AI in 2026: minder hype, meer realiteit – vier trends die ertoe doen

Generatieve AI-markt op scherp: slimmer, sneller en goedkoper

De concurrentie op de markt voor generatieve modellen en diensten neemt in 2026 verder toe. Spelers zoals OpenAI en NVIDIA, die eerst het rijk alleen hadden, komen nog meer onder druk te staan. Grote technologiebedrijven, waaronder Google en AWS, benutten hun volledige technologiestack, van eigen hardware tot wereldwijde gebruikersplatforms, ondersteund door aanvullende businessmodellen. Open-sourcemodellen uit onder meer China, zoals DeepSeek en Qwen, winnen terrein. Voor gebruikers betekent dit: meer keuze, betere prestaties en lagere kosten. De basisinfrastructuur voor generatieve AI wordt steeds meer een commodity.

AI-regels maken het spel

Ondanks de politieke roep om economische groei, concurrentiekracht en minder regels, blijft AI-regelgeving ook in 2026 een gegeven. Speculaties over een forse afzwakking van de EU AI Act, onder meer naar aanleiding van het Digital Omnibus-voorstel van de Europese Commissie, blijken overdreven.

De kern van de AI Act blijft overeind: een risicogebaseerd kader met proportionele verplichtingen. Zolang er wordt onderhandeld over het versimpelen van de regelgeving en het Omnibus-voorstel niet wordt aangenomen, blijven de huidige regels en termijnen van kracht. Organisaties doen er daarom verstandig aan hun plannen voorlopig te baseren op bestaande wetgeving. Innovatieve bedrijven zien verantwoord AI-gebruik niet als een compliance-check, maar als een kans om het vertrouwen van klanten en gebruikers te winnen en opschaling mogelijk te maken

De sleutel tot Agentic AI

De grootste economische waarde van generatieve AI ligt in 2026 in de applicatielaag: AI die is ingebed in klantinteracties, processen en workflows. Niet de basisinfrastructuur van modellen, maar concrete toepassingen maken het verschil. Deze markt liet in 2025 een explosieve groei zien en is meer dan verviervoudigd. Het gebruik varieert van eenvoudige toepassingen, zoals het samenvatten van klantgesprekken of het beantwoorden van vragen met hulp van probleem-specifieke knowledge bases en assistenten, tot meer autonoom opererende ‘agent’-based AI-systemen.

Maar het ongecontroleerd inzetten van agents is geen oplossing. Succesvolle agentic toepassingen draaien om voorspelbaarheid en betrouwbaarheid. Design-time agents helpen legacy-systemen te transformeren, terwijl run-time agents gebruikers ondersteunen via voorspelbare tools zoals workflows en bedrijfsregels.

De route naar autonomie voor mens én AI

De volgende stap in AI gaat verder dan het opschalen van modellen of het slimmer integreren van AI in bedrijfsprocessen. De echte uitdaging ligt in het bereiken van autonome intelligentie – systemen die niet alleen reageren, maar zelfstandig leren, plannen en samenwerken. Dat vraagt om fundamentele doorbraken die verder gaan dan de huidige generatie AI, die grotendeels zijn gebaseerd op grote taalmodellen.

Peter van der Putten: “Agentic AI is een eerste stap, maar echte autonomie vereist meer. De volgende AI-fase draait om meer dan intelligentie: systemen moeten verantwoord, adaptief en betrouwbaar functioneren in complexe omgevingen. Autonomie betekent dat systemen zelf relevante data verzamelen, doelen formuleren, langetermijngeheugen opbouwen en continu leren. Daarnaast moeten ze kunnen samenwerken met mensen en andere agents, intenties begrijpen, onderhandelen en vertrouwen opbouwen - alles binnen duidelijke ethische en juridische kaders. Op een hoger niveau moet de mens de autonomie en controle behouden: doelen stellen en waarden en richting aangeven; performance, kwaliteit en incidenten monitoren; en bijsturen waar nodig.”