AI-agenten—softwaresystemen die taken plannen en uitvoeren met beperkte menselijke tussenkomst—bewegen in 2026 naar breder zakelijk gebruik. Enquêtes die dit jaar zijn gepubliceerd laten zien dat meer bedrijven de technologie aanschaffen en inzetten. Dezelfde gegevens onthullen echter ongelijkmatige resultaten en een gestage stijging van de kosten van het draaien en begeleiden van deze systemen.

Dit rapport bundelt de belangrijkste cijfers uit vijf recente bronnen: twee oorspronkelijke enquêtes, uitgevoerd door G2 en McKinsey, en drie overzichten die bevindingen uit vele studies samenbrengen.

Eén waarschuwing geldt voor elk cijfer hieronder. Enquêtes stellen verschillende vragen aan verschillende groepen met andere formuleringen, waardoor de resultaten zelden op elkaar lijken.

Waarom adoptiecijfers uiteenlopen

De gerapporteerde adoptie van AI-agenten loopt uiteen van 14% tot 86%, en het grootste deel van dat verschil komt door wat elke enquête mat. Sommige tellen organisaties die slechts testen, terwijl andere alleen bedrijven meenemen die agenten in live operaties draaien.

McKinsey's enquête uit 2025 vond dat 62% van de organisaties ten minste met agenten experimenteerde. Slechts 23% had agenten ergens in het bedrijf opgeschaald, en in geen enkele zakelijke functie had meer dan 10% dat gedaan.

Een overzicht van bdautomated identificeerde hetzelfde patroon in andere studies. PwC meldde dat 79% van de Amerikaanse topmanagers zei dat agenten in hun bedrijven werden geadopteerd. Een Capgemini-enquête, die onderzocht wat respondenten eigenlijk met "agent" bedoelden, vond dat slechts 14% er een had geïmplementeerd.

De US Census Bureau ontdekte ondertussen dat 19,8% van alle Amerikaanse bedrijven AI gebruikte in een zakelijke functie per mei 2026. Dat cijfer omvat bedrijven van elke omvang en telt elke AI-tool mee—niet alleen agenten.

Ook de definities lopen uiteen. Anthropic's engineeringgids beschrijft een agent als een systeem waarin een taalmodel zijn eigen stappen en toolgebruik stuurt. Een chatbot beantwoordt een vraag; een workflow volgt een vast pad. Daarom vertelt één kopcijfer zelden het hele verhaal—de secties hieronder vermelden wie is bevraagd en wat is gemeten.

Het overzicht van bdautomated onderzocht 75 cijfers van18 uitgevers, spoort elk cijfer terug naar het oorspronkelijke rapport en legde vast wie was bevraagd en wat werd meegeteld. De conclusie: de cijfers lopen vooral uiteen omdat ze verschillende dingen meten.

Van pilots naar productie

McKinsey's enquête uit 2025 onder 1.993 topmanagers in 105 landen tekent een trechter: 88% meldde regelmatig AI-gebruik in ten minste één zakelijke functie, 62% zei dat hun organisaties waren begonnen met agenten, en 23% schaalde ze op.

G2 ontdekte dat kopers steeds vaker voor agenten betalen. In zijn enquête uit 2026 onder 1.019 B2B-beslissers had 86% in het afgelopen jaar AI-agentsoftware of -diensten aangeschaft, tegen 69% een jaar eerder. G2 meldt ook dat 66% van de agentkopers nu agenten in beperkte of opgeschaalde productie draait—een stijging van 18 punten ten opzichte van het jaar ervoor. In McKinsey's gegevens uit 2025 zaten software-engineering en IT het meest voorop, maar niet meer dan 10% van de organisaties meldde daar agenten op te schalen.

Gradually.ai waarschuwt dat deze resultaten geen enkele tijdreeks vormen. KPMG's cijfer voor Q3 omvat bedrijven die nog agenten bouwen en kan daarom niet worden vergeleken met het Q2-cijfer over geïmplementeerde agenten. EY beperkte zijn steekproef tot grote beursgenoteerde Amerikaanse bedrijven die al AI-programma's runden, wat het hoge resultaat helpt verklaren.

Klantenservice laat duidelijke groei zien. Salesforce-gegevens aangehaald door FwdSlash geven aan dat 66% van de serviceorganisaties nu agentic AI gebruikt, tegen 39% een jaar eerder.

Budgetten stijgen ook. G2 meldt dat de helft van de organisaties een agentbudget van ten minste $1 miljoen heeft, met de gezondheidszorg aan kop met 57% die jaarlijks dat bedrag of meer uitgeeft. Technologie en retail zagen de grootste stijgingen in budgetten van $5 miljoen of meer.

Grote bedrijven lopen voorop

McKinsey's enquête uit 2026 onder 1.719 respondenten in 97 landen vond dat 40% van de mensen bij bedrijven met meer dan $1 miljard omzet agenten opschaalde, tegen 27% een jaar eerder. Bij kleinere bedrijven bleef het aandeel vlak op 22%.

Grote bedrijven lopen ook voorop bij breder AI-gebruik. 54% van de respondenten bij bedrijven met ten minste $1 miljard omzet meldt AI enterprisewijd op te schalen, tegen een derde bij kleinere bedrijven. Over alle respondenten rapporteert 44% enterprisewide opschaling, tegen 38% eerder.

Chatbots blijven de meest opgeschaalde tool, bij 47% van de respondenten. Ongeveer twee op de tien schalen AI-agenten op, en een vergelijkbaar aandeel schaalt software-codeeragenten op; bij grotere bedrijven loopt het cijfer voor codeeragenten op tot 31%.

Codeeragenten veranderen ook de aankoopbeslissingen. 32% van de respondenten zegt dat hun organisaties ervoor kozen ten minste één softwareproduct of -functie niet te kopen omdat ze het zelf konden bouwen, een patroon dat het meest voorkomt in technologie en gezondheidszorg. Onder AI-toppresteerders meldde bijna de helft zo'n beslissing, tegen 31% van de andere respondenten.

McKinsey's Lieven Van der Veken zegt dat leidinggevenden zich nu afvragen wat ze zelf moeten bouwen. Hij voegt toe dat dit niet betekent dat bedrijven alles zelf moeten bouwen of partners moeten vermijden—deste movers zijn gewoon doelgerichter over waar te kopen en waar te bouwen.

De kosten van het draaien en begeleiden van agenten

Kosten komen op twee plekken naar voren: exploitatierekeningen en personelestijd. McKinsey vond dat ongeveer 20% van de respondenten zegt dat exploitatiekosten, waaronder tokencosten, hun AI-gebruik hebben beperkt, met vergelijkbare aandelen per bedrijfsgrootte.

Bedrijven geven desondanks gewoon door. 28% van de respondenten zegt dat AI meer dan 10% van hun ICT-budget verbruikt, en 60% verwacht binnen het komende jaar meer in AI te investeren.

G2 noemt de prijs van toezicht de "Distrust Tax" (desinformatiebelasting). 31% van de kopers zegt dat werknemers ten minste zes uur per week aan supervision van agentwerk besteden—wat G2 bot-sitting noemt. 45% zegt dat toezicht en herstelwerk meer dan een kwart van de verwachte voordelen opslijten, terwijl 46% hogere exploitatiekosten dan verwacht meldt.

McKinsey's Michael Chui merkt op dat de prijzen per token zijn gedaald, maar dat het aantal gebruikte tokens sneller is gegroeid. Toppresteerders meldden kostenlimieten op codeeragenten ongeveer drie keer zo vaak als andere respondenten.

Kostenlimieten zijn niet beperkt tot één tool. Ongeveer één op de tien respondenten zegt dat kosten hun chatbotgebruik beperkten, en hetzelfde geldt voor agenten en codeeragenten. Respondenten in farmacie, verzekeringen en bankieren waren het meest geneigd hogere investeringen te verwachten.

Resultaten: persoonlijke winsten overtreffen bedrijfseffect

Op individueel niveau zijn de resultaten sterk. McKinsey vond dat 80% van de respondenten zegt dat AI hun productiviteit verbeterde, en de helft zegt dat het hen helpt betere beslissingen te nemen. Middelste managers en individuele medewerkers meldden vaker belasting, met 47% tegenover 31% van de topmanagers.

G2 documenteert snelheidswinst in workflows met veel volume. Vier op de vijf organisaties die agenten in hoogvolume-werk gebruiken melden cyclusverbeteringen van ten minste 11%, en bijna de helft meldt winsten van ten minste 25%. Daarnaast zegt 83% dat agenten de medewerkerstevredenheid verhogen door repetitief werk te verminderen.

Bedrijfsbrede uitkomsten zijn zwakker. 37% van de McKinsey-respondenten meldt een positief effect op de winst vóór rente en belastingen (EBIT)—ongeveer onveranderd ten opzichte van vorig jaar. Slechts 6% kwalificeert als AI-toppresteerder, wat McKinsey definieert als bedrijven die AI crediteren voor ten minste 5% van de EBIT samen met sterke gerapporteerde waarde.

Ontwikkelaarsstudies geven gemengde antwoorden omdat ze ander werk testen. De GitHub-test gebruikte een smalle taak, terwijl METR experts bestudeerde die aan hun eigen projecten werkten; METR's nieuwe reeksen omvatten ook helemaal geen effect.

Per functie melden McKinsey-respondenten het vaakst kostenreducties in supply chain management, service-operaties en productie, terwijl omzetwinsten het vaakst aan marketing en verkoop worden toegeschreven.

McKinsey merkt ook op dat werknemers AI-vaardigheden opbouwen op eigen kracht of via bedrijfsuitrols; ongeveer de helft zegt dat AI hen hielp nieuwe capaciteiten te ontwikkelen. Toppresteerders managen de transitie anders—bijna driekwart zegt dat ze workflows hebben herontworpen vanwege AI, tegen 55% vorig jaar, terwijl ongeveer een op de vier andere respondenten hetzelfde zegt.

Governance en vertrouwen

Nu agentvloten groeien, wordt het bijhouden erv moeilijker. G2 ontdekte dat 38% van de organisaties met agenten in productie er meer dan 100 draait. Toch zegt 47% dat agenteneigendom en -controles informeel zijn of door individuele afdelingen worden geleid, tegen 23% die ze centraal besturen. Slechts 27% houdt een centraal agentenregister bij, 18% gebruikt geautomatiseerde ontdekking om goedgekeurde en niet-goedgekeurde agenten te vinden, en slechts 14% heeft realtime monitoring van ongebruikelijk gedrag, kosten of risico's. G2 noemt onbeheerde tools "shadow agents".

Kopers testen wel vóór lancering: 52% vereist menselijke kwaliteitscontrole, 48% vereist beveiligingstests, en 41% vereist juridische, risico- of compliance-review. Na de lancering herwaarderen 77% de agenten ten minste maandelijks.

Vertrouwen hangt af van de taak. In een PwC-enquête uit 2025 zeiden zakelijke leiders dat ze agenten bij data-analyse voor 38% zouden vertrouwen, maar slechts 20% voor financiële transacties. In een Ping Identity-enquête onder 11.000 consumenten was 3% er gerust mee dat AI zonder finale goedkeuring handelt. G2 voegt toe dat 67% van de kopers groot vertrouwen heeft in het AI-systeem van hun eigen organisatie—hoewel het gemak daalt wanneer het systeem autonoom handelt.

G2 zegt dat centrale IT samen met AI-, data- en machine learning-teams 49% van de agentexploitatiekosten beheren en samen 60% van de governanceverantwoordelijkheid dragen. McKinsey voegt toe dat toppresteerders vaker werken aan het verminderen van risico's zoals ongeautoriseerde of onbedoelde agentacties.

Marktomvang, prijzen en financiering

Schattingen voor de agentenmarkt in 2026 lopen van ongeveer $8 miljard tot $12 miljard. Gradually.ai merkt op dat dit commerciële schattingen zijn in plaats van gemeten omzet, en dat bedrijven verschillende basisjaren en definities gebruiken—sommigen tellen standalone agentplatforms, anderen rekenen agentfuncties binnen bedrijfssoftware mee. Gartner schatte dat tot $234 miljard aan enterprise software-uitgaven tegen 2030 onder druk kan komen van agentic AI; Gradually.ai kwalificeert dat als een exposure-scenario, geen prognose van verloren omzet.

Prijsmodellen verschuiven. G2 ontdekte dat slechts 9% van de kopers per-seat-prijzen het eerlijkste model voor agenten vindt, terwijl pay-as-you-go-modellen stegen van 38% in 2025 naar 57% in 2026.

Op het gebied van financiering heeft de helft van de G2-respondenten een agentbudget van ten minste $1 miljoen. Crunchbase registreerde $159 miljard aan wereldwijde venture financiering in Q3 2026, waarvan $102 miljard—64%—naar AI-bedrijven ging, hoewel dat de bredere AI-sector dekt en niet alleen agenten. Crunchbase telde ook $211 miljard aan AI-gerelateerde venture financiering voor 2025, een stijging van 85% ten opzichte van $114 miljard in 2024. G2 ontdekte bovendien dat 72% van de kopers zegt dat een sterke set connectoren, acties, vaardigheden of marketplace-aanbiedingen zeer belangrijk of een must-have is voor adoptie van agenten.

Banen: verwachtingen versus rapporten

Angsten voor snelle banenvermindering zijn niet uitgekomen in wat bedrijven rapporteren. McKinsey vond dat 14% van de respondenten bij AI-gebruikende organisaties zei dat AI heeft bijgedragen aan een kleinere personeelsbasis in het afgelopen jaar. In de enquête van het jaar ervoor had 32% in die periode verminderingen verwacht. Twe derde rapporteert weinig of geen AI-gerelateerde verandering in de totale werkgelegenheid. Vooruitkijkend verwacht 39% een daling en 43% weinig of geen verandering, terwijl slechts 13% zegt dat AI hen ongerust maakt over hun eigen carrière.

Het verschil is zichtbaar per functie. In marketing en verkoop, productie, strategie en corporate finance, en knowledge management liggen de gerapporteerde verminderingen op ongeveer de helft van het aandeel dat ze voorspelde.

G2 meldt een vergelijkbaar patroon onder kopers: slechts 14% heeft het hoofdcarpamente verminderd, terwijl 35% personeel heeft verplaatst naar rollen met meer waarde. In 2025 verwachtten respondenten het vaakst verminderingen in service-operaties, supply chain management, marketing en verkoop, en software-engineering. Voor het komende jaar voorspelt het grootste aandeel opnieuw verminderingen in service-operaties en supply chain management—and in veel functies verwachten meer respondenten geen verandering dan een vermindering.

Vooruitzichten: plannen, prognoses en open vragen

Kopers willen doorgaan. G2 ontdekte dat 84% zegt dat agentfuncties hun softwarebeslissingen in 2027 zullen beïnvloeden, met 34% die ze als primaire factor noemt. Nog eens 56% verwacht dat agenten tegen 2030 het werk over hun softwarestack zullen orkestreren.

Er zijn ook faalverwachtingen. Gartner voorspelt dat meer dan 40% van de agentic AI-projecten eind 2027 zal worden geannuleerd, met verwijzing naar kosten, onduidelijke waarde en zwakke risicobeheersing. Dat blijft een prognose—bdautomated merkt op dat niemand tot nu toe daadwerkelijke annuleringen heeft geteld.

Sommige kopcijfers worden vaak verkeerd gelezen. Een MIT-studie vond dat 95% van de organisaties geen rendement zag, maar mat de winstimpact ongeveer zes maanden na een pilot. De steekproef omvatte 52 interviews, 153 enquetesresponsen en 300 openbare implementaties, en de auteurs noemen de bevindingen voorlopig.

Samen tonen de gegevens snelle adoptie naast ongelijkmatige opbrengsten: individuele winsten zijn gebruikelijk, bedrijfsbrede winsten minder, en toezicht consumeert veel van de bespaarde tijd. Gradually.ai merkt op dat Gartner agentic AI in zijn 2026 Hype Cycle op de Peak of Inflated Expectations plaatste. Lezers moeten controleren wie is bevraagd en wat is geteld voordat ze één enkel cijfer aanhalen.

Beveiliging blijft een punt van zorg in het FwdSlash-overzicht. Het citeert een enquête onder 919 organisaties waarin 88% bevestigde of vermoede agentbeveiligingsincidenten meldde, evenals IBM-gegevens die aantonen dat 97% van de organisaties met een AI-gerelateerde inbreuk geen juiste toegangscontroles had.

Bronnen

• G2: AI Agents Have Moved From Pilot to Production, But Oversight Comes at a Cost (2026 AI Agents Report)
• McKinsey: The State of AI in 2026: On the Road to ROI
• bdautomated: AI Agent Statistics 2026: Every Number Checked at Its Source
• Gradually.ai: AI Agent Statistics 2026: Adoption, Market & Facts
• FwdSlash: AI Agent Statistics 2026: 100+ Stats on Market and Adoption

Bron: Blockonomi — https://blockonomi.com/ai-agent-statistics-2026-adoption-costs-and-results/