Amsterdam, 3 februari 2026 — Organisaties
gaan een nieuwe fase van AI-adoptie in. Ze richten zich niet meer op
pilots en chatbots, maar op agentic systemen die kunnen redeneren,
plannen en handelen binnen echte bedrijfsprocessen. Dit blijkt uit
Databricks State of AI Agents
2026, een jaarlijks rapport gebaseerd op geaggregeerde,
geanonimiseerde gebruiksdata van Databricks’ ruim 20.000 klanten
wereldwijd en onderzoekt hoe AI-agents worden ingezet in
productieomgevingen. De bevindingen laten een sterke versnelling zien in
het gebruik van multi-agent-oplossingen, naast een groeiende focus op
governance, agent-evaluatie en enterprise-waardige infrastructuur.
De volgende stap voor zakelijke AI: multi-agentsystemen
Organisaties maken de stap van eenmalige
conversatie-interfaces naar multi-agentsystemen die zelfstandig complexe
workflows kunnen plannen, coördineren en uitvoeren. AI-chatbots blijven
een belangrijke fundamentele use case, maar de snelste groei komt nu van
gespecialiseerde agents die samenwerken aan domeinspecifieke taken:
- Het gebruik van
multi-agent-workflows op het Databricks-platform is in slechts vier
maanden (van juni tot en met oktober 2025) met 327% gegroeid.
- Technologiebedrijven
(digital natives) bouwen bijna vier keer zo vaak
multi-agentsystemen als andere sectoren, wat hun vroege
volwassenheid in enterprise-AI weerspiegelt.
AI maakt deel uit van kritieke workflows in alle sectoren
Het rapport laat zien dat koplopers een
multi-model-strategie hanteren voor hun AI-agents. Zij gebruiken
verschillende modellen voor verschillende taken en voorkomen zo lock-in.
Een open, uniform platform dat alle belangrijke modellen kan
ondersteunen, wordt een cruciale randvoorwaarde voor deze aanpak. Door
modellen te combineren, kunnen organisaties een breed scala aan use cases
afdekken – van supply chain-beheer en vraagvoorspelling tot onderzoek,
diagnostiek en ondersteuning bij gepersonaliseerde medische
behandelingen.
- Alle organisaties kiezen
voor een pragmatische benadering van AI: zij lossen concrete
sectorspecifieke uitdagingen op, zoals:
- Manufacturing &
Automotive – voorspellend onderhoud (35%)
- Retail & Consumer
Goods – marktinzicht- en onderzoek (14%)
- Health & Life
Sciences – medisch literatuuronderzoek (23%)
- 40% van de belangrijkste
AI-use cases richt zich op praktische klantvraagstukken, zoals
klantondersteuning en onboarding.
- Bedrijven gebruiken
steeds vaker meerdere LLM-modelfamilies (zoals ChatGPT, Claude,
Llama en Gemini) naast elkaar. Ze koppelen use cases aan de modellen
die het beste presteren voor een specifieke taak en behouden zo
flexibiliteit in leverancierskeuze.
- In oktober 2025 gebruikte
78% van de Databricks-klanten twee of meer modelfamilies, terwijl
het aandeel dat drie of meer modellen gebruikt steeg van 36% in
augustus naar 59% in oktober.
- De retailsector zet het
vaakst meerdere modellen in: 83% van de bedrijven in deze sector
gebruikt twee of meer modellen.
- In totaal wordt 96% van
alle AI-verzoeken die in het rapport zijn waargenomen, in realtime
verwerkt. Dit voedt interactieve AI-ervaringen zoals copilots,
klantenservice-assistenten en personalisatie-engines.
AI-evaluatietools en governance zijn de bouwstenen van
productie
Hoewel AI-tools breed zijn omarmd, lukt het de meeste Gen
AI-initiatieven nog maar beperkt om aantoonbare bedrijfsimpact te
realiseren. Extern onderzoek van MIT Nanda toont aan dat 95% van de Gen
AI-pilots in 2025 nooit de stap naar productie haalde. In dat kader
identificeert Databricks twee belangrijke factoren die succesvolle
organisaties onderscheiden bij de stap van experimenteren naar echte
productie:
- Bedrijven die actief
AI-governance toepassen, zetten twaalf keer zoveel AI-projecten in
productie. Geïntegreerde governance bepaalt hoe data wordt gebruikt,
stelt duidelijke vangrails in en legt verantwoordelijkheden vast.
- Klanten die
evaluatietools inzetten, brengen zes keer zoveel AI-projecten naar
productie. Dit zijn raamwerken die de kwaliteit en betrouwbaarheid
van AI-modellen meten, testen en verbeteren in alle fasen van de
uitrol.
Agents staan aan het roer van database-activiteiten
Naarmate agentic systemen breder worden ingezet, verandert
de manier waarop data-infrastructuur wordt gebouwd en beheerd op
fundamentele wijze. Agents zijn niet langer alleen een laag bovenop
bestaande systemen, maar worden steeds vaker verantwoordelijk voor het
creëren en beheren van de data-omgevingen zelf:
- AI-agents maken nu 80%
van de databases, tegen vrijwel nul nog maar twee jaar geleden.
- 97% van de test- en
ontwikkelomgevingen voor databases wordt inmiddels door AI-agents
opgebouwd. Agents verkorten de tijd die nodig is om databases te
klonen, aftakken en testen drastisch en ondersteunen zo sneller
experimenteren en uitrollen.
- Met de opkomst van ‘vibe
coding’ kunnen zakelijke gebruikers zonder diepgaande technische
expertise ook zelf AI-apps bouwen en zo bijdragen aan de
democratisering van AI binnen het hele bedrijf. Sinds de Public
Preview van Databricks Apps zijn er al meer dan 50.000 data- en
AI-apps gemaakt, met een groei van 250% in de afgelopen zes maanden.
“Dit rapport laat zien dat AI-agents het begin zijn van een
tweede golf in enterprise-AI – van experimenteren naar uitvoeren.
Discussies gaan niet langer over welk model het beste is, maar over hoe
snel we AI kunnen omzetten in meetbare resultaten in klantbeleving,
operaties en nieuwe inkomstenstromen”,
aldus Kevin Jonkergouw, VP Benelux bij Databricks.
Databricks_State of AI Agents 2026 report.pdf
Over Databricks
Databricks is hét data- en AI-bedrijf. Meer dan 20.000
organisaties wereldwijd – waaronder Block, Comcast, Condé Nast, Rivian,
Shell en meer dan 60% van de Fortune 500 – vertrouwen op het Databricks
Data Intelligence Platform om grip te krijgen op hun data en die met AI
aan het werk te zetten. Databricks heeft zijn hoofdkantoor in San
Francisco en kantoren over de hele wereld. Het bedrijf is opgericht door
de oorspronkelijke bedenkers van Lakehouse, Apache Spark, Delta Lake,
MLflow en Unity Catalog. Volg Databricks op
X,
LinkedIn en
Facebook of ga voor meer informatie naar
www.databricks.com.
Voor
meer persinformatie
Marlieke Tijman
+31 (0)23 555 34 24
databricks@clarity.global