Een AI-systeem dat mails beantwoordt, een aanvraag beoordeelt of een advies opstelt, doet dat op basis van wat het mag. Niet wat het kan — dat is vaak meer dan gewenst — maar wat het mag. Agent-regels zijn de vastgelegde grenzen van dat mandaat: welke beslissingen een systeem zelfstandig neemt, welke het voorlegt, en welke buiten bereik blijven, wat de invoer ook is.
Zonder die regels neemt een systeem impliciete beslissingen. Iemand heeft ergens een drempel ingesteld, een voorbeeld gekozen, een uitzondering genegeerd. Dat werkt in een pilot met een handvol testgevallen. Het wordt onzichtbaar risico zodra het systeem op schaal draait en niemand meer kan reconstrueren waarom het deed wat het deed.
Agent-regels worden vaak behandeld als iets voor de implementatiefase — een instelling die de leverancier regelt. Dat is een misvatting met gevolgen. De regel dat een claim onder een bepaald bedrag automatisch wordt afgehandeld, is een bestuurlijke keuze over risico-acceptatie, niet een technische parameter. Wie die keuze bij de techniek laat, ontdekt de consequenties pas als er iets misgaat.
Dit is een van de redenen dat het verschil tussen AI dragen en AI overnemen zo vaak wordt onderschat. Overnemen — een taak laten uitvoeren — is zichtbaar en concreet. Dragen — de organisatie die vaststelt binnen welke grenzen dat gebeurt, wie dat toetst en wat er verandert als de situatie verandert — blijft onbesproken tot de eerste keer dat het misgaat.
Agent-regels leggen vast wat een systeem mag beslissen. Ze lossen niet op of de organisatie in staat is die regels te bewaken. Een regelset die niemand periodiek toetst, verouderd raakt naast gewijzigde wetgeving of nooit wordt bijgesteld na een incident, is op papier compleet en in de praktijk waardeloos.
Dat is meteen de grens van wat deze regels kunnen. Ze zijn een instrument, geen garantie. Een organisatie zonder heldere verantwoordelijkheid voor datakwaliteit of zonder infrastructuur die herleidbaar maakt welke beslissing wanneer en waarom is genomen, heeft aan regels alleen weinig houvast — hoe precies ze ook zijn opgesteld. De regel is net zo betrouwbaar als de fundamenten waarop hij rust.
In de meeste directies is er geen consensus over hoeveel mandaat een systeem zou moeten hebben. De ene bestuurder wil snelheid en accepteert dat een systeem zelfstandig beslist binnen ruime marges. De andere wil elke uitkomst gecontroleerd zien voordat die extern gaat. Beide posities zijn te verdedigen, en het verschil verklaart voor een groot deel waarom uw directie het oneens is over het AI-tempo.
Agent-regels maken dat gesprek concreet. In plaats van te discussiëren over ambitie in algemene termen, wordt de vraag: bij welk bedrag, welke uitzondering, welk type klant schakelt het systeem over naar een mens? Dat is een vraag die te beantwoorden is, mits de organisatie weet wat ze werkelijk kan dragen — niet alleen wat ze wil.
Een veelgemaakte fout is regels behandelen als eenmalig werk. Vastgesteld, geïmplementeerd, klaar. In de praktijk verschuiven de omstandigheden waarop een regel is gebaseerd: nieuwe wetgeving, een ander klantenbestand, een incident dat een blinde vlek blootlegt. Regels die daar niet in meebewegen, beschermen op een gegeven moment tegen een risico dat niet meer bestaat, en niet tegen het risico dat wel bestaat.
Dat is ook waarom hoe vaak een volwassenheidsmeting opnieuw moet een vraag is die verder gaat dan een kalenderafspraak. De regels die vandaag passend zijn bij het niveau van de organisatie, kunnen dat over een jaar niet meer zijn — in beide richtingen. Een organisatie die volwassener is geworden, kan meer mandaat verantwoorden. Een organisatie die is gegroeid zonder de bewaking mee te laten groeien, kan juist minder blijken te dragen dan de regels op papier toestaan.
Dit stuk beschrijft geen implementatiestappen en geen sjabloon voor een regeldocument. Elke organisatie stelt eigen grenzen vast, gebaseerd op eigen risicobereidheid en eigen toezicht. Wat wel geldt voor iedere organisatie: wie agent-regels pas opstelt nadat een systeem al draait, stelt ze onder tijdsdruk op en vaak naar aanleiding van een incident. Dat is de duurste manier om dit te leren. De vraag is niet of regels nodig zijn, maar of ze bestaan voordat ze getoetst worden door de praktijk. En wie alleen kijkt naar wat er in het chatvenster gebeurt, mist wat u niet ziet als u alleen het chatvenster kent — namelijk alles wat vooraf is vastgelegd en wat er gebeurt zodra een geval buiten de gestelde grens valt.
Agent-regels bepalen de grenzen van het mandaat. Ze zeggen niets over welk deel van het werk daadwerkelijk voor overname in aanmerking komt, en wat om andere redenen bij een mens moet blijven. Die vraag beantwoordt de werkscan van FTE TO AI: die rekent per taak uit welk deel van het werk over te nemen is, en legt zo de basis waarop agent-regels vervolgens gebouwd kunnen worden — regels zonder een scherp beeld van het werk zelf zijn moeilijk te onderbouwen, en een taakanalyse zonder heldere regels levert geen bruikbare grens op.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.