkeurigheid, operationele continuïteit of een ander overeengekomen doel. |
Teams moeten ook onderzoeken of het systeem beter wordt in het uitvoeren van moeilijk werk. Een hoog slagingspercentage bij eenvoudige gevallen kan tekortkomingen verhullen in situaties waarbij expertise van groot belang is.
De besluitvorming aan de leiding verlegt zich naar coördinatie
De volgende fase van enterprise AI zal doelbewuste investeringen vereisen in hoe agenten samenwerken en hoe mensen hen begeleiden. Mijn advies is om te beginnen met één multidisciplinaire workflow, een verantwoordelijke aan te wijzen en aan te tonen dat de volledige keten een geaccepteerd resultaat oplevert.
Breid de verantwoordelijkheid uit wanneer het bewijs dit ondersteunt. Houd betrouwbare deterministische workflows aan waar ze geschikt zijn voor de taak, en introduceer agentische flexibiliteit waar interpretatie en aanpassing waarde toevoegen.
Bij Aries AI is de strategische richting die ik voorsta intelligentie die is verbonden met context, governance en actie. A2A-architectuur maakt een belangrijk deel uit van de voorbereiding op die toekomst, naast de bedrijfsregels en menselijke expertise die het nuttig maken.
De onderneming van de toekomst zal worden beoordeeld op de resultaten die haar mensen en agenten samen betrouwbaar kunnen bereiken.
Over de auteur
Ahmad Obaidat is medeoprichter en CEO van Aries AI en leidt de visie, strategie voor enterprise AI, productrichting en internationale groei.[8]
Bronnen
- A2A Protocol — officiële specificatie.
- A2A Protocol — A2A en MCP.
- A2A Protocol — kernconcepten en agentkaarten.
- A2A Protocol — implementatie in ondernemingen.
- A2A Protocol — leven van een taak.
- ILO — Generatieve AI en banen: Een verfijnde wereldwijde index van beroepsblootstelling, 2025.
- ILO — wat AI-blootstellingsindicatoren onthullen over banen, 2026.
- Aries AI — bedrijf en leiding.
Bronnen gecontroleerd op 15 november 2026. Infrastructuuraanbevelingen en de illustratieve workflow geven het strategisch perspectief van de auteur weer.
Bedrijfsintelligentie wordt waardevol wanneer ze van context naar beheerde actie gaat.BEGRIJPEN → BESLISSEN → HANDELEN

