Originally published March 19, 2026, updated August 26, 2026
Door Carole Achramowicz, Vice-president Productmarketing
We bevinden ons midden in de grootste technologische omwenteling sinds ChatGPT, en deze heeft nu al een revolutie teweeggebracht in alles: van de manier waarop we onze dagelijkse agenda’s beheren en het nieuws volgen, tot de fundamentele manieren waarop werk wordt verricht. In zijn recente GTC-keynote beschreef Jensen Huang, CEO van NVIDIA, deze technologische sprong als een overgang van een wereld van “Assisted AI”, waarin modellen inhoud of code voorstellen, naar een wereld van “Agentic AI”, waarin autonome agenten zelfstandig complexe taken uitvoeren binnen bedrijfssystemen.
En deze verschuiving vindt plaats met een ongekende snelheid. In onze recente Jitterbit AI Benchmarkrapport automatisering, bleek dat slechts 1,6% van de respondenten geen AI-agenten heeft geïmplementeerd. Bij degenen die wel agents hebben ingezet, zal het aantal agents het komende jaar naar verwachting met gemiddeld 43% toenemen — waarbij het percentage respondenten met grootschalige implementaties van meer dan 100 agents naar verwachting meer dan verdubbelen zal.
Deze metorische groei van deze agents heeft geleid tot bezorgdheid over agent sprawl en de verantwoordingsplicht van AI-agents, wat heeft gezorgd voor opwinding in de industrie rond frameworks zoals OpenClaw (een open-sourcesysteem dat berichten-apps zoals WhatsApp of Discord kan verbinden met autonome agents die op de machine van een gebruiker draaien) en beveiligingslagen zoals NemoClaw noodzakelijk maakt.
Maar hoewel de verschuiving van agent-functionaliteit naar agent-beheer een belangrijke is, naarmate organisaties overstappen van AI-proefprojecten naar grootschalige operaties, is een meer toekomstgerichte aanpak vereist.
Het Kantelpunt: Van Inferentie tot Handelingsbekwaamheid
Traditionele AI-modellen richten zich voornamelijk op inferentie, oftewel het interpreteren van gegevens en het ondersteunen van menselijke beslissingen. Agentic AI daarentegen verandert de rol van software fundamenteel: in plaats van dat mensen tools rechtstreeks bedienen, worden applicaties omgevingen waarin agenten namens de gebruiker handelen.
Dit betekent een enorme sprong voorwaarts op het gebied van functionaliteit: het ontketent de mogelijkheid om grote taalmodellen te transformeren in autonome actoren die in staat zijn door applicaties te navigeren en werkstromen te coördineren over uiteenlopende gegevensbronnen. Maar het vergroot ook het risico, en opent de deur naar nalevingsviolen, agenten die vast komen te zitten in lussen, permissiegroei en meer. Verantwoorde, toekomstbestendige implementaties vereisen dat we onze aanpak uitbreiden met de fundamentele vereisten van vertrouwen, controle en aansprakelijkheid.
OpenClaw is een perfect voorbeeld van wat er gebeurt wanneer de innovatie op het gebied van agentische AI sneller gaat dan het toezicht. Het open-source, zelf-gehoste platform gaf mensen plotseling de mogelijkheid om krachtige, gepersonaliseerde AI-agenten te creëren — maar omdat het platform geen ingebouwde beveiligingsfuncties had, merkten gebruikers al snel dat het verlenen van brede systeemtoegang aan hun autonome helpers aanzienlijke risico's met zich meebracht.
Hoe beveiligingslagen en governance helpen om hiaten in de AI-verantwoording te dichten
Bij de introductie van NemoClaw, de softwarestack en plug-in van NVIDIA die enterprise-grade sandboxing en beleidsgestuurde controles toevoegt aan OpenClaw, omschreef Huang het nieuwe aanbod als een manier om LLM's te laten interacteren met software via “computeruse”-functionaliteiten. Dit opent de deur voor AI om browsers en applicaties te bedienen net zoals mensen dat doen.
Deze transitie vormt een cruciaal kruispunt voor de moderne onderneming, aldus Jitterbit-CEO Bill Conner:
“We zien een van de snelste en meest monumentale technologische omslagpunten sinds ChatGPT: de verschuiving van AI die suggereert naar AI die handelingen. OpenClaw versnelde die overgang, maar met die macht komt een reëel risico. In hun ruwe vorm ontbreekt het deze frameworks aan een inherent beveiligingsmodel. In een bedrijfsomgeving is dat niet alleen een leemte, het is een aansprakelijkheid.”
Naarmate AI-agenten het vermogen verwerven om zich dynamisch te verplaatsen over systemen en jurisdicties heen, worden de uitdagingen op het gebied van gegevenssoevereiniteit en aansprakelijkheid steeds urgenter. Daarom pleit Jitterbit voor een “gelaagde” benadering van AI. Door agent-frameworks te omringen met een laag van robuuste infrastructuur, waarborgen en beleidshandhaving, kunnen ondernemingen profiteren van de efficiëntie van AI zonder concessies te doen aan de controle.
Volgens Manoj Chaudhary, CTO van Jitterbit, duidt het nieuwste product van NVIDIA op een ingrijpende verandering in de manier waarop AI-agenten mogen functioneren. “De introductie van NemoClaw weerspiegelt een bredere realisatie binnen de sector: Agentic AI heeft een basis op enterprise-niveau nodig. We evolueren naar ‘AI-besturingssystemen’ — platforms die niet alleen intelligentie mogelijk maken, maar ook bepalen hoe die intelligentie zich gedraagt. Dit is open innovatie aan de rand, met daarbovenop gestructureerd beheer.”
Beweging richting Agent-as-a-Service
De veilige democratisering van datatoegang, aldus Conner, vereist twee fundamentele elementen: menselijk toezicht en technologische vangrails.
“Naarmate agenten autonomer worden, wordt de aansprakelijkheid voor AI moeilijker te definiëren. Wanneer een agent zelfstandig handelt, moet de verantwoordelijkheid nog steeds duidelijk worden toegewezen aan het systeem, de organisatie en uiteindelijk aan menselijk toezicht. Veiligheidsmaatregelen moeten evolueren van eenvoudige beleidscontroles naar dynamische, afdwingbare beperkingen die direct zijn ingebed in de werking van de agenten.”
Met andere woorden, hoewel de “nu implementeren en later vragen stellen”-aanpak ons misschien tot hier heeft gebracht, wordt het steeds duidelijker dat dit ons niet zal brengen waar we werkelijk moeten zijn. In de race naar de adoptie van agents zullen de ondernemingen die uiteindelijk de finish bereiken niet degene zijn met de krachtigste agents, maar de meest verantwoordelijk enen.
Terwijl AI-agenten zich blijven ontwikkelen tot de ruggengraat van bedrijfsactiviteiten — richting een toekomst die Huang omschrijft als “AI voor alles” — moet het gesprek zich blijven verplaatsen van AI-agent mogelijkheden naar AI-agent verantwoording. Het uiteindelijke doel is ervoor te zorgen dat agents niet alleen krachtig zijn, maar ook veilig, compliant en geïntegreerd in de bedrijfsvoering.