Wrap ‘State of the AI agents’ rapport 2026: ‘Multi-agentsystemen nemen over’

We staan aan het begin van een nieuw tijdperk in enterprise-AI. Organisaties stappen over op agentic architecturen: AI-systemen die zelfstandig kunnen plannen, redeneren en handelen, en die betrouwbare resultaten leveren binnen zakelijke contexten. Deze architecturen combineren krachtige foundation models met bedrijfsdata en tooling om autonoom acties uit te voeren binnen workflows.

Dit rapport, gebaseerd op geaggregeerde en geanonimiseerde data van meer dan 20.000 organisaties wereldwijd, laat zien hoe koplopers die kloof overbruggen en AI-agents inzetten als structureel onderdeel van hun bedrijfsvoering op het Databricks-platform.

Organisaties staan aan de vooravond van een fundamentele verschuiving in de manier waarop zij AI inzetten binnen hun bedrijfsvoering. Waar de eerste golf van generatieve AI vooral werd gekenmerkt door experimenten, pilots en losse toepassingen zoals chatbots, ontwikkelt enterprise-AI zich nu richting agentic systemen: AI-oplossingen die zelfstandig kunnen redeneren, plannen en handelen binnen echte, bedrijfskritische workflows. Deze AI-agents combineren krachtige foundation models met enterprise-context, data en tooling, en zijn in staat om autonoom acties uit te voeren met een nauwkeurigheid en betrouwbaarheid die geschikt is voor productieomgevingen.

Multi-agentsystemen worden het nieuwe enterprise-operating-model

Organisaties verschuiven in hoog tempo van losse AI-toepassingen naar samenwerkende AI-agents die complete bedrijfsprocessen autonoom kunnen plannen en uitvoeren. In plaats van één chatbot per use case ontstaan er multi-agentsystemen waarin gespecialiseerde agents samenwerken onder regie van een supervisor-agent. Deze architectuur maakt het mogelijk om complexe workflows te verdelen over meerdere domeinen en zo schaal, snelheid en betrouwbaarheid te realiseren.

Belangrijkste cijfers uit de grafieken:

• Het gebruik van multi-agent-workflows groeide met 327% in vier maanden (juni–oktober 2025).

• Technologiebedrijven bouwen bijna 4× zoveel multi-agentsystemen als organisaties in andere sectoren.

• Sinds de introductie in juli 2025 is de Supervisor Agent de meest gebruikte agent:

  • 37% van alle Agent Bricks-usage in oktober 2025.

• Verdeling van agentgebruik:

  • Supervisor Agent: 37%

  • Information Extraction: 31%

  • Knowledge Assistant & Custom LLMs: gezamenlijk 32%

AI-agents ingebed in kritieke workflows en sector-specifieke use cases

De inzet van AI-agents richt zich vooral op praktische toepassingen met directe operationele waarde. Organisaties automatiseren routinematige maar essentiële taken en verbeteren tegelijkertijd de klantbeleving. Deze pragmatische benadering is zichtbaar in vrijwel alle sectoren en regio’s.

Top AI-use cases per sector:

• Manufacturing & Automotive

  • Voorspellend onderhoud: 35%

• Energy & Utilities

  • Voorspellend onderhoud: 33%

• Healthcare & Life Sciences

  • Medisch literatuuronderzoek en -synthese: 23%

• Financial Services

  • Marktintelligentie en strategische analyse: 19%

• Retail & Consumer Goods

  • Marktintelligentie: 14%

• Technology

  • Marktintelligentie: 16%

Overkoepelende trends:

• 40% van de belangrijkste AI-use cases richt zich op klantgerelateerde processen zoals:

  • Klantenservice

  • Onboarding

  • Klantadvocacy

  • Gepersonaliseerde marketing

• De top 15 AI-use cases bestaat vrijwel volledig uit:

  • Automatisering van noodzakelijke, routinematige taken

Deze verdeling is consistent over alle regio’s, met beperkte sectorale verschillen.

Van experiment naar productie: governance, evaluatie en infrastructuur

Hoewel AI breed wordt toegepast, blijft de stap naar productie voor veel organisaties lastig. De data laat echter duidelijk zien welke randvoorwaarden cruciaal zijn om agentic AI op schaal te laten slagen. Governance, evaluatie en infrastructuur blijken doorslaggevend.

Kerncijfers uit de grafieken:

• Volgens MIT NANDA bereikt 95% van de GenAI-pilots nooit productie.

• Organisaties die actief AI-governance toepassen:

  • Brengen 12× meer AI-projecten in productie.

  • Zagen een 7× groei in governance-investeringen in negen maanden.

• Bedrijven die AI-evaluatietools inzetten:

  • Realiseren bijna 6× meer AI-projecten in productie.

• AI-agents spelen een steeds grotere rol in infrastructuur:

  • 80% van alle databases wordt door AI-agents aangemaakt.

  • 97% van de database test- en ontwikkelomgevingen wordt door agents opgezet.

• AI-gebruik verschuift naar realtime:

  • 96% van alle AI-verzoeken wordt realtime verwerkt.

  • In de technologiesector is de verhouding 32 realtime verzoeken tegenover 1 batchverzoek.