Box CEO en tech thought leader Aaron Levie zegt dat hij onlangs twintig bedrijven heeft ontmoet AI en IT-leiders en kwamen met inzichten in wat iedereen, vooral de aandelenmarkt, wil weten: hoe – en hoe snel – grote Amerikaanse bedrijven AI adopteren voor hun kernactiviteiten. In een bericht op Xschetste hij de belangrijkste thema’s die hij hoorde.
Hier gaan we dieper in op deze belangrijke thema’s.
Agenten gaan van hype naar productie
“Agenten zijn duidelijk het belangrijkste”, schreef Levie. “Bedrijven gaan over van praten over chatbots naar agenten, hoewel we nog heel vroeg zijn. Codering is tot nu toe nog steeds de dominante use-case van agenten, terwijl andere categorieën… op het gebied van kenniswerk beginnen op te duiken. Veel agentisch werk gaat van pilots en PoC’s naar productie, en sommige bedrijven hadden veel actieve live use-cases.”
Recente modellen van Anthropic en OpenAI, waaronder Claude Opus 4.5 en 4.6 en GPT-5.2 en 5.3, hebben een impuls gegeven AI-codeermiddelen verder dan het eenvoudig genereren van code, naar iets dat dichter bij het functioneren van junior software-ingenieurs komt. Naarmate het vertrouwen onder ontwikkelaars in deze tools groeit, lijken besluitvormers in ondernemingen steeds meer bereid om deze tools binnen softwareteams in te zetten.
Van codeercopiloten tot bedrijfsbrede agenten
“Agentic use-cases bestrijken elk onderdeel van een bedrijf, van backoffice-activiteiten tot klantgerichte ervaringen, van verkoop tot klantonboarding-workflows”, schreef Levie op X. “Het algemene gevoel is dat agentic-workflows elk onderdeel van een organisatie zullen treffen, vaak met (de) grootste focus op het beter leveren van klanten, het verkrijgen van betere inzichten en intelligentie uit gegevens en documenten, het versnellen van workflows met hoge ROI met agenten, enzovoort. Zeer beperkte discussie over pure kostenbesparingen.”
AI-bedrijven hebben lang betoogd dat de mogelijkheden die codeertools aandrijven (planning, redeneren en gebruik van tools) zich kunnen uitstrekken over kenniswerk. Op basis van de gesprekken van Levie beginnen bedrijfsleiders actie te ondernemen op basis van dat idee. Wat werkt in software-engineering kan zich vertalen in marketingfinanciën en HR. Dat roept het schrikbeeld van banenverdringing op, maar Levie suggereert dat bedrijven prioriteit geven aan een betere klantervaring boven het terugdringen van het personeelsbestand.
Het bestuur wordt het knelpunt
“Data- en AI-beheer blijven nog steeds kernuitdagingen”, voegde Levie eraan toe. “Gegevens en inhoud op een plek krijgen waar agenten veilig en gemakkelijk mee kunnen werken, blijft voor steeds meer organisaties een enorme opgave. Jarenlange fragmentatie van gegevensbeheer, die nu geen probleem was, is nu een probleem voor bedrijven die agenten willen adopteren. En bepalen wat agenten met gegevens in een workflow kunnen doen (is) nog steeds een belangrijk onderwerp.”
Een van de grote lessen van de OpenClaw-agentgekte is dat hoe meer autonomie agenten hebben, hoe groter de kans is dat ze in de problemen komen. Binnen de onderneming kan dit betekenen dat gevoelige gegevens aan de verkeerde mensen worden blootgesteld of dat gegevens aan hackers worden blootgesteld. En wanneer agenten wordt gevraagd gegevens op te halen uit verschillende datastores in verschillende clouds, neemt het risico toe.
Wie krijgt toegang, en hoeveel
Levie zei dat identiteits- en toegangscontrole snel centrale zorgen worden naarmate bedrijven meer agenten inzetten. “Kan de agent toegang hebben tot alles wat u heeft? In een wereld van tientallen agenten die namens (uw) werken”, schreef hij, “mogelijk te veel gegevensblootstelling en ruimte voor de agenten. Hoe beheren we agenten met een gepartitioneerd toegangsniveau tot uw informatie?”
Je zult steeds vaker een nieuwe softwarelaag zien (zoals Credo AI’s AI Agent Registry of ServiceNow’s AI Control Tower) die alle agenten volgt die in een organisatie worden gebruikt (inclusief agenten van eigen bodem en van derden) en hun activiteiten, verbindingen, toegangsniveaus en beveiligingsmaatregelen beheert.
De symbolische economie raakt de balans
Levie zei dat bedrijven beginnen te worstelen met de manier waarop ze de uitgaven aan AI-gebruik over teams moeten verdelen en controleren: “Dit zal in de loop van de tijd een groter deel van de OpEx worden en waarschijnlijk niet langer als een IT-budget worden beschouwd. Waarschijnlijk moet dit worden meegenomen in de rest van de bedrijfskosten.”
AI-apps en -agents worden mogelijk gemaakt door generatieve AI-modellen, en de toegang tot die modellen wordt gemeten aan de hand van het aantal tokens dat heen en weer wordt gestuurd tussen de app en het model. Naarmate AI-agenten zich binnen een organisatie verspreiden, worden deze tokens de brandstof voor de intelligentiemotor van een organisatie. Nu vragen grote bedrijven zich af of het vanuit boekhoudkundig perspectief nog steeds zinvol is om voor AI-tokens op dezelfde manier te betalen als voor bijvoorbeeld cloudtoegang of softwarelicenties.
Geen enkel platform zal winnen
“Interoperabiliteit is cruciaal”, vervolgt Levie. “Elke onderneming implementeert momenteel meerdere AI-systemen, en het is onwaarschijnlijk dat er één enkel platform zal zijn dat ze allemaal zal regeren. Klanten worden steeds slimmer in het omgaan met agent-interoperabiliteit, en dit zal in de toekomst een van de grootste drijfveren van een AI-stack zijn.”
De grootse visie van de AI-industrie is dat ondernemingen agenten op verschillende afdelingen in een organisatie zullen inzetten, en dat de agenten met elkaar en met externe agenten van partners en leveranciers zullen communiceren. Al deze agentuitwisselingen zullen afhankelijk zijn van technische protocollen (bijvoorbeeld de MCP van Anthropic) en vertrouwensgaranties. Het werk om dergelijke normen te ontwikkelen is nog maar net begonnen.
De echte uitdaging is verandermanagement
“Er zijn nog veel meer inzichten dan alleen dit, maar het is onnodig om te zeggen dat het momentum toeneemt, maar tegelijkertijd zijn bedrijven zich terdege bewust van het veranderingsmanagement en de werkzaamheden die voor ons liggen,” concludeerde Levie. “Er zijn momenteel veel kansen.”
Ongeveer een derde van de waarde van de Amerikaanse aandelenmarkt zit vast in een relatief kleine groep bedrijven, hyperscalers, AI-bedrijven, datacenterbouwers en chipmakers, die er allemaal op gokken dat het Amerikaanse bedrijfsleven klaar is om snel over te schakelen van traditionele software naar AI-gestuurde systemen. De hype rond die transitie is meedogenloos geweest. Maar het duidelijkste signaal komt van de leidinggevenden die de uitgaven moeten goedkeuren en verantwoorden tegenover hun besturen. Dat is de groep waarmee Levie sprak.
Zijn meest veelzeggende conclusie is misschien wel dat bedrijven zich ‘scherp bewust zijn van het veranderingsmanagement en de komende werkzaamheden’. In veel kernactiviteiten van het bedrijf nadert de technologie zelf snel hoge prestaties. Het langzamere proces zal organisatorisch van aard zijn: mensen werken samen met agenten, trainen ze, corrigeren ze en bouwen geleidelijk aan vertrouwen op. Die transitie zal waarschijnlijk jaren duren.
