Salesforce heeft met Deloitte onderzoek gedaan onder 1050 IT-beslissers binnen enterprise organisaties. IT-beslissers schatten AI wel op waarde, maar tegelijk zien ze ook het gevaar. In 2026 zal de AI-adoptie verder toenemen en zal agent2agent communicatie de norm worden. Dat zal leiden tot meer complexiteit en bij sommige organisaties chaos, al kan het natuurlijk ook waarde toevoegen.
De afgelopen jaren speelde AI een grote rol in het bedrijfsleven. Het wordt gezien als dé manier om organisaties beter en efficiënter te maken. Tegelijk is het een technologie die nog maar in de kinderschoenen staat en elk jaar een stukje beter wordt. Voor veel organisaties is AI-adoptie een noodzaak maar tegelijk een valkuil want je moet hele duidelijke kaders opleggen.
De gemiddelde enterprise organisatie (met meer dan 1000 werknemers) gebruikt op dit moment al zo’n 12 agents, op basis van dit onderzoek zal dat aantal in 2027 zijn opgelopen tot gemiddeld 20 agents. Tegelijk stellen de IT-beslissers in dit onderzoek dat de grote uitdagingen om AI beter in te zetten nog lang niet zijn verholpen.
De AI-problemen anno 2026
Het gemiddeld aantal applicaties in organisaties is gestegen van 897 naar 957. Daarvan integreert slechts 27 procent met elkaar. Van de IT-beslissers denkt 35 procent dat het integreren van applicaties en data een probleem gaat worden voor hun AI-ambities.
Ook stelt 40 procent te maken te hebben met gedateerde IT-infrastructuur die de organisatie belemmert om data überhaupt te gebruiken voor AI-doeleinden. Het bekende datasilo probleem waar al jaren over gesproken wordt is nog steeds zeer actueel.
We zijn er echter nog niet, 42 procent is ook nog druk met het in kaart brengen van de risico’s. Denk aan hoe blijft de organisatie compliant, is security goed geregeld met de huidige AI-implementaties?
Tot slot stelt 41 procent dat het binnen de organisatie op dit moment nog ontbreekt aan voldoende AI-expertise om AI-agents en AI-processen te ontwikkelen. Er is dus een grote behoefte aan meer kennis binnen organisaties.
Shadow AI en AI-governance zijn een groot probleem
Er zullen nog steeds IT-beslissers zijn die de adoptie van AI liever uitstellen, omdat er best veel bij komt kijken. Niet enkel de investering en het binnenhalen van voldoende kennis. Ook de benodigde integraties, het vervangen van legacy applicaties door meer API-driven applicaties, maar bovenal het beheren en managen van alle AI-oplossingen. Governance is een groot probleem voor veel organisaties.
Realistisch gezien is niets doen geen optie. Er is al geen weg meer terug. Uit dit onderzoek blijkt dat bij 83 procent van de organisaties vrijwel alle teams al gebruik maken van AI en AI-agents. Zo’n 36 procent werkt met kant-en-klare SaaS-agents, 34 procent met geïntegreerde agents in platformen en 30 procent met zelfgebouwde AI-oplossingen.
Werknemers hebben massaal AI-tools omarmd om ze te laten assisteren bij hun werkzaamheden en werk uit handen te nemen. Als organisaties ervoor kiezen om anno 2026 te passief te zijn en geen of onvoldoende AI-tooling aan te bieden aan hun werknemers, zullen ze te maken krijgen met Shadow AI. Werknemers gaan dan gewoon zelf gratis accounts aanmaken op ChatGPT, Claude, Gemini, Perplexity, etc. Dat is niet zonder gevaar, veel van die gratis accounts gebruiken de aangeleverde data om hun modellen verder te trainen en te verbeteren. Daarmee kunnen bedrijfsgeheimen, of vertrouwelijke informatie, ineens in een model terechtkomen. Dat is ongeveer het laatste wat je moet willen als organisatie.
Dat is dan ook de reden dat 86 procent van de IT-beslissers denkt dat AI-agents meer problemendan waarde gaan toevoegen. De AI-adoptie onder werknemers blijft hoog, maar de integratie en data silo’s zijn niet heel snel opgelost. Als de governance dan ook nog ontbreekt kan je spreken van serieuze problemen en uitdagingen.
In 2026 gaan agents ook veel vaker samenwerken
Daar komt bij dat agent-communicatie nu ook echt actueel gaat worden. Het afgelopen jaar is er al veel gezegd over MCP en A2A, protocollen om agents met elkaar te laten communiceren. Maar steeds meer agents die nu beschikbaar komen ondersteunen het en maken er ook gebruik van. Agents kunnen dadelijk dus eenvoudig informatie uitwisselen en taken aan elkaar overdragen om uiteindelijk tot een veel beter resultaat te komen.
Op dit moment werkt 50 procent van de AI-agents in organisaties nog als een silo. Hierbij wordt er dus nog geen context of data van externe systemen toegevoegd. De noodzaak van context is inmiddels duidelijk bij veel organisaties. 96 procent van de IT-beslissers snapt dat het succes afhangt van een naadloze integratie.
Dat legt opnieuw druk op de problematiek van data silo’s en integraties. Die remmen agent2agent communicatie nu nog af, maar steeds meer software zal MCP-integraties krijgen of uitgebreidere API’s waardoor data-integratie wel mogelijk wordt.
De oplossing van agent management platformen
We zien in de markt dat veel grote platformaanbieders deze goverance problemen ook zien aankomen en ze proberen daarop in te spelen. Workday, ServiceNow en ook Salesforce hebben oplossingen geïntroduceerd die moeten helpen bij het integreren van data silo’s en het beheren van AI-agents.
Bij ServiceNow hebben ze bijvoorbeeld de AI Control Tower, die actief monitoring toepast op alle agents op het NOW-platform. Wat echter nog mist is de mogelijkheid om agents te managen op platformen van derden. Daarnaast is er ook Workday, dat AI-agents wil behandelen als werknemers in een HR-database. Agents maken bij Workday deel uit van de business teams en hebben op die manier ook dezelfde rechten. In theorie geen slecht idee, maar ook hier ontbreekt er nog de mogelijkheid om agents te beheren op platformen van derde partijen. Voor data-integratie heeft Workday recent wel het iPaaS-platform Pipedream overgenomen.
MuleSoft kan als een van de eerste alle AI-agents managen
Tot slot heeft Salesforce met MuleSoft al jaren een iPaaS-platform in handen en daar heeft het recent de MuleSoft Agent Fabric aan toegevoegd. Zij kiezen voor een soort man-in-the-middle benadering, waarbij alle data-integraties en agent-2-agent communicatie plaatsvindt via het MuleSoft-platform. Met deze man-in-the-middle aanpak kan MuleSoft governance en compliance bieden op alle datastromen tussen applicaties en agents. Zo kan het bijvoorbeeld afwijkende datastromen detecteren of simpelweg datastromen blokkeren die niet zijn toegestaan. Bijvoorbeeld als er veel persoonlijke informatie wordt gedeeld, kan MuleSoft dat simpelweg blokkeren. Dit is iets wat veel organisaties nog zoeken, want slechts 54 procent van de enterprise organisaties beschikt over een governance framework. Eerlijk is eerlijk, hiermeem managed MuleSoft nog geen agents op platformen van derden, het kan niet een Workday agent uitschakelen, maar het geeft wel grip en inzicht op de data uitwisseling van AI-agents.
Uiteindelijk is het probleem dat er op dit moment nog geen protocol is waarmee agents beheerd kunnen worden op platformen van derden. MuleSoft ondervangt dat dus door er tussen te gaan zitten. Wil je hier meer over weten, we hadden hier eerder al een uitgebreid gesprek over tijdens Dreamforce, kijk hieronder de video terug:
Wat is er nu in 2026 echt nodig?
Voor IT-beslissers die zich afvragen wat ze in 2026 nu echt moeten doen? Daarbij is niks doen in elk geval niet het juiste antwoord, dan gaan je concurrenten die wel investeren in AI je heel snel voorbij. Aan de andere kant hoef je ook niet all-in te gaan en je volledige IT-budget erop kapot te slaan.
Begin klein, pak het laaghangende fruit
Het belangrijkste is een plan maken waar met kleinere eenvoudige AI-toepassingen veel winst valt te behalen. Je hele infrastructuur herinrichten voor AI is een megaproject wat jaren zal gaan duren. Je moet nu beginnen, dus begin klein. De drie of vijf meest gestelde vragen aan je klantenservice of HR-team in een AI-agent stoppen kan een enorme workload weghalen bij die teams. Er zijn inmiddels verschillende case studies bekend waarbij het aantal tickets hierdoor met wel 50 of 60 procent werd verlaagd. AI kan ook ingezet worden voor sales rapportages of planningen maken waar medewerkers nu nog uren per week mee bezig zijn. Daar zit ook veel laaghangend fruit en mogelijke kostenbesparingen.
Ga het gesprek aan met je medewerkers
Afhankelijk van de grootte van de organisatie is het verstandig om het gesprek aan te gaan met je medewerkers. Dat kan eventueel ook met een enquête als dat goed werkt binnen je organisatie. Vragen die je zeker moet stellen zijn:
- Wat vinden ze van AI op de werkvloer?
- Welke AI-tools gebruiken ze op dit moment?
- Wat voor AI-tools zouden ze graag zien om (repetitieve) taken te automatiseren?
- Als de organisatie al AI-tools aanbiedt, wat vindt men van die tools?
Op die manier krijg je snel inzicht in hoe werknemers denken over AI, hoe ze het gebruiken, waar nog mogelijk laaghangend fruit zit, maar ook welke shadow IT er al gebruikt wordt.
Stel dat men massaal aanvinkt ChatGPT te gebruiken, maar als organisatie biedt je dit niet aan, want je hebt ervoor gekozen om Gemini of CoPilot aan te bieden, dan betekent het dus dat werknemers in de gratis versie de bedrijfsdata aan OpenAI aan het voeden zijn. Uit het onderzoek komt ook naar voren dat 49 procent van de organisaties shadow AI als een grote uitdaging ziet.
Tot slot is het simpelweg aanbieden van OpenAI, Claude, Gemini of CoPilot niet voldoende. Gebruikers hebben hier begeleiding en training bij nodig. Adoptie volgt bij een goede uitleg, niet bij het simpelweg beschikbaar stellen. Bij SaaS-applicaties zijn AI-functies vaak al wel meer toegespitst op een bepaalde functie, maar ook doen is uitleg en training geen overbodige luxe.
Innovatie gaat sneller dan adoptie
Onderaan de streep hebben organisaties op dit moment moeite om bij te blijven. De adoptie van AI blijft achter bij het innovatietempo. AI wordt elk jaar beter en breder toepasbaar. In 2026 zal agent2agent communicatie normaal worden. Dit terwijl organisaties nog zoekende zijn hoe ze AI op een goede en veilige manier uitrollen binnen de organisatie met de juiste governance. Het is dus ook niet zo gek dat 86 procent van de IT-beslissers bezorgd is dat AI-agents meer problemen dan waarde gaan toevoegen. Al kan het met de juiste stappen juist enorm veel waarde gaan toevoegen. Voor veel organisaties zal dit in 2026 nog te vroeg zijn, maar zeker niet voor iedereen.