--- title: "Scaling Up, maar dan voor machines: waarom AI-agents het groeidraaiboek breken in plaats van repareren | Guardian360" description: "De groeiparadox van Verne Harnish stelt dat complexiteit, niet het aantal medewerkers, schalen moeilijk maakt. AI-agents ontsnappen niet aan die rekensom, ze versnellen hem door de natuurlijke rem weg te halen op hoe snel nieuwe knooppunten ontstaan, en agent-orkestratie verplaatst de menselijke controle-bottleneck in plaats van hem op te heffen." url: https://guardian360.net/nl/blog/scaling-up-but-for-machines/ locale: nl source: guardian360.net --- [← Alle posts](https://guardian360.net/nl/blog/) Opinie # Scaling Up, maar dan voor machines: waarom AI-agents het groeidraaiboek breken in plaats van repareren Door Jan Martijn Broekhof · 2 september 2026 Na het lezen van Scaling Up van Verne Harnish is er één hoofdstuk dat me sindsdien niet meer heeft losgelaten: “The Growth Paradox: An Anchor, or Wind at Your Back”. Harnish beschrijft wat hij de groeiparadox noemt: een bedrijf zou makkelijker moeten worden naarmate het schaalt, maar dat gebeurt vrijwel nooit, het wordt juist moeilijker. De reden, betoogt hij, is niet het aantal medewerkers zelf maar de communicatiecomplexiteit die dat aantal met zich meebrengt. Een oprichter en één assistent hebben twee communicatiekanalen. Voeg een derde persoon toe en de complexiteit neemt niet met een derde toe, maar verdrievoudigt naar zes kanalen. Voeg een vierde toe en ze verviervoudigt naar vierentwintig. Groei is lineair. Complexiteit is combinatorisch. Die mismatch is volgens Harnish wat de drie fundamentele barrières produceert waar elk schalend bedrijf tegenaan loopt: te weinig leiders die kunnen delegeren en voorspellen, te weinig schaalbare infrastructuur om de communicatie- en beslislast te dragen, en te weinig marketingcapaciteit om te blijven groeien in een competitiever speelveld. Ik was ervan uitgegaan dat AI-agents dit probleem volledig zouden omzeilen. Start op de achtergrond een groep agents op, laat ze taken autonoom uitvoeren, en de menselijke communicatie-bottleneck verdwijnt gewoon. Harnish opnieuw lezen overtuigde me ervan dat dat maar half klopt, en de helft die niet klopt is de belangrijkere. ## AI-agents halen Harnish’ rekensom niet weg, ze versnellen hem Sommige agents zullen daadwerkelijk autonoom opereren met weinig menselijke betrokkenheid. Maar heel veel zullen dat niet. Ze zullen input en output naar elkaar doorgeven, en naar de mensen met wie ze samenwerken, precies zoals Harnish’ kanalen beschrijven. De combinatorische complexiteit die hij in menselijke teams aanwijst verdwijnt niet zodra sommige knooppunten in het netwerk agents zijn in plaats van mensen, ze blijft zich gewoon opstapelen. Wat verandert is de snelheid waarmee nieuwe knooppunten ontstaan. Harnish’ raamwerk gaat ervan uit dat groei wordt begrensd door hoe snel een organisatie een nieuw persoon kan werven, inwerken en op een bruikbaar niveau van oordeelsvermogen kan brengen, wat per definitie traag is. Agents halen die natuurlijke rem weg. Deloitte’s technologievoorspellingen voor 2026 beschrijven dit rechtstreeks: agent sprawl, de wildgroei van losse, niet-verbonden agents door een organisatie heen zonder eenduidig overzicht of governance, zal naar verwachting in 2026 blijven toenemen naarmate programmeertalen, frameworks en communicatieprotocollen zich vermenigvuldigen. Een organisatie die haar aantal medewerkers ooit alleen met een handvol mensen per kwartaal kon laten groeien, kan haar aantal agents nu met een handvol per dag laten groeien. Harnish’ complexiteitsvergelijking geldt nog steeds. De klok die hem vroeger vertraagde is weggehaald. ## We ontwerpen agent-organisaties nog steeds als menselijke Op dit moment stellen de meesten van ons zich een door AI gedreven organisatie voor zoals we ons een menselijke voorstellen: een ruwe hiërarchie, vastgelegde senioriteitsniveaus, iets wat lijkt op een werkweek. Dat beeld is nu al achterhaald. Binnen afzienbare tijd zal een enkel verzoek aan een enkele agent een netwerk van sub-agents opstarten die plannen, aan elkaar delegeren en werk heen en weer schuiven, grotendeels onzichtbaar voor de persoon die het oorspronkelijke verzoek deed. Harnish’ rekensommen gaan uit van een zichtbare, telbare set kanalen: twee, dan zes, dan vierentwintig. In een door agents gedreven organisatie is het aantal kanalen niet vast en niet zichtbaar. Het wordt dynamisch, en het wordt verborgen voor precies de mensen die het zouden moeten beheersen. Dat is een probleem van een andere orde dan simpelweg meer managers nodig hebben. Het betekent dat de vorm van de organisatie niet langer valt af te leiden uit een organigram, omdat het organigram continu en stilletjes opnieuw wordt getekend, meerdere lagen onder waar iemand naar kijkt. ## Krijgen agents niet gewoon hun eigen managers? Dit is de voor de hand liggende tegenwerping, en die verdient een recht antwoord in plaats van een handgebaar. Ja, agents krijgen al hun eigen managementlaag. Deloitte’s voorspelling omvat een opkomende categorie die zij de guardian agent noemt, wiens taak het is om taken te bezitten en tegelijkertijd het gedrag van andere agents te superviseren. Verslaggeving over de verschuivingen in de adoptie van agentic AI in 2026 door Technology Decisions Australia beschrijft organisaties die nieuwe rollen creëren zoals Agent Ops Lead en AI Product Owner, wier hele functie is om agents te managen zoals een lijnmanager ooit mensen managede. Ik denk niet dat dit het onderliggende probleem oplost, en dit is waarom. Elke van die managementlagen moet zijn output nog steeds ergens naartoe sluizen ter beoordeling, en dat ergens is uiteindelijk een mens. Het toevoegen van orkestrator-agents en guardian agents haalt de bottleneck die Harnish beschrijft niet weg, het verplaatst hem alleen naar boven, waarbij meer activiteit wordt samengeperst in hetzelfde vaste tempo waarmee een persoon zinvol kan beoordelen en beheersen wat hem wordt voorgelegd. Een academisch paper uit 2026 van Kaptein en collega’s, gebaseerd op een KPMG-enquête onder leiders van grote ondernemingen, vond dat driekwart van de respondenten security, compliance en auditeerbaarheid noemde als hun meest kritische vereiste voor het inzetten van agents, en dat de complexiteit van multi-agent orkestratie al de belangrijkste bottleneck is geworden nu organisaties proberen om agent-projecten van pilot naar productie te brengen. Dat is geen technologiekloof. Het is hetzelfde controleprobleem dat Harnish benoemt, in een ander uniform. Dit sluit aan bij wat er in de praktijk daadwerkelijk gebeurt met agentic AI-projecten. Forbes, die nog zo recent als juli 2026 opnieuw naar Gartner’s onderzoek keek, benadrukt wat opvallend afwezig is uit de lijst van redenen waarom agentic AI-projecten worden geannuleerd. De capaciteit van het model haalt die lijst niet. De genoemde redenen zijn oplopende kosten, onduidelijke businesswaarde en ontoereikende risicobeheersing, wat een andere manier is om te zeggen dat organisaties moeite hebben om te besturen en beoordelen wat ze hebben gebouwd, niet dat de agents zelf niet capabel genoeg zijn. ## Wie heeft er eigenlijk de controle? Een eerlijke lezer zal hier tegenwerpen en een lastiger vraag stellen: hoe lang houden mensen überhaupt de controle? In theorie zou een organisatie uiteindelijk volledig door AI-agents kunnen worden gerund, die doelen, deeltaken en output coördineren zonder ergens een menselijk knooppunt in de lus. Ik denk dat dat in theorie waar is en in de praktijk naast de kwestie, om twee redenen die niets te maken hebben met wat de technologie kan. Ten eerste kan op dit moment alleen een mens, een persoon van vlees en bloed, juridisch verantwoordelijk worden gehouden voor een beslissing. Agents kunnen opstellen, aanbevelen en handelen binnen de grenzen die voor hen zijn gesteld, maar verantwoordelijkheid gaat niet over op een systeem, ze blijft bij de persoon die het aanstuurde. Ten tweede hebben we een maatschappelijke verplichting om mensen betekenisvol werk te bieden, werk waardoor ze het gevoel hebben bij te dragen en ertoe te doen. Een organisatie die mensen stilletjes uit elke lus wegoptimaliseert is niet simpelweg efficiënter, ze loopt weg van beide dingen tegelijk. ## Hoe schaalbare infrastructuur eruitziet voor een door agents gerunde organisatie Harnish’ derde barrière, schaalbare infrastructuur, is degene waar ik steeds op terugkom. Voor een menselijke organisatie betekent dat systemen en structuren die de communicatie- en beslislast kunnen dragen naarmate het aantal medewerkers groeit. Voor een door agents gerunde organisatie moet het weer iets anders betekenen: infrastructuur die het groeiende, deels onzichtbare netwerk van agents leesbaar genoeg houdt zodat een mens nog steeds zinvol kan beoordelen en beslissen, in plaats van simpelweg een stempel te zetten. Dit is voor ons geen abstracte vraag. Bij Guardian360 draaien we precies dit experiment eerst op onszelf. We zetten onze eigen AI-collega’s intern op, testen en trainen ze, voordat we ooit zouden overwegen om iets vergelijkbaars aan klanten aan te bieden. Die volgorde doet ertoe. Als een manier van werken het niet houdt op ons eigen team, inclusief het punt waarop we onze eigen traditionele hiërarchie ter discussie gaan stellen, hebben we niets te beloven dat het het bij iemand anders wel zal houden. ## Dus, wie coördineert wie? Ergens in elk gesprek over agent-orkestratie stelt iemand dezelfde oplossing voor: geef elke persoon één persoonlijke AI-assistent die namens hem met alle andere agents praat, zodat de mens maar één relatie hoeft te beheren in plaats van tientallen. Ik begrijp de aantrekkingskracht, maar ik denk dat het de moeite waard is om eerlijk te zijn over wat die assistent eigenlijk is. Het is geen oplossing voor het controleprobleem, het is nog een manager in de hiërarchie, één laag hoger dan de rest, en hij moet nog steeds vertrouwd en beoordeeld worden zoals elke andere laag eronder. Je hebt de bottleneck niet weggehaald. Je hebt hem hernoemd en dichter naar jezelf toe verplaatst. Harnish schreef dat complexiteit de prijs van groei is, en dat maar weinig bedrijven ooit leren die goed te betalen. Ik vermoed dat hetzelfde zal blijken te gelden voor de organisaties die zich nu vullen met agents. De vraag die het waard is om bij stil te staan is niet hoeveel agents je je kunt veroorloven te laten draaien. Het is hoeveel lagen agent-management je bereid bent op te stapelen voordat je nog een mens nodig hebt om alleen maar te beslissen wie je moet vertrouwen. ## Bronnen - Harnish, V. (2014). Scaling Up: How a Few Companies Make It…and Why the Rest Don’t. Gazelles, Inc. Hoofdstuk: “The Growth Paradox: An Anchor, or Wind at Your Back”. - Deloitte, [Unlocking exponential value with AI agent orchestration](https://www.deloitte.com/us/en/insights/industry/technology/technology-media-and-telecom-predictions/2026/ai-agent-orchestration.html) (2026 TMT Predictions). - Technology Decisions Australia, [The agentic AI shifts of 2026: Orchestration, governance and scale](https://www.technologydecisions.com.au/content/it-management/article/the-agentic-ai-shifts-of-2026-orchestration-governance-and-scale-1556800236). - Kaptein, M. et al. (2026). [Runtime Governance for AI Agents: Policies on Paths](https://arxiv.org/pdf/2603.16586). arXiv preprint. - Forbes, [Why 40% Of Agentic AI Projects May Be Canceled By 2027](https://www.forbes.com/sites/robertszczerba/2026/07/07/why-40-of-agentic-ai-projects-may-be-canceled-by-2027/).