Een verhaal van hype, praktijk en teleurstelling
In 2025 waren autonome AI-agents — systemen die zelfstandig complexe taken moeten aannemen, plannen en uitvoeren — een van de grote narratieven in de techwereld. Gartner, Deloitte en andere adviesbureaus voorspelden dat deze tools een brede impact zouden krijgen in bedrijven.
AI agents to power 25% of enterprises by 2025, Deloitte predicts - CO/AIAs enterprise adoption of autonomous AI systems accelerates, companies face urgent demands to upgrade infrastructure while managing heightened security and oversight requirements. |
Maar nu, einde 2025, blijkt dat dit in de praktijk bijna nooit écht zelfstandig is gelukt.
- Veel projecten bleven steken in de pilotfase en haalden geen meetbare impact of rendement op.
- Legacy IT-systemen en slechte gegevensinfrastructuren blokkeerden autonome workflows.
- Organisaties misten de juiste governance, toezicht en duidelijke doelstellingen om AI-agents effectief en betrouwbaar in te zetten.
- Onderzoekers ontdekten dat agents gewoonweg niet goed genoeg zijn om taken zoals mensen dat zelfstandig kunnen uit te voeren — in sommige tests konden ze een meerderheid van de taken niet afronden.
Het resultaat? Waar sommige media deden alsof AI-agents het bedrijfsleven zouden “overnemen”, bleef de realiteit veel bescheidener: agents zijn vooral ondersteunende hulpmiddelen die nog veel menselijke begeleiding en integratie vergen.
|
The agentic reality check: Preparing for a silicon-based workforceMany agentic AI implementations are failing—but leading organizations that are reimagining operations and managing agents as workers are finding success. |
De valkuilen van de agent-hype
Hoewel er veel enthousiasme was — met voorspellingen dat 25% van de ondernemingen agent-pilots zouden lanceren tegen eind 2025 — bleef echte autonome waarde uit.
Belangrijke oorzaken waren onder andere:
- Technologische beperkingen — Veel agents kunnen nog geen complexe, langlopende taken betrouwbaar uitvoeren.
- Organisatorische barrières — Zonder heldere strategie, toezicht en training werkt het simpelweg niet.
- Infrastructuurproblemen — Verouderde systemen en slechte data governance maakten schaalvergroting lastig.
- ROI-onzekerheid — Veel bedrijven investeerden miljoenen zonder duidelijke business cases.
Dus hoewel de belofte van autonome AI aantrekkelijk was, was de realiteit vooral een les in realisme, integratie en volwassenheid.
|
AI agents wrong ~70% of time: Carnegie Mellon studyAnalysis: More fiction than science |
Wat hebben organisaties geleerd?
Volgens experts is het mislukkingspatroon niet het gevolg van slechte technologie — maar van onvoldoende voorbereiding, governance en doelgerichte integratie.
De belangrijkste lessen voor bedrijven zijn:
- Focus eerst op echt waardevolle use cases, niet op technologie omwille van technologie.
- Verbeter data-kwaliteit en moderne infrastructuur voordat je agents inzet.
- Bouw duidelijke toezicht- en validatieprocessen om fouten en risico’s te beperken.
|
Why AI agents failed to take over in 2025 - it's 'a story as old as time,' says DeloitteThis was supposed to be the year of AI agents, but only 11% of organizations are currently actively using them. So, what happened? |
