We hebben alles geautomatiseerd, behalve het daadwerkelijke werk: Agentic AI kan eindelijk de uitvoering op grote schaal verhelpen

We hebben onze kalenders, e-mails en zelfs onze onboardingssequenties geautomatiseerd. Het daadwerkelijke werk — de rommelige, menselijke, dagelijkse stroom van taken — blijft echter vastzitten in chaos.

Elke week verliezen kenniswerkers ongeveer 40% van hun tijd aan herhaalbare, lage-leveragetaken, zoals het zoeken naar bestanden, kopiëren en plakken, gegevens invoeren en statusupdates najagen. Dit zijn niet de activiteiten die de naald verplaatsen. En, natuurlijk, heeft deze inefficiëntie een negatief ripple-effect. Bij mensen leidt het tot burn-out. In economische termen leidt het tot miljarden dollars aan afleiding en verloren productiviteit.

Voordat je dit wijt aan een “gebrek aan tools”, denk twee keer na. Het probleem, vanuit mijn gezichtspunt, is dat de tools die we hebben niet samenwerken en nooit echt hebben gedaan.

Waar het systeem breekt

In theorie lost elk app in uw stack een probleem op. In de praktijk creëren ze nieuwe problemen. Vaak zien we medewerkers die tussen 12 of meer platforms per dag springen. We gebruiken Slack, Google Docs, Notion, projectborden enzovoort, en elk van hen heeft zijn eigen logica, inloggegevens en leercurve.

Als gevolg hiervan wordt elke taak een tab-hopping scavenger hunt. Werk wordt verspreid over threads en mappen, en teams verzinnen nieuwe processen elke kwartaal om de blind spots van het vorige systeem te patchen. Niemand heeft tijd om te documenteren, en wanneer ze dat wel doen, leest niemand het.

Ik weet dit omdat ik het zelf heb meegemaakt. Als een lean VC-firm — we zien onszelf als een startup — die wereldwijd opereert en meerdere tijdzones afhandelt, hebben we onze eigen workflows vanaf de grond af opgebouwd. Vroeg in het proces hebben we een aangepaste deal flow-engine gemaakt en strikte rituelen ingesteld, waaronder wekelijkse gesprekken, regelmatige beoordelingen en kwartaalgesprekken. Deze systemen hebben ons geholpen om snel te werken met een klein team. Maar zelfs dan heb ik het gewicht van tool-overload gevoeld.

We hebben die inzichten meegenomen in onze investeringsfilosofie. Ons portfolio omvat bedrijven zoals WalkMe, die teams helpt om digitale adoptie te stroomlijnen en potentiële frictiepunten in interne workflows te identificeren.

Toch zien we in de wereld om ons heen nog steeds één consistent probleem. Het meest belangrijke werk, zoals training, delegatie en oordeelsvelling, leeft nog steeds verspreid tussen Slack DM’s, kalenderuitnodigingen en off-the-cuff Loom-video’s.

Van tools naar spanning

Ondanks de vooruitgang in automatisering, vertrouwen de meeste teams nog steeds op handmatige overdrachten. Er is geen centrale bron van waarheid. Processen kunnen breken als iemand cruciaal vertrekt, en wanneer iets misgaat, is het gemakkelijker om een taak opnieuw te doen dan te proberen te begrijpen hoe het de vorige keer is gedaan.

Dit type systeem schaalt niet, en gezien de huidige snelle omgeving is het niet langer duurzaam.

We staan nu aan de vooravond van een verschuiving. Dankzij multimodale AI-modellen die tekst, afbeeldingen, video’s en audio kunnen parseren, zijn we een tijdperk binnengetreden waarin software “kan kijken” hoe je werkt en beginnen te begrijpen wat er gebeurt zonder perfecte invoer nodig te hebben. Deze software herkent context, detecteert herhaling en wordt exponentieel slimmer.

Een grotere verschuiving is gaande

Het komende decennium van werk zal waarschijnlijk niet gaan over het kiezen van een “betere” app of een stapel tools. Wat het zal definiëren, is wat uiteindelijk veel van deze apps vervangt. Vooruitgang in multimodale kunstmatige intelligentie, de groei van ongestructureerde werkplekgegevens (vaak grey data genoemd), de gestage verspreiding van software-as-a-service-tools en de uitbreiding van de creator-economie duwen allemaal in één richting: een besturingssysteem voor werk dat proactief, adaptief en AI-natief is.

Tekenen van die verschuiving zijn al zichtbaar. Meer mensen slaan nu individuele apps over en gaan rechtstreeks naar resultaten, zoals het vragen aan een AI-assistent om een rapport voor te bereiden, het triggeren van geautomatiseerde ketens om content te publiceren, of simpelweg het beschrijven van een doel en software laten uitvoeren. In dit model treedt de interface terug en wordt het resultaat het product.

Wat verandert

Een nieuwe generatie software ontstaat, verschuivend van regelgebaseerde automatisering naar adaptieve, harmonieuze coördinatie en AI-natieve orkestratie. Nieuwe Agentic AI-tools bewegen van reactiviteit naar proactiviteit. Ja, dit betekent dat ze daadwerkelijk initiatief nemen.

In dit opzicht illustreren drie patronen deze verschuiving:

• Teams willen resultaten, niet interfaces. Mensen willen niet nog een dashboard — ze willen minder om zich zorgen over te maken. De beste tools zijn degenen die je nauwelijks opmerkt.
• Automatisering verschuift, zoals besproken, van simpelweg reageren naar leiden. De echte sprong ligt in achtergrondorkestratie die stil, nuttig en onzichtbaar is. De volgende generatie tools wacht niet op invoer. In plaats daarvan observeren ze hoe je werkt en beginnen ze te anticiperen wat er volgende moet gebeuren.
• Personalisatie wordt standaard. Geen twee teams werken op dezelfde manier. Daarom zullen de systemen van de toekomst leren en aanpassen in plaats van rigide sjablonen af te dwingen. Denk aan je eigen, propriëtaire besturingssysteem.

Uitvoering boven conversatie

De volgende golf van automatisering gaat over uitvoering. De meeste software wacht nog steeds tot mensen door menu’s klikken of opdrachten typen. Nieuwe systemen kunnen echter zien hoe een taak wordt uitgevoerd, de herhaalde stappen herkennen en ze zelf uitvoeren. Een team kan één walkthrough opnemen, inclusief een schermopname en een korte narratie, en de software vat het proces samen, werkt het bij als de omstandigheden veranderen en voert het automatisch uit.

Persoonlijke besturingssystemen

Geen twee mensen of teams werken op dezelfde manier, en de systemen van de toekomst zullen die realiteit respecteren. Elke kenniswerker zal een persoonlijk productiviteitsmodel hebben: software die hun gewoonten, ritmes en voorkeuren leert, en dan anticiperen wat er volgende moet gebeuren. In dit opzicht stopt uitvoering met een broze checklist te zijn en wordt het een evoluerende samenwerking tussen menselijke oordeelsvorming en AI-initiatief. 

De weg vooruit

Om te bouwen voor de toekomst van werk, moeten we veranderen hoe we over software denken. In plaats van ernaar te kijken als een verzameling tools, moeten we het zien als een omgeving die zich aanpast aan hoe mensen opereren, zelfs als het onvolmaakt, asynchroon en vaak zonder documentatie is. 

In feite is de rommelige, ongestructureerde laag — conversaties, schermopnames, voice notes en snelle berichten — waar het echte werk gebeurt, en waar het ware operationele DNA van een bedrijf leeft. Agentic-systemen zijn ontworpen om dit te begrijpen en te ondersteunen, en om samen te werken met mensen als echte partners in uitvoering.

Uitvoering kan hier het over het hoofd gezien knelpunt zijn. Het schalen van een bedrijf betekent nog steeds het documenteren van honderden processen, tools samenstellen en mensen trainen in workflows die stil breken met elke verandering. Agentic AI biedt een uitweg. Door software die context begrijpt, proactief handelt en zich aanpast zo snel als het bedrijf evolueert, levert het de echte belofte van automatisering, wat mensen vrijmaakt om te focussen op oordeelsvorming, creativiteit en de beslissingen die alleen mensen kunnen nemen. 

Deze verschuiving zal tijd kosten. Het zal vertrouwen kosten. En het zal bedrijven vereisen om de verleiding te weerstaan om complexiteit op te lossen met meer complexiteit. Maar het resultaat, als het goed wordt gedaan, is het waard.