Welke AI-trends zullen in 2026 domineren en waar gaat de technologie naartoe?

Vanaf 2026 gaat AI een nieuwe fase in – uitdagender, pragmatischer en veel groter. De markt heeft zijn illusies verloren, geld wordt zorgvuldiger geteld en bedrijven stellen een simpele vraag: waar zit de echte businesswaarde hier?

Alle belangrijke trends komen samen op één plek: AI houdt op een instrument te zijn en wordt infrastructuur.

Van LLM’s naar agentsystemen

Een van de belangrijke trends die de industrie al vandaag vormgeeft, is agentic AI. Het evolueert van een hulpmiddel naar een volwaardige ondernemingsoplossing die breed wordt gebruikt door grote bedrijven. Dit is het volgende stadium na de klassieke LLM’s die worden gebruikt voor tekstgeneratie, analyse en andere standaardtaken.

Historisch gezien bleven dergelijke technologieën lange tijd binnen grote ondernemingen en waren ze bijna onzichtbaar voor het grote publiek. Bedrijven als Google en Facebook gebruikten ze al lang voordat de term LLM gemeengoed werd. Tien jaar geleden, toen ik werkte bij een internationaal softwarebedrijf, ontwikkelden en gebruikten we dergelijke systemen zelf, hoewel we ze Data Processing AI noemden in plaats van LLM’s.

Het keerpunt kwam met de democratisering van kunstmatige intelligentie. De opkomst van ChatGPT, Gemini en soortgelijke producten maakte AI een massamarktinstrument, wat een scherpe toename van interesse en investeringen veroorzaakte. Echter, de markt bereikte snel een limiet: binnen een korte periode waren bijna alle voor de hand liggende use cases al geïmplementeerd.

De meeste startups uit die tijd bouwden geen eigen modellen, maar maakten zogenaamde wrappers – interfaces bovenop bestaande LLM’s. Deze oplossingen verloren snel hun waarde, omdat de basismodellen dezelfde functionaliteit rechtstreeks boden, zonder de noodzaak voor afzonderlijke toepassingen.

Deze era duurde ongeveer een jaar. Er werden miljarden dollars geïnvesteerd in dergelijke producten, waarna het duidelijk werd dat de verwachtingen waren overschat.

Het was tegen deze achtergrond dat de verschuiving naar agentsystemen begon. AI-agents vertegenwoordigen een complexere architectuur waarin meerdere gespecialiseerde modellen met elkaar communiceren, taken verdelen en acties coördineren. Deze benadering maakt het mogelijk om complexe scenario’s aan te pakken, van reisplanning tot het beheren van bedrijfsprocessen, en markeert het volgende stadium in de evolutie van AI.

Marktconsolidatie en waarom alleen de reuzen zullen overleven

We zien al dat de AI-agentmarkt effectief een consolidatiefase heeft doorlopen. Een beperkte groep grote spelers, ongeveer een dozijn bedrijven, is opgekomen en heeft snel dominante posities ingenomen.

Dit proces spiegelt grotendeels de geschiedenis van de e-mailservicemarkt, die uiteindelijk onder controle kwam van Microsoft, Google en Yahoo. Een soortgelijke dynamiek ontvouwt zich in agentic AI: sleuteloplossingen worden ontwikkeld door bedrijven als Cohere, OpenAI en Google. Zij zullen niet alleen nieuwe entrants, maar ook kleinere spelers die eerder niche-segmenten hadden ingenomen, geleidelijk verdringen.

Vandaag de dag ligt de focus van de grote aanbieders op het ondernemingssegment. Gedurende 2025 hebben zij actief agentsystemen geïmplementeerd in grote organisaties, beginnend met toepaste taken zoals klantenservice, interne kennisbases, medewerkersopleiding en documentstroomautomatisering. Een typisch scenario omvat het analyseren van bedrijfsmateriaal en het opbouwen van intelligente assistenten die complexe vragen kunnen beantwoorden zonder menselijke specialisten. Bijvoorbeeld, alle technische materialen van een platform als Keylabs kunnen worden verwerkt, waardoor een bot elke technische vraag kan beantwoorden zonder dat live-experts nodig zijn.

Schalen is de volgende stap op deze reis. In de nabije toekomst zullen ondernemingsklanten steeds omvattender pakketten worden aangeboden: van boekhouding en juridische ondersteuning tot operationeel procesbeheer. De rol van de mens zal verschuiven naar toezicht en definitieve besluitvorming, terwijl AI-agents routine taken zullen afhandelen.

Hetzelfde geldt voor andere corporate functies. Bijvoorbeeld, in grote banken met duizenden medewerkers, kunnen AI-agents reisorganisatie, ticketbeheer en wijzigingen in reisplannen overnemen, waarmee externe diensten en contractanten worden vervangen.

Zodra grote aanbieders beginnen met het aanbieden van het volledige spectrum van dergelijke diensten in één geïntegreerd pakket, van een reisagent tot financiële en juridische ondersteuning, zullen gespecialiseerde startup-aanbieders niet concurrerend zijn.

Grote spelers hoeven de markt niet van scratch te veroveren: zij zullen horizontaal uitbreiden, steeds meer en meer bedrijfsprocessen binnen ondernemingsorganisaties dekken.

Welke industrieën zijn het meest gevoelig voor AI en automatisering

Wanneer we het over technologie in het algemeen hebben, is het al duidelijk dat digitale instrumenten en AI workflows in de juridische sector herschappen. Veel bedrijven zien een afname van de vraag naar traditionele juridische diensten, voornamelijk vanwege de automatisering van routine-operaties. Dit geldt zowel voor kleine organisaties als voor grote ondernemingen, terwijl de financiële sector, met name banken, nieuwe technologieën nog steeds relatief behoudend adopteert.

Het is echter essentieel om een onderscheid te maken tussen juridische praktijk en het gerechtelijk systeem. In gerechtelijke procedures, waarin een advocaat de belangen van een cliënt vertegenwoordigt en verdedigt, blijft de rol van de mens essentieel. Ondanks experimenten met het gebruik van AI in de juridische praktijk, zullen mensen voor de komende decennia, ten minste voor de komende tientallen jaren, blijven beslissen en juridische argumenten in de rechtszaal construeren.

De situatie is geheel anders in het bedrijfsrecht. Bijna elke bedrijfsoperatie omvat juridische documentatie, van niet-onthullingsverklaringen en basiscontracten tot projectdocumentatie. Vroeger nam het opstellen en goedkeuren van deze contracten veel tijd in beslag en vereiste meerdere ronden van commentaar van juridische teams aan beide zijden.

Vandaag de dag worden deze processen steeds meer geoptimaliseerd met AI-instrumenten en LLM’s. AI helpt bij het snel identificeren van omstreden of gevoelige clausules, suggesties voor revisies doen en ervoor zorgen dat documenten voldoen aan de interne vereisten van een bedrijf. Als gevolg hiervan wordt de goedkeuringscyclus aanzienlijk verkort en verschuift de rol van de advocaat naar toezicht, strategische risicobeoordeling en definitieve besluitvorming.

Soortgelijke veranderingen vinden plaats in de financiële sector. Bij taken zoals belasting- en financiële rapportage, die worden beheerst door strikte regels en voorschriften, heeft AI zich bijzonder effectief bewezen. Veel bedrijven gebruiken al dergelijke oplossingen om berekeningen te automatiseren, rapporten voor te bereiden en operationele nauwkeurigheid te verbeteren.

Uiteindelijk vervangt technologie specialisten niet zozeer, maar verandert de aard van hun werk: routine-operaties worden geautomatiseerd, terwijl de focus verschuift naar analytische, manageriële en strategische taken waarbij menselijke expertise nog steeds kritiek belangrijk is. Ik zag dit heel duidelijk in 2025 in Keymakr klantverzoeken: we zagen een aanzienlijk aantal verzoeken met betrekking tot gegevensoplossingen in de financiële en juridische industrieën.

Kijkend naar 2026, zullen alle deterministische processen geleidelijk overgaan naar agentic AI-systemen. Met deterministisch bedoel ik taken die worden beheerst door strikte regels: wetten, voorschriften, financiële procedures en naleving. In deze context zal de volgende logische richting van ontwikkeling cybersecurity zijn.

Cybersecurity als de keerzijde van AI-automatisering

Naarmate het volume van beschikbare gegevens groeit en actiever tussen systemen circuleert, neemt het risiconiveau onvermijdelijk toe. Zolang informatie lokaal en geïsoleerd wordt opgeslagen, is deze relatief beschermd. Maar zodra een continue gegevensuitwisseling tussen databases, AI-modellen en -agents begint, breidt het aanvalsvlak scherp uit.

Moderne AI-systemen vereisen continue toegang tot gegevens. Om agentsystemen te laten functioneren en om taalmodellen informatie te laten analyseren en beslissingen te nemen, moeten gegevens regelmatig worden geëxtraheerd uit interne repositories en overgebracht naar externe computationele omgevingen. Op dat moment rijst een kritische vraag: wie kan precies een potentiële kwetsbaarheid uitbuiten: het bedrijf zelf of de derde AI-aanbieder wiens infrastructuur het afhankelijk is?

Als een grote aanbieder een kwetsbaarheid heeft, kan een aanvaller toegang krijgen niet alleen tot zijn systemen, maar ook tot de gegevens van talloze klantbedrijven. Zonder deze externe afhankelijkheid bestaat deze aanvalsvector mogelijk niet.

Dus, de adoptie van AI breidt de perimeter van cyberrisico’s aanzienlijk uit. Dit creëert kansen voor zowel gerichte aanvallen als een breed spectrum van actoren die werken met kwetsbaarheden, van kwaadwillige actoren tot veiligheidsspecialisten en proactieve verdedigingsteams.

Al deze processen zijn met elkaar verbonden: de groei van AI-automatisering verhoogt onvermijdelijk de cybersecurity-eisen, wat op zijn beurt de opkomst van nieuwe oplossingen en bedrijven stimuleert. We zien al vandaag een golf van startups die tools ontwikkelen om AI-infrastructuur te beschermen, gegevenstoegang te beheren en risico’s te monitoren.

Waar gaan we naartoe in 2026?

De consolidatie van grote AI/LLM-aanbieders, in combinatie met steeds toegankelijker systemen met een focus op cybersecurity en de mogelijkheid om agentic beslissingen te nemen, schetst een beeld. We verwachten minder hype en meer praktische oplossingen uit de industrie – het overnemen van routine taken en het automatiseren van hele sectoren van corporate besluitvorming.

De regel is: als het mogelijk is om strikte regels en beste praktijken te begrijpen en te bepalen, kunnen AI-agents dit afhandelen. Nu we weten waar deze technologie eigenlijk goed in is, zullen bedrijven deze technologie steeds meer gaan maximaliseren over verschillende verticale markten.