De experimentatiefase is voorbij: controle over AI is de doorslaggevende succesfactor

Uit het OutSystems State of AI Development 2026 rapport, waarvoor bijna 1.900 IT-leiders wereldwijd zijn ondervraagd, blijkt dat 97% van de organisaties actief onderzoek doet naar agentic AI-systemen. Daarnaast heeft 49% inmiddels meer dan de helft van zijn AI-projecten opgeschaald naar volledig gebruik binnen de organisatie. De race om agentic AI te implementeren is daarmee in volle gang.

Van tools naar autonome systemen

De generatieve AI-tools die twee jaar geleden de boventoon voerden, waren in essentie geavanceerde assistenten. Je gaf een opdracht en kreeg een antwoord. De agentic AI-systemen van nu opereren op een heel ander niveau. Ze kunnen zelfstandig taken plannen, API's aanroepen, resultaten monitoren en autonome beslissingen nemen binnen bedrijfsprocessen, zonder dat daar voortdurend menselijke tussenkomst voor nodig is.

Deze ontwikkeling biedt enorme kansen. Organisaties in bijvoorbeeld de financiële sector en de maakindustrie zetten AI-agents in om technische storingen te voorspellen, complexe dataprocessen te automatiseren, AI te integreren met legacy-systemen en IT-ontwikkelcycli te versnellen. 

De ironie is dat juist de intelligentie en geavanceerdheid die deze systemen zo krachtig maken, ze ook veel moeilijker maken om te beheersen. Wanneer één AI-agent autonoom opereert binnen een kritisch bedrijfsproces, zijn de risico's al aanzienlijk. Eén fout kan grote gevolgen hebben. Zodra meerdere AI-agents tegelijkertijd samenwerken over verschillende modellen, tools en bedrijfsapplicaties, neemt die complexiteit exponentieel toe. Organisaties hebben daarom robuuste governance-kaders nodig om die complexiteit te beheersen. Voor veel Europese bedrijven ontbreken die op dit moment echter nog.

De governance-kloof 

Het State of AI Development 2026 Report laat ook zien dat er nog veel werk aan de winkel is als het om governance gaat. Zo blijkt dat slechts 36% van de organisaties beschikt over een gecentraliseerde aanpak voor AI-governance. Dat betekent dat bijna twee derde van de bedrijven nog altijd vertrouwt op regels op projectniveau of ad-hocafspraken. 

Wanneer AI-agents opereren zonder een consistente governance-aanpak, lopen organisaties het risico op onvoorspelbare uitkomsten die direct impact kunnen hebben op bedrijfsresultaten. Daarnaast neemt het risico op non-compliance toe. Organisaties die onder de Europese AI Act vallen, moeten immers kunnen aantonen dat AI-gestuurde processen transparant, herleidbaar, controleerbaar en verantwoord worden beheerd. AI-processen die op ad-hocbasis aan elkaar zijn gekoppeld, voldoen duidelijk niet aan die eisen. Deze uitdaging wordt verder vergroot door de gefragmenteerde adoptie van agentic AI in Europa.

AI-projecten stranden door legacy-systemen  

Terwijl de druk om agentic AI te omarmen toeneemt, wordt innovatie geremd door de realiteit van versnipperde IT-landschappen en legacy-systemen. Uit het onderzoek blijkt dat legacy-systemen de grootste structurele belemmering vormen voor het opschalen van AI. Maar liefst 37% van de zakelijke beslissers in Nederland geeft aan dat verouderde infrastructuur de belangrijkste reden is waarom AI-projecten stranden voordat ze de productiefase bereiken. Daarnaast noemt 36% van de Nederlandse leiders de integratie met bestaande systemen als de belangrijkste voorwaarde om het gebruik van agentic AI verder uit te breiden. Zorgwekkend is dat dit geen probleem is van een kleine groep achterblijvers; het weerspiegelt juist de dagelijkse realiteit van Europese IT-leiders in 2026. 

Organisaties proberen geavanceerde, autonome AI-systemen te bouwen boven op IT-infrastructuur die daar nooit voor is ontworpen. Het gevolg is dat AI zijn volledige potentieel niet kan benutten, beperkt blijft tot geïsoleerde toepassingen en onvoldoende samenhang creëert tussen verschillende bedrijfsprocessen. AI-agents kunnen weliswaar zelfstandig beslissingen nemen, maar organisaties hebben vaak onvoldoende inzicht in hoe die beslissingen tot stand zijn gekomen of zelfs of ze daadwerkelijk de beste keuze zijn voor de organisatie.  

Teams hoeven legacy-systemen niet ineens te vervangen, het belangrijkste is dat ze het goed kunnen ontsluiten. Door bestaande systemen via API’s en een composable architectuur te verbinden, kunnen organisaties AI-agents toegang geven tot de benodigde data en processen, zonder hun volledige IT-infrastructuur te vernieuwen.

Orkestratie als antwoord

Het antwoord ligt in het ontwikkelen van een composable orkestratielaag: een uniforme, modelonafhankelijke governance-basis die AI-agents, data en bestaande bedrijfsapplicaties met elkaar verbindt. Dit is één centraal platform waarop alle AI-agents – ongeacht het onderliggende model of de leverancier – worden uitgerold, gemonitord en beheerd. Zo krijgen IT-teams een integraal overzicht van wat iedere agent doet, waarom een bepaalde beslissing is genomen en op welke momenten menselijke tussenkomst nodig is. 

Met guardrails-by-design wordt governance vanaf het begin geautomatiseerd onderdeel van de architectuur, in plaats van een controlemechanisme dat achteraf wordt toegevoegd. Organisaties krijgen een centraal beeld van hoe AI-agents opereren en met elkaar samenwerken. Tegelijkertijd zorgen human-in-the-loop-waarborgen voor gerichte menselijke controles wanneer de risico's het grootst zijn, terwijl consistente beleidsregels worden toegepast op alle AI-aangedreven processen. Misschien nog wel het belangrijkst: deze aanpak creëert de audittrails die toezichthouders steeds vaker eisen. 

Over de noodzaak van deze aanpak bestaat nauwelijks discussie. Maar liefst 96% van de ondervraagde IT-leiders geeft aan dat een geïntegreerd platform voor het ontwikkelen, beheren en aansturen van applicaties, data en AI-agents een zeer belangrijk onderdeel is van hun toekomstige strategie. Ook IT-leiders in Nederland noemen dit een topprioriteit. Zij verwachten van zulke platformen dat ze standaard voorzien in ingebouwde governance- en auditfunctionaliteit, gecentraliseerde monitoring en controle, orkestratie over verschillende systemen en afdelingen én integratie met bestaande legacy-systemen.

De bereidheid om deze stap te zetten is er dus. Wat veel organisaties nog missen, is een centrale architectuur die snel ontwikkelen, legacy-integratie en consistente controles daadwerkelijk mogelijk maakt.

Het onderscheid zit in controle, niet in schaal

Het is verleidelijk om de volwassenheid van AI af te meten aan de hoeveelheid AI die een organisatie inzet. Maar dat geeft een vertekend beeld. De organisaties die succesvol zijn in het tijdperk van agentic AI zijn niet degenen die de meeste AI implementeren, maar degenen die dat op de meest verantwoorde manier doen. 

Zonder een goed bestuurde en georkestreerde AI-infrastructuur lopen bedrijven niet alleen het risico dat projecten vastlopen, maar ook dat zij niet voldoen aan de eisen van de Europese AI Act. Ook kunnen zij het vertrouwen van klanten en andere stakeholders verliezen en een achterstand oplopen ten opzichte van concurrenten die hun digitale fundamenten wel op orde hebben. 

Nu AI zich ontwikkelt van een ondersteunende technologie naar een kernonderdeel van de bedrijfsvoering, is het vermogen om AI te beheersen, te coördineren en verantwoord aan te sturen geen bijzaak meer. Het is de bepalende succesfactor. 

Door: Harmen Hoogwout, Regional Vice President Northern Europe bij OutSystems