Het volgende Shadow IT-probleem zal Schaduw‑Agents zijn

Shadow IT betekende vroeger dat een werknemer zich zonder toestemming aanmeldde voor een SaaS‑tool, of dat een afdeling haar eigen abonnement gebruikte totdat IT het op de harde manier ontdekte. Dat hebben we onder controle gekregen met betere zichtbaarheid, inkoopdiscipline en cloud‑governance.

Agents zullen dat probleem opnieuw definiëren, en ze zullen sneller bewegen dan SaaS of cloud ooit deed, omdat dit keer het ongeautoriseerde systeem niet alleen maar stilzit. Het handelt.

Uitbreiding van autonomie

Finance bouwt haar eigen agents. Zo doen HR, sales, procurement en customer service dat ook. Werknemers starten persoonlijke agents. Leveranciers integreren stilletjes agents in de producten die we al betalen.

Vermenigvuldig dat over een grote organisatie en de CIO houdt niet langer twintig agents bij. Het zijn honderden of duizenden software‑entiteiten, elk met enige mogelijkheid om systemen aan te raken en actie te ondernemen. IBM heeft voorspeld dat grote ondernemingen zullen tegen het einde van dit jaar meer dan 1.600 AI‑agents draaien. Gartner heeft gewaarschuwd dat agents infrastructuur, identiteiten en toegangsprivileges sneller creëren dan governance‑processen kunnen bijhouden.

De prioriteit van CIO’s voor 2027 zal het maken van een daadwerkelijke inventaris zijn. Wie elke agent heeft gebouwd, wat hij doet, welke systemen hij aanraakt, welke rechten hij heeft, en wie de eigenaar is. Zonder dat is er geen governance‑programma; alleen de veronderstelling dat iemand anders het in de gaten houdt.

Human-in-the-Loop schaalt niet

“Houd een mens in de lus” was een redelijk antwoord toen er slechts een handvol agents waren. Het stopt een antwoord te zijn zodra een onderneming duizenden agents draait die een enorme hoeveelheid acties uitvoeren. Er zijn niet genoeg mensen of uren voor dat scenario.

De oplossing is risicogebaseerde autonomie, niet alomvattend toezicht. Een agent die een intern record bijwerkt, heeft niet dezelfde controle nodig als een financiële transactie. Wat het niveau van menselijke betrokkenheid moet bepalen: de monetaire waarde van de actie, hoe gevoelig de data is, het vertrouwensniveau van de agent, de regelgevingsexpositie, en of de agent buiten de verwachte parameters handelt.

Gartner heeft een soortgelijk model geschetst, inclusief controlepunten variërend van pre‑executie‑goedkeuring tot tussen‑taakinterventie tot post‑executie‑review en periodieke steekproeven. Het doel is niet overal een mens in de lus. Het is een mens op het juiste punt in de lus.

Agents die agents beheren

Op dit moment bevinden de meeste organisaties zich nog in de fase van één mens die één agent aanstuurt. Vervolgens komen multi‑agent‑systemen: gespecialiseerde agents die met elkaar communiceren, taken overdragen en volledige workflows uitvoeren zonder een persoon in het midden.

Een inkoop‑agent signaleert een behoefte, controleert met een finance‑agent het budget, en activeert een aankoop‑agent om uit te voeren; geen mens raakt er iets van aan. McKinsey noemt dit opkomende architectuur een “agentic mesh”. Deloitte ontdekte dat slechts 15 % van organisaties hebben cross‑functionele multi‑agent adoptie opgeschaald, en slechts 5 % zegt dat hun bedrijfsprocessen er sterk op voorbereid zijn.

Het risico krijgt hier een andere vorm. Het gaat niet meer om “heeft één agent een fout gemaakt.” Het gaat om hoe ver die fout zich verspreidt door een netwerk van agents en systemen voordat iemand het opmerkt. CIO’s moeten niet alleen individuele agents beheren, maar ook de relaties en afhankelijkheden tussen hen.

Agent-economie is geen SaaS-economie

Agents beantwoorden een prompt niet één keer en stoppen dan. Ze draaien continu, roepen modellen herhaaldelijk op, benaderen API’s, verbruiken cloud‑bronnen en activeren andere agents. Dat is een ander kostenprofiel dan het toevoegen van een SaaS‑licentie, en het mist voorspelbaarheid.

Een workflow die er goedkoop uitziet in een pilot kan snel duur worden zodra honderden agents het continu in productie draaien. IBM voorspelt dat de AI-uitgaven zullen stijgen van net onder 15 % van de IT‑budgetten in 2025 tot bijna 25 % in 2027, en ontdekte dat 85 % van de technologieleiders nog steeds geen volledige zichtbaarheid heeft op realtime AI‑uitgaven.

Kenn de kosten van een agent per taak, per workflow, per bedrijfsresultaat. Niet alleen de prijs van het onderliggende model.

Van technologiebeheer naar autonomiebeheer

Jarenlang bestond mijn werk als CTO er in principe uit om systemen te beheren die mensen gebruiken. Dat verandert. Nu beheer ik systemen die namens mensen handelen, en dat is een heel ander soort functie.

Dus, als ik nadenk over wie er in 2027 de winnaar zal zijn, is het niet de CIO met de meeste geïmplementeerde agents. Het is degene die je daadwerkelijk kan vertellen welke agents ze hebben, wat die agents mogen doen, wie er verantwoordelijk voor is, wat ze kosten, en wat de ROI van de investering is.

We hebben 2026 besteed aan het uitzoeken hoe we AI in productie krijgen. 2027 zal gaan over bepalen wat te doen zodra het zelfstandig opereert, en hoe we het kunnen besturen op een manier die de beveiliging en compliance verbetert zonder efficiëntie op te offeren.