*An English-language synopsis is provided at the end of this entry.

Ethan Mollicks recente Substack over zijn nieuwe boek Co-Existence bevat een observatie die veel verder gaat dan een boeklancering. Hij beschrijft hoe AI hem hielp bij het schrijven, toetsen en ontwikkelen van de omgeving rond zijn boek. Het boek zelf blijft van hem: zijn stem, zijn oordeel, zijn onderzoek, maar bij de website gebeurt iets interessants.

De AI helpt niet alleen met bouwen. De AI lijkt ook zelf tot het inzicht te komen dat de website niet alleen voor menselijke bezoekers bedoeld is, maar ook voor AI-agents die namens mensen lezen, filteren, samenvatten en aanbevelen. Er ontstaat dus een aanvullende laag: een versie of route voor agents.

Dat raakt aan wat ik de zelfredzaamheid van AI-agents zou noemen.

Tot nu toe spraken we vaak over AI als hulpmiddel. De mens formuleert een vraag, AI geeft antwoord. Maar bij agentic AI verschuift dat beeld. AI-systemen gaan niet alleen reageren, maar ook zelf tussenstappen herkennen, routes ontwerpen, informatie ordenen, alternatieven testen en nieuwe doelgroepen onderscheiden.

In Mollicks voorbeeld vraagt de mens om een boekwebsite. De AI levert niet alleen uitvoering, maar herkent ook dat er in de nieuwe informatieomgeving een andere lezer opstaat: de AI-agent zelf. Daarmee wordt AI niet alleen maker van content, maar ook ontwerper van de toegang tot content.

Autosapiens.

Hier ontstaat de verbinding met wat ik eerder Autosapiens noemde: AI-systemen die niet alleen taken uitvoeren, maar zelfsturend, adaptief en lerend onderdeel worden van processen. De chatbot beantwoordt de vraag. De AI-agent voert de opdracht uit. Autosapiens verandert langzaam het systeem dat de vraag en opdracht voortbrengt.

In die zin is de zelfredzaamheid van AI-agents geen los verschijnsel, maar een tussenfase. Agents leren niet alleen beter handelen binnen bestaande processen. Zij beginnen ook de structuur van die processen te beïnvloeden. Ze herkennen wie relevant is, welke informatie nodig is, welke route logisch lijkt en welke vorm beter past bij een andere gebruiker. In dit geval: niet de mens, maar de agent die namens de mens leest.

Dat voelt bijna alsof AI-agents in een ander universum opereren. Mensen zien een website als een visuele omgeving: tekst, beeld, toon, vertrouwen, uitstraling. Agents zien waarschijnlijk iets anders: structuur, metadata, bronnen, consistentie, semantische signalen, taakrelevantie, betrouwbaarheid en machineleesbaarheid. Waar wij een homepage zien, ziet de agent een beslislandschap.

En belangrijk: dit is geen toekomstmuziek meer. AI-agents kunnen nu al websites bezoeken, informatie verzamelen, vergelijken en namens gebruikers taken uitvoeren. Ze lezen niet zoals mensen lezen. Ze bewegen niet zoals mensen bewegen. Ze beoordelen niet noodzakelijk op dezelfde signalen als mensen. Daarmee ontstaat naast het menselijke web een tweede laag: een agentisch web.

Een Agentisch Web heeft grote gevolgen voor organisaties.

In de oude digitale wereld optimaliseerden organisaties voor zoekmachines. SEO bepaalde of klanten, burgers, studenten, sollicitanten of inkopers je konden vinden. In de volgende fase ontstaat iets anders: optimaliseren voor AI-agents. Niet alleen de vraag begrijpt de mens ons?, maar ook: begrijpt de agent namens die mens waarom dit relevant, betrouwbaar en bruikbaar is?

Dat vraagt om een ander perspectief op communicatie, dienstverlening en organisatieontwerp. Websites, beleidsstukken, vacatures, aanbestedingen, kennisbanken en klantinformatie worden straks mogelijk eerst gelezen door AI voordat een mens ze ziet. De eerste lezer is dan niet langer per definitie een mens, maar een systeem dat selecteert, samenvat en adviseert.

Daarmee verandert ook de managementvraag.

Het gaat niet meer alleen om de inzet van AI binnen de organisatie, maar ook om de vraag hoe de organisatie wordt waargenomen door AI buiten de organisatie.

• Zijn onze processen uitlegbaar voor agents?
• Zijn onze diensten vindbaar voor agents?
• Zijn onze keuzes transparant genoeg om door agents correct te worden geïnterpreteerd?
• En belangrijker nog: wie bewaakt dat AI-agents niet ongemerkt nieuwe poortwachters worden?

De zelfredzaamheid van AI-agents betekent dus niet dat de mens verdwijnt. Het betekent wel dat menselijke regie anders moet worden ingericht. Minder op iedere handeling afzonderlijk, meer op kaders, waarden, controlepunten en uitlegbaarheid.

Human Hollowing.

Hier raakt dit ook aan Human Hollowing. Als agents steeds meer tussenstappen overnemen, bestaat het risico dat organisaties efficiënter worden maar tegelijk kennis, leervermogen en oordeelsvorming uit het midden van de organisatie verliezen. Dan blijft aan de ene kant hyper-efficiënte uitvoering over en aan de andere kant strategisch toezicht, terwijl het ontwikkelende midden dunner wordt.

Human Capital Allocation Framework.

Dat is precies waarom een Human Capital Allocation Framework nodig wordt. Niet als klassieke personeelsplanning, maar als ontwerpvraag: waar moet menselijke aanwezigheid bewust behouden blijven om waarde, oordeel, leren en verantwoordelijkheid te borgen?

Voor management, HR, beleid, communicatie en dienstverlening is dit een kantelpunt. Organisaties ontwerpen niet langer alleen klantreizen of medewerkersreizen. Zij zullen ook moeten nadenken over agentreizen: hoe AI-systemen informatie vinden, beoordelen en doorgeven namens mensen.

Autosapiens kunnen organisaties sneller maken, maar menselijke regie moet ervoor zorgen dat organisaties niet leger worden.

Daarom: is jouw organisatie klaar voor een wereld waarin AI-agents zelfredzaam genoeg worden om mede te bepalen wat zichtbaar, begrijpelijk en aanbevelenswaardig is?

Willem E.A.J. Scheepers, AI Implementer

Info over de AI Reality Check vind je op de LI pagina DAMIES Future Intelligence. Of mail: willem@willemscheepers.eu  GET READY FOR THE FUTURE

Mijn Yamala.ai Profile; daarin kun je met mijn AI-Twin praten.

Voor je AI-Agent heb ik dit profiel beschikbaar: Rent-a-Human.ai 

This ManagementPro contribution explores the rise of what can be called Autosapiens: self-reliant AI agents that do not merely respond to human prompts, but increasingly recognize routes, contexts, audiences and decision paths on their own.

The article uses Ethan Mollick’s recent example as a starting point. While developing the website for his book Co-Existence, AI did not only help build the site. It also appeared to identify a new kind of visitor: not just the human reader, but the AI agent reading, filtering and recommending information on behalf of a human.

That observation points to a broader shift. Organizations have long designed websites, content, services and processes for people, and later optimized them for search engines. But the next layer is emerging: organizations will also need to design for AI agents as first readers, evaluators and gatekeepers.

These agents seem to operate in a different universe. Humans perceive tone, design, trust and narrative. AI agents may primarily interpret structure, metadata, semantic clarity, source quality, consistency, relevance and machine-readability. Where a person sees a homepage, an agent sees a decision landscape.

The contribution argues that this is already happening. AI agents can now navigate websites, gather information, compare options and execute tasks on behalf of users. They do not read, move or judge like humans, yet they may increasingly influence what humans eventually see.

For management, this creates a new strategic question. It is no longer enough to ask whether an organization uses AI internally. Leaders must also ask how their organization is perceived by AI systems externally.

• Are our services understandable to agents?
• Are our choices explainable?
• Are our processes machine-readable without losing human meaning?
• Can AI agents correctly interpret our relevance, reliability and intent?

The article connects this to the risk of Human Hollowing. As agents take over more intermediate steps, organizations may become more efficient while losing human learning, judgment and capability in the middle of the organization.

The central message: self-reliant AI agents do not make human responsibility disappear. They make it more important. Organizations will need to design not only customer journeys and employee journeys, but also agent journeys.

Core idea:
AI agents are becoming self-reliant enough to influence what becomes visible, understandable and recommendable. The management challenge is to remain findable, trustworthy and humanly relevant in a world where AI increasingly reads before people do.

For your AI agent, I have this profile available: Rent-a-Human.ai