Wat gebeurt er met je IT-architectuur als medewerkers straks niet meer met applicaties werken, maar met agents? Deze vraagt houdt veel enterprise architecten vandaag de dag bezig.
Decennialang bouwden we enterprise-architectuur rond applicaties. Vaak deelden we de applicaties in via het pace-layered architecture model: we kenden de systems of record, de systems of differentiation en de systems of innovation. Dat model hielp ons structuur aanbrengen in een complex landschap, en de applicaties zelf werden daarnaar gebouwd. Robuust, stabiel, bedoeld om jarenlang mee te gaan. Een ERP-systeem of core banking-platform implementeer je niet voor een paar maanden, maar voor een decennium of langer.
Agents passen niet in dat plaatje. Ze hebben context nodig uit meerdere systemen tegelijk, moeten acties over ketens heen kunnen uitvoeren en samenwerken met andere agents, mensen en applicaties. Daarbij zijn agents dynamische oplossingen, die zich aanpassen aan de context om hen heen.
Satya Nadella, de CEO van Microsoft, stelde onlangs: "A frontier without an ecosystem is not stable." Met andere woorden: het succes van agentic AI wordt niet bepaald door één slimme toepassing, maar door de kwaliteit van het onderliggende landschap.
En terwijl de applicatie zelf robuust en langlevend blijft, zie je tegelijkertijd een heel andere beweging ontstaan rondom de agents die erop worden gebouwd: disposable apps en disposable agents. Kleine, snel ontwikkelde stukjes functionaliteit, vaak binnen dagen of weken gebouwd met low-code of Copilot Studio, bedoeld voor tijdelijk en gecontroleerd gebruik. Niet om jaren mee te gaan, maar om een specifiek probleem op te lossen en daarna weer te worden afgebroken of vervangen. Deze ontwikkelingen veranderen de wereld van enterprise architectuur radicaal. Maar dat is niet het enige wat wijzigt.
Zo werken medewerkers vandaag de dag vooral via applicaties. Ze openen een ERP-systeem, raadplegen CRM-data, zoeken informatie in SharePoint en wisselen af tussen Teams, Outlook en Excel. Maar met de opkomst van agentic AI ontstaat een fundamenteel andere manier van werken.
Steeds vaker zullen medewerkers niet zelf door systemen navigeren, maar een agent vragen om informatie te verzamelen, te interpreteren en acties uit te voeren. De applicatie verdwijnt daarbij niet. Wel verandert haar rol. Ook dat heeft grote gevolgen voor de manier waarop organisaties naar enterprise-architectuur kijken.
De discussie gaat vaak over de vraag of agents applicaties gaan vervangen. In de praktijk is dat niet wat we zien gebeuren. Applicaties blijven de basis voor transactieverwerking, procesondersteuning en betrouwbare gegevensvastlegging. Wat verandert, is de manier waarop medewerkers met die systemen werken. Waar het werk vandaag begint in een applicatie, zal het steeds vaker starten bij een agent die informatie verzamelt, context begrijpt en acties uitvoert over meerdere systemen heen. Daardoor verschuift de focus van individuele applicaties naar de architectuur die deze samenwerking mogelijk maakt.
De bovengenoemde veranderingen hebben we weergegeven in dit conceptuele model. Ons conceptuele model koppelt de gebruikerservaring van de medewerker, via de agentic AI en security laag, aan de basis die AI nodig heeft om succesvol de medewerker te kunnen ondersteunen.
Wat zijn de veranderingen waar je morgen al aan kan werken? We beschrijven er hier vijf.
Niet de beste applicatie maakt straks het verschil, maar hoe goed alles samenwerkt. Een sterk product zonder goede aansluiting op de rest van het landschap levert steeds minder concurrentievoordeel op. Zorg dus voor sterke architectuurprincipes die de samenhang in je landschap bewaken.
Een agent kan alleen effectief handelen als hij begrijpt wat relevant is binnen de organisatie. Daarvoor is meer nodig dan alleen toegang tot data. Er is een centrale semantische contextlaag nodig die processen, verantwoordelijkheden, documenten, communicatie en bedrijfskennis met elkaar verbindt. Die contextlaag bestaat niet uit één technologie, maar uit een combinatie van metadata, bedrijfsregels, procesinformatie, identiteiten, kennisbronnen en relaties tussen objecten binnen de organisatie.
Zonder die contextlaag ontstaat het risico dat afdelingen hun eigen AI-oplossingen ontwikkelen, elk met een beperkt beeld van de werkelijkheid. Dat leidt tot nieuwe silo's, terwijl agentic AI juist bedoeld is om samenwerking over systemen en teams heen mogelijk te maken. Organisaties die wel een gedeelde context creëren, leggen daarmee de basis waarop meerdere agents veilig en effectief kunnen samenwerken.
Hoewel agents steeds zelfstandiger kunnen handelen, betekent dat niet dat ze onbeperkte toegang moeten krijgen tot bedrijfskritische systemen. Juist omdat agents informatie ophalen en acties uitvoeren over meerdere systemen heen, blijven governance, security en compliance essentieel.
In de praktijk betekent dit dat agents bij voorkeur werken via beheerde API's, autorisatiemodellen en centrale toegangscontroles. Zo blijven logging, auditing en verantwoordelijkheden geborgd, ook wanneer een agent slechts tijdelijk wordt ingezet.
Veel organisaties hebben cruciale proceskennis verstopt in spreadsheets, handmatige werkinstructies of de hoofden van medewerkers. Voor traditionele applicaties is dat vaak al een uitdaging, maar voor agents vormt het een nog grotere beperking.
Hoe explicieter bedrijfsregels, processen en beslislogica zijn vastgelegd, hoe eenvoudiger het wordt om agents daarop aan te sluiten. Organisaties die hun businesslogica inzichtelijk en toegankelijk maken, leggen daarmee de basis voor zowel schaalbare AI-oplossingen als toekomstige automatisering.
Schattingen van de uitgaven aan tokens lopen uiteen van 10-30% van je jaarlijkse personeelskosten. Naarmate organisaties AI op grotere schaal inzetten, verschuift een deel van de IT-uitgaven van vaste licenties naar variabel AI-verbruik. Daarmee worden tokenkosten, modelkeuze en gebruiksoptimalisatie structurele vraagstukken binnen IT-finance en architectuur.
AI verbruikt tokens bij elke prompt, elk antwoord en elke actie, en tokens kosten geld. Dat verschuift een deel van de operationele kosten van vaste licenties naar variabel verbruik, en dat verbruik loopt in productie niet vanzelf goed. Waar een applicatie na oplevering relatief voorspelbaar draait, is een AI-oplossing nooit klaar: ze moet continu gemonitord worden, want het gedrag van een model verandert mee met de context en de prompts die erop worden losgelaten.
Dat vraagt om AI FinOps: actieve sturing op kosten, waarde en gebruik. Welke agents leveren voldoende waarde op ten opzichte van hun tokenverbruik, en welke draaien vooral door zonder dat iemand er nog naar omkijkt? Waar volstaat een goedkoop model, en waar is een zwaarder model gerechtvaardigd? De vraag verschuift van hoeveel tokens gebruiken we naar welke businesswaarde realiseren we per euro AI-consumptie. Voor disposable agents is dat des te belangrijker: ze zijn snel opgezet, maar niemand voelt zich vanzelfsprekend eigenaar van het afbouwen ervan zodra het nut eraf is.
De vraag is niet of agents een rol binnen IT-landschappen gaan spelen, maar of de architectuur daarop is voorbereid. Robuust genoeg voor de systemen die moeten blijven staan, flexibel genoeg voor de tijdelijke agents die snel ontstaan en weer verdwijnen, en ingericht om grip te houden op context, governance en AI-kosten.
Uiteindelijk draait de architectuurvraag niet om technologie, maar om grenzen. Waar ontstaat betrouwbare context? Waar wordt handelingsbevoegdheid afgedwongen? En waar begint menselijke verantwoordelijkheid?
Natuurlijk bestaat een enterprise architectuur uit nog veel meer aspecten die hier niet genoemd worden. Maar de boodschap is duidelijk. Organisaties die deze grenzen bewust ontwerpen, leggen de basis voor een agentic enterprise IT-architectuur. Organisaties die dat niet doen, riskeren vooral een nieuwe laag versnippering boven op het bestaande landschap.
De komende jaren zullen niet de organisaties winnen met de meeste agents, maar de organisaties met de architectuur die agents op een veilige, beheersbare en schaalbare manier laat samenwerken. Zoals zo vaak in IT creëert technologie op zichzelf geen duurzaam concurrentievoordeel. De architectuur erachter wel.
Herken je deze uitdagingen? Ben je betrokken bij proof of concepts, maar worstel je nog met de vraag hoe je je landschap klaar maakt voor agentic AI? Neem contact met ons op en ga in gesprek met onze experts over hoe je een IT-landschap creëert dat robuust blijft waar dat nodig is en flexibel genoeg is om agents veilig en beheersbaar in te zetten.