De AI-voorspellingen voor 2026 die mkb'ers echt raken

Tussen de tweede week van december en de eerste week van januari publiceerden Microsoft, IBM, Gartner, McKinsey en Deloitte allemaal binnen enkele weken van elkaar hun AI-voorspellingen voor 2026. Bij elkaar opgeteld zijn dat tientallen voorspellingen, de meeste geschreven voor organisaties met een eigen AI-team en een datacenterbudget. Kijk je goed, dan veranderen maar zo'n vier ervan daadwerkelijk wat een bedrijf van twintig tot vijftig man dit jaar anders zou moeten doen — de rest is enterprise-weerbericht, de moeite waard om te kennen, niet de moeite waard om op te handelen.

Vijf rapporten, één smal venster, tientallen voorspellingen

Microsofts "zeven trends om te volgen in 2026" verscheen op 8 december, gebouwd rond agents die digitale collega's worden, AI die rechtstreeks het onderzoeksproces ingaat, en een nieuwe generatie "AI-superfabrieken." IBM's Think-team verzamelde achttien voorspellingen van een dozijn onderzoekers en oprichters, gepubliceerd op nieuwjaarsdag, van kwantumvoordeel tot agent-naar-agent-protocollen tot wat zij "AI-soevereiniteit" noemen. Gartners Top Strategic Technology Trends voor 2026 zette AI-supercomputingplatforms en domeinspecifieke taalmodellen voorop. McKinsey's State of AI-onderzoek zette een cijfer op de adoptiecurve, en Deloittes TMT-voorspellingen zetten een cijfer op de agentic-AI-markt zelf.

Zet ze naast elkaar en één thema overleeft het contact met alle vijf: agentic AI is de dragende voorspelling. Elk rapport leunt erop, van Microsofts "digitale collega's" tot Gartners voorspelling dat 40% van de zakelijke applicaties eind 2026 met een ingebouwde agent wordt geleverd, tegen minder dan 5% in 2025. Al de rest — kwantum, chips, robotica — is bouwsteiger rond die ene verschuiving. Dat is handig, want het betekent dat een bedrijf dat geen hyperscaler is eigenlijk maar één thema hoeft te volgen, niet vijf rapporten vol.

Waar de vijf van mening verschillen is bijna net zo informatief als waar ze het eens zijn. Microsoft benadert 2026 vanuit partnerschap — mensen "versterken", niet vervangen. IBM's toon is infrastructureler, gericht op kwantum, hardware en protocolstandaarden. Gartner blijft bewust leveranciersneutraal en noemt categorieën in plaats van bedrijven. McKinsey en Deloitte hellen allebei naar voorzichtigheid: adoptie is reëel, maar opschaling en meetbare ROI lopen achter op de aankondigingen. Dat meningsverschil verandert niets aan de onderliggende verschuiving; het weerspiegelt vooral in welk deel van de stack elke organisatie verkoopt.

Dat verschil in toon is trouwens ook een handige vuistregel voor wie deze rapporten zelf leest: hoe dichter een voorspelling bij de eigen productlijn van de auteur ligt, hoe groter de kans dat hij overdreven optimistisch is getimed. Een chipmaker voorspelt een doorbraak in chips; een quantum-lab voorspelt een doorbraak in quantum. Dat maakt de voorspelling niet per se onwaar, maar wel een reden om hem te wegen tegen een onafhankelijke bron voordat je hem serieus neemt.

De voorspellingen die nog niet op jou van toepassing zijn

Sommige van de luidste voorspellingen voor 2026 zijn simpelweg geen beslissingen die een klein bedrijf ooit hoeft te nemen. IBM zegt dat 2026 het jaar is waarin een kwantumcomputer voor het eerst een klassieke computer verslaat op een echt probleem — echt significant, en volstrekt irrelevant voor een bedrijf waarvan de grootste computerbeslissing dit jaar is met welk boekhoudpakket je een AI-agent koppelt. Microsofts "AI-superfabrieken" en Gartners AI-supercomputingplatforms beschrijven hoe Azure, AWS en een handvol frontier labs datacenters aan elkaar knopen; de enige manier waarop dat jouw bedrijf bereikt, is als een lagere prijs per API-call over anderhalf jaar, zoals altijd. IBM's Peter Staar die een opleving van physical AI en robotica voorspelt, en GitHub's "repository intelligence" gebouwd op 43 miljoen samengevoegde pull requests per maand, zijn reële verschuivingen binnen hun eigen markten en spelen zich simpelweg af op een schaal die geen bedrijf van twintig man ooit rechtstreeks raakt.

Niets daarvan betekent dat je het nieuws moet negeren. Het betekent voorspellingen sorteren op één vraag voordat je er aandacht aan besteedt: verandert dit een beslissing die ík dit jaar moet nemen, of een beslissing die Microsoft, IBM of een hyperscaler dit jaar moet nemen? Het grootste deel van wat in december en januari de techpers vulde, valt in de tweede categorie. Datzelfde argument maakten we een paar weken geleden al over het achternajagen van het "beste" onderliggende model — het model is zelden het onderdeel van je AI-strategie dat de moeite waard is om over te obsederen — en diezelfde logica geldt voor de infrastructuur eronder.

Wat er echt toe doet #1: agentic AI wordt niet langer eendoelig

IBM's Gabe Goodhart verwoordde de verschuiving simpel: "we bereiken een soort commodity-punt" op modellen, waar het onderscheidende vermogen verschuift naar het systeem eromheen — orchestratie, tool-gebruik, routering tussen een klein model en een groter model wanneer nodig. Chris Hay's term voor waar dit op uitkomt is de "super agent": één controlekamer in plaats van een dozijn eendoelige tools. Dat is de Gartner-statistiek vertaald in gewone taal — niet dat elk bedrijf een vloot autonome agents bouwt, maar dat de software waar je al voor betaalt dit jaar standaard agent-functies gaat leveren, of je erom vroeg of niet, want dat is wat "40% van de zakelijke applicaties" op de grond eigenlijk betekent.

Voor een mkb-bedrijf is de praktische versie van deze trend kleiner dan hij klinkt: je boekhoudpakket, je CRM en je klantenservice-inbox gaan dit jaar allemaal een smaak "agent" aanbieden als afvinkbare functie. De beslissing die de moeite waard is, is niet of je agentic AI als categorie omarmt — die beslissing wordt al voor je genomen door je bestaande leveranciers — maar welke van die ingebouwde agent-functies je daadwerkelijk aanzet, en welke je uitlaat tot iemand in het bedrijf kan uitleggen wat hij doet. We schreven eerder al over wat nodig is om zo'n agent daadwerkelijk in productie te krijgen in plaats van vast te lopen in een pilot, en de korte versie geldt hier ook: houd het smal, houd een mens in de lus bij alles dat geld of een klant raakt, en behandel autonomie als een schuifknop, geen aan/uit-schakelaar.

Wat er echt toe doet #2: het identiteits- en governancegat wordt reëel

Een van de minder geciteerde cijfers uit dit voorspellingsseizoen is ook het meest concrete: uit onderzoek rond deze rapporten draaien AI-agents al bij zo'n 91% van de organisaties, terwijl slechts ongeveer 10% een formele strategie heeft voor wat die agents mogen benaderen — wat beveiligingsonderzoekers non-human identity noemen. IBM's Shlomi Yanai noemt het een bestuurskwestie voor grote ondernemingen. Voor een klein bedrijf is de eerlijke versie van dat cijfer kleiner en dichter bij huis: je hebt vermoedelijk al twee of drie agent-achtige koppelingen stilletjes draaien — een e-mailassistent, een CRM-automatisering, een planningsbot — die niemand formeel heeft aangezet, en die niemand is gevraagd te beheren.

Dat is hetzelfde gat dat we beschreven in een recent stuk over waarom het AI-vaardighedentekort uit de krantenkoppen niet het tekort is dat mkb'ers écht vertraagt: het echte risico was nooit een gebrek aan machine-learningtalent, het was dat niemand duidelijk verantwoordelijk was voor de beslissing. De lichte versie van "agent-governance" die past bij een bedrijf van twintig man is geen beleidsmap. Het is één persoon die uit het hoofd elke tool kan opnoemen die in het bedrijf klantgegevens mag lezen of namens het bedrijf een e-mail mag versturen — en die die lijst elk kwartaal checkt in plaats van nooit.

Wat er echt toe doet #3: "AI-soevereiniteit" wordt "waar staat mijn data eigenlijk"

IBM's Anthony Marshall noemt een cijfer om bij stil te staan: 93% van de ondervraagde bestuurders zegt dat AI-soevereiniteit meenemen in de strategie voor 2026 een must is. Op enterprise-schaal betekent dat uitdenken in welke regio een workload draait en wie daar juridisch bij kan. Op mkb-schaal is het een veel kleinere, veel beter te beantwoorden vraag: is de AI-tool waar je net op bent geabonneerd in de EU gehost, is hij daadwerkelijk AVG-compliant in plaats van dat alleen te beweren, en staat er in het contract wat er met je data gebeurt als je opzegt. Niets daarvan vraagt om een soevereiniteitsstrategie. Het vraagt om één keer de verwerkersovereenkomst lezen, wat bijna niemand doet.

Het ene onderdeel hiervan dat echt aan een datum vastzit voor 2026 is de AI-geletterdheidsverplichting van artikel 4 uit de EU AI Act, die technisch al sinds februari 2025 geldt maar pas op 2 augustus 2026 echte handhavingstanden krijgt van nationale toezichthouders. Die deadline zit onder het grootste deel van de "vertrouwen en governance"-voorspellingen van dit jaar zonder in een van hen met naam genoemd te worden, omdat geen van de vijf rapporten hierboven geschreven is met een Nederlands mkb-bedrijf in gedachten. Wat die deadline wel en niet vereist, hebben we elders uitgebreider behandeld — de korte versie is dat het papierwerk met een datum is, geen onderzoeksprogramma.

Wat er echt toe doet #4: het "opschalingsgat" betekent dat de meeste mkb'ers op schema lopen, niet achterlopen

McKinsey's cijfers zijn makkelijk te lezen als aanklacht: 72% van de ondernemingen heeft inmiddels minstens één AI-workload in productie, maar slechts ongeveer een derde schaalt dat op door het hele bedrijf, en maar 6% geldt als echte high performer die onevenredig veel waarde binnenhaalt. Deloitte omschrijft 2026 als het jaar waarin het gat tussen de belofte van AI en de realiteit kleiner wordt maar niet sluit. Leg dit naast Nederlandse cijfers en het beeld verandert weer: CBS meldt dat 22,7% van de Nederlandse bedrijven met tien of meer werkzame personen in 2024 een AI-technologie gebruikte, en dat cijfer zakt naar 17,8% specifiek voor de groep van tien tot negentien werkzame personen — een heel eind onder de enterprise-cijfers die McKinsey beschrijft.

De voorspellingen die op enterprise-data zijn gebouwd, wekken een vals gevoel van achterstand bij bedrijven die nooit in die dataset zaten. Een Nederlands mkb-bedrijf dat nog geen agentic AI heeft aangeraakt, is geen buitenbeentje dat een AI-native curve mist; het is, statistisch gezien, het normale geval. Het risico om je in 2026 zorgen over te maken is niet dat je langzamer gaat dan een McKinsey-benchmark gebouwd op Fortune 500-respondenten. Het is niets doen dit jaar terwijl je boekhoudsoftware, CRM en inbox stilletjes standaard agent-functies aanzetten, zonder dat iemand in het bedrijf dat bewust heeft besloten.

Wat dit voor jouw bedrijf in 2026 echt betekent

Strip vijf rapporten en tientallen voorspellingen tot één jaar aan beslissingen, en de lijst wordt kort. Drie dingen die de moeite waard zijn om voor eind 2026 daadwerkelijk te doen:

• Check wat er al aanstaat. Kijk in je boekhoudsoftware, CRM en klantenservice-inbox naar agent-functies die bij de laatste update standaard zijn meegeleverd — de meeste leveranciers zetten die stilletjes aan in plaats van eerst te vragen.
• Wijs één eigenaar aan. Eén persoon die uit het hoofd elke tool kan opnoemen die klantgegevens mag aanraken of namens het bedrijf iets mag versturen, en die die lijst elk kwartaal doorneemt.
• Lees de verwerkersvoorwaarden één keer. Bij alles wat je in 2026 nieuw aanschaft — is het EU-gehost, is het daadwerkelijk AVG-compliant, wat gebeurt er met je data als je opzegt.

Al de rest uit dit voorspellingsseizoen — kwantum, superfabrieken, robotica — is reëel, en niets daarvan is aan jou om dit jaar op te lossen. Wil je een gestructureerd beeld van waar Nederland specifiek staat op het gebied van AI-adoptie, of wil je een tweede mening over welke van deze voorspellingen daadwerkelijk op jouw situatie van toepassing zijn, dat gesprek is precies wat wij doen.

Vijf rapporten, vijf doelgroepen van ondernemingen en hyperscalers. Filter op wat een bedrijf van twintig man dit jaar daadwerkelijk moet beslissen, en de lijst wordt snel kort.

Veelgestelde vragen