Opinie

Uw beste AI-piloten zetten het proces vast dat u wilde vernietigen

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

McKinsey publiceerde op 4 augustus 2026 een artikel over het opbouwen van een HR-functie rondom agenten, en begraven in de setup is de meest nuttige zin die iemand over enterprise AI heeft geschreven in dit kwartaal. Bij het beschrijven van wat er gebeurt wanneer teams agenten bouwen zonder een plan, schrijven de auteurs dat “elke ongecontroleerde agent een deel van het oude operationele model in code verhardt.”

Zij noemen het resultaat de pilot-val: snelheid op het niveau van de taak, drift op het niveau van het ontwerp.

Die zin is meer waard dan het kader dat het introduceert, en het is van toepassing ver buiten HR, op veel bedrijven die momenteel agent-piloten uitvoeren die het resultaat niet kunnen zien, omdat de piloten werken.

De valkuil is de piloot die slaagt

Hier is het mechanisme. Een salarispecialist of een recruiter, zoals het artikel opmerkt, kan nu een werkende agent configureren in een middag met behulp van low-code-tools, de build-by-configuring-platforms die het meeste werk in het klikken en schrijven van instructies leggen in plaats van code te schrijven. Geen prototype. Een werkende, aangesloten op een echte workflow, producerend echte output.

Hiermee wordt de sequentie die iedereen leerde, beginnen met kleine stappen, leren en uitbreiden, niet langer het voorzichtige optie. McKinsey stelt het botweg: het instinct om “klein te beginnen en te leren” is niet langer conservatief. Wanneer elke specialist een agent in een middag kan opzetten, gebeurt het beginnen met kleine stappen ofwel met of zonder goedkeuring van het management.

Het is de moeite waard om precies te zijn over waar het artikel ophoudt en de extrapolatie begint. McKinsey’s pilot-val is voornamelijk een argument over verspilde inspanning — teams die stappen perfectioneren die een juiste herontwerp zou verwijderen. De versie hieronder is de moeilijkere, en het is de mijne: de verspilde inspanning is te herstellen, en de lock-in is niet.

De mislukte piloten zijn prima. Een piloot die faalt, wordt uitgeschakeld en vergeten en kost een paar weken. De gevaarlijke zijn degenen die werken, omdat een werkende agent onmiddellijk belastbaar wordt. Iemands dinsdag hangt ervan af. Het wordt verdedigd in de begrotingsvergadering. En welk proces het ook geautomatiseerd heeft, inclusief alle stappen die alleen bestaan vanwege een systeem dat vier jaar geleden is vervangen of een beleid dat niemand sindsdien heeft gelezen, is nu gecodeerd, draaiend en veel moeilijker om mee te argumenteren dan toen het in een document leefde.

Dat is de valkuil. U hebt geen workflow geautomatiseerd. U hebt er een geratificeerd. Wat de ongemakkelijke versie is van de steeds vaker voorkomende bevinding dat AI-resultaten meer afhankelijk zijn van de vorm van de workflow dan van de tools die erop zijn gericht. Als de workflow de variabele is die ertoe doet, dan is het verharden van een slechte workflow de duurste zaak die een geslaagde piloot kan doen.

Het getal dat ze begraven

Het kopgetal in het artikel is dat ongeveer twee derde van de huidige HR-activiteiten volledig geautomatiseerd kan worden of volledig geautomatiseerd kan worden in de levering tegen 2030. Dat getal zal overal deze week worden aangehaald en het is het minst interessante ding in het artikel.

Het interessante getal staat in de tijdallocatie-expositie. In de eindtoestand die McKinsey beschrijft, gaat ongeveer 20 procent van de menselijke tijd naar wat ze agentic capability management noemen: configureren van agenten, schrijven en controleren van de logica die deze agenten volgen, testen voordat ze worden vrijgegeven, controleren van hun prestaties en drift, en pensioneren wanneer de workflow verandert. Het artikel definieert drift niet; lees het als de langzame glijbaan waarlangs de output van een agent plausibel blijft terwijl hij langzaam ophoudt recht te hebben.

Een vijfde van de menselijke uren van een functie besteed aan het onderhouden van de machines. Het artikel is expliciet dat dit “geen afrondingscategorie” is, en dat klopt. Het is hetzelfde toezichtkosten die steeds opduiken als de grootste verborgen kosten in enterprise AI, nu gegeven als een percentage. Maar het artikel zegt niet of dat 20 procent een overgangskost is die daalt naarmate de praktijk rijpt, of de werkelijke prijs van het draaien van agenten op grote schaal. Dat is het getal dat bepaalt of een agentprogramma een vermindering van de kosten of een kostenswap is, en het ontbreekt. Als u modellen voor besparingen door automatisering maakt en u hebt geen regel in het model voor de mensen die de automatisering onderhouden, is uw model onjuist met ongeveer een vijfde van het getroffen team.

Hetzelfde gat verschijnt in de casusdetails. Een organisatie in het artikel implementeerde 50 use cases en “identificeerde aanzienlijke jaarlijkse kostenbesparingen samen met significante verbeteringen in HR-servicelevels.” Significant doet veel werk daar. Meer in het bijzonder: het artikel waarschuwt, in de alinea recht daarna, dat organisaties in sommige gevallen de efficiëntie van processen verbeteren die later door een herontwerp worden geëlimineerd of worden opgenomen in geheel andere workflows. Dus hoeveel van die 50 overleefden? Dat ene getal zou bepalen of de bottom-up-route een shortcut of een dure omweg is, en het is er niet.

De helft van het advies dat een normaal bedrijf daadwerkelijk kan gebruiken

McKinsey’s recept is om uw 2030-mens-agent-operatiemodel eerst te definiëren en dan terug te werken vanuit dat. Definieer de bestemming, definieer dan de implementatie, de capaciteitsinvesteringen, het toezicht.

Het artikel is eerlijk over wie dat kan doen. Zijn eigen bestemmingsorganogram, zegt het, vereist “productmanagementkracht die de meeste HR-functies vandaag nog niet hebben, een data-fundament dat sterk genoeg is om een vaardigheidsgrafiek te draaien, en een CHRO met een echte ondernemingsbrede werkforcedesignmandaat.” Dan: “minder organisaties kunnen hier beginnen.”

Voor iedereen anders, inclusief veel bedrijven die al agenten hebben draaien, is de Noordster niet het actiegerichte deel. De diagnose is. Als ongecontroleerde agenten het oude proces verharden, dan is de blootstelling die u vandaag heeft evenredig met het aantal agenten dat al bestaat dat niemand heeft goedgekeurd, en u weet waarschijnlijk niet dat getal.

Dus de eerste stap is niet een 2030-blauwdruk. Het is een telling.

Vind uit wat er echt draait. Niet wat was goedgekeurd. Wat bestaat. Elke automatisering die iemand in een low-code-tool heeft gebouwd, elke geplande taak die is aangesloten op een gedeelde inbox, elke assistent die is geconfigureerd tegen een echt systeem van record. Voor elk van hen, drie feiten: wie het heeft gebouwd, wat het kan aanraken en wat kapot gaat als het stopt. Die inventarisatie neemt een middag per afdeling in beslag en het is de enige versie van “toezicht” die een bedrijf zonder een transformatiekantoor op maandag kan uitvoeren.

Het vijfde CHRO-vraag van het artikel is de vraag die u moet stelen, en het is de scherpste van de vijf: welke vroege keuzes zijn fundamenteel, welke hebben een accumulatie-effect over tijd en welke kunnen veilig worden teruggedraaid. Sorteer uw inventarisatie op die manier. De agenten die veilig kunnen worden teruggedraaid zijn uw experimenten en u moet meer van hen uitvoeren. Degenen die dat niet kunnen zijn uw architectuur, of iemand heeft dat nu eenmaal besloten. Het is ook een nuttige correctie op het instinct dat de meeste eerste piloten aandrijft, dat wil zeggen om agenten te richten op het meest zichtbare proces in plaats van een stiller intern proces.

Wie dit daadwerkelijk kost

De partij die hier verliest, is niet het bedrijf dat nooit is begonnen. Het is het bedrijf dat twee jaar bezig is met een gezonde pilotcount en een dia die adoptie laat zien.

Pilotcount is de metric die als vooruitgang aanvoelt en het tegenovergestelde meet. Elke extra piloot die tegen het huidige proces is gebouwd, verhoogt de kosten van het veranderen van dat proces later, omdat er nu tooling in de weg staat en iemand die het bezit en een getal in een dia dat zegt dat het werkt. Het bedrijf met tientallen werkende agenten is niet voorop het bedrijf met drie. Het is meer toegewijd.

Dat is de herframing die u uit dit artikel moet halen. De vraag die u moet stellen over uw agentprogramma is niet hoeveel er draaien of hoe nauwkeurig ze zijn. Het is hoeveel van uw huidige operationele model u zou moeten ontwarren om van gedachten te veranderen — en of iemand u dat vandaag kan vertellen.

Alex McFarland is een AI-journalist en schrijver die de laatste ontwikkelingen op het gebied van kunstmatige intelligentie onderzoekt. Hij heeft samengewerkt met talloze AI-startups en publicaties wereldwijd.