Stel je een overheid voor die voorloopt op de wensen van burgers. Een verhuizing die automatisch wordt verwerkt, een parkeervergunning die wordt omgezet, een afvalpas die wordt geactiveerd en toeslagen die worden toegekend zonder dat iemand in de schulden komt. Geen formulieren, geen digitale wachtrijen – alleen een bericht: ‘Geregeld!’ Die overheid is geen sciencefiction. In Abu Dhabi regelen virtuele ambtenaren al proactief allerlei zaken;en in Singapore wordt een groot deel van het klantcontact afgehandeld door AI, met klanttevredenheidsscores van wel 98 procent. De technologie bestaat, is volwassen en draait op schaal. De vraag is niet of de technologie er klaar voor is, maar of de Nederlandse overheid dat is.
De publieke discussie over AI in de overheid blijft sterk hangen in generatieve toepassingen: ondersteuning bij beleidsnota’s, samenvattingen van vergaderingen, hulp bij e-mails. Handig, efficiënt, maar in essentie een snellere typemachine. Het proces blijft hetzelfde, alleen wat minder tijdrovend.
De echte sprong voorwaarts komt met Agentic AI. Dan hebben we het niet meer over een chatbot die tekst genereert, maar over digitale collega’s die zelfstandig taken kunnen uitvoeren, over verschillende systemen en organisaties heen processen kunnen regisseren, besluiten voorbereiden en deze – binnen de perken – ook daadwerkelijk nemen.
Dat is precies het type slagkracht dat nodig is in een arbeidsmarkt die richting 2035 naar een tekort van rond de 1 miljoen arbeidskrachten beweegt. De private sector sorteert hier nu al op voor: grote banken en multinationals rekenen door wat dit betekent voor hun operating model, functieomschrijvingen en kostenbasis. Zij sturen daarbij op Zero-Ops: zoveel mogelijk routinematig werk naar AI-agents verschuiven, zodat schaars talent zich kan richten op klantcontact, uitzonderingssituaties en toegevoegde waarde kan leveren. Ook de overheid zou deze transitie moeten doorlopen, voordat arbeidskrapte en een te hoge benefit/cost-ratio tot een onwerkbare situatie leiden.
Waarom werkt het nog niet?
Er is binnen de overheid geen gebrek aan pilots, sandboxes en verkennende projecten: AI-assistenten worden getest; TNO en andere kennispartners zijn actief betrokken; P&O-afdelingen verkennen wat AI voor functies kan betekenen; en er zijn nationale strategieën, beleidsbrieven en taskforces. Bovendien blijkt uit de AI-Radar 2026 van het ministerie van Justitie en Veiligheid dat het overgrote deel van de werknemers AI al gebruikt, waarvan bijna een derde dagelijks.
Toch blijft de doorbraak uit. Dat komt niet doordat de technologie in Nederland minder goed werkt dan in Singapore of Abu Dhabi, maar doordat ons bestuurlijk en technologisch fundament daar nog niet op is ingericht. En hoewel veel medewerkers binnen Justitie en Veiligheid AI actief gebruiken, heeft volgens de AI-Radar ruim 70 procent geen training gevolgd.
Na meerdere incidenten en affaires is er ten eerste een risicomijdend governance-model ontstaan: alles moet dichtgetimmerd, elk risico vooraf afgedekt. Algoritmes worden hierdoor primair bekeken door de lens van wat er mis kan gaan, niet van wat er aantoonbaar beter gaat wanneer je de risico’s slim begrenst. Bovendien wordt er nog onvoldoende onderscheid gemaakt tussen laagrisico-toepassingen, zoals administratie, planning en interne besluitondersteuning, en hoogrisico-domeinen waar fundamentele burgerrechten in het geding zijn.
Het arbeidsvraagstuk van de toekomstige overheid moet niet zijn hoe alle vacatures te vervullen, maar hoe werk opnieuw uit te vinden met gemengde teams van mensen en AI-agents
Daarnaast leunt de overheid nog veel op legacy IT. Een significant deel van de IT-capaciteit wordt besteed aan het in de lucht houden van verouderde systemen (zoals onder meer blijkt uit de Staat van de Uitvoering). Data zitten hierdoor opgesloten in silo’s, koppelingen zijn fragiel of ontbreken. Een agent die ketens wil orkestreren, heeft juist realtime, schone en goed ontsloten data nodig. Zonder herziening van dit digitale fundament blijft AI een experiment.
Tot slot heerst binnen veel organisaties de reflex om bij problemen voornamelijk extra mankracht bij te schakelen. Dat is op korte termijn begrijpelijk, maar op een structureel krappe arbeidsmarkt onhoudbaar. Het arbeidsvraagstuk van de toekomstige overheid moet niet zijn hoe alle vacatures te vervullen, maar hoe werk opnieuw uit te vinden met gemengde teams van mensen en AI-agents.
Agentic AI en de menselijke maat
De angst is vaak dat AI de overheid onmenselijker maakt. De praktijk wijst anders uit. In Singapore bijvoorbeeld leidt AI-ondersteuning in klantcontactcentra tot hogere tevredenheid bij burgers en medewerkers. Het saaie zoekwerk, het doorploegen van systemen en het reproduceren van standaardantwoorden wordt door de computer gedaan. Zo kan de mens zich richten op empathie en hulpverlening.
Stel je voor: een jeugdzorgprofessional die niet langer de helft van de week kwijt is aan registreren en rapporteren, maar zijn tijd bij gezinnen kan doorbrengen. Of een klantmanager bij Werk & Inkomen die ‘s ochtends netjes een overzicht krijgt van agents met risicosignalen, ontbrekende gegevens en mogelijke oplossingen over haar dossiers. En een burger die niet meer hoeft te vechten tegen het systeem, omdat dit systeem proactief meedenkt, drempels wegneemt en fouten voorkomt. Dat is de menselijke maat die door Agentic AI kan worden versterkt.
Ook Nederlandse burgers zijn overwegend positief: uit burgeronderzoek voor de AI-Radar blijkt dat 75 procent AI-gebruik steunt om administratieve processen te versnellen en audiotranscripten te creëren. Daar staat tegenover dat slechts 28 procent het ziet zitten dat AI wordt ingezet om bezwaarschriften af te handelen. Dit is dus precies wat we bedoelen met AI en de menselijke maat: automatiseer de rompslomp zodat de ambtenaar zich kan richten op de mens.
Afwachten is achterlopen
De transformatie naar een overheid die volwaardig gebruikmaakt van Agentic AI is geen kwestie van één grote sprong, maar van een reeks bewuste ontwerpkeuzes die bestuurders nu moeten beginnen te maken. Dat begint met onderscheid durven maken: niet alle AI-toepassingen dragen hetzelfde risico. Door expliciet laagrisico‑domeinen – administratie, interne ondersteuning, logistiek, planning – te scheiden van hoogrisico‑domeinen, ontstaat ruimte om op schaal te experimenteren waar het kan, terwijl gevoelige processen onder zwaardere waarborgen blijven vallen.
Tegelijk worden data behandeld als publiek kapitaal: datakwaliteit en ontsluiting zijn geen technische details, maar randvoorwaarde. Door legacy‑systemen stapsgewijs open te breken, te standaardiseren en te koppelen, ontstaat het fundament waarop agents veilig en effectief kunnen opereren – met directe winst in wendbaarheid, foutreductie en burgergemak. En ten slotte worden agents niet weggezet als tool, maar als digitale collega’s, met expliciet ontworpen rollen, mandaat, monitoring en accountability, zodat helder is wie verantwoordelijk is voor hun output en hoe mens en machine samenwerken.
De keuze waar de publieke sector richting 2035 voor staat, is daarmee minder technisch dan vaak gedacht. Agentic AI komt er hoe dan ook; medewerkers zetten AI nu al in, vaak buiten de officiële kanalen om. De echte vraag is of we zelf vormgeven hoe mens en machine samenwerken, of dat we verandering overlaten aan toevallige pilots, individuele initiatieven en steeds nijpender personeelstekorten. Een overheid die proactief handelt, foutloos administreert en empathisch communiceert is geen futuristische droom, maar een ontwerpkeuze. De virtuele ambtenaar staat voor de deur; het is aan bestuurders om organisaties zo in te richten dat technologie de menselijke maat niet verdringt, maar haar eindelijk weer ruimte geeft.
Geef een reactie