Context en coördinatie: de ontbrekende laag in enterprise-automatisering

De meeste ondernemingen hebben veel automatisering en weinig transformatie. De pilots werkten. De bots draaien. De productiviteitscurve vlakke desalniettemin af. Het is het meest herhaalde verhaal in de enterprise, en de volgende golf, Agentic AI, kan dat patroon eindelijk doorbreken, voor de ondernemingen die bereid zijn de context te ontwerpen waarop deze systemen draaien.

Bijna niemand ziet dat als de strategie. Dat is het.

Een groot Amerikaans zorgverlenersnetwerk ontdekte dat de echte beperking niet de klinische capaciteit was. Het was de afspraakplanning die op reactieve giswerk draaide, zonder zicht op welke patiënten waarschijnlijk een bezoek zouden missen totdat de tijdslot al leeg was. Het bouwen van voorspellende modellen op basis van afspraakgeschiedenis stelde het netwerk in staat om te handelen voordat gaten ontstonden in plaats van achteraf te moeten haasten. Het aantal gemiste afspraken door patiënten daalde, de nettowinst steeg en de triagetijd voor planning verminderde. De context bestond al in jaren aan afspraakgegevens. Het hoefde alleen nog maar te worden verzameld en benut.

Bij elk van deze trajecten scheiden dezelfde drie disciplines – kern, context en coördinatie – Agentic AI die levert van Agentic AI die stagneert.

Het automatiseren van het gemakkelijke deel

De grootste kloof ligt tussen het automatiseren van taken en het automatiseren van resultaten. Bedrijven automatiseren de stappen, de factuurafstemming, de gegevensinvoer, de statusupdate, en ontdekken dat de kosten nog steeds liggen in het werk tussen de stappen. Een proces dat grotendeels geautomatiseerd is, is niet grotendeels opgelost. Een mens zet de stukken nog steeds in elkaar en is eigenaar van het resultaat, en voert de coördinatiewerkzaamheden uit die geen enkele automatisering ooit heeft kunnen uitvoeren.

De reden is simpel. Oude automatisering volgt regels. Het kan geen oordeel hanteren omdat het de context mist om uitzonderingen op te lossen en de coördinatie om ze over te dragen. Bots zijn foutloos in het voorspelbare midden en hulpeloos aan de randen, en in het echte werk zijn de randen het werk. Een claim met een ontbrekend document of een vreemde clausule stopt de bot en schakelt een mens in. Leiders tellen wat geautomatiseerd is. De P&L telt wat niet is.

Waarom weerstaat het moeilijke deel? Omdat daar de context zich bevindt. Het schone deel draait op nette rijen en kolommen. Het moeilijke deel verbergt zich in de beleids‑PDF, de e‑mailthread, het gescande formulier, de gespreks­transcriptie, de clausule in een bijlage. McKinsey schat dat ongeveer 90 % van de enterprise‑data ongestructureerd is. Automatisering die alleen de gestructureerde slice ziet, is blind voor het grootste deel van de beslissing. Het oplossen hiervan betekent automatisering twee dingen geven die het nog nooit had: context om een oordeel te vellen en coördinatie om eroverheen te handelen in verschillende systemen.

Waarom context alles verandert

Agentic AI overbrugt die kloof omdat het met context kan redeneren, iets wat eerdere generaties automatisering nooit konden. In tegenstelling tot traditionele automatisering kan een agent over systemen heen redeneren, ambiguïteit verwerken en zich aanpassen wanneer de realiteit het script doorbreekt. Het automatiseert de naadpunten tussen processen evenals de processen zelf.

Dat maakt context de echte technische uitdaging. Context‑engineering is de discipline die bepaalt wat een agent moet weten, die informatie uit de juiste bronnen haalt en op het juiste moment presenteert. Een agent kan alleen redeneren over wat hij weet.

Een wereldwijd halfgeleiderbedrijf met meer dan 30 000 werknemers leerde die les direct. Meer dan duizend van haar contracten lagen verspreid over SharePoint, gedeelde schijven en lokale mappen als ongestructureerde PDF‑bestanden, zonder mogelijkheid om opzegtermijnen of verlengingsvoorwaarden te volgen voordat deadlines werden bereikt. Het automatisch extraheren en interpreteren van die begraven context verkortte de contractreviewtijd met, bespaarde meer dan 200 uur handmatig werk per jaar en verkleinde het risico op een gemiste verplichting. Enterprise‑AI schaalt niet door meer geïsoleerde taken te automatiseren. Het schaalt door de context die daartussen zit samen te brengen.

Automatisering blijft stagneren zonder coördinatie

Automatisering kan perfecte context hebben en toch stagneren als die kennis niet kan bewegen tussen de systemen, teams en tijdzones die een echt proces daadwerkelijk raakt, en die kloof is niet hypothetisch. Een wereldwijd life‑science‑bedrijf dat ongeveer 50 000 klachten per jaar verwerkt in vier regio’s, ondervond dit direct. Klachten kwamen binnen via losgekoppelde e‑mails, portals en documenten, en soortgelijke gevallen werden anders behandeld afhankelijk van welk team ze oppakte, precies het soort inconsistentie dat toezichthouders markeren. Het standaardiseren hiervan in één gecoördineerde workflow bespaarde meer dan 4.200 uur per jaar en verkortte de oplostijd met 70 %. Ondernemingen die deze laag overslaan, eindigen met automatisering die goed redeneert maar toch vastloopt bij dezelfde overdrachten die de oude systemen deden stagneren.

De governance‑val

Automatisering werd vroeger beheerd als software, gelicentieerd, geprovisioneerd en gemonitord op uptime. Agentic AI doorbreekt dat model, omdat op het moment dat het begint beslissingen te nemen in plaats van ze uit te voeren, governance over wat het kan benaderen niet langer voldoende is. Een agent die een CRM leest, een ERP schrijft, een betaling triggert en een klant bericht, is geen tool. Het is een actor met bereik. De vraag verschuift van of de integratie veilig is naar wat deze agent kan besluiten, onder wiens autoriteit, met welke trace en wie antwoordt wanneer hij fout zit. De oplossing is niet minder autonomie. Het is duidelijke grenzen, gedefinieerde autoriteit, een volledige actietrace en een benoemde eigenaar voor elk resultaat dat een agent oplevert.

Dat bestuur moet toezicht omvatten, niet als een rem, maar als het mechanisme dat de reikwijdte van een agent veilig laat uitbreiden na verloop van tijd. Elke correctie onthult of de agent de juiste context had, waardoor een lus ontstaat die geleidelijk meer verantwoordelijkheid toekent.

Het moet ook de contextlaag bereiken, het onderdeel dat de meeste teams over het hoofd zien. Het doorzoeken van ongestructureerde bronnen betekent dat je erft wat erin zit: persoonsgegevens, bevoorrechte informatie, tegenstrijdige versies van de waarheid. Een agent is slechts zo betrouwbaar als de herkomst van de context die hij gebruikt. Beschouw context als een beheerd asset, met ingebouwde regels voor herkomst, toegang en actualiteit, en automatisering wordt een controleerbaar systeem in plaats van een risico. Bouw dit vóór de verspreiding, niet na het incident.

Eerste jaar, anders aangepakt

De meeste organisaties zullen dit jaar besteden aan het zoeken naar taken om te automatiseren. Een kleiner aantal zal het besteden aan het in kaart brengen waar informatie, verantwoordelijkheid en beslissingen daadwerkelijk van hand wisselen en aan het bouwen voor wat er bij die overdracht gebeurt.

Over twee jaar zal niemand meer geven om hoeveel agents een bedrijf heeft ingezet. De echte vraag zal zijn wie de onderliggende infrastructuur heeft gebouwd, en wie nog steeds bots op gebroken overdrachten plakt.