2026 Voorspelling – Open Source Zal AI’s Golf naar Zijn Volgende Gouden Eeuw Berijden

IBM’s $11 miljard overname van Confluent aangekondigd in het begin van december, is meer dan een grote consolidatie in data-infrastructuur: het is een openbare erkenning dat Artificial Intelligence (AI) fundamenteel event-gedreven is. Met andere woorden, deze overname is het bewijs dat ondernemingen vertrouwde data-in-beweging nodig hebben, net zoals data-in-rust. Terwijl ondernemingen haastten om AI-agents in te zetten over hun operaties in 2025, benadrukt de deal een kritieke realisatie: real-time context is de ontbrekende ingrediënt om agentic AI te laten werken op ondernemingschaal.

IBM’s eigen kader onthult de strategische verschuiving. Ze positioneren het gecombineerde bedrijf als een “slimme data-platform voor AI-agents” – infrastructuur die data in real-time kan verbinden, verwerken en beheren, zodat agents naadloos kunnen werken in hybride omgevingen. Dit gaat niet over het verkopen van meer streaming-infrastructuur. Het gaat over het erkennen dat AI-agents continue, verse context nodig hebben om betrouwbaar te functioneren, en dat streaming data de leiding is die het mogelijk maakt.

Het Paradox aan het Hart van Ondernemings-AI

IBM’s overname van Confluent benadrukt ook een fascinerend paradox in de data-infrastructuurlandschap. In de afgelopen jaren hebben sommige infrastructuurleveranciers zich teruggetrokken uit open source, licenties veranderd en teruggekeerd naar propriëtaire modellen in de zoektocht naar sterkere monetisatie. Toch dwingt AI-adoptie ecosystemen terug naar openheid. Waarom? Agents hebben interoperabele pijpleidingen, connectors en governance over veel systemen nodig – niet één enkele leveranciers gesloten stack.

De opkomst van krachtige open-source Large Language Models (LLM’s) heeft het hele AI-ecosysteem naar transparantie en portabiliteit geduwd. Modellen zoals Llama, Mistral en vele anderen geven ondernemingen goedkopere en betere alternatieven voor gesloten modellen. Dit creëert spanning: data-infrastructuurleveranciers sluiten hun tuinen net op het moment dat de AI-bedrijven die hun producten consumeren, de hunne openen. IBM’s overname van Confluent markeert het begin van een reset, waarbij AI’s trekkracht de industrie terug naar openheid dwingt.

Contextbeheer: De Ondernemingscapaciteit die AI Eist

Om te begrijpen waarom, moeten we het hebben over wat ik “contextbeheer” noem – een ondernemingscapaciteit om de meest relevante, betrouwbare en behouden context te leveren aan modelcontextvensters. Dit is niet zomaar ad-hoc Retrieval-Augmented Generation (RAG) implementaties verspreid over verschillende teams. Het is een systematische aanpak om ervoor te zorgen dat AI-agents toegang hebben tot de informatie die ze nodig hebben, wanneer ze die nodig hebben, met de juiste governance en herkomst.

Hier is een eenvoudig mentaal model: Agents draaien op context. Context draait op pijpleidingen.

De contextpijpleiding ziet er zo uit: 

bronnen → streaming → opslag (lakehouse/OLTP) → indexeren (vector + lexicaal + SQL) → beleid/beheer → serveren → observabiliteit/evaluatie. 

Elk niveau moet betrouwbaar werken, en ze moeten samenwerken. Streaming zit aan de basis omdat het de continue versheid biedt die agents nodig hebben.

Traditionele RAG-benaderingen zijn vaak reactief – ze halen context op wanneer daarom wordt gevraagd. Maar agents hebben ook proactieve updates nodig: gebeurtenissen die continu de geheugen vernieuwen, de ophaling-indexen bijwerken, toestemmingen aanpassen en beleid handhaven. Confluent’s overname door IBM is fundamenteel een weddenschap op die “altijd-updatende contextlaag” die kritieke infrastructuur voor ondernemings-AI wordt.

Waarom Agents Falen (En Waarom het Ert Toe Doet)

Ondernemings-AI-teams ontdekken deze ongelukkige waarheid op de harde manier: agents falen niet omdat de LLM “dom” is. Ze falen omdat de onderliggende context gebroken, verouderd, onvolledig of onbeheerd is. In feite schatten analisten dat tot 60% van de AI-projecten zal worden stopgezet vanwege een gebrek aan AI-klaar data. Een agent die inkoopbeslissingen neemt op basis van gisterens voorraadgegevens is niet nuttig. Een agent die toegang heeft tot klantrecords zonder de juiste autorisatie is een compliance-nachtmerrie. Een agent die zijn redenering niet kan verklaren, is onbruikbaar in gereguleerde industrieën.

Ondernemingen kunnen AI-beslissingen niet auditen zonder herkomst. Ze kunnen AI-toepassingen niet schalen zonder consistente data-versheid. Ze kunnen agents niet vertrouwd inzetten zonder de juiste governance-remmen. Al deze vereisten wijzen naar dezelfde conclusie: contextbeheer moet eerste-klasse infrastructuur worden, niet een bijzaak.

De Open Source Renaissance

Dit is waar de open source renaissance begint. Context overspant te veel leveranciers en systemen voor één enkele propriëtaire stack om te winnen. De succesvolle aanpak zal open interfaces plus portable bouwstenen zijn: connectors, streaming-platforms, metadata-beheer, ophaling-systemen en beleidsuitvoering. Gesloten licenties vertragen integratie – en integratie is het hele spel in agentic AI.

IBM begrijpt dit. Hun geschiedenis met open source (met name via Red Hat) geeft hen geloofwaardigheid. Het gecombineerde IBM-Confluent-bedrijf is gepositioneerd om te versnellen wat ze “event-gedreven intelligentie” noemen door openheid te omarmen waar het ertoe doet: op de integratiepunten waar verschillende systemen naadloos moeten samenwerken.

We zien deze verschuiving al gebeuren. Open-source streaming-platforms, open tabelformaten zoals Apache Iceberg en Delta Lake, en open standaarden voor metadata en governance worden het verbindende weefsel van ondernemings-AI-infrastructuur. Organisaties eisen portabiliteit en interoperabiliteit omdat ze weten dat ze zullen werken met meerdere AI-modellen, meerdere data-opslag en meerdere tools. Lock-in is de vijand van de flexibiliteit die ze nodig hebben.

Een Voorspelling voor 2026

Tegen het einde van 2026 voorspel ik dat “contextbeheer” zal opkomen als een benoemde categorie in ondernemings технологische stacks. Kopers zullen drie dingen eisen:

• Ten eerste, open connectors en “bring-your-own” architectuur voor data-opslag en indexes. Geen enkele leverancier zal de hele contextpijpleiding controleren.
• Ten tweede, gestandaardiseerde context-API’s over tools. Teams moeten in staat zijn om componenten te wisselen zonder hele systemen opnieuw op te bouwen.
• Ten derde, beheerde herkomst als standaard, niet als een extraatje. Elk stuk context moet een duidelijke afkomst hebben, en elke agentbeslissing moet een audittrail hebben.

Dit zijn geen leukheden. Dit zijn basisvereisten voor ondernemings-AI-adoptie op grote schaal.

De Reset Begint

IBM’s overname van Confluent markeert het begin van een fundamentele reset in data-infrastructuur. AI’s momentum, gedreven door de behoefte aan geavanceerde agents die opereren in verse, betrouwbare context, dwingt de industrie terug naar openheid. Of dit nu pure open source is of, op zijn minst, open en afdwingbare interoperabiliteit, hangt af van hoe de markt evolueert. Maar de richting is duidelijk.

De leveranciers die in deze nieuwe tijdperk zullen gedijen, zullen niet degene zijn met de meest gesloten, propriëtaire stacks. Ze zullen degene zijn die openheid omarmen op het integratieniveau, die echte interoperabiliteit bieden en die ondernemingen helpen om contextbeheercapaciteiten op te bouwen zonder kunstmatige beperkingen.

De volgende golf van innovatie zal komen van open-source AI-infrastructuur die ondernemingen in staat stelt om geavanceerde agents en toepassingen te bouwen zonder vendor lock-in. Dat is geen idealisme – dat is pragmatisme. Omdat wanneer je missie-kritieke AI-systemen bouwt die je hele onderneming moeten omvatten, openheid geen filosofie is. Het is een vereiste.