Bedrijven omarmen agentic AI in hoog tempo. Ze integreren autonome AI-agents in bedrijfsprocessen en experimenteren met agents binnen frontofficeactiviteiten zoals marketing en klantenservice, maar ook in operationele processen zoals het volgen van zendingen, vraagvoorspelling en optimalisatie van de supplychain.
Agentic AI bouwt voort op het economische potentieel van generatieve AI. McKinsey schat dat generatieve AI jaarlijks 2,6 tot 4,4 biljoen dollar aan de wereldeconomie kan toevoegen. Agentic AI vormt de volgende fase in de toepassing van AI binnen bedrijven: de verschuiving van contentgeneratie naar autonome uitvoering en van afzonderlijke pilots naar operationele implementaties.
Wildgroei aan agents
Die verschuiving brengt een nieuwe governance-uitdaging met zich mee. Er ontstaat wildgroei wanneer AI-agents sneller worden ontwikkeld, ingezet of met systemen worden verbonden dan de organisatie ze kan inventariseren, eigenaarschap kan toewijzen, toegangsrechten kan beheren, gedrag kan monitoren en agents kan optimaliseren of uitfaseren zodra ze niet langer geschikt zijn voor hun doel.
Een recent gepubliceerd onderzoek van SAP LeanIX naar agentic AI onderstreept deze ontwikkeling. Daaruit blijkt dat 98 procent van de bedrijven al AI-agents heeft ingezet of van plan is dat te doen. Maar terwijl de toepassing versnelt, houdt de governance nauwelijks gelijke tred. Volgens hetzelfde rapport heeft minder dan de helft van de onderzochte organisaties zicht op het totale aantal AI-agents binnen de organisatie.
De manier waarop deze wildgroei ontstaat, zal iedere technologieleider die een golf van SaaS-adoptie heeft meegemaakt bekend voorkomen. Afzonderlijke teams zetten zelfstandig agents in, gedreven door oprechte doelstellingen rond productiviteit. Iedere agent is ontwikkeld voor een specifieke taak: een agent voor marketingautomatisering, een agent voor het monitoren van de supplychain of een bot voor het onboarden van medewerkers. Iedere agent functioneert daarbij afzonderlijk.
Zonder centraal platform of governancekader ontstaat een versnipperd landschap van agents die niet met elkaar samenwerken, niet op een consistente manier kunnen worden gecontroleerd en sneller technische schuld opbouwen dan waarde creëren.
Gartner schat dat een gemiddeld wereldwijd Fortune 500-bedrijf in 2028 meer dan 150.000 AI-agents in gebruik zal hebben. Toch denkt slechts 13 procent van de organisaties over de juiste governance te beschikken om deze agents te beheren.
Max Goss, senior director analyst bij Gartner, zei hierover tijdens een conferentie in Londen in april: “CIO’s en IT-leiders zien het aantal AI-agents binnen hun organisaties explosief groeien. Veel van hen worden geconfronteerd met een ongecontroleerde wildgroei aan agents, waardoor organisaties worden blootgesteld aan uiteenlopende risico’s, waaronder desinformatie, het overmatig delen van informatie en gegevensverlies.”
Hij voegde daaraan toe: “Veel organisaties kiezen ervoor het gebruik van AI-agents te blokkeren of te beperken, maar dat is geen oplossing voor de lange termijn. Wanneer medewerkers niet met de goedgekeurde tools kunnen werken, zullen zij de controles van de organisatie waarschijnlijk omzeilen en schaduw-AI gaan gebruiken. Dat brengt veel grotere risico’s met zich mee. Organisaties moeten een evenwicht vinden waarbij zij agents kunnen beheren en wildgroei kunnen tegengaan, maar medewerkers tegelijkertijd in staat stellen veilig met deze tools te innoveren.”
Agents hebben doorgaans brede toegangsrechten nodig die meerdere omgevingen bestrijken. Die rechten worden echter zelden met dezelfde zorgvuldigheid beheerd als de rechten van menselijke gebruikers. Het risico van onbeheerde of ongeautoriseerde AI-agents binnen bedrijven is daardoor reëel en neemt toe.
Beveiligingsrisico’s rond AI-agents
Openbaar gerapporteerde voorbeelden uit de beveiligingspraktijk laten bovendien zien dat agents gevoelige informatie kunnen lekken of buiten hun beoogde werkterrein kunnen handelen. Er zijn onder meer gevallen bekend waarin kwaadaardige instructies agents ertoe brachten beveiligingsmaatregelen te omzeilen, productiegegevens te verwijderen of onomkeerbare financiële transacties uit te voeren.
Voor technologieleiders binnen bedrijven zijn vooral deze beveiligingsrisico’s alarmerend. Bij chatbots en de eerste toepassingen van generatieve AI leidde een beveiligingsprobleem doorgaans tot slechte output: een onjuist of ongepast antwoord dat meestal achteraf kon worden gecorrigeerd.
In het tijdperk van agentic AI kunnen de gevolgen van een fout of beveiligingsincident veel ernstiger zijn. Agents kunnen immers zelfstandig acties uitvoeren, tools aanroepen, toegang krijgen tot systemen en bedrijfsprocessen in gang zetten.
Daarom is governance van agents niet langer uitsluitend een operationeel IT-vraagstuk. Het raakt steeds vaker onderwerpen die op bestuursniveau spelen: eigenaarschap van risico’s, blootstelling aan regelgeving, gegevensbescherming, controleerbaarheid, operationele weerbaarheid en verantwoordelijkheid voor autonome beslissingen.
De opkomst van het AI-governanceplatform
Vooruitstrevende organisaties beschouwen governance van agents niet langer als extra nalevingslast, maar als een strategisch vermogen dat bepaalt of AI-investeringen zich opstapelen tot voordelen of juist tot risico’s.
Effectieve governance van AI-agents is daardoor in korte tijd een onderwerp voor de bestuurskamer geworden. Tegelijkertijd draagt deze ontwikkeling bij aan de opkomst van een nieuwe platformcategorie: het AI-governanceplatform.
Deze categorie is nog volop in ontwikkeling, maar het doel wordt steeds duidelijker. Bedrijven hebben een manier nodig om agents te ontdekken, te begrijpen wat ze doen, te bepalen waartoe ze toegang hebben, te controleren of ze aan de regels voldoen en hun gedrag in productie te monitoren.
SAP behoort binnen deze opkomende categorie tot de pioniers op het gebied van agentic AI. Met de overname van LeanIX in 2023 kreeg SAP een fundament voor het beheer van enterprise-architectuur. Dat is in korte tijd uitgegroeid tot een erkend onderscheidend vermogen van SAP AI Agent Hub. AI-componenten zoals agents, modellen en MCP-servers worden daarmee binnen de volledige architectuur en bedrijfscontext van de organisatie geplaatst.
SAP AI Agent Hub bouwt op dat fundament voort als centraal commandocentrum voor het beheren en controleren van AI-agents en andere AI-assets binnen een onderneming, ook wanneer deze afkomstig zijn van verschillende leveranciers en op uiteenlopende systemen draaien.
SAP-CTO Philipp Herzig legde tijdens SAP Sapphire van dit jaar uit dat SAP AI Agent Hub is bedoeld als centrale governance- en registratielaag voor het ecosysteem van agents binnen een onderneming.
“Agents zijn overal”, zei hij. “Sommige zijn uitstekend, andere niet, en vrijwel niemand heeft een consistent totaalbeeld. Er is geen centrale governance en geen duidelijk zicht op wat iedere agent doet, of deze waarde toevoegt en of deze zich aan het beleid houdt.”
Hij vervolgde: “SAP AI Agent Hub verandert dat. Eén toegangspunt en commandocentrum voor het ontdekken, beheren en controleren van alle AI-agents, LLM’s en MCP-servers binnen het landschap, onafhankelijk van de leverancier. Met SAP AI Agent Hub kun je al je agents ontdekken binnen de context van je eigen landschap en bedrijfsprocessen. Zodra je de juiste agents hebt geïdentificeerd, kun je de risico’s beheersen en architectuurbeslissingen of complianceregels vastleggen.”
De tijd dringt
Door het hoge tempo waarin AI-agents worden ingezet, wordt de periode waarin bedrijven effectieve governance kunnen invoeren voordat zich een ernstig incident voordoet steeds korter.
Voor CIO’s, CEO’s en bestuurders is de vraag niet langer óf AI-agents moeten worden beheerd. De vraag is of governance vanaf het begin in de architectuur wordt ingebouwd, of pas na de eerste ernstige mislukking achteraf wordt toegevoegd.
Organisaties die governance van agents in 2026 als strategische prioriteit behandelen, zullen beter in staat zijn AI op te schalen tot een duurzaam concurrentievoordeel. Organisaties die dit uitstellen, kunnen een groot deel van 2027 kwijt zijn aan het opruimen van de gevolgen.
Binnen bedrijfstechnologie moet de prijs van snelheid zonder structuur uiteindelijk altijd worden betaald. Bij AI-agents komt de rekening echter sneller en op grotere schaal dan bij alles wat eraan voorafging.
Paul Taylor, SAP
Meer lezen
