De meeste Nederlandse bedrijven die dit jaar een AI-agent echt werk laten doen, slaan een stap over die niemand zou overslaan bij een nieuwe medewerker: een proeftijd met beperkte bevoegdheid, gecontroleerd werk, en een duidelijk moment waarop vertrouwen wordt uitgebreid of ingetrokken. Behandel een nieuwe AI-agent zoals het Nederlandse arbeidsrecht een nieuwe medewerker behandelt — met een proeftijd, niet met een blanco volmacht — en de meeste governance-problemen die ik in eerste gesprekken tegenkom, verdwijnen vanzelf.
Ik heb dit gesprek dit jaar al tientallen keren gevoerd, in een variant. Een ondernemer wil een agent die binnenkomende e-mail leest, voorraad checkt in Exact Online of AFAS, en een antwoord opstelt — of verstuurt. De techniek om dat goed te doen bestaat al. Waar het misgaat, ligt bijna nooit bij het model. Het gaat mis bij de overdracht: iemand geeft op dag één volledige toegang tot mailbox en ERP, zonder plan voor wat er gebeurt als de agent iets fout doet, omdat niemand vooraf heeft opgeschreven hoe "fout" er eigenlijk uitziet.
De bedrijfsgrootte waar dit het vaakst speelt, is niet de scepticus en niet de early adopter — het is het bedrijf van 20 tot 50 man dat net zag hoe een concurrent de reactietijd halveerde en volgend kwartaal hetzelfde resultaat wil. Die urgentie is terecht. Het is ook precies de omstandigheid waarin mensen het proeftijd-instinct volledig overslaan, omdat vertragen om de scope te bepalen aanvoelt als het tegenovergestelde van de snelheid die beloofd werd.
Waarom AI-agentprojecten mislukken: te veel vertrouwen, of te weinig
In de meeste eerste gesprekken over agents hoor ik een van twee instincten. De voorzichtige ondernemer wil alles dichttimmeren — alleen leestoegang, een mens die elke output controleert, geen uitzonderingen — en vraagt zich zes maanden later af waarom de agent nog nooit iemand tijd heeft bespaard. De zelfverzekerde ondernemer wil meteen naar volledige autonomie, omdat de demo foutloos leek, en besteedt vervolgens een vrijdagmiddag aan uitleggen waarom de agent een verontschuldigingsmail naar de verkeerde klant stuurde.
Gartners onderzoeksteam benoemde dit patroon precies in mei 2026: organisaties die op elke agent dezelfde governance toepassen, ongeacht wat die agent daadwerkelijk mag aanraken, krijgen een van twee faalmodi — overrestrictie die adoptie doodt, of onderrestrictie die een kleine fout laat uitgroeien tot een incident. De oplossing die Gartner voorstelt is een gelaagd model: classificeer agents naar autonomieniveau, en laat de hoeveelheid toezicht overeenkomen met wat de agent daadwerkelijk kan doen — niet met hoe nerveus de directiekamer is over AI in het algemeen. Dat is precies het model dat in Nederland al cultureel bestaat in hoe we mensen aannemen.
De proeftijd als denkkader voor agent-autonomie
Het Nederlandse arbeidsrecht geeft elke nieuwe medewerker een proeftijd — maximaal één maand bij een arbeidsovereenkomst voor bepaalde tijd korter dan twee jaar, twee maanden bij een overeenkomst voor onbepaalde tijd of een langere bepaalde tijd, en helemaal niet toegestaan bij een contract van zes maanden of korter. Tijdens die proeftijd kan elke partij zonder opzegtermijn en zonder reden vertrekken. De proeftijd bestaat omdat een cv en een sollicitatiegesprek nooit volledig voorspellen hoe iemand presteert met echte klanten, echte deadlines en echte toegang tot de systemen die een bedrijf draaiend houden. Niemand geeft een nieuwe medewerker op de eerste maandag de bankinloggegevens van het bedrijf, en niemand zou een AI-agent op zijn eerste dag volledige schrijftoegang tot een mailbox of ERP moeten geven.
Ik gebruik datzelfde instinct — bewust, niet als beeldspraak die ik één keer aanhaal en dan laat vallen — zodra een klant een agent aan het werk wil zetten in zijn bedrijf. Dit is een Nederlands juridisch begrip, geen Belgisch: de eenheidsstatuut-hervorming schafte het standaard proefbeding voor gewone Belgische arbeidsovereenkomsten in 2014 af, en verving het door opgebouwde opzegtermijnen. Lees je dit als Vlaamse ondernemer en herken je het beeld toch — dan werkt de proeftijd nog altijd als denkkader, alleen vind je hem niet terug in je eigen arbeidsrecht.
De vergelijking is niet decoratief. Ze dwingt vier eerlijke vragen af voordat een agent live gaat: wat mag deze agent daadwerkelijk doen, wie controleert het werk en hoe vaak, wat gebeurt er op het moment dat het misgaat, en wie heeft de bevoegdheid om de proef te beëindigen. De meeste agent-uitrollen die ik zie, slaan alle vier over en springen direct naar "werkt het in de demo."
Niets hiervan is trouwens uniek voor agents. Ik stel bijna dezelfde vier vragen voordat welke nieuwe automatisering dan ook een live systeem raakt — het verschil bij een agent is dat het model zelf, per geval, beslist hoe "het werk doen" eruitziet, waardoor de vier antwoorden niet alleen in een kickoff-document kunnen staan dat nooit meer wordt teruggelezen. Ze moeten terug te vinden zijn in wat de agent daadwerkelijk, technisch, mag aanraken.
De vier autonomieniveaus die ik echt gebruik
Gartners kader verdeelt agents in vier niveaus, en ik leg vrijwel elk agentgesprek dat ik voer erop, voordat we een regel code of een systeemprompt schrijven.
- Niveau 1 — Observeren: alleen-lezen toegang tot een afgebakende databron, output alleen zichtbaar voor wie erom vroeg. Hier begint elke nieuwe agent in mijn proeftijd, zonder uitzondering, hoe goed de pilot ook oogde.
- Niveau 2 — Adviseren: de agent stelt iets op — een e-mail, een rapport, een werkbon — maar iemand leest het voordat het het pand verlaat. Hier hoort de gemiddelde Nederlandse mkb-agent maanden te blijven, niet weken.
- Niveau 3 — Handelen met goedkeuring: de agent mag de mail versturen of het record bijwerken, maar alleen na een expliciet ja van een aangewezen persoon, elke keer opnieuw, met een logboek van wie wat goedkeurde.
- Niveau 4 — Autonoom handelen: de agent handelt binnen vaste kaders zonder goedkeuring per actie, en een mens beoordeelt uitzonderingen en de resultaten in totaal. Weinig van de mkb-agents die ik heb gezien, verdienen dit niveau binnen het eerste jaar — en dat is een kenmerk, geen tekortkoming.
Stel je een nieuwe receptioniste voor, in haar eerste week. Je geeft haar niet meteen de hoofdsleutel en de alarmcode voordat ze onder toezicht ook maar één telefoontje heeft aangenomen — eerst luistert ze mee, dan stelt ze berichten op die iemand anders verstuurt, dan handelt ze eenvoudige verzoeken af met een collega in de buurt, en pas daarna bemant ze de balie alleen. Een agent die rechtstreeks van de verkoopdemo naar niveau 4 springt, heeft al die weken overgeslagen, en dat is precies zo zichtbaar als bij een onervaren nieuwe medewerker: niet in kunnen, maar in de beoordelingen waarop nooit getest is.
De overstap van het ene niveau naar het volgende moet aanvoelen als een geslaagde proeftijd: een concrete datum, een concrete persoon die beslist, en een concreet, klein aantal fouten over een concreet aantal weken als lat — niet een gevoel dat "het inmiddels wel goed zal zitten."
Wat ik controleer voordat ik een agent de sleutels geef
Voordat een van mijn agents voorbij niveau 2 gaat, wil ik vier dingen op papier hebben staan, net zoals ik een functieomschrijving op papier wil hebben voordat iemand begint:
- Een scope zo nauw als een functieomschrijving: niet "handelt klantenservice af", maar "stelt antwoorden op over voorraadvragen vanaf het webshop-adres, verder niets."
- Een zichtbaar logboek van elke actie die de agent uitvoerde, op een plek die iemand zonder technische achtergrond echt kan lezen — geen databasetabel die alleen een developer opent.
- Een terugvalplan: wat gebeurt er in de tien minuten nadat de agent het verkeerde bericht verstuurt, en wie is verantwoordelijk voor die tien minuten.
- Een aangewezen eigenaar — niet "het AI-systeem", maar een persoon wiens taak het is om te beslissen wanneer de proeftijd eindigt, net zoals een leidinggevende dat doet bij een nieuwe medewerker.
Ik wil de agent ook de aanvraag zien afhandelen die niet in het gewone patroon past — een voorraadvraag over een product dat is uitgefaseerd, een e-mail in een dialect waarop het model niet is afgestemd — voordat ook maar één actie van concept naar verzonden gaat. Een proeftijd die alleen de makkelijke gevallen test, is geen proeftijd; het is een formaliteit.
Hier verdient een schriftelijk AI-beleid ook zijn geld terug — en een doorlopend AI-beheer-abonnement, waarbij iemand dat logboek wekelijks bekijkt in plaats van alleen bij de lancering, verdient zichzelf meestal ruim terug. De meeste bedrijven die ik tegenkom en deze stap overslaan, zijn niet roekeloos — ze hebben de vraag simpelweg nog nooit in deze vorm voorgelegd gekregen. Het opschrijven is de hele oefening.
Wanneer een agent zijn proeftijd niet doorstaat
Gartner voorspelt dat 40% van de ondernemingen tegen 2027 een autonome AI-agent zal terugschalen of stopzetten, omdat een governance-gat pas zichtbaar werd nadat er in productie iets misging. Ik verwacht dat het werkelijke cijfer voor het Nederlandse mkb hoger ligt, niet lager — kleinere teams hebben minder speling om de gevolgen van een te veel vertrouwde agent op te vangen, en minder zin om publiekelijk toe te geven dat een experiment niet werkte.
Ik heb aan tafel gezeten met ondernemers halverwege die terugkeer, en het gesprek gaat eigenlijk nooit over de techniek. Het gaat over hardop toegeven dat de scope op dag één verkeerd was — wat een veel kleiner ding blijkt te zijn om toe te geven dan de meeste mensen verwachten, zodra het proeftijd-kader het normaal maakt in plaats van gênant.
Dat is geen reden om agents te vermijden. Het is een reden om de uitstap vanaf dag één in het plan te bouwen, zoals een proeftijd dat al doet voor een nieuwe medewerker: geen drama, geen lang traject, gewoon een beslissing dat de match niet klopte en een terugkeer naar de vorige, handmatige manier van die ene taak, terwijl je het opnieuw probeert met een nauwere scope. De agents die ik na een moeizame maand rustig terugzet naar niveau 1 of 2, komen later vaak alsnog succesvol terug. De agents die volledig worden uitgezet zonder dat iemand terugkijkt waarom, worden meestal een jaar later weer helemaal opnieuw geprobeerd — op niveau 4, dag één, door iemand die de les alweer vergeten is.
Wat dit betekent voor je AI-beleid — en een deadline die je net gepasseerd bent
Sinds 2 augustus 2026 gelden de transparantieverplichtingen van artikel 50 van de EU AI Act: als een klant of medewerker met een AI-systeem communiceert, moet dat gemeld worden. Die eis past moeiteloos in het proeftijd-model — een agent op niveau 2 of 3, waarbij een mens meekijkt voordat iets een klant bereikt, is per constructie makkelijk transparant te maken, omdat er al een mens in de lus zit. Een agent die zonder die gewoonte meteen naar niveau 4 werd doorgeduwd, is degene die een bedrijf naast een operationeel probleem ook een compliance-probleem bezorgt. Onze AI Act-check loopt na wat de augustus-deadline concreet betekent voor een bedrijf van jouw omvang, los van de hoog-risicoverplichtingen die zijn uitgesteld naar december 2027.
Het grotere cijfer achter dit alles: de meest recente AI-monitor van het CBS zet het Nederlandse AI-gebruik in 2024 op 22,7% van de bedrijven met 10 of meer werknemers — bijna een verdubbeling ten opzichte van een jaar eerder — maar nog altijd maar 17,8% bij bedrijven van 10 tot 19 medewerkers, precies de groep waar de meeste agentgesprekken die ik voer daadwerkelijk plaatsvinden. Adoptie versnelt sneller dan governance-gewoontes meegroeien, en dat is exact het gat dat een proeftijd moet dichten. Het volledige beeld van de Nederlandse adoptie staat hier. Een agent verdient volledig vertrouwen op dezelfde manier als een nieuwe collega: niet op dag één, en niet omdat het gesprek — of de demo — vlekkeloos verliep, maar omdat het werk overeind bleef terwijl iemand daadwerkelijk meekeek.
