Klein bureau, groot team? Wat een team van AI-assistenten wel en niet oplevert

• Een team van AI-assistentenAI-assistent Een AI-assistent is een chatprogramma zoals ChatGPT, Claude, Gemini of Perplexity waaraan je in gewone taal een vraag stelt en een uitgeschreven antwoord terugkrijgt.Meer over dit begrip werkt beter bij werk dat je in stukken kunt verdelen, en slechter bij werk dat stap voor stap moet of als één agentAI-agent Een AI-programma dat zelfstandig een reeks taken uitvoert, zoals pagina's controleren of metingen doen.Meer over dit begrip al goed scoort.
• Onderzoek vindt de meeste fouten in de opzet, de samenwerking en de controle, niet in het taalmodelTaalmodel Het rekenprogramma achter een AI-assistent dat geleerd heeft hoe taal werkt.Meer over dit begrip zelf.
• Volgens mij telt wie het werk nakijkt zwaarder dan hoe groot het team is.
• Als ik uitval, zijn er twee achtervangen, en een ander bureau kan de websites overnemen, de swarm niet.
• Wil je weten waar je staat? Doe de gratis scan: https://eqwise.nl/gratis-website-scan/.

Een bezwaar dat ik hoor: liever een groot bureau dan een eenpitter. Achter zo’n bezwaar zitten twee vragen: wie vangt het op als die ene persoon uitvalt, en wie controleert zijn werk? Een team van AI-assistenten lijkt daar een antwoord op te geven. In het vak heet zo’n team een swarm, Engels voor zwerm. In zo’n team verdeelt een regisseur het werk, doen specialisten elk een deel en rekenen aparte controleurs het resultaat na. Maar ‘team’ klinkt groter dan het is, en de vraag is wat onderzoek erover vindt. Ik loop vijf onderzoeken langs. Ze gaan over AI-systemen en over mensen die met AIAI Computerprogramma's die taken doen waar normaal menselijk denkwerk voor nodig is, zoals tekst schrijven of vragen beantwoorden.Meer over dit begrip werken, niet over bureaus.

Bij werk dat je in stukken kunt verdelen. Anthropic, de maker van de Claude-modellen, schreef op 13 juni 2025 dat een team met een hoofdagent en subagents vooral uitblinkt bij vragen met meerdere onafhankelijke richtingen, zoals de bestuursleden van alle IT-bedrijven in de S&P 500 vinden, waar één agent faalde met trage, opeenvolgende zoekopdrachten. Op een interne test van Anthropic zelf scoorde de opstelling 90,2% beter dan één agent. De maker mat dus zijn eigen product. De opstelling gebruikte ongeveer 15 keer zoveel tokensDesign tokens Vaste namen voor ontwerpkeuzes, zoals 'actiekleur' in plaats van een losse kleurcode.Meer over dit begrip (de eenheid waarin een taalmodel tekst verwerkt) als een gewoon chatgesprek. Op een andere test, BrowseComp, die meet hoe goed agents moeilijk vindbare informatie opsporen, verklaarde tokenverbruik 80% van de spreiding in scores. Anthropic concludeert zelf dat zo’n team vooral werkt omdat het genoeg rekenwerk inzet.

Google Research testte in december 2025 180 opstellingen van agents. Bij financiële analyse die je in stukken kunt verdelen, scoorde een team met centrale coördinatie 81% beter dan één agent. Dat is een andere test en een andere vergelijking dan die van Anthropic, dus de cijfers zijn niet bij elkaar op te tellen.

Ook bij mensen die met AI werken, hangt de winst af van de taak. Dell’Acqua en collega’s (Harvard Business School en BCG, Organization Science, maart 2026) gaven consultants 18 realistische taken binnen de grens van wat AI aankan. Met AI deden zij 12,2% meer taken, 25,1% sneller en met betere kwaliteit, tegenover consultants zonder AI. Dat onderzoek gaat over één mens met AI, niet over een team van agents.

Een team van agents werkt slechter bij werk dat stap voor stap moet. Het Google-onderzoek met 180 opstellingen liet zien dat bij taken in vaste volgorde, zoals planning, elke opstelling met meerdere agents 39 tot 70% slechter scoorde dan één agent. Scoort één agent al boven ongeveer 45%, dan geven extra agents afnemende of zelfs negatieve opbrengst. Anthropic noemt ook een grens: de meeste programmeertaken bevatten volgens Anthropic minder echt parallelle deeltaken dan onderzoekswerk. Een team is dus geen verbetering die je overal bijzet.

Ook bij mensen met AI bestaat zo’n grens. Dell’Acqua en collega’s vonden dat consultants bij een taak buiten wat AI aankan 19% minder kans hadden op een juiste oplossing dan zonder AI.

Door te meten. METR, een organisatie zonder winstoogmerk die geavanceerde AI-modellen en -agents onderzoekt, deed in juli 2025 een gerandomiseerde proef met ervaren ontwikkelaars van software met openbare broncodeBroncode Broncode is de achterliggende tekst, in programmeertaal, waaruit een webpagina is opgebouwd. Een bezoeker ziet de opgemaakte pagina; een zoekmachine leest ook de code eronder.Meer over dit begrip. Met AI-gereedschap van begin 2025 deden zij er 19% langer over. Dat gaat over tijd, niet over de kans op een juiste oplossing. Zelf dachten ze dat ze sneller waren. Waarschijnlijk ligt de echte vertraging tussen 2% en 39%. Het gaat om één taaksoort en één moment. Wat sneller voelt, is dus niet altijd sneller: laat meten wat een aanpak oplevert in plaats van op gevoel te vertrouwen.

Onderzoek vindt de fouten vooral in de organisatie van een team. Cemri en collega’s (UC Berkeley, NeurIPS 2025) onderzochten zeven systemen met meerdere agents waarvan de broncode openbaar is. Die systemen faalden in 41% tot 86,7% van de gevallen. De meeste fouten zaten in hoe het systeem was opgezet, in de samenwerking tussen de agents en in de controle, niet in het taalmodel zelf. Het Google-onderzoek met 180 opstellingen vond dat opstellingen zonder centrale controle fouten meer verspreiden dan opstellingen met centrale controle.

Mijn lezing: bij een bureau, groot of klein, en bij een team van agents telt wie het werk nakijkt zwaarder dan hoe groot het team is. Geen van de vijf onderzoeken in dit artikel gaat over bureaus. Voor jou als opdrachtgever is de eerste vraag dus: kijkt iemand die het werk niet zelf heeft gemaakt het na?

Ik regisseer en draai de swarm zelf. De swarm is de werkwijze achter SEOSEO Alles wat je doet om beter gevonden te worden in Google zonder te betalen voor advertenties.Meer over dit begrip en GEOGEO GEO staat voor generative engine optimization: je kans vergroten dat AI-assistenten zoals ChatGPT je bedrijf kennen en noemen als iemand ze om advies vraagt.Meer over dit begrip, het werk dat ervoor zorgt dat je gevonden wordt in Google en genoemd door AI-platforms. Hij bestaat uit meer dan honderd agents, van wie twintig controleurs. Door de swarm kan ik effectiever werken. Dat komt, zo ervaar ik het, doordat ik dertig jaar kennis in de agents heb gestopt en doordat ze elkaar controleren. Het is mijn ervaring en geen meting. Strategie doe ik zelf, vanuit dertig jaar ervaring. Dat past bij het Google-onderzoek met 180 opstellingen: bij taken in vaste volgorde scoorde elk team slechter dan één agent. Ik leer nog steeds bij en laat me ondersteunen door mijn agents en door twee mensen buiten de swarm: een collega en een externe websiteontwikkelaar.

De vaste controle ligt binnen de swarm en bij mij. De twintig controleurs, zelf ook agents, rekenen het werk van de andere agents na, en het eindresultaat bekijk ik altijd zelf. Soms vraag ik ervaren collega’s om hun oordeel over werk van de swarm, maar dat gebeurt niet altijd. Een voorbeeld uit dit artikel: in een eerste versie stond het cijfer van Anthropic dat tokenverbruik 80% van de spreiding in scores verklaart, bij de verkeerde test. Het hoorde bij BrowseComp en niet bij de test met de 90,2%. De bronnencontrole ving het, en het is hersteld voordat het artikel online kwam.

Twee mensen vangen mij op, en een ander bureau kan de websites overnemen die ik bouw, maar niet de swarm zelf. De eerste achtervang is Elza van Swieten, een collega met dertig jaar ervaring, die tijdens mijn vakanties waarneemt. De tweede is mijn externe websiteontwikkelaar, met wie ik al meer dan twintig jaar samenwerk. Samen kunnen zij naar mijn inschatting alle problemen met de websites oplossen. De websites bouw ik volgens vaste normen, zodat een ander bureau ze kan overnemen. De swarm en de kennis daarin draai ik zelf, en niemand anders kan ze overnemen, ook die twee mensen niet.

Het resultaat bij OmniHealth komt van het hele EQwise-traject en is geen bewijs voor de swarm. Dat traject was werk aan hun websites en vindbaarheid. Over januari tot en met september 2026, tegenover dezelfde periode in 2025, stegen de omzet met 51% en de boekingen met 45%, beide gemeten in het boekingssysteem van OmniHealth en gecorrigeerd voor de meetperiode. Het is een resultaat van het EQwise-traject, volledig met AI-ondersteuning en deels door de AI-swarm. De groei liep grotendeels vóór 11 september 2026, toen ik de swarm vast op het SEO- en GEO-werk zette.

Wil je weten of je site is voorbereid op zoeken in Google en genoemd worden door AI-platforms? Doe dan de gratis scan op https://eqwise.nl/gratis-website-scan/. De scan is gratis en vrijblijvend, en je krijgt binnen twee werkdagen een rapport. Hij kijkt naar zeven onderdelen: techniek, SEO, GEO, snelheid, vertrouwen, UXGebruikerservaring Hoe makkelijk en prettig het is om een website of app te gebruiken.Meer over dit begrip en conversieConversie Het moment dat een bezoeker doet wat jij hoopt, zoals bellen, een formulier invullen of iets kopen.Meer over dit begrip. Je ziet waar je staat in Google, hoe AI-assistenten je merk omschrijven, wie ze noemen en welke drie verbeteringen het meeste opleveren. Ik laat daarna zien wat daarvan verdeeld kan worden en wat niet.

1. Anthropic, ‘How we built our multi-agent research system’, 13 juni 2025
2. Google Research, ‘Towards a Science of Scaling Agent Systems’, december 2025 en arXiv 2512.08296
3. Cemri e.a. (UC Berkeley), ‘Why Do Multi-Agent LLM Systems Fail?’, NeurIPS 2025
4. METR, gerandomiseerde proef met ervaren ontwikkelaars, juli 2025
5. Dell’Acqua e.a. (Harvard Business School en BCG), ‘Navigating the Jagged Technological Frontier’, Organization Science, maart 2026