team bombosDoor Piet Baudoin · augustus 2026
De agentic economy is een economie waarin AI-agents zelfstandig werk uitvoeren, van het verwerken van een factuur tot het beantwoorden van een mailbox, terwijl mensen bepalen wat er gebeurt en de uitzonderingen beoordelen. Het klinkt als toekomstmuziek. Maar de eerste stukken staan er al, en wie in Nederland een MKB-bedrijf runt krijgt er de komende jaren hoe dan ook mee te maken. In dit artikel: waar de term vandaan komt, wat de mensen die vooroplopen erover zeggen, hoe ver de techniek echt is, en wat je er als ondernemer vandaag mee kunt.
Waar komt die term vandaan?
Het woord komt uit de onderzoekswereld. Microsoft Research publiceerde in 2025 een paper met precies die titel, The Agentic Economy, over een economie waarin agents van bedrijven en agents van klanten rechtstreeks met elkaar zakendoen: offertes opvragen, prijzen vergelijken, bestellingen plaatsen.
Ondertussen wordt de bijbehorende infrastructuur echt aangelegd. Google lanceerde in september 2025 het Agent Payments Protocol, samen met ruim zestig partners waaronder Mastercard, PayPal en American Express, zodat een agent veilig en met toestemming kan afrekenen. Visa en Mastercard hadden eerder dat jaar al hun eigen varianten gelanceerd. En OpenAI en Stripe zetten een winkelfunctie live in ChatGPT, die OpenAI in maart 2026 overigens flink moest verbouwen omdat de eerste opzet niet goed werkte. Ook dat hoort bij dit verhaal: de aanleg is begonnen, en er wordt onderweg verbouwd.
Dat het geen papieren werkelijkheid is, laten de winkelcijfers zien. Adobe mat over het eerste kwartaal van 2026 dat het verkeer dat AI-assistenten naar Amerikaanse webwinkels doorsturen met 393 procent groeide, en dat die bezoekers inmiddels 42 procent béter converteren dan gewone bezoekers. Een jaar eerder converteerden ze nog slechter. De agent die iets komt kopen is dus geen curiositeit meer.
Wat zeggen de mensen die vooroplopen?
De bekendste namen uit de AI-wereld zijn opvallend eensgezind over waar dit heen gaat.
Elon Musk zei het in 2023 al letterlijk, in gesprek met de Britse premier: “Er komt een punt waarop geen baan meer nodig is. Je kunt een baan hebben als je die wilt, voor je eigen voldoening, maar de AI zal alles kunnen.” Eind 2025 deed hij er een schep bovenop: binnen tien tot twintig jaar wordt werken volgens hem optioneel, en misschien verdwijnt geld wel als concept.
Sam Altman van OpenAI schrijft dat intelligentie en energie in de jaren dertig enorm overvloedig worden. Demis Hassabis, Nobelprijswinnaar en medeoprichter van DeepMind, spreekt over radicale overvloed: het einde van schaarste. En Bill Gates vroeg zich begin 2025 hardop af of we over een jaar of tien nog wel meer dan twee of drie dagen per week zullen werken.
Economen rekenen er intussen serieus aan. Goldman Sachs raamt dat generatieve AI het wereldwijde bbp over een periode van tien jaar met zo’n zeven procent kan verhogen, en het IMF schat dat bijna veertig procent van de banen wereldwijd aan AI is blootgesteld, in ontwikkelde economieën zo’n zestig procent.
Waarom zou het nu wel gebeuren? De les van Keynes
Grote voorspellingen over het einde van werk kennen we al een eeuw. De econoom John Maynard Keynes hield zijn lezers in 1930 voor dat het economische probleem binnen honderd jaar opgelost kon zijn, en dat zijn kleinkinderen dan genoeg zouden kunnen hebben aan een werkweek van vijftien uur. Die werkweek kwam er niet: we kozen massaal voor meer welvaart in plaats van meer vrije tijd.
Toch is er een belangrijk verschil met toen.
| De machines van 1930 | De machines van nu | |
|---|---|---|
| Wat ze overnemen | Spierkracht: tillen, weven, rijden | Ook denkwerk: administratie, planning, klantcontact |
| Wat er voor mensen overbleef | Al het kantoor- en denkwerk, en juist daar groeiden de banen | De uitzonderingen, de strategie en het echte menselijke contact |
De banen die Keynes’ voorspelling onderuit haalden, ontstonden precies in het werk dat zijn machines niet konden: het denkwerk. De machines van nu kunnen dat voor het eerst wel. Daarom wegen deze voorspellingen zwaarder dan die van 1930, ook al leert de geschiedenis dat het meestal langzamer gaat dan de optimisten hopen.
Er klinkt bovendien een eerlijke waarschuwing uit de AI-wereld zelf. Dario Amodei, de baas van AI-bedrijf Anthropic, verwacht dat juist de overgangsjaren rommelig worden: hij houdt er rekening mee dat AI binnen enkele jaren de helft van de instapbanen op kantoor kan raken, terwijl de meeste mensen volgens hem niet doorhebben dat dit eraan komt. De vraag is dus niet of dit gebeurt, maar hoe snel, en wie er klaar voor is.
Hoe goed zijn AI-agents vandaag echt?
Hier helpt het om naar metingen te kijken in plaats van naar demo’s.
Onderzoeksinstituut METR meet hoe lang de taken zijn die AI-agents zelfstandig kunnen afronden. Begin 2026 haalden de beste modellen een slagingskans van vijftig procent op softwaretaken waar een menselijke expert vijf tot twaalf uur over doet, en in mei 2026 werd voor het eerst een horizon van ruim zestien uur gemeten. Die taaklengte verdubbelde jarenlang ongeveer elke zeven maanden; sinds 2024 gaat het nog harder, elke drie à vier maanden. Let op wat er staat: vijftig procent betrouwbaarheid is indrukwekkend én het is geen niveau waarop je iets zonder toezicht laat draaien.
OpenAI’s eigen meting GDPval legde AI-werk naast dat van professionals uit 44 beroepen. Het best scorende model (opvallend genoeg Claude, van concurrent Anthropic) leverde in iets minder dan de helft van de taken werk dat vakexperts even goed of beter vonden, ongeveer honderd keer sneller en honderd keer goedkoper geproduceerd, al telt die schatting het menselijk toezicht eromheen niet mee. En uit de Economic Index van Anthropic blijkt dat 77 procent van het zakelijke gebruik van hun modellen inmiddels het automatiseringspatroon volgt: het model krijgt een taak en voert die grotendeels zelfstandig uit, met de mens als controleur in plaats van als medeschrijver.
De nuchtere samenvatting: agents kunnen vandaag afgebakende taken van uren aan, tegen een fractie van de kosten, maar met een foutmarge die menselijk toezicht nodig houdt. Precies het profiel van een junior collega, en precies waarom de inrichting eromheen bepaalt of het wat wordt.
En de robots?
De agentic economy krijgt ook handen. BMW maakte begin 2026 bekend dat een humanoïde robot van Figure in de fabriek in Spartanburg een pilot van tien maanden had afgerond: ruim negentigduizend onderdelen verplaatst, in tienuursdiensten van maandag tot en met vrijdag, tussen de mensen. De eerste Europese pilot start in Leipzig, met een robot van technologiebedrijf Hexagon. Tegelijk kelderen de hardwareprijzen: het Chinese Unitree bracht in 2025 een humanoïde uit vanaf 5.900 dollar. Morgan Stanley raamt de markt voor mensvormige robots op vijf biljoen dollar in 2050, met mogelijk ruim een miljard robots in gebruik.
Voor het MKB is dit nog geen inkooplijstje. Maar het maakt het patroon compleet: agents nemen het denkwerk-in-taken over, robots het tilwerk, en beide beginnen in precies dezelfde hoek: het repeterende werk.
Wat betekent dit voor een MKB-bedrijf in Nederland?
Voor het MKB betekent de agentic economy niet dat morgen alles anders is. De verandering komt niet als een klap, maar taak voor taak. De inkomende mail. De facturen. De werkbonnen. De vraag van een klant die voor de derde keer hetzelfde vraagt.
Nederland heeft daarbij een reden tot haast die weinig met technologie te maken heeft: er zijn simpelweg geen mensen. Eind 2025 stonden er 380.000 vacatures open, 93 vacatures per 100 werklozen, en volgens het UWV was de arbeidsmarkt begin 2026 in 87 van de 93 beroepsgroepen nog altijd krap of zeer krap. Wie vandaag iemand zoekt voor de administratie, concurreert met de zorg, de techniek en het onderwijs om dezelfde schaarse handen. Werk uit handen geven aan een agent is hier vaak geen banenvraagstuk, maar het enige realistische antwoord op een vacature die al maanden openstaat.
Tegelijk laat het CBS een adoptiegat zien dat precies langs bedrijfsgrootte loopt: van de bedrijven met 250 of meer werkzame personen gebruikt 66 procent al AI, van de bedrijven met 50 tot 250 werkzame personen 45 procent, van de bedrijven met 10 tot 50 werkzame personen 27 procent, en van de microbedrijven (2 tot 10 werkzame personen) zo’n 14 procent. De werkvloer is er intussen klaar voor: 43 procent van de Nederlandse werkenden gebruikt AI al in het werk. Hoe kleiner het bedrijf, hoe groter dus de voorsprong die er nu nog te pakken is, en hoe groter de achterstand als de buurman eerder beweegt.
De echte winst zit alleen niet in de bespaarde uren zelf. Die zit in wat er met die uren gebeurt. Wie het repeterende werk uit handen geeft, krijgt denkruimte terug: tijd om na te denken over strategie, en om systemen te bouwen die het morgen nog beter regelen. Dat is het verschil tussen een bedrijf dat elke dag bijbeent en een bedrijf dat vooruitkijkt.
Wat een AI-collega vandaag nog niet kan
Eerlijkheid hoort bij dit verhaal. Een AI-collega neemt geen hele functie over. Zo’n collega is sterk in afgebakend, repeterend werk met duidelijke regels, en moet kunnen escaleren zodra iets afwijkt. Een proces dat elke week anders loopt, een beslissing die op gevoel wordt genomen, een klant die maatwerk nodig heeft: daar blijft de mens aan zet. Wie iets anders belooft, verkoopt je een demo, geen collega.
En er is een tweede eerlijkheid, die minder over de techniek gaat en meer over de invoering. Onderzoeksbureau Gartner verwacht dat ruim veertig procent van de agentic-AI-projecten vóór eind 2027 wordt stopgezet, door oplopende kosten, onduidelijke businesswaarde of tekortschietende risicobeheersing. Nigel Vaz, topman van digitaliseringsbureau Publicis Sapient, noemde dat in Time “het executieprobleem” van AI: bedrijven blinken uit in experimenteren en blijven hangen in pilot-vagevuur, waarbij AI een dun laagje intelligentie over oude processen blijft in plaats van een andere manier van werken. Zijn slotsom: “Innovatie begint het verhaal, maar executie bepaalt hoe het eindigt.”
Daarom is de belangrijkste vraag bij elke AI-stap niet “wat kan het allemaal”, maar “waar houd ik de controle, en verandert er echt iets in hoe het werk loopt”. Delegeren wat kan, meekijken waar nodig, zelf beslissen waar het telt.
Hoe je begint zonder te gokken
Begin klein en omkeerbaar, maar wel ín het echte werk. Kies één taak die vaak terugkomt en veel tijd kost, en zet daar iets werkends op dat onderdeel wordt van het proces, met de mensen die het werk nu doen erbij. Geen groot transformatietraject, geen pilot naast de werkelijkheid die stilvalt zodra de aandacht verslapt, maar één klusje dat aantoonbaar sneller gaat, terwijl je team meekijkt en bijstuurt. Zo ontloop je precies de valkuil waar de veertig procent gestrande projecten in stapt.
Zo bouwen wij bij bombos onze AI-collega’s: niet als software die je programmeert, maar als een collega die je inwerkt. Die leert van de mensen die het werk nu doen, vraagt om hulp bij twijfel, en verdient zelfstandigheid stap voor stap, net als een nieuwe medewerker.
De agentic economy komt er. Niet als een golf die je overspoelt, maar als een verschuiving die taak voor taak plaatsvindt, en waar je vandaag al aan mee kunt doen. Benieuwd hoe dat eruitziet voor jouw taak? Op bombos.ai plan je een kennismaking over een klus uit je eigen bedrijf.
Bronnen
Microsoft Research, The Agentic Economy (2025) · Google Cloud, Agent Payments Protocol (2025) · Adobe via TechCrunch, AI-verkeer naar webwinkels (2026) · Elon Musk in gesprek met Rishi Sunak na de AI Safety Summit (2023) en in Fortune (2025) · Sam Altman, The Gentle Singularity (2025) · Demis Hassabis in 60 Minutes (2025) · Goldman Sachs Research · Keynes, Economic Possibilities for our Grandchildren (1930) · METR, time horizons (2026) · OpenAI, GDPval (2025) · Anthropic Economic Index (2025) · Gartner over agentic-AI-projecten (2025) · Nigel Vaz, AI’s Execution Problem, Time (2026) · BMW Group Pressroom (2026) · Morgan Stanley over humanoïden (2025) · CBS, vacatures en werklozen (2026) · UWV Spanningsindicator (2026) · CBS, AI-gebruik bedrijven (2025) · CBS, werkenden en AI (2026)