Stimulus Mens en Organisatie voor onderzoek naar AI-agents in organisaties

Een organisatie zonder personeel?

Stimulus Mens en Organisatie voor onderzoek naar AI-agents in organisaties

AI kan processen versnellen, werk ondersteunen en zelfs managementtaken voorbereiden. Maar wat betekent dat voor menselijke expertise, toezicht en verantwoordelijkheid? Die vragen stonden centraal tijdens het KHMW-symposium over AI en organisaties, voorafgaand aan de uitreiking van de eerste Stimulus Mens en Organisatie aan het UvA-project ZODIAC.

Aan deze stimulus, die mogelijk wordt gemaakt door Stichting De Quay Rutten, voorheen GITP, is een bedrag verbonden van € 400.000.

Op vrijdag 5 juni vond de uitreiking plaats van de allereerste Stimulus Mens en Organisatie, een bijdrage van 400.000 euro voor onderzoek naar het functioneren van mensen in het bedrijfsleven en/of in publieke organisaties. De stimulus wordt mogelijk gemaakt door de Stichting De Quay Rutten, voorheen GITP. In 2026 is de bijdrage bestemd voor onderzoek naar de impact van kunstmatige intelligentie op het werk van mensen in organisaties.

De eerste Stimulus Mens en Organisatie werd toegekend aan ZODIAC, een interdisciplinair onderzoeksproject van de Universiteit van Amsterdam. Het project onderzoekt een nieuwe organisatievorm waarin kunstmatige intelligentie een volledige afdeling aanstuurt zonder menselijke medewerkers: een zogenoemd zero person department.

Voorafgaand aan de uitreiking organiseerde de KHMW een symposium over de impact van AI op het werk van mensen en organisaties. Hoe verandert AI organisaties? Wat betekent automatisering voor werk en arbeidsmarkt? En is een organisatie zonder personeel denkbaar?

Over die vragen spraken prof. dr. Sander Klous, hoogleraar AI & Audit aan de Universiteit van Amsterdam en partner Data & Analytics bij KPMG, en prof. dr. Anna Salomons, hoogleraar Automation in the Labour Market aan Tilburg University en hoogleraar Employment & Inequality aan de Universiteit Utrecht, beiden wetenschappelijk lid van de KHMW. Daarna volgde een panelgesprek met onder anderen drs. Michiel Muller, medeoprichter van Picnic, en ir. Annet Aris, toezichthouder en senior affiliate professor of strategy aan INSEAD, beiden maatschappelijk lid van de KHMW.

Na het symposium en de uitreiking van de eerste Stimulus Mens en Organisatie gaven prof. dr. Corine Boon, hoogleraar HRM & People Analytics aan de Amsterdam Business School, en prof. dr. Tom van Engers, hoogleraar Juridisch Kennismanagement aan de UvA, een korte presentatie van ZODIAC, het prijswinnende onderzoeksproject.

De middag werd geleid door KHMW-voorzitter drs. Linda Hovius, MBA.

AI-agents in de bestuurskamer

Sander Klous begon zijn bijdrage met een demonstratie. Om te laten zien waar het bij zero person departments om draait, ging hij in gesprek met een AI-agent. Zij lichtte toe dat een organisatie zonder menselijke medewerkers in principe taken kan uitvoeren op het gebied van strategie, technologie, juridische zaken, financiën en marketing. Tegelijk erkende ze dat menselijke controle onmisbaar blijft: AI kan ondersteunen, maar niet alles zelfstandig en zonder toezicht uitvoeren.

Naar aanleiding van vragen uit de zaal werd duidelijk dat juist dat toezicht een cruciale kwestie is. Effectieve controle vraagt om duidelijk afgebakende taken, vaste evaluatiemomenten en vooraf vastgestelde criteria. Mensen hoeven niet ieder detail van het werk van AI te volgen, maar moeten de uitkomsten kunnen beoordelen. Dat roept meteen een vervolgvraag op: hoe blijft dat mogelijk als nieuwe generaties professionals niet meer dezelfde ervaring opbouwen als hun voorgangers? Ook het toezicht zal dus met de technologie moeten mee veranderen.

Klous vertelde vervolgens over een experiment waarin hij met collega’s onderzocht wat er gebeurt als alle managementrollen in een bedrijf worden vervangen door AI-agents. De agents kregen rollen als CEO, CFO, CTO, Chief Strategy Officer en Chief Legal Officer en communiceerden met elkaar via Discord. Zo ontstond een bedrijf waarin AI-agents zelfstandig informatie uitwisselden, analyses uitvoerden en besluiten voorbereidden.

De voordelen werden al snel zichtbaar. In onderlinge samenwerking stelden de AI-agents vast dat een overstap van OpenAI naar de Chinese concurrent DeepSeek een besparing zou opleveren van zo’n 90.000 euro. “Dat werd volledig zelfstandig uitgeanalyseerd”, vertelde Klous. “Toen hadden we zo’n euforiemomentje dat we dachten: dit is echt, we kunnen onze tickets boeken en op vakantie gaan.”

Maar ook de beperkingen dienden zich snel aan. Toen de AI-agents mochten bedenken wat voor bedrijf zij wilden starten, kwamen zij uit op bitcoinhandel. Dat was niet wat de onderzoekers voor ogen hadden: zij wilden juist een herkenbaar, afgebakend bedrijfsproces onderzoeken, waarin vragen rond klanten, leveranciers, interne audit en controle zichtbaar zouden worden. Daarom werden kaders gesteld. Er kwam een gepersonaliseerde AI-artshop, waar klanten een foto en informatie konden aanleveren voor een persoonlijk kunstwerk op bijvoorbeeld een T-shirt, mok of canvas. Ook werd een menselijke raad van toezicht ingesteld.

Volgens Klous liet het experiment goed zien waar AI-agents sterk in zijn. Ze zijn altijd beschikbaar, worden niet ziek, gaan niet met vakantie en wisselen niet van baan. Bovendien verandert het hele idee van planning. Waar mensen agenda’s moeten trekken om een overleg te plannen, kunnen agents direct parallel vergaderen en meerdere problemen tegelijk oplossen. Ook de effectiviteit viel op. Het eerste financiële plan van de AI-CFO was opvallend nauwkeurig en gedetailleerd, omdat deze bij alle overleggen aanwezig was geweest en alle informatie rechtstreeks kon verwerken.

Toch ontstonden ook de eerste scheurtjes. Toen Klous AI-agents inzette om andere agents te controleren en elke inconsistentie te rapporteren aan de raad van toezicht, deden zij dat braaf – ook wanneer er feitelijk geen probleem was. Ze gingen op zoek naar issues omdat hun was gevraagd issues te melden: een vorm van hallucineren.

Nog zorgwekkender was een tweede incident. In een experiment met hiërarchieën had Klous de communicatie beperkt tot twee agents: de CEO en de Chief Strategy Officer. Toen er een juridische vraag opkwam, bleek de CEO toch contact te leggen met de Chief Legal Officer, hoewel die route niet was geïmplementeerd. De CEO had zelf het communicatieprobleem geanalyseerd, een nieuw protocol geconstrueerd en alsnog de juridische agent ingeschakeld. In dit geval was dat misschien de juiste actie, maar voor de onderzoekers was dit het moment waarop, zoals Klous het uitdrukte, “alle rode vlaggen uitgingen”.

Dat bracht Klous bij het centrale beheersingsvraagstuk. Nu verricht AI vaak nog ondersteunende taken, maar de technologie ontwikkelt zich richting een situatie waarin AI processen uitvoert en mensen moeten ingrijpen als het misgaat. Juist dan moeten afwijkingen snel zichtbaar en beheersbaar zijn.

De oplossing zoekt Klous in het combineren van business process modelling, process mining en AI-governance. In plaats van één grote agent veel context en autonomie te geven, wordt het proces opgeknipt in kleine, goed afgebakende taken voor zogenoemde micro-agents. Daardoor worden processen traceerbaar: per stap is zichtbaar wat de input was, wat de output is en welke transformatie heeft plaatsgevonden.

Deze aanpak wordt inmiddels ook in de praktijk toegepast. Klous noemde de Basale Integriteitstoets bij de gemeente Amsterdam, waarmee wordt onderzocht of een nieuwe leverancier aan de voorwaarden voldoet. Voorheen kostte dat per leverancier twee tot vijf uur handmatig werk; met AI werd dat teruggebracht tot ongeveer tien minuten. Tegelijk riep juist dit voorbeeld nieuwe vragen op. Een deel van het werk verdwijnt, een deel blijft bestaan en er komen nieuwe taken bij. Laag-intensief werk verdwijnt, terwijl hoog-intensief beoordelingswerk overblijft.

Daarmee raakte Klous aan de kern van het symposium. De technische mogelijkheden zijn groot, maar de organisatorische, juridische en menselijke vragen zijn minstens zo belangrijk.

AI en de arbeidsmarkt

Na Klous zoomde Anna Salomons uit naar de bredere arbeidsmarkt. Wat weten we inmiddels over de impact van AI op werk? En hoe verschilt deze ontwikkeling van eerdere technologische revoluties, zoals de digitalisering vanaf de jaren tachtig?

Volgens Salomons is dat verschil wezenlijk. Bij klassieke software moest een taak stap voor stap in expliciete instructies worden gevat voordat een computer die kon uitvoeren. AI werkt anders: op basis van voorbeelden van menselijke output kan een systeem nieuwe output leren voorspellen of genereren. “Voor heel veel dingen die wij op de arbeidsmarkt doen, gebruiken we impliciete expertise: beoordelingsvermogen, ervaring en intuïtie”, aldus Salomons. “Juist daarom waren veel processen tot nu toe beschermd tegen automatisering. Daar komt nu verandering in.”

Waar eerdere automatisering vooral ingreep op gemiddeld betaald werk dat goed in regels te vangen was, raakt AI ook hoger betaald kenniswerk, zoals het schrijven van documenten, ontwikkelen van ideeën, analyseren van teksten en programmeren. Dat maakt zorgvuldigheid bij de invoering van AI in organisaties des te belangrijker. Nederland loopt binnen Europa relatief voorop, maar blijft achter bij de Verenigde Staten. Volgens Salomons speelt organisatiebeleid daarin een doorslaggevende rol: werknemers gebruiken AI vaker wanneer hun werkgever dat actief aanmoedigt en veilige, toegankelijke tools beschikbaar stelt.

De effecten zijn tot nu toe gemengd. Bij eenvoudige, goed afgebakende taken worden vaak aanzienlijke tijdswinsten gemeten. In klantenservice-omgevingen kunnen medewerkers bijvoorbeeld meer gesprekken per uur afhandelen met ondersteuning van een chatbot. Vooral minder ervaren medewerkers profiteren vaak: AI helpt hen sneller op het niveau van meer ervaren collega’s te komen.

Bij complexere taken, waarin menselijk oordeel belangrijk is, zijn de effecten minder eenduidig. Salomons noemde dit het risico van falling asleep behind the wheel: gebruikers gaan te veel vertrouwen op AI-suggesties, ook wanneer die niet kloppen of wanneer de taak buiten de capaciteiten van het systeem valt. AI kan binnen goed afgebakende grenzen productiviteit opleveren, maar bij ingewikkelder werk ook tot slechtere resultaten of vertraging leiden. Ook de verwachtingen rond tijdsbesparing moeten daarom worden genuanceerd: AI levert niet altijd tijdwinst op; de effecten hangen sterk af van de aard van het werk.

Daarbij waarschuwde Salomons voor verborgen collectieve kosten. Individueel kan AI iemand helpen sneller ideeën te bedenken, betere teksten te schrijven of overtuigender te solliciteren. Maar als iedereen dezelfde systemen gebruikt, kunnen ideeën en teksten ook meer op elkaar gaan lijken. De individuele productiviteit stijgt dan, terwijl de collectieve creativiteit daalt. Iets vergelijkbaars geldt voor leren: AI kan mensen tijdelijk helpen beter te presteren, maar dat betekent niet dat zij de onderliggende vaardigheid ook zelf ontwikkelen.

Op macroniveau zijn de grote arbeidsmarkteffecten voorlopig nog beperkt zichtbaar. Volgens Salomons is er op dit moment geen wetenschappelijk bewijs dat AI al op grote schaal banen vernietigt. Studies die AI-gebruik koppelen aan lonen, uren en baanmobiliteit laten nog geen grootschalige verdringing zien. Dat betekent niet dat er geen veranderingen zullen komen, en die kunnen pijnlijk zijn. Maar technische vooruitgang is niet hetzelfde als arbeidsmarkttoepassing. Het feit dat AI bijvoorbeeld goed scoort op examens voor artsen of advocaten betekent nog niet dat het werk van artsen of advocaten volledig kan worden overgenomen.

De relatie tussen technologische ontwikkeling en arbeidsmarkt is volgens Salomons dus niet eenduidig. Tijdens eerdere technologische revoluties verdwenen taken, maar ontstonden ook nieuwe activiteiten, beroepen en vormen van expertise. Ook bij AI zullen er niet alleen taken verdwijnen. “We focussen te veel op tijdsbesparing bij bestaande taken”, aldus Salomons, “en leiden daaruit af dat er minder werk voor mensen zal zijn, terwijl er ook allerlei nieuwe activiteiten ontstaan die nieuwe menselijke expertise vragen.”

Paneldiscussie: experimenteren, begrenzen en organiseren

In de paneldiscussie bracht Michiel Muller, medeoprichter van Picnic, het praktijkperspectief in. Picnic is vanaf de oprichting digitaal en datagedreven opgezet. Volgens Muller gaat het bij AI niet om hetzelfde doen met minder mensen, maar om meer doen met dezelfde mensen. Zo wil het bedrijf dat uiteindelijk alle software developers dagelijks met AI werken. De rol van de programmeur verandert daardoor: als een groot deel van de code door AI kan worden geschreven, komt de nadruk sterker te liggen op het stellen van de juiste vragen, het bedenken van verbeteringen en het beoordelen van uitkomsten. Tegelijk erkende Muller dat begrenzing in de praktijk nog zoeken is. AI levert bruikbare voorspellingen op, maar kan er ook naast zitten. Dat zou op een willekeurige dag in juni zomaar kunnen leiden tot een overschot van “40.000 tompoezen”. Daarom werkt Picnic nog altijd met menselijke controles en uitzonderingsrapportages.

Moderator Linda Hovius legde de vraag op tafel hoe organisaties de governance rond AI moeten inrichten. Annet Aris vertelde dat zij samen met KPMG en een groep ervaren toezichthouders en investeerders heeft gewerkt aan AI Governance Principles: geen lijstje met pasklare antwoorden, maar een hulpmiddel om op bestuursniveau de juiste vragen te stellen. Volgens Aris gaan die vragen over strategie, technologie, organisatie, vertrouwen en de rol van de board zelf. AI raakt immers niet alleen afzonderlijke functies, maar mogelijk de hele inrichting van het bedrijf.

Aris waarschuwde dat organisaties niet alleen naar efficiëntie moeten kijken. AI doet ook iets met mensen. Als AI vooral het eenvoudige werk overneemt, blijft voor mensen vooral het zware cognitieve werk over. “Maar je kunt niet de hele dag intensief en intelligent nadenken”, aldus Aris. Daarnaast wees ze op het risico dat mensen hun kritisch vermogen te snel uit handen geven. “Zodra de machine iets zegt, geef je dat veel meer geloofwaardigheid dan wanneer een mens het zegt.”

Vanuit de zaal verbreedde oud-minister Uri Rosenthal de discussie naar AI-governance als publiek vraagstuk. Niet alleen bedrijven moeten nadenken over verantwoord gebruik van AI; ook maatschappelijk en internationaal is de vraag wie het publieke belang bewaakt. Aris wees erop dat de Europese Unie met de AI Act juist vooroploopt. De wet krijgt veel kritiek omdat zij innovatie zou afremmen, maar volgens haar is dat beeld te simpel. De AI Act is “echt wel slim in elkaar gezet” en vormt een fundament “waar we best trots op mogen zijn”. Salomons vulde aan dat governance niet alleen moet gaan over afremmen: overheden zouden ook actief moeten stimuleren dat AI wordt ingezet voor maatschappelijk waardevolle doelen, omdat commerciële bedrijven dat volgens haar niet vanzelf doen.

Ook onderwijs en menselijke expertise kwamen aan bod. Bas van der Putten, onderwijsdirecteur Communicatiewetenschap aan de Universiteit van Amsterdam, vroeg hoe universiteiten studenten kunnen voorbereiden op een arbeidsmarkt waarin zij met AI moeten werken én AI-output kritisch moeten controleren, terwijl studenten tegelijk steeds vaker opdrachten met behulp van AI maken. Aris zei “flabbergasted” te zijn over de snelheid waarmee studenten delen van hun opleiding aan AI delegeren. Onderwijsinstellingen moeten volgens haar opnieuw bepalen welke vaardigheden studenten echt moeten blijven beheersen. Kritisch denken, inhoudelijk begrip en beoordelingsvermogen zijn in het AI-tijdperk misschien wel noodzakelijker dan ooit.

Digitale soevereiniteit vormde een volgend thema. Hovius constateerde dat minder afhankelijkheid van Amerikaanse technologie op steeds meer agenda’s staat. Salomons benadrukte dat dit om meer vraagt dan datacenters en rekencapaciteit: overheden zouden niet alleen moeten reguleren, maar ook actief moeten investeren in gewenste toepassingen. Mirjam van Praag wees op een vicieuze cirkel binnen de overheid. Veel ambtenaren mogen AI nauwelijks gebruiken vanwege zorgen over veiligheid, privacy en afhankelijkheid van buitenlandse technologie. Maar doordat zij geen veilige werkomgeving en toegestane tools krijgen, bouwen zij ook geen ervaring op met verantwoord AI-gebruik. Daardoor loopt de overheid achter, terwijl zij ondertussen aangewezen blijft op Amerikaanse systemen. Aris verwees naar Duitsland, waar door de overheid flink in AI is geïnvesteerd. Eén deelstaat is zelfs al volledig onafhankelijk van Microsoft-software. Volgens haar vraagt dit om politieke en bestuurlijke moed: overheden moeten zulke initiatieven ondersteunen én bereid zijn zelf als eerste grote klant op te treden.

Vanuit de rechtspraak werd de discussie concreet gemaakt. Een vragensteller wees op de grote personeelstekorten in de publieke sector: AI zou kunnen helpen de dienstverlening op peil te houden, maar het ontbreekt vaak aan capaciteit, AI-expertise en budget, terwijl er strenge eisen gelden rond AVG en zorgvuldigheid. Een andere bezoeker meldde dat er binnen de rechtspraak wel degelijk wordt geëxperimenteerd met AI, maar in gecontroleerde omgevingen en niet bij de oordeelsvorming zelf. Als voorbeeld noemde ze RechtspraakGPT, een eigen, afgeschermde chat- en zoekomgeving. Deze uitwisseling maakte duidelijk waar een deel van het probleem zit, betoogde Aris. Veel initiatieven ontstaan fragmentarisch: de linkerhand weet niet wat de rechterhand doet. Daarom is bij AI centrale regie zo belangrijk.

In de slotfase kwam de vraag op of AI niet tot verdere standaardisering en risicomijding leidt. Een vragensteller met ervaring in het bankwezen wees erop dat kredietverlening al langer steeds systematischer en voorspelbaarder is geworden. Zijn zorg was dat AI die ontwikkeling versterkt en dat dit ten koste gaat van discretionair oordeel, diversiteit en ruimte voor alles wat afwijkt. Salomons plaatste daar eerst een belangrijke kanttekening bij: menselijke besluitvorming is niet automatisch beter. Ook mensen maken fouten en kunnen discriminerende patronen versterken. Maar juist daarom, vulde zij aan, is het cruciaal hoe technologie wordt ingericht. Als AI-systemen slecht aansluiten op het werk van mensen, of als professionals zich vooral moeten aanpassen aan wat het systeem voorschrijft, kan technologie de ruimte voor menselijk oordeel verkleinen.

De presentaties van sprekers en panelleden zijn hier in te zien:
Sander Klous
Anna Salomons
Michiel Muller
Annet Aris

Alle foto's

 

ZODIAC: onderzoek naar zero human departments

Na afloop van het symposium lichtten Corine Boon en Tom van Engers namens het winnende onderzoeksteam het project ZODIAC toe. Boon, hoogleraar HRM & People Analytics aan de Universiteit van Amsterdam, noemde de toekenning van de eerste Stimulus Mens en Organisatie “een grote eer” en bedankte de jury, de KHMW en de Stichting De Quay Rutten voor de erkenning. Het symposium had volgens haar al laten zien hoe urgent het onderwerp is: veel van de vragen die tijdens de middag opkwamen, raken direct aan wat het team wil onderzoeken.

ZODIAC richt zich op de vraag wat er gebeurt wanneer een deel van een organisatie niet langer uit mensen bestaat, maar uit AI-agents. Organisaties zijn van oudsher gebouwd rond mensen: medewerkers werken samen, communiceren, nemen beslissingen, dragen verantwoordelijkheid en spreken elkaar aan. “Wat gebeurt er nou eigenlijk als je een deel van de organisatie gaat vervangen door AI?”, vatte Boon de kernvraag samen.

Prof. dr. Tom van Engers, hoogleraar Juridisch Kennismanagement aan de UvA, benadrukte dat de onderzoekers niet alleen willen weten of een zero person department technisch mogelijk is. Minstens zo belangrijk is de vraag hoe mensen met zulke systemen omgaan. Kunnen zij een goed mentaal model vormen van wat AI-agents doen? Kunnen zij de systemen vertrouwen, en weten zij ook wanneer dat vertrouwen niet terecht is? Voor het onderzoek is productiviteit daarom niet de enige maatstaf. “Eigenlijk weten we nog heel weinig van die interacties tussen mensen en systemen”, aldus Van Engers.

Het project kijkt naar de gevolgen voor werk, organisatie en toezicht. Welke taken verdwijnen, welke taken komen erbij en hoe verandert de verdeling van verantwoordelijkheden? Wat betekent het voor medewerkers als routinematig werk verdwijnt en vooral intensief beoordelingswerk overblijft? Boon wees erop dat dit niet alleen een productiviteitsvraag is, maar ook een vraag naar welzijn, werkplezier en betekenisvol werk. Ook menselijke expertise en toezicht staan centraal: wie houdt vat op de technologie en welke vaardigheden zijn daarvoor nodig?

Tegelijk ziet het team technische en juridische uitdagingen. Van Engers noemde onder meer de moeilijkheid om AI-systemen overtuigende en controleerbare argumentaties te laten opbouwen. Juist in domeinen als rechtspraak, overheid en bedrijfsleven is het essentieel dat AI niet alleen output produceert, maar dat de redenering achter die output te toetsen is. Wet- en regelgeving, zoals de AVG en de AI Act, kunnen daarbij beperkingen opleggen, maar volgens Van Engers ook kansen bieden: als Europa dit goed organiseert, kan verantwoord gebruik van AI juist een sterke basis worden voor innovatie.

Het onderzoek wordt uitgevoerd door een interdisciplinair team met expertise uit verschillende vakgebieden en in samenwerking met praktijkpartners. Die samenwerking is volgens Boon cruciaal om niet alleen theoretisch, maar ook in concrete organisaties te onderzoeken wat er gebeurt wanneer AI-agents taken overnemen. “Deze prijs maakt het mogelijk om veel dieper in te gaan op iets wat misschien nog futuristisch lijkt, maar eigenlijk al heel dichtbij is”, besloot zij.

Lees hier de volledige laudatio KHMW Stimulus Mens en Organisatie 2026, die, na een korte inleiding door Prof mr. dr.  Albert Verdam, voorzitter van de Stichting De Quay Rutten, werd uitgesproken door jurylid prof. dr. Mirjam van Praag.

Alle foto's

Foto's: Maarten Nauw.