Bij Salesforce lossen AI-agents inmiddels bijna driekwart van de binnenkomende supportvragen zelfstandig op. Geen mens die meeleest, geen script dat wordt afgedraaid, gewoon een digitale medewerker die het gesprek voert. En net als elke andere medewerker heeft die AI-agent iemand nodig die controleert of het werk klopt, bijstuurt als het misgaat en verantwoordelijk is voor de resultaten. Die persoon heet inmiddels een agent manager, en het is de snelst groeiende functietitel van 2026.
Voor Nederlandse ondernemers klinkt dat misschien als nog een Amerikaanse hype die overwaait. Maar de functie duikt inmiddels op in vacatures bij techbedrijven, SaaS-scale-ups en zelfs bij bureaus die niets met AI-ontwikkeling te maken hebben. Tijd om te snappen wat een agent manager doet, en of jouw bedrijf er over een jaar ook een nodig heeft.
Wat een agent manager precies doet
Een agent manager stuurt geen mensen aan, maar een team van AI-agents die taken uitvoeren binnen klantenservice, marketing of sales. Denk aan een chatbot die offertes opstelt, een agent die facturen controleert of een systeem dat leads kwalificeert voordat een verkoper ze belt. Die agents werken niet foutloos. Ze hebben training nodig, duidelijke grenzen en iemand die ingrijpt zodra ze de plank misslaan.
Onderzoekers van Harvard Business School omschrijven het als een functie die sterk lijkt op klassiek middenmanagement: dagelijks door de dashboards lopen, prestaties bijhouden en bijsturen waar nodig, alleen dan voor software in plaats van collega's. Onderzoek van Harvard Business Review trekt de vergelijking met de opkomst van de product manager tijdens de softwarerevolutie: een rol die eerst overbodig leek en binnen een paar jaar onmisbaar werd.
Salesforce zet AI-agents in als collega's, niet als hulpmiddel
Salesforce is het duidelijkste voorbeeld. Het bedrijf noemt zijn AI-agents intern "digitale medewerkers" en heeft ze ondergebracht in een platform genaamd Agentforce. Support agent manager Zach Stauber beschrijft zijn werkdag als een cyclus van data bekijken, scorecards controleren en observeren hoe de agents presteren, bijna letterlijk zoals een teamleider over de vloer loopt om te zien hoe het gaat. Het verschil met een traditioneel team is dat hij nooit ziek wordt gebeld, maar wel continu moet bijsturen welke gesprekken een agent zelfstandig mag afhandelen en welke naar een mens gaan.
Dat past bij een patroon dat je ook terugziet in de discussie over hoe je AI slim inzet op de werkvloer: de winst zit niet in het simpelweg aanzetten van een tool, maar in wie de verantwoordelijkheid draagt voor wat die tool doet.
Waarom je geen programmeerachtergrond nodig hebt
Het opvallendste detail uit het onderzoek is dat technische kennis niet de belangrijkste eis is. Bedrijven zoeken juist mensen die de business door en door kennen: iemand uit sales die precies weet wanneer een lead rijp is, of een supportmedewerker die feilloos aanvoelt welke klacht escaleert. Die kennis vertaal je naar de regels waarbinnen een AI-agent mag opereren. Coderen kun je uitbesteden, aanvoelen wat een klant nodig heeft niet.
Dat maakt de rol ook een stuk toegankelijker dan hij klinkt. Waar je bij een traditionele it-functie al snel denkt aan developers en data-engineers, is een agent manager eerder iemand met jarenlange proceskennis die nu leert hoe je die kennis omzet in instructies, controlemomenten en escalatieregels voor software. Wie eerder al worstelde met de valkuil waarin veel managers stappen door zelf te veel te blijven doen, herkent het probleem: ook hier draait het om loslaten zonder de controle te verliezen.
Is dit alleen relevant voor grote techbedrijven
Salesforce en andere grote namen lopen voorop, maar de verschuiving is breder dan alleen Silicon Valley. Onderzoek van Microsoft laat zien dat 36 procent van de leidinggevenden verwacht dat het aansturen van AI-agents binnen vijf jaar onderdeel wordt van hun functie, niet als aparte baan maar als extra taak binnen een bestaande rol. Voor het Nederlandse MKB betekent dat waarschijnlijk niet meteen een vacature met "agent manager" in de titel, maar wel dat een marketingmanager straks ook een stuk of wat AI-agents in de gaten houdt die contentplanningen maken of campagnes bijsturen.
De vergelijking met devops en site reliability engineering, twee functies die ontstonden doordat software steeds meer eigen leven ging leiden, gaat hier goed op. Die functies bestonden tien jaar geleden bij de meeste bedrijven ook niet, en zijn nu doodnormaal. Salarissen voor AI-managementrollen liggen in de Verenigde Staten gemiddeld rond de 95.000 euro, met uitschieters richting 160.000 euro voor ervaren mensen, een indicatie van hoe serieus bedrijven deze rol inmiddels nemen.
Zo herken je of jouw bedrijf al toe is aan een agent manager
De vuistregel is simpel: zodra je meer dan één AI-tool inzet die zelfstandig beslissingen neemt richting klanten, zoals een chatbot die kortingen toekent of een systeem dat leads prioriteert, heb je feitelijk al iemand nodig die dat proces bewaakt. Vaak is dat nu niemand, en draait die verantwoordelijkheid impliciet mee in iemands bestaande functie zonder dat het benoemd is. Begin daarom klein: wijs binnen je team één persoon aan die wekelijks de output van je AI-tools steekproefsgewijs controleert en knelpunten terugkoppelt.
Wacht niet tot het misgaat voordat je dit regelt. Net zoals veel bedrijven pas een it-manager aanstelden nadat de eerste grote storing pijn deed, is het slimmer om nu al iemand eigenaar te maken van je AI-agents, voordat een verkeerd toegekende korting of een misgelopen escalatie je klant kost. Wie net start als leidinggevende kan trouwens ook profiteren van de meest gemaakte fouten in de eerste maanden als manager, want die vallen voor een groot deel samen met wat er misgaat bij onbewaakte AI-agents: te veel vertrouwen, te weinig controle vooraf.