Wat agentic AI oplevert met de juiste basis
De AI ROI paradox is echt. En het is uw grootste kans.
15 apr., 2026
Waarom intelligente oplossingen het besturingssysteem van elk levensvatbaar bedrijf worden
De hamvragen in elke directiekamer zijn aan het veranderen. Vroeger was het wanneer en hoe te investeren in AI en agents. Nu is het dit: Waarom werpt dit nog geen vruchten af?
Die verschuiving van actie naar verantwoording is waar de meeste leiders vastlopen. Het is een ongemakkelijke positie, maar die kloof tussen investering en rendement is niet onmogelijk te overbruggen. Niet als je bouwt met het juiste ontwerp.
Ik zit al meer dan twintig jaar in deze branche. Ik heb cloud zien opkomen en alle redenen gehoord waarom het nooit zou werken. De organisaties die zich ertegen verzetten? Die dragen die technische schuld nu met zich mee. Zelfde gesprek. Dezelfde weerstand. Dezelfde uitkomst.
Agentic AI is niet anders. En het venster staat open op een manier die ik sindsdien niet meer heb gezien.
Agentgebaseerde AI, door ontwerp
Ontdek de kunst van acceleratie. 85% van de organisaties heeft vorig jaar de investeringen in AI verhoogd. Slechts 6% zag enig rendement (Deloitte, 2025). Het verschil zit hem niet in de technologie. Het is het ontwerp. HSO zet agentgericht AI-potentieel sneller om in meetbare bedrijfsresultaten, met minder risico's en met resultaten die voor zich spreken.
Iedereen investeert , maar de rendementen zijn nog niet ingehaald.
De cijfers vertellen hetzelfde verhaal: 85% van de organisaties verhoogde vorig jaar hun AI-investering. Slechts 6% zag een meetbaar rendement binnen 12 maanden .¹ 88% gebruikt AI in ten minste één functie. 62% experimenteert al met agents.² En toch rapporteert minder dan 40% enige financiële impact op ondernemingsniveau en heeft ruwweg tweederde AI nooit verder geschaald dan pilots.²
Het enthousiasme is er, en de investering ook. Het probleem is dat de strategie dat meestal niet is.
Onlangs zat ik bij een organisatie die een agent had gebouwd om een specifieke taak te automatiseren. De nauwkeurigheid was echt indrukwekkend.
En toen vroeg iemand: Hoe vaak voert u dit proces eigenlijk uit? Eén keer per week. Dertig minuten handmatige inspanning. Een paar dollar menselijke tijd, misschien. De kosten om de agent te bouwen, uit te voeren en te onderhouden ? Aanzienlijk meer. Ze hadden iets gebouwd dat technisch levensvatbaar was, maar uiteindelijk verliesgevend.
Dat is een beetje zoals iemand aannemen en dan beslissen wat zijn taak is nadat hij begonnen is. Je zou dat nooit doen met een persoon. Je definieert de rol. Je stelt de acceptatiecriteria vast. Je spreekt vóór de eerste dag af hoe succes eruit ziet. Je stelt het budget vast. Als je dat overslaat met AI-agenten, krijg je precies wat de gegevens laten zien. Activiteit zonder rendement.
Het echte probleem is niet de technologie
Agenten zijn nieuw. De grondbeginselen niet .
Gegevens. Proces. Mensen. Dit zijn de bepalende factoren geweest bij elke technologie-implementatie waar ik ooit deel van heb uitgemaakt. Ze zijn niet veranderd. Als er één kapot is, dan is al het andere kapot. Het maakt niet uit welk model je gebruikt. Garbage in, garbage out is nog steeds van toepassing.
Wat ik het vaakst zie als AI-initiatieven vastlopen, is geen technologiefout. Het is een fundamentfout. De gegevens zijn niet afgestemd om de use case te ondersteunen. Het proces is niet volwassen genoeg om gerepliceerd te worden door een agent; het bestaat in iemands hoofd, niet in een gedocumenteerde workflow die een intelligent systeem kan volgen. En governance wordt gezien als iets dat na de implementatie moet worden geregeld.
Je kunt geen digitale medewerker bouwen op een fundament dat je niet doordacht hebt ontworpen.
Resultaten in verschillende sectoren
15,000
bespaarde uren per jaar
Kleinhandel Distributie
98%
vermindering van handmatige verwerking
Gastvrijheid
40,000
aanvragen verwerkt in week één
Finserv
8 weken
aftrap tot lancering
Publieke sector
De vijf redenen waarom agentic AI-investeringen mislukken
De meeste implementaties lopen niet vast omdat de technologie niet werkt. Ze lopen vast omdat de fundering niet is ontworpen om ze te ondersteunen. Dit is wat ik consequent fout zie gaan bij organisaties van elke grootte en in elke sector.
1. Je hebt de verkeerde use case gekozen. De meeste organisaties beginnen met wat interessant lijkt, niet met wat een gedefinieerde ROI heeft. Voordat je iets bouwt, moet je het volgende beantwoorden: Wat is de verwachte output, hoe ziet succes eruit en wat is het break-even punt?
2. Je gegevens zijn niet klaar om het te ondersteunen. De meest geavanceerde agent ter wereld kan niet compenseren voor gegevens die niet op elkaar zijn afgestemd, niet betrouwbaar zijn en niet volledig zijn.
3. Je proces is niet volwassen genoeg om gekopieerd te worden. Een agent kan alleen doen waarvoor hij ontworpen is. Als je workflows in iemands hoofd bestaan in plaats van in gedocumenteerde, gecontroleerde logica, dan kun je ze niet betrouwbaar automatiseren.
4. Je hebt de agent buiten de workflow gebouwd. Een agent die naast een bedrijfsproces leeft, is een optioneel hulpmiddel. Een agent die is ingebed in een bedrijfsproces is de manier waarop werk daadwerkelijk efficiënt wordt gedaan. Het verschil tussen een succesvolle AI-implementatie en een theoretische die niemand gebruikt is bijna altijd dit: De ene is ontworpen in het midden van hoe mensen werken. De andere niet.
5. Je hebt de menselijke kant onderschat. Verandering in adoptie doodt meer AI-initiatieven dan slechte technologie. Een hulpmiddel kopen is niet hetzelfde als het inbedden. Organisaties die dit goed aanpakken, behandelen het menselijke element - verandermanagement, training, procesherontwerp - als onderdeel van de bouw, niet als een vervolg.
De verschuiving die er het meest toe doet
Ik heb deze overgang beschreven als een verschuiving van toepassingen uit het verleden naar intelligente oplossingen van de toekomst.
Tientallen jaren lang was het onze taak om een organisatie binnen te gaan, te begrijpen wat ze deden en dat te repliceren in een systeem. Zo maak je een verkooporder aan. Zo keur je een inkooporder goed. Het systeem registreert het, structureert het, rapporteert erover. Dat was waardevol. Een QuickBooks-licentie van 19 dollar doet dat al .
Het besturingssysteem van elk bedrijf in de toekomst
De laag waar de echte waarde zit, zijn wat ik intelligente oplossingen noem. Dit zijn AI-versies van bedrijfsprocessen. Ze analyseren, synthetiseren, adviseren en handelen. Ze maken de sprong van standaard menselijk - waar alles moet worden gestart, goedgekeurd en afgesloten door een persoon - naar uitzonderlijk menselijk, waar het systeem afhandelt wat het kan en alleen escaleert wat een menselijke beslissing nodig heeft.
Dit wordt het besturingssysteem van elk bedrijf in de toekomst. Het is de basis waarop concurrerende organisaties zullen draaien.
De kans in de paradox
De meeste organisaties zien dat cijfer van 6% als een waarschuwing. Ik zie het als een potentiële differentiator, een krachtige differentiator.
Slechts ongeveer 10% van de organisaties heeft op dit moment AI-agents opgeschaald in een enkele functie.² Het veld ligt wijd open. De leiders die nu de juiste basis leggen, die intelligente oplossingen behandelen als het nieuwe besturingssysteem in plaats van als het volgende experiment, zullen buitengewoon moeilijk te vangen zijn.
De enige manier om daar te komen is door de early adopter te zijn. Maar dan wel op een gecontroleerde en gestructureerde manier.
Dat betekent resultaten definiëren voordat je gaat bouwen. Het betekent dat governance vanaf het begin moet worden ingebouwd. Het betekent een partner kiezen met de kennis van de industrie, de platformexpertise en de staat van dienst op het gebied van implementatie om u van idee tot operationele realiteit te brengen, niet van idee tot indrukwekkende demo.
De intelligente oplossing. De digitale medewerker. Het besturingssysteem van elk levensvatbaar bedrijf.
Dat is wat er vandaag wordt gebouwd.
Bronnen:
¹ Deloitte, AI ROI: The Paradox of Rising Investment and Elusive Returns, oktober 2025. Onderzoek onder 1.854 leidinggevenden in 14 landen in Europa en het Midden-Oosten.
² McKinsey & Company, The State of AI 2023-2024 en McKinsey Global Survey on AI.
³ Gartner, Predicts 2024-2026: AI Strategy and Execution.
Touseef Zafar
Chief Technical Officer, HSO
Touseef Zafar houdt toezicht op Cloud business voor Data & AI, Integratie, Infrastructuur, Moderne Werkplek, Beveiliging en Applicatieplatform. Hij heeft meer dan 20 jaar ervaring in het ontwerpen en implementeren van resultaatgerichte oplossingen voor ondernemingen in de financiële dienstverlening, detailhandel, productie en professionele dienstverlening.
Ontwerp uw resultaten
Klaar om de stap te zetten van agentschappelijk AI-potentieel naar echte winst? Laten we uw pad voorwaarts uitstippelen.