De zes AI-trends die 2026 gaan bepalen

De tijd van ongekende investeringen in AI en grenzeloos enthousiasme over de mogelijkheden ervan is voorbij. We gaan het jaar 2026 in terwijl er een andere wind waait: directies, investeerders en engineers zijn kritischer, staan met beide benen op de grond en prikken door de mooie praatjes heen. 2026 zou wel eens het jaar van de grote correctie kunnen worden: het moment waarop de AI-reuzen met de billen bloot moeten en hun beloftes moeten waarmaken. Een soort uur van de waarheid, waarin de sector verantwoording moet afleggen over wat er werd voorgespiegeld en wat er daadwerkelijk is neergezet.

Forrester typeert deze kanteling met een treffende metafoor: 2026 wordt het jaar waarin AI haar tiara inruilt voor een helm. In hun analyse wordt teruggeblikt op een turbulent 2025 dat getekend wordt door overspannen ambities en koortsachtige experimenten. Bedrijven hebben hun lesje geleerd. Je zou kunnen zeggen dat de roze wolk van de wittebroodsweken is verdwenen. Waar budgetten eerst nog naar prestigeprojecten gingen (miljarden die verspild werden aan simpele ChatGPT-kopieën en loze beloftes) eist de markt nu substantie. Oplossingen die zich in de echte wereld bewijzen, niet alleen in gepolijste presentaties of mooie demo’s.  

De prognose van Gartner voor de marktcyclus bevestigt deze verwachting en plaatst 2026 stevig in het dal van desillusie. Hoewel we bij deze term meestal alarmbellen horen rinkelen, betekent het hier iets veel constructievers: een beweging naar volwassenheid. Opgeblazen verwachtingen worden getemperd, toepassingen van geringe waarde verliezen terrein en de aandacht verschuift van verkenning naar praktische implementatie. De gesprekken die nu worden gevoerd, draaien om meetbare financiële impact, betrouwbaarheid en verantwoorde toepassingen. We zien dit jaar dus dat de focus zich verlegt van wat er in theorie mogelijk is, naar de impact op de winst-en-verliesrekening. Nu de markt afkoelt en de nuchterheid terugkeert, onderzoeken we in dit artikel waar in 2026 échte groei, innovatie en verandering gaan plaatsvinden.

“In de huidige organisatiestructuren rapporteren mensen aan mensen, maar dat verandert in een situatie waarin AI-collega’s aan mensen rapporteren en AI met mensen samenwerkt.”

Adit Jain, CEO en medeoprichter van Leena AI

De snelle opkomst van agentic-AI

Autonome AI-agents gaan de werkvloer veroveren: ze versnellen processen en veranderen hoe we werken.

De grootste technologische verandering van 2026 zou wel eens de snelle opkomst van agentic-AI in bedrijven kunnen zijn. Deze trend is al maanden aan het groeien en Gartner verwacht dat tegen het einde van het jaar 40% van de bedrijfstoepassingen geïntegreerd zal zijn met taakspecifieke agents. Dat is een enorme stijging ten opzichte van het huidige percentage van minder dan 10%. De aantrekkingskracht wordt duidelijk als je deze systemen in werking ziet. In plaats van bij elke stap op een prompt te wachten, kan agentic-AI doelstellingen interpreteren, zich aanpassen aan veranderende omstandigheden en meerfasige taken uitvoeren met minimale supervisie. Dit maakt de weg vrij voor de grootschalige automatisering van taken.

Agentische ecosystemen

Gartner verwacht dat AI-agents op korte termijn een enorme markt gaan vormen, misschien wel de grootste binnen de AI-sector. In het beste geval genereert de technologie tegen 2035 bijna 30% van de totale omzet uit bedrijfssoftware, goed voor een duizelingwekkende 450 miljard dollar. “AI-agents zullen zich razendsnel ontwikkelen; ze groeien van taak- en applicatiespecifieke agents uit naar agentische ecosystemen,” zegt Anushree Verma, Senior Director Analyst bij Gartner. “Deze verschuiving zorgt ervoor dat bedrijfsapplicaties veranderen van tools die individuele productiviteit ondersteunen naar platforms die naadloze autonome samenwerking en dynamische workflows mogelijk maken.”

Koplopers in sectoren zoals softwareontwikkeling, juridisch onderzoek, marketing en klantenservice melden al aanzienlijke winst. Uit een analyse van de Boston Consulting Group blijkt dat AI-agents bedrijfsprocessen met 30% tot 50% kunnen versnellen. De grootste impact wordt verwacht bij klantcontact. Volgens Gartner handelen deze systemen in 2029 zo’n 80% van de standaard klantvragen autonoom af, wat een besparing van 30% op de operationele kosten oplevert. 

AI voor iedereen

Hoe we naar AI op de werkvloer kijken, begint door het bovenstaande te veranderen. In plaats van mensen simpelweg te vervangen, draait het nu om versterking: het maximaliseren van wat elk persoon kan bereiken. Strategen hebben er een nieuwe term voor: ‘superstaffing’. Iedere medewerker heeft in de toekomst een persoonlijke AI-assistent die randzaken, planning en organisatie uit handen neemt.

Leena AI geeft ons alvast een kijkje in die toekomst. Het bedrijf heeft onlangs zogenaamde AI-collega’s gelanceerd: AI-agents die communiceren via natuurlijk taalgebruik en werkzaam zijn op het gebied van IT, HR, financiën, marketing, verkoop en inkoop. Elke agent is voorzien van een volledige identiteit: naam, telefoonnummer, e-mailadres, Slack- en Teams-profielen, noem maar op. Het bedrijf voegt zelfs favoriete sportteams en andere persoonlijke details toe om de interacties natuurlijker te laten verlopen. “In de huidige organisatiestructuren rapporteren mensen aan mensen, maar dat verandert in een situatie waarin AI-collega’s aan mensen rapporteren en AI met mensen samenwerkt”, zegt Adit Jain, CEO en medeoprichter van Leena AI.

De infrastructuur-explosie van $ 600 miljard

De enorme vraag naar AI leidt tot recordinvesteringen in infrastructuur en snelgroeiende neoclouds.

Hoewel investeringen in AI in 2026 waarschijnlijk voorzichtiger zullen zijn en meer gericht op resultaat, gaan we een sterke verschuiving zien naar generatieve AI en autonome agent-systemen. Er zal meer worden geïnvesteerd in de fysieke infrastructuur die aan deze systemen ten grondslag ligt, dan in de tools zelf. Marktanalist TrendForce verwacht dat de acht grootste cloudserviceproviders – Google, AWS, Meta, Microsoft, Oracle en anderen in de groep die gezamenlijk ‘hyperscalers’ worden genoemd – alleen al in 2026 meer dan 600 miljard dollar in AI-infrastructuur zullen investeren, een stijging van 40% ten opzichte van het bedrag in 2025. De rest van de markt volgt een soortgelijk pad als de grote acht: Gartner verwacht dat de wereldwijde uitgaven aan AI dit jaar bijna 1,5 biljoen dollar zullen bedragen en volgend jaar meer dan 2 biljoen dollar. Samen met de investeringen van de hyperscalers stuwen de versnelde invoer door bedrijven en de integratie van AI in consumentenapparaten, zoals smartphones en laptops, de vraag op.

Voor hyperscalers is het investeren hierin een manier om de concurrentie voor te blijven én hun capaciteit te verbeteren. Elk van hen werkt aan end-to-end ecosystemen om klanten te binden voordat een nieuwe klasse concurrenten voet aan de grond kan krijgen. Want hoewel ze het grootste deel van de wereldwijde cloudmarkt in handen hebben, worstelen hyperscalers al sinds 2024 om aan de enorme vraag naar AI-rekenkracht te voldoen. Dit heeft de weg vrijgemaakt voor een nieuw type cloudprovider voor AI-workloads. Deze zogenaamde ‘neoclouds’ richten zich op het leveren van servers en virtuele machines met GPU-ondersteuning, vaak voor prijzen die de grote namen in de markt flink beconcurreren. Volgens een rapport van Uptime Intelligence uit 2025 betaal je bij een hyperscaler zo’n 98 dollar per uur voor een Nvidia DGX H100-instance. Bij een neocloud is dat maar 34 dollar per uur.

Hyperscalers vs. neoclouds

Die enorme prijsverschillen waar we het net over hadden? Die zijn het gevolg van verschillende bedrijfsmodellen en niet van goedkopere hardware. De platforms van hyperscalers zijn omvangrijk met miljoenen SKU’s, die alle denkbare bedrijfsworkloads omvatten, van legacy mainframe-emulatie tot geavanceerde AI. De enorme kosten voor hun infrastructuur spreiden ze uit over zowel verouderde systemen als de nieuwste GPU-clusters. 

Die grote verscheidenheid zorgt dus voor hogere algemene kosten, waardoor ze hogere brutomarges nastreven. Neoclouds voorkomen die complexiteit door alleen te focussen op specifieke, krachtige GPU-configuraties. Dankzij deze efficiëntere aanpak zijn er minder kosten voor beheer en onderzoek, wat resulteert in lagere prijzen voor de eindgebruiker.

Ondanks hun groei zien GPU-cloudproviders zichzelf niet als rivalen van de hyperscalers. Ze positioneren zich liever als aanvulling binnen de zakelijke multi-cloud, waarbij zij voor het specialistische rekenwerk zorgen en de standaardtaken aan de gevestigde platforms overlaten. Opvallend is dat hyperscalers inmiddels zelf neoclouds inschakelen om de enorme vraag bij te kunnen benen. Zo besteedt Microsoft de komende vier jaar zo’n 10 miljard dollar bij CoreWeave. Dit soort samenwerkingen wijst erop dat de grenzen tussen categorieën vervagen. Veel van de gespecialiseerde providers zullen vermoedelijk door hyperscalers worden opgekocht zodra de druk op de infrastructuur afneemt en de strategische waarde duidelijk wordt.

“De kosten van software gaan omhoog, en door generatieve AI stijgen ook de kosten van functies en functionaliteit.”

John-David Lovelock, analist bij Gartner

Generatieve AI wordt alomtegenwoordig (en duurder)

Generatieve AI wordt een standaardfunctie in bedrijfssoftware. Dat brengt nieuwe mogelijkheden, maar leidt ook tot hogere kosten.

In 2026 zal generatieve AI bijna alomtegenwoordig zijn. Softwarebedrijven hebben het afgelopen jaar hard gewerkt aan het integreren van AI in hun platforms. Deze functies horen er nu standaard bij en zijn geen extra optie meer. Je vindt ze terug in het klantensysteem (CRM) dat je al jaren gebruikt, de tools waarin teams samenwerken en in de software waar belangrijke bedrijfsprocessen op draaien. Of je nu van plan was om AI te gebruiken of liever nog even wilde wachten, de keuze wordt steeds meer voor je gemaakt. Het nadeel is dat alomtegenwoordigheid een prijskaartje heeft. “Generatieve AI-functies zijn nu overal aanwezig in software die bedrijven al hebben en gebruiken, en deze functies kosten meer geld”, zegt Gartner-analist John-David Lovelock. “De kosten van software gaan omhoog, en door generatieve AI stijgen ook de kosten van functies en functionaliteit.”

De verborgen kosten van generatieve AI

Het rapport ‘IT Priorities Report 2026’ van Flexera bevestigt de uitspraak van Lovelock met duidelijke cijfers: 80% van de organisaties meldt dat hun uitgaven aan AI-toepassingen zijn gestegen, waarbij de enorme behoefte aan rekenkracht voor AI de belangrijkste oorzaak is van die stijgende kosten. Hyperscalers hebben miljarden in AI gepompt en nu is het tijd om dat geld terug te verdienen. Elke zoekopdracht die je team uitvoert via een AI-functie kost hen rekenkracht. Die kosten (plus een flinke marge) vind je terug op je maandfactuur. Adobe gaat die kosten niet zelf betalen als je hun beeldgenerator gebruikt en Microsoft neemt de kosten ook niet voor zijn rekening wanneer Copilot je e-mails schrijft. Ze zijn voor jou.

De manier waarop we voor bedrijfssoftware betalen, is dus aan het veranderen. Vroeger was het IT-budget voorspelbaar: je kocht licenties, verlengde abonnementen en maakte je plannen op basis daarvan. Maar in 2026 gaan dit soort kosten steeds meer op een water- of energierekening lijken; je betaalt voor wat je gebruikt. Als je salesteam ineens volop AI-tools gaat inzetten voor het opstellen van e-mails of je klantenserviceafdeling LLM’s gaat gebruiken voor klantenondersteuning, kan de rekening aan het eind van de maand flink hoger uitvallen. Het wordt dus een heel ander verhaal dan met de vaste contracten die we gewend waren. IT-managers moeten het gebruik van AI nu net zo streng controleren als hun clouduitgaven en netwerkgebruik. Nu generatieve AI steeds vaker overal in het bedrijf wordt gebruikt, passen velen hun strategieën aan om te voorkomen dat de kosten onverwacht hoog oplopen.

Shadow AI-agents veroorzaken nieuwe cybersecurity-crisis

Van hyperrealistische phishing met behulp van multimodale generatieve tools tot shadow AI-agents: in 2026 worden bedrijven aan nóg grotere risico’s blootgesteld.

In 2026 gaat AI een prominentere rol spelen in cybersecurity. Voor geraffineerde aanvallers wordt het hun belangrijkste wapen, en voor organisaties juist een toenemend risico. Het rapport ‘2026 Cybersecurity Forecast’ van Google Cloud stelt dat het grootste directe gevaar komt van multimodale generatieve tools die tegelijkertijd spraak, tekst en video kunnen manipuleren. Google waarschuwt dat deze tools een nieuwe golf van e-mailfraude en phishing-aanvallen zullen veroorzaken. Omdat AI het heel makkelijk maakt om iemands stem en gezichtsuitdrukkingen na te bootsen tijdens een videogesprek, wordt het steeds lastiger om nep van echt te onderscheiden. Hierdoor is het bijna onmogelijk om het direct te herkennen als er een aanval plaatsvindt.

Een andere grote dreiging die in het rapport wordt genoemd, komt van zogenaamde shadow-agents, oftewel ongeautoriseerde AI-agents die stiekem worden ingezet door werknemers die repetitief werk willen automatiseren of bepaalde taken sneller willen uitvoeren. Deze agents werken buiten de bekende (goedgekeurde) systemen om, waardoor er onzichtbare gegevensstromen ontstaan die gevoelige informatie kunnen blootstellen of compliance-controles kunnen omzeilen. Deze ontwikkeling vloeit voort uit het al lang bestaande probleem van Shadow IT, waarbij medewerkers tools gebruiken zonder toestemming van de IT-afdeling. Shadow AI-agents vormen een nog groter risico omdat ze autonoom kunnen werken en beslissingen kunnen nemen zonder menselijk toezicht. “Deze agents kunnen, net als elk AI-model, last hebben van inconsistente prestaties, hallucinaties, vooroordelen, afwijkingen of een gebrek aan afstemming op veranderende regelgeving”, vertelt Hans Petter Dalen van IBM. “Als ze niet worden gecontroleerd, kunnen ze een risico vormen voor de reputatie, leiden tot fouten in de besluitvorming en zelfs tot overtredingen van de wet.”

Aanvallen op bedrijven

Ondertussen vinden er steeds meer cyberaanvallen plaats. Ongeveer 27% van de Britse bedrijven is er het afgelopen jaar slachtoffer van geweest, volgens het Royal Institution of Chartered Surveyors (RICS). Bovendien verwacht 73% van de meer dan 8000 ondervraagde bedrijfsleiders dat er binnen één tot twee jaar een groot incident zal plaatsvinden. De recente inbreuk bij Jaguar Land Rover (JLR) laat zien hoe ernstig de gevolgen van een moderne cyberaanval kunnen zijn.

Door de aanval, die eind augustus plaatsvond, moest het bedrijf zijn computernetwerken offline halen. De sterk geautomatiseerde productielijnen lagen daardoor bijna twee maanden stil. Analisten schatten de financiële schade op 1,9 miljard pond, waarmee dit het meest schadelijke cyberbeveiligingsincident in het Verenigd Koninkrijk tot nu toe is. Het incident had een domino-effect op de toeleveringsketen van JLR: duizenden bedrijven werden getroffen en sommige kleinere leveranciers kwamen in grote moeilijkheden. Brancheorganisaties schatten dat 5000 bedrijven door de gevolgen zijn getroffen en dat een volledig herstel pas in januari 2026 te verwachten is. De Britse regering heeft inmiddels ingegrepen en financiële steun verleend aan bedrijven waarvan het voortbestaan afhankelijk is van de activiteiten van JLR.

Hoewel AI de dreiging vergroot, biedt het ook krachtige tools voor onze verdediging. Beveiligingsteams gebruiken AI steeds vaker om incidenten sneller op te sporen en erop te reageren. Dankzij realtime analytics kunnen ze gigantische hoeveelheden data scannen op afwijkingen die gewoonlijk onopgemerkt zouden blijven. AI-systemen kunnen verdacht inloggedrag in kaart brengen, malwaresamples reverse-engineeren, ongebruikelijke netwerkstromen signaleren en zwakke plekken voorspellen. De tools ontwikkelen zich snel en veel organisaties zien ze als essentieel om hackers voor te blijven.

Fysieke AI doet zijn intrede

Fysieke AI revolutioneert robots. Al die automatisering heeft gevolgen voor de arbeidsmarkt.

Industriële robots zijn al decennia niet meer weg te denken uit de fabriekshal, waar ze met uiterste precisie en snelheid steeds weer dezelfde taken uitvoeren. Ze lassen autocarrosserieën, assembleren elektronica en verplaatsen pallets; stuk voor stuk taken waarbij consistentie cruciaal is. Toch is er altijd één groot nadeel geweest: ze zijn niet flexibel. Je programmeert ze om één ding te doen, en dat is alles wat ze kunnen. Breng zelfs maar een kleine verandering aan, en ze komen abrupt tot stilstand. Productielijnen werden daarom ontworpen rond hun beperkingen, met mensen die de werkzaamheden deden waarvoor flexibiliteit nodig was.

De opkomst van fysieke AI begint daar verandering in te brengen. In plaats van te worden geprogrammeerd voor één repetitieve taak, kunnen robots nu leren van gesimuleerde of echte ervaringen met behulp van AI en machine learning. Een robot die op deze manier is getraind, kan zich aanpassen aan middelgrote productieruns en aan niet-herhalende taken waarvoor in het verleden menselijke beoordeling nodig was. Omdat een groot deel van de training in virtuele omgevingen plaatsvindt, kan er veel sneller geïmplementeerd worden. Het wordt ook rendabel om een veel breder scala aan taken te automatiseren. 

AI-robots nemen het werk over

Wat fysieke AI anders maakt dan eerdere automatiseringspogingen, is perceptie. Moderne robots hebben camera’s met hoge resolutie, tactiele sensoren en andere tools waarmee ze hun omgeving in realtime kunnen ‘zien’ en interpreteren. Krachtige AI-basismodellen integreren zicht, taal en handelingen. Geef een van deze systemen een natuurlijke taalopdracht en het kan de context begrijpen, zelfstandig beslissingen nemen en handelingen plannen. Dat is een enorme stap vooruit ten opzichte van de strak geprogrammeerde systemen van vroeger.

Het duurt niet lang meer voordat we deze machines aan het werk gaan zien. Grote namen als Tesla, Figure AI, Apptronik en Agility Robotics kondigden aan eind 2025 de eerste AI-robots te leveren. Goldman Sachs verwacht dat er in 2026 wereldwijd 50.000 tot 100.000 stuks op de markt zullen komen. Tegen 2035 zou dit aantal wel eens kunnen groeien naar miljoenen per jaar, met een totale markt van zo’n vijf miljard robots – min of meer één voor elke werkende persoon op aarde. Door dalende kosten van onderdelen en een efficiëntere productie kun je straks een humanoïde robot voor gemiddeld zo’n 15.000 euro op de kop tikken. 

De banen-Apocalyps

Met nieuwe cijfers die naar buiten komen, wordt het zakelijke argument voor fysieke AI steeds sterker. Volgens de International Federation of Robotics (IFR) zal door het gebruik van deze machines de productiviteit tegen 2030 zo’n twintig tot dertig procent hoger liggen. Maar die efficiëntiewinst heeft ook een voorspelbare keerzijde. De IRF schat dat repetitieve handmatige werkzaamheden binnen tien jaar wereldwijd met tien tot vijftien procent kunnen afnemen. Laaggeschoolde werknemers in de productie, detailhandel en logistiek zullen hier het meest door worden getroffen. Oxford Economics schetst het meest sombere scenario: in 2035 zullen er twintig miljoen banen zijn verdwenen als gevolg van AI en robotica.

Bedrijven kunnen hier flink van profiteren. Lagere arbeidskosten, minder stilstand en hogere marges betekenen direct meer winst. Een deel van die winst kan worden gebruikt om mensen aan te nemen in andere afdelingen, maar waarschijnlijk niet evenredig. Robotica biedt ook een oplossing voor de demografische uitdagingen waarmee veel geïndustrialiseerde landen te maken hebben, zoals dalende geboortecijfers en een vergrijzende beroepsbevolking. Door minder aantrekkelijke, gevaarlijke of laagbetaalde werkzaamheden te automatiseren, kunnen bedrijven het aantal arbeidsongevallen verminderen, de efficiëntie verbeteren en het tekort aan arbeidskrachten oplossen. Of die afweging eerlijk is, hangt natuurlijk grotendeels af van je positie op de arbeidsmarkt.

De grote ROI-afrekening

AI-budgetten worden krapper omdat leiders duidelijker rendement eisen. Het gevolg is een verschuiving naar modellen die op groei gericht zijn en meer gedisciplineerde investeringen.

Aan elke hype komt een eind, en dat merken de grote namen in de AI-wereld nu ook. Anno 2026 lijkt de rek eruit. Grote bedrijven nemen geen genoegen meer met mooie praatjes en willen nu eindelijk eens zien wat die enorme investeringen hebben opgeleverd. De nuchtere realiteit van het rendement wint het van de beloften van verkopers. Men trapt op de rem totdat de cijfers zwart op wit staan. Forrester verwacht dat bedrijven 25% van hun geplande AI-uitgaven zullen uitstellen tot 2027, waardoor projecten waarvan de waarde niet duidelijk kan worden aangetoond, in de wachtstand worden gezet.

De reden hiervoor is simpel: de meeste AI-investeringen leveren nog niet genoeg op. Uit het onderzoek van Forrester blijkt dat maar 15% van de managers een verbetering in de winstcijfers zag het afgelopen jaar. Dat is een behoorlijk mager succespercentage, zeker als je kijkt naar de enorme bedragen die in AI zijn gestoken. Deze trend is in alle sectoren te zien. Uit het eerste Finance Trends-rapport van Deloitte (gebaseerd op input van meer dan 1300 managers uit de finance blijkt dat slechts 21% van mening is dat hun AI-investeringen tot nu toe duidelijke, meetbare waarde hebben opgeleverd. Vooral het begin blijkt moeilijk: 30% van de leidinggevenden die net met AI zijn gestart, kan de investering nog niet financieel rechtvaardigen.

Die cijfers zorgen ervoor dat er op managementniveau een nieuwe strategie moet worden bedacht. Uit het FutureScape 2026-onderzoek van de International Data Corporation (IDC) blijkt dat het gesprek steeds minder gaat over kleine efficiëntieverbeteringen en kostenbesparingen – de veilige, makkelijk te verkopen toepassingen die in het begin het meest werden gebruikt. De IDC verwacht dat in 2026 zo’n 70% van de CEO’s in de G2000 de winstgevendheid van AI gaat zoeken in groei. Ze gebruiken de technologie om hun businessmodel opnieuw uit te vinden en hun omzet te verhogen, zonder het personeelsbestand evenredig uit te breiden. Of dat betere resultaten gaat opleveren dan de eerste golf van AI-investeringen, moet nog blijken. Op groei gerichte initiatieven zijn vaak moeilijker te meten en het duurt langer om ze te evalueren dan eenvoudige kostenbesparingsprojecten. Maar als kostenbesparingen niet het gewenste resultaat opleveren, wordt groei het volgende logische doel.