AI-orchestratie, automatisering, agents: het verschil

Kort samengevat: Automatisering voert stappen uit die mensen vooraf hebben bepaald. Een agent bepaalt zijn eigen stappen. Orchestratie is de laag die meerdere stappen, tools of agents coördineert, zodat werk over systemen heen correct wordt afgerond. Anthropic en Microsoft adviseren allebei te beginnen met het eenvoudigste ontwerp dat werkt, en Gartner voorspelde in juni 2025 dat meer dan 40% van de agentic-AI-projecten eind 2027 kan worden geschrapt. De nuttige vraag is dus niet “wat is het beste”, maar “wat is de minste complexiteit die de klus klaart”.

Belangrijkste punten

• Anthropic maakt onderscheid tussen workflows (LLM’s en tools die “via vooraf gedefinieerde codepaden worden georkestreerd”) en agents (LLM’s die “dynamisch hun eigen processen en toolgebruik aansturen”).
• De architectuurrichtlijnen van Microsoft beschrijven een spectrum van een directe modelaanroep, via één agent met tools, tot multi-agentorchestratie, en zeggen dat je “het laagste complexiteitsniveau moet gebruiken dat betrouwbaar aan je eisen voldoet”.
• Er ontstaan twee open protocollen: MCP verbindt een agent met tools en data, en A2A laat agents met elkaar praten. Beide vallen nu onder de Linux Foundation.
• Gartner waarschuwt voor “agent washing”, waarbij bestaande assistenten, chatbots en RPA worden omgedoopt tot agents.

Het bewijs

De definities van Anthropic. In zijn engineeringbericht Building effective agents, gepubliceerd op 19 december 2024, definieert Anthropic workflows als “systemen waarin LLM’s en tools via vooraf gedefinieerde codepaden worden georkestreerd” en agents als “systemen waarin LLM’s dynamisch hun eigen processen en toolgebruik aansturen en zelf de controle houden over hoe ze taken uitvoeren.” Het noemt vijf workflowpatronen: prompt chaining, routing, parallellisatie, orchestrator-workers en evaluator-optimizer. Het advies is om “de eenvoudigst mogelijke oplossing” te zoeken en “de complexiteit alleen te verhogen wanneer dat nodig is”, en het merkt op dat agentische systemen “vaak latentie en kosten inruilen voor betere taakprestaties.”

De richtlijnen van Microsoft. De gids van het Azure Architecture Center van Microsoft, AI agent orchestration patterns (gedateerd februari 2026), beschrijft agentarchitecturen als een spectrum: een directe modelaanroep, één agent met tools en multi-agentorchestratie. Volgens de gids voegt elk niveau coördinatie-overhead, latentie en kosten toe, en noemt de gids vijf orchestratiepatronen: sequentieel, gelijktijdig, groepschat, handoff en magentic.

Een waarschuwing van analisten. W.Media meldde (27 juni 2025) een voorspelling van Gartner dat meer dan 40% van de agentic-AI-projecten eind 2027 kan worden geschrapt door oplopende kosten, onduidelijke bedrijfswaarde of ontoereikende risicobeheersing. Gartner-senior-directoranalist Anushree Verma wordt geciteerd met de uitspraak dat de meeste agentic-AI-projecten “experimenten in een vroeg stadium of proofs of concept zijn, die vooral door hype worden gedreven”. Hetzelfde bericht beschrijft “agent washing”, het omdopen van AI-assistenten, robotic process automation en chatbots “zonder substantiële agentische mogelijkheden”, en stelt dat Gartner schat dat slechts ongeveer 130 van de duizenden aanbieders van agentic AI over echte mogelijkheden beschikken.

Wat de technologie doet

In gewone taal beschrijven de drie termen verschillende taken. Deze korte definities zijn van onszelf, gebaseerd op de bovenstaande bronnen:

• Automatisering volgt een vast recept. Als dit gebeurt, doe dat. Het is voorspelbaar en goedkoop, en het gaat stuk als de situatie verandert.
• Een agent krijgt een doel en kiest zelf zijn stappen en tools om dat te bereiken. Dat is flexibel, maar het kost meer, werkt langzamer en is moeilijker te voorspellen.
• Orchestratie is de coördinatielaag. Die bepaalt welke stap, tool of agent als volgende draait, geeft context door tussen die onderdelen en houdt bij wat er is gebeurd. Ze kan vaste workflows coördineren, agents, of beide.

Orchestratie komt in herkenbare vormen voor. Microsoft noemt sequentiële (een pijplijn in vaste volgorde), gelijktijdige (meerdere agents tegelijk aan dezelfde taak), groepschat-, handoff- en magentic-patronen. De vijf workflowpatronen van Anthropic overlappen daarmee: prompt chaining lijkt op een sequentiële pijplijn en parallellisatie lijkt op gelijktijdig werk.

Naast orchestratie staan twee protocollen. Volgens SD Times moet het Agent2Agent-protocol (A2A) van Google agents in staat stellen verbinding te maken met elke andere agent die erop is gebouwd, terwijl het Model Context Protocol (MCP) van Anthropic agents verbindt met databronnen en applicaties. Ze richten zich op verschillende integratiebehoeften.

Wat er is veranderd

De basisinfrastructuur wordt gestandaardiseerd en ondergebracht bij neutrale beheerders:

• Op 23 juni 2025 meldde SD Times dat Google A2A schonk aan de Linux Foundation, aangekondigd op de Open Source Summit North America, met meer dan 100 technologiepartners erbij betrokken.
• Op 9 december 2025 maakte Anthropic bekend dat het MCP schonk aan de nieuwe Agentic AI Foundation binnen de Linux Foundation, mede opgericht door Anthropic, Block en OpenAI, met Google, Microsoft, AWS, Cloudflare en Bloomberg als ondersteunende leden. Anthropic zegt dat er meer dan 10.000 actieve openbare MCP-servers zijn en dat MCP is overgenomen door producten als ChatGPT, Cursor, Gemini, Microsoft Copilot en Visual Studio Code. Deze adoptiecijfers zijn van Anthropic zelf.

Wie profiteert

Orchestratie is het belangrijkst waar een proces meerdere tools doorloopt. Een lead die van een CRM naar een e-mailreeks en vervolgens naar een marketingcampagne gaat, is een typisch voorbeeld: elke tool kent een deel van het beeld en iemand moet updates tussen de tools doorgeven. Een coördinatielaag neemt dat handmatige doorgeven weg. Kleine en middelgrote bedrijven die al een CRM, e-mail en een marketingstack gebruiken, kunnen hier baat bij hebben zonder hun tools te vervangen, mits de integraties goed zijn gebouwd en worden gemonitord.

Eenvoudige, repetitieve, duidelijk afgebakende taken zijn meestal beter af met gewone automatisering, en voor veel teksttaken volstaat één goed geformuleerde modelaanroep. Niet elk bedrijf heeft agents nodig.

Beperkingen en open vragen

• Kosten en complexiteit. Zowel Anthropic als Microsoft stellen dat complexere ontwerpen latentie, kosten en coördinatie-overhead toevoegen.
• Hyperisico. De waarschuwing van Gartner over agent washing betekent dat een product met het label “agentic” gewone automatisering kan zijn. Vraag een aanbieder welke stappen het systeem zelf beslist en welke vastliggen.
• Vroege standaarden. MCP en A2A zijn jong. Vragen over agentidentiteit, gedelegeerde bevoegdheid en beveiliging worden nog uitgewerkt, en tot de verklaarde focus van de Linux Foundation voor A2A horen beveiliging en bruikbaarheid in de praktijk.
• Verantwoordelijkheid. Wanneer meerdere agents handelen, moet nog steeds iemand eigenaar zijn van de uitkomst. Lees ons verhaal over waarom agents hun eigen infrastructuur krijgen en over toezichthouders die agents die uit de hand lopen onderzoeken.
• Voorspellingen zijn geen feiten. Gartner voorspelt, volgens W.Media, dat tegen 2028 minstens 15% van de dagelijkse werkbeslissingen autonoom wordt genomen via agentic AI en dat 33% van de bedrijfssoftwaretoepassingen agentic AI zal bevatten. Dit zijn prognoses.

Wat er hierna gebeurt

Verwacht meer standaardisatie en meer claims van aanbieders. Een praktische aanpak:

1. Begin onderaan de ladder. Probeer eerst één modelaanroep, dan vaste automatisering, voordat je een agent toevoegt.
2. Voeg orchestratie toe wanneer werk tools overschrijdt. Als mensen tijd kwijt zijn aan het kopiëren van status tussen systemen, is coördinatie het echte probleem.
3. Houd stappen zichtbaar. Log wat elke stap of agent heeft gedaan, zodat je resultaten kunt controleren.
4. Beperk waar agents bij mogen. Geef de minimale toegang en eis goedkeuring voor ingrijpende acties.
5. Vraag aanbieders om specifiek te zijn. Welke onderdelen beslissen zelf, welke zijn gescript, en wat gebeurt er als iets misgaat?
6. Houd workflows overdraagbaar. Open protocollen zoals MCP en A2A kunnen vendor lock-in verminderen, maar controleer wat een aanbieder daadwerkelijk ondersteunt.

Zunkiree Labs bouwt een voorbeeld van deze laag. Orca is onze orchestratielaag die workflows coördineert over CRM-, e-mail- en marketingtools heen, zonder ze te vervangen. Meer lees je op de Orca-productpagina en in onze uitleg Wat is Orca?.

Gerelateerde inzichten

• Waarom AI-agents hun eigen infrastructuur krijgen
• AI-codingagents in 2026: hoe ontwikkelaars nu echt werken
• FTC onderzoekt AI-labs vanwege agents: wat bedrijven moeten doen

Bronnen

• Anthropic, Building effective agents, 19 december 2024
• Microsoft Learn, Azure Architecture Center, AI agent orchestration patterns, februari 2026
• Anthropic, Donating the Model Context Protocol and establishing the Agentic AI Foundation, 9 december 2025
• SD Times, Google's Agent2Agent protocol finds new home at the Linux Foundation, 23 juni 2025
• W.Media, Over 40 percent of Agentic AI projects could face the axe by end of 2027: Gartner, 27 juni 2025 (bericht over het persbericht van Gartner van 25 juni 2025, dat niet rechtstreeks kon worden opgehaald)