Agentische AI: de volgende investeringslaag voorbij NVIDIA

Inleiding

Tijdens de laatste kwartaalcijferpresentatie van NVIDIA noemde CEO Jensen Huang dit "het keerpunt voor agentische AI", en deze keer is overdrijving misschien wel op zijn plaats. Hoofdstuk één van de AI-investeringscyclus – de bouw van GPU-clusters, datacenters en netwerkinfrastructuur – is nog niet afgerond, maar hoofdstuk twee is al stilletjes begonnen, met een investeringslogica die totaal anders is dan de situatie in 2023-2024 waarin infrastructuur een voor de hand liggende keuze was. Agentische AI verwijst naar AI-systemen die autonoom meervoudige taken kunnen uitvoeren – ze kunnen plannen, redeneren, acties ondernemen in softwareomgevingen en zich aanpassen op basis van nieuwe informatie, zonder menselijke stapsgewijze begeleiding. Dit zijn geen chatbots, maar softwareagenten die kunnen surfen op het web, code uitvoeren, communiceren met API's en workflows beheren, en complexe taken volbrengen waarvoor voorheen geschoolde arbeidskrachten nodig waren. In een interne onderzoeksbijeenkomst van Morgan Stanley in 2026 beschreef Jeff McMillan het beeld in Silicon Valley: "Van de ene op de andere dag wordt elk bedrijf een agentschap." Hij voegde eraan toe dat veel hiervan nog visie zijn, maar de richting is duidelijk en de investeringseffecten beginnen zichtbaar te worden in de omzetcijfers.

Achtergrond

De AI-infrastructuurlaag heeft buitengewone rendementen opgeleverd: NVIDIA beslaat ongeveer 90% van de AI-versnelleruitgaven, op jaarbasis circa 1800 miljard dollar. De vraag naar datacenterexploitanten, stroominfrastructuur en netwerkbedrijven is enorm gestegen. PineBridge en MetLife omschrijven de groei van datacenterapparatuur als "de komende vier tot vijf jaar vrijwel vastgelegd", met een jaarlijkse groei van circa 25%. De structurele vraag naar rekenkracht staat buiten kijf. Maar de markt richt zich steeds meer op de vraag: kan de toepassingslaag voldoende inkomsten genereren om de investeringen in infrastructuur te rechtvaardigen? De analyse van Sequoia over het inkomstenverschil van 600 miljard dollar vat deze zorg samen. Het antwoord, als dat er is, zal voornamelijk komen van bedrijfssoftware: AI-native toepassingen, AI-verbeterde workflows, en agentsystemen die de arbeidskosten van bedrijven aanzienlijk kunnen verlagen of de inkomsten kunnen verhogen. De bedrijven die deze toepassingen bouwen en distribueren, zijn de logische volgende begunstigden in de AI-investeringscyclus.

Digitale economie-analyse

Het economische belang van agentische AI ligt in het feit dat het AI transformeert van een productiviteitstool naar een arbeidsvervangende oplossing. In vergelijking met copiloten of assistent-AI is de waardepropositie van agenten groter vanwege hun autonomie. Een copiloot die een kenniswerker helpt e-mails te schrijven of documenten samen te vatten, verhoogt marginaal de persoonlijke productiviteit; een agent die een complexe meerstapswerkstroom beheert – klantaccounts analyseren, problemen identificeren, oplossingen genereren, communicatie opstellen, aanbevolen acties uitvoeren en resultaten registreren – vervangt of versterkt daarentegen een hele categorie kenniswerk. Dit betekent dat bedrijven bereid zijn aanzienlijke software-abonnementsgelden te betalen voor agenten die het echt kunnen, wat heel anders is dan de situatie waarin MIT's Project NANDA in 2025 ontdekte dat 30-40 miljard dollar aan AI-uitgaven van bedrijven geen meetbare impact op de resultatenrekening had. Zodra agentische AI werkt, is de impact ervan op de winst- en verliesrekening eenvoudig te meten en moeilijk te betwisten.

Observaties over bedrijfsmodellenUit winstoogpunt bezien, leidt agentische AI tot verschillende nieuwe bedrijfsmodellen: - Abonnementsgebaseerde agentdiensten: facturering per zetel of per taak, zoals Microsoft Copilot die al een geannualiseerde omzet van $37 miljard heeft behaald (Q1 2026, een stijging van 123% op jaarbasis). - Resultaatgerichte prijsstelling: een aandeel in de bespaarde arbeidskosten of de toegenomen omzet die door de agent wordt gerealiseerd. - Platformtoeslagmodel: bestaande bedrijfssoftware (zoals ServiceNow, Salesforce) voegt agentfunctionaliteit toe aan het kernplatform en brengt extra kosten in rekening. De kern van deze modellen is waardegedreven prijsstelling – bedrijven zijn bereid te betalen voor kwantificeerbare besparingen, wat tijdens de AI-pilotfase (2023-2024) moeilijk te realiseren was.## Wereldwijde trendobservatie

Agentische AI is geen kortetermijngebeurtenis, maar een verdieping van de langetermijntrend van de AI-economie. Het bevindt zich op het snijvlak van de "AI-economie" en de "platformeconomie". In verticale domeinen zoals financiën, gezondheidszorg en softwareontwikkeling creëert agentische AI in aanzienlijk tempo economische waarde. Infrastructuurinvesteringen zullen doorgaan, maar de risicogecorrigeerde kansen liggen in de komende 18-24 maanden steeds meer bij bedrijven die infrastructuur omzetten in inkomsten. Het ontdekken ervan voordat de markt ze volledig heeft geprijsd, is de uitdaging en kans die het tweede hoofdstuk van de AI-investeringscyclus definieert.

DigitalEcoNews Insight

De opkomst van agentische AI markeert de verschuiving van AI van "hulpmiddel" naar "arbeidskracht". Voor bedrijven betekent dit dat de kostenstructuur opnieuw moet worden geëvalueerd: het omslagpunt van de kostenverhouding tussen mens en machine is bereikt. Voor investeerders vereist de fragmentatie van de applicatielaag een fijnere selectie, maar de potentiële opbrengsten kunnen die van infrastructuurinvesteringen overtreffen. Voor de wereldwijde digitale economie zal agentische AI de automatisering van kenniswerk versnellen, de witteboekenarbeidsmarkt hervormen en nieuwe platformecosystemen doen ontstaan. In het komende decennium zullen bedrijven die schaalbaar en betrouwbare, controleerbare agenten kunnen inzetten, de waardeschepping van de volgende ronde van de digitale economie domineren.