Agency as an Architecture Layer: A Formal Enterprise Architecture Framework for Agentic-AI-Driven Enterprises

In de moderne werkplek is een nieuw soort werker gearriveerd. Het is geen persoon, maar een software-agent gebouwd op grote taalmodellen, in staat om e-mails te lezen, databases te controleren en beslissingen te nemen om complexe taken te voltooien. Deze agents wachten niet alleen op instructies; ze plannen hun eigen stappen, roepen digitale hulpmiddelen aan en handelen namens de organisatie. Voor het eerst in de geschiedenis moet een onderneming een personeelsbestand beheren waarbij de werkers niet menselijk zijn, maar wel de macht hebben om records te wijzigen, geld te verplaatsen en de staat van de onderneming te veranderen. Deze verschuiving creëert een diepgaand probleem voor de architecten die ontwerpen hoe bedrijven werken. De blauwdleken die zij decennialang hebben gebruikt, waren getekend voor een wereld waarin alleen mensen autoriteit bezitten en software slechts vaste regels volgt. Die oude kaarten kunnen niet laten zien waar deze nieuwe, autonome werkers passen, wie verantwoordelijk is wanneer zij een fout maken, of of zij te veel macht zijn gegeven om zelfstandig te handelen.

Samir El Hassani, een onafhankelijk onderzoeker, heeft een nieuwe manier voorgesteld om deze blauwdrukken te tekenen, een framework dat deze software-agents behandelt als een fundamentele laag van de onderneming, net zoals de bedrijfsprocessen en de technologie die hen ondersteunt. Het kernidee is simpel maar noodzakelijk: je kunt niet beheren wat je niet kunt zien in je model. Als een agent de autoriteit krijgt om een claim te betalen of een lening goed te keuren, moet die autoriteit herleidbaar zijn naar een specifieke mens die er verantwoordelijk voor is, en moet deze beperkt zijn tot de specifieke taken die de agent bedoeld heeft uit te voeren. Zonder deze helderheid riskeren organisaties een chaotische situatie waarin software-agents handelen zonder coördinatie, waarin niemand weet wie de schuld krijgt als er iets misgaat, en waarin digitale werkers machten bezitten die ze nooit hadden mogen hebben.

Om dit op te lossen, ontwikkelde de onderzoeker een systeem genaamd het Agentic Enterprise Architecture Framework. Stel je de onderneming voor als een gebouw met verschillende verdiepingen. De onderste verdiepingen vertegenwoordigen de technologie, de middelste verdiepingen bevatten de applicaties en data, en de bovenste verdiepingen bevatten de bedrijfsdoelstellingen en processen. In het verleden waren de enige "actoren" op de bovenste verdieping mensen. Dit nieuwe framework voegt een toegewijde laag toe voor agents, waarbij ze direct naast de menselijke rollen worden geplaatst. In dit model is een agent niet zomaar een hulpmiddel; het is een principaal, een afzonderlijke entiteit die rechten en verantwoordelijkheden kan bezitten. Het framework introduceert een concept genaamd een "charter", dat fungeert als een contract tussen de organisatie en de agent. Dit charter definieert precies wat de agent mag doen, de reikwijdte van het werk, en de menselijke principaal die uiteindelijk verantwoordelijk is voor de acties ervan.

Het framework onderscheidt vier niveaus van actie, variërend van het eenvoudige lezen van informatie tot volledig autonome besluitvorming. Op het laagste niveau kan een agent alleen gegevens lezen. Op het volgende niveau kan het wijzigingen voorstellen die een mens moet goedkeuren. Hogerop kan het wijzigingen doorvoeren die omkeerbaar zijn of bevestigd worden door een proces. Op het hoogste niveau kan het volledig zelfstandig handelen. Het systeem zorgt ervoor dat de macht van een agent nooit de macht overstijgt van de mens die hem de macht gaf, of van de agent die de taak aan hem delegeerde. Als een menselijke manager een taak delegeert aan een agent, en die agent een deel van de taak delegeert aan een andere agent, dan wordt de macht van de tweede agent strikt beperkt door wat de eerste agent mocht doen. Dit voorkomt dat een keten van delegatie per ongeluk een super-agent met onbeperkte autoriteit creëert.

De onderzoekers bouwden een wiskundige motor om deze blauwdrukken op fouten te controleren voordat de software daadwerkelijk wordt ingezet. Deze motor zoekt naar zeven specifieke soorten problemen. Het controleert op "wees"-autoriteit, waarbij een agent de macht heeft om records te wijzigen maar geen mens is vermeld die daarvoor verantwoordelijk is. Het zoekt naar "onbedekte" stappen, waarbij een bedrijfsproces door een agent uitgevoerd zou moeten worden, maar geen enkele agent de rechten heeft gekregen om het te doen. Het identificeert "schaduw"-autoriteit, waarbij een agent toegang is verleend tot een systeem dat hij eigenlijk niet nodig heeft voor zijn werk, wat een beveiligingsrisico vormt. Het controleert ook op conflicten, zoals twee agents die tegelijkertijd proberen hetzelfde record te wijzigen zonder een regel om te beslissen wie eerst gaat, of een enkele agent die toestemming heeft om twee taken uit te voeren die gescheiden moeten blijven om fraude te voorkomen.

Om te testen of dit systeem werkt, paste de onderzoeker het toe op een fictieve verzekeringsmaatschappij. In de eerste versie van het model kregen de agents brede charters, waardoor ze konden optreden binnen volledige bedrijfscapaciteiten. De analyse vond onmiddellijk tientallen problemen. Het toonde aan dat een agent die bedoeld was voor klantontvangst, per ongeluk de macht kreeg om definitieve beslissingen over claims te nemen, een taak die voorbehouden is aan mensen. Het onthulde dat een agent die bedoeld was om schade te beoordelen, de mogelijkheid had gekregen om geld uit te keren, een gevaarlijke overlap van taken. Het vond ook dat een agent werd toegewezen aan een rol die niet langer bestond binnen het bedrijf, waardoor de autoriteit ervan onverantwoord bleef. Door de charters aan te scherpen om aan te sluiten bij de specifieke stappen die de agents moesten uitvoeren, slaagde de onderzoeker erin de meeste van deze fouten te elimineren. De tweede versie van het model was schoon, met duidelijke lijnen van verantwoordelijkheid en geen ongeoorloofde overlappingen.

De studie testte ook hoe goed deze aanpak schaalt naar zeer grote organisaties. De onderzoekers genereerden synthetische modellen met bijna een half miljoen feiten over processen, agents en resources. Het systeem analyseerde deze enorme modellen in minder dan twee seconden, wat bewees dat de methode snel genoeg is om als een routinecontrole in echte architectuurrepositories te worden gebruikt. Bovendien toonde de studie aan dat de huidige manier waarop organisaties agents beheren, wat meestal alleen bestaat uit het bekijken van lijsten met machtigingen of eenvoudige catalogi, tekortschiet. De analyse liet zien dat zonder het volledige enterprise-model de meeste kritieke veiligheidscontroles onmogelijk worden. Je kunt niet zien of een agent handelt zonder toezicht, of dat twee agents met elkaar in conflict zijn, als je alleen naar een lijst met machtigingen kijkt zonder het bedrijfsproces te begrijpen waarvan zij deel uitmaken.

De bevindingen suggereren dat de manier waarop organisaties software-agents beheren een fundamentele verschuiving nodig heeft. Het vertrouwen op runtime-controles, die agents monitoren terwijl ze handelen, is niet voldoende. De veiligheid en coherentie van deze systemen moeten in de architectuur zelf worden ontworpen. Door een laag voor agency toe te voegen aan het enterprise-model, kunnen organisaties ervoor zorgen dat elke actie van een software-agent gerechtvaardigd is, traceerbaar is naar een mens, en beperkt blijft tot de reikwijdte van het beoogde werk. Dit framework weerhoudt de agents er niet van om te handelen; in plaats daarvan biedt het de structuur die hen in staat stelt om veilig en effectief te handelen binnen het complexe web van een moderne onderneming. Het verandert de vraag "wie is de baas?" van een vage zorg in een precies, te beantwoorden onderdeel van het ontwerp.