Van experiment naar productie: AI agents in 2026

Afgelopen week stonden Jensen Huang, Sam Altman en de CEO's van AWS en Intel samen op het podium van het Cisco AI Summit. Hun boodschap was eensluidend: 2026 wordt het jaar dat AI agents van experiment naar productie gaan bij bedrijven. Niet als chatbot, maar als digitale medewerker die zelfstandig taken uitvoert. De technische basis hiervoor is AI workflow orchestratie.

Dat klinkt als een marketingverhaal. Maar als je luistert naar wat er tussen de regels door gezegd werd, zit er een concreet verhaal onder.

Van chatbot naar AI agents in productie bij bedrijven

De afgelopen twee jaar draaide AI in bedrijven vooral om chatten. Je stelde een vraag, je kreeg een antwoord. Handig, maar niet transformatief. Wat er nu verandert is fundamenteel anders: AI agents die niet alleen antwoorden geven, maar zelfstandig acties uitvoeren. Denk aan het verwerken van facturen, het bijwerken van CRM-systemen, of het analyseren van contracten zonder dat iemand op een knop hoeft te drukken.

Cisco CEO Chuck Robbins formuleerde het zo: "De vraag is niet meer wat AI kan, maar hoeveel bedrijfswaarde het genereert. Die waarde komt niet van systemen die alleen vragen beantwoorden, maar van agents die taken uitvoeren."

Sam Altman voorspelde dat het bereik van problemen die AI meaningful kan aanpakken "massaal zal uitbreiden" tegen eind 2026. Hij vergeleek de toekomstige vraag naar AI met die naar elektriciteit: iets dat mensen constant gebruiken, zodra het goedkoop en snel genoeg is.

Waarom gaat het niet alleen om slimme modellen?

Het meest nuchtere inzicht van het summit kwam niet van de AI-bouwers, maar van de infrastructuurkant. Google's Amin Vahdat zei het recht voor zijn raap: niet de modellen bepalen wie wint in de AI-race, maar rekenkracht, netwerken en energievoorziening.

Dat is geen abstract probleem. Intel CEO Lip-Bu Tan waarschuwde dat geheugentekorten de vooruitgang van AI kunnen remmen tot minstens 2028, zelfs nu de vraag naar rekenkracht explodeert. Cisco zelf kondigde 800G Ethernet-fabrics aan om de 25x toename in netwerkverkeer op te vangen die agentic AI-systemen veroorzaken.

Jensen Huang van Nvidia ging nog een stap verder. Bedrijven hebben volgens hem geen losse AI-tools nodig, maar "AI Factories": ge\u00EFntegreerde systemen van rekenkracht, netwerk en beveiliging die intelligentie industrieel produceren. Zijn advies aan bestuurders: vraag niet meteen om klassieke ROI, maar onderzoek eerst waar AI de grootste strategische hefboom heeft.

AI agents productie bij bedrijven: het echte obstakel

Hier werd het interessant. AWS CEO Matt Garman legde de vinger op de zere plek: de meeste AI-projecten mislukken niet door technologie, maar doordat bedrijven geen duidelijke succescriteria defini\u00EBren. Vooruitgang komt niet van losse slimme experimenten, maar van systematisch opgebouwde context in de vorm van data, processen en ge\u00EFntegreerde expertise.

Dat sluit aan bij wat ik dagelijks zie in de praktijk. Bedrijven die het verst zijn met AI hebben niet per se de beste modellen. Ze hebben hun data op orde, hun processen beschreven, en weten precies waar een AI agent meer waarde toevoegt dan een mens achter een scherm.

Jeetu Patel, Cisco's President, benoemde het cultuurprobleem: "AI beweegt sneller dan organisaties het kunnen absorberen. Dat is een verandermanagement-uitdaging, een culturele exercitie." Oftewel: de technologie is er, maar de organisatie moet mee.

Wat leert China ons over AI-snelheid?

Een verrassend geopolitiek punt kwam van Intel CEO Lip-Bu Tan. China heeft zijn beperkte toegang tot high-end GPU's gebruikt om eigen CPU- en GPU-ecosystemen op te bouwen en technologische afhankelijkheden systematisch af te bouwen. Het Westerse voorsprong bestaat nog, maar krimpt.

Tan's echte punt ging verder: de verschillen in AI-vooruitgang zijn minder technologisch dan regelgevend. Terwijl uitbreiding van energie-infrastructuur in sommige landen jaren duurt door vergunningen, bouwt China met ongekende snelheid. Dat is relevant voor Nederlandse bedrijven: regelgeving en infrastructuur bepalen mede hoe snel je als organisatie kunt bewegen.

Governance wordt de nieuwe bottleneck

Cisco lanceerde tijdens het summit "AI Defense", een beveiligingslaag die AI-modellen automatisch test op kwetsbaarheden en bias voordat ze in productie gaan. Daarnaast introduceerden ze dynamische guardrails die real-time beschermen tegen datalekken en prompt-injecties.

Dat is niet toevallig. Naarmate AI agents meer autonomie krijgen (niet alleen antwoorden, maar handelen), worden de risico's groter. Bedrijven investeren volgens Cisco's 2026 Data and Privacy Benchmark Study drastisch meer in privacy en governance nu AI kern wordt van hun strategie.

Voor bedrijven die net beginnen met AI workflows automatiseren is dat een belangrijke les: begin niet alleen met de technologie, maar ook met het kader eromheen. Wie mag wat, welke data is toegestaan, en hoe monitor je wat een agent doet?

Wat je nu moet weten

• 2026 wordt het jaar van AI agents in productie. Niet omdat de modellen zoveel beter zijn, maar omdat de infrastructuur en tooling volwassen genoeg worden om agents veilig te laten draaien.
• Infrastructure is de echte bottleneck. Geheugentekorten tot 2028, 25x meer netwerkverkeer, energievraagstukken. De hardware moet de software bijhouden.
• Succescriteria bepalen of je slaagt. De meeste AI-projecten falen niet door slechte technologie, maar door onduidelijke doelen en ontbrekende context.
• Governance is niet optioneel. Hoe meer autonomie je aan AI geeft, hoe belangrijker het kader wordt. Begin daar nu mee, niet achteraf.
• Snelheid van adoptie hangt af van cultuur, niet van budget. Bedrijven die AI het snelst adopteren zijn niet per se de rijkste, maar de meest flexibele.

Het Cisco AI Summit was geen productlancering. Het was een gezamenlijke erkenning dat de experimenteerfase voorbij is. De vraag is niet meer of AI agents werken. De vraag is of jouw organisatie klaar is om ze in te zetten.