Praktijkrapport · 2026
Een praktijkrapport over AI in de klantervaring (CX) bij grote organisaties. Wat dit jaar werkt, wat niet, en waar CX-leiders nu mee aan de slag moeten.
Managementsamenvatting
01 · Managementsamenvatting
De markt voor AI in de klantervaring is groot en groeit snel: tegen 2030 is die naar verwachting bijna 4 keer zo groot. Maar onder die groei zijn de resultaten ongelijk verdeeld. Een kleine groep organisaties zet AI-agents in die het merendeel van hun klantcontacten oplossen, met mensen in de loop voor contactmomenten met hoge prioriteit of strategisch belang. Een veel grotere groep draait pilots die een paar vragen afvangen en vastlopen voordat ze ooit in productie gaan.
Dit rapport beschrijft 4 patronen die deze twee groepen van elkaar onderscheiden, gebaseerd op onafhankelijk onderzoek en op resultaten uit meer dan 90 enterprise-implementaties van Maven AGI.
De meeste teams meten nog steeds deflectie (of een contact een medewerker heeft vermeden) in plaats van oplossing (of het probleem is opgelost). Dat makkelijkere cijfer verbergt heropende tickets en tast ongemerkt de klanttevredenheid aan.
De langste, zorgvuldigst geplande uitrols leveren vaak de zwakste resultaten op, terwijl strak afgebakende pilots binnen enkele weken in productie gaan. Snelheid binnen een smalle scope: dat is het patroon dat werkt.
Governance-reviews houden enterprise-deals inmiddels minstens zo vaak tegen als technische fit, toch behandelen de meeste teams ze als een late stap in de inkoop. 78% van de executives zegt vandaag niet te slagen voor een onafhankelijke AI-governance-audit (Grant Thornton, 2026).
De meeste bedrijven hebben chat en e-mail geautomatiseerd en de telefoon links laten liggen, terwijl spraak meestal hun kanaal met het hoogste volume en de hoogste kosten is. De technische drempels zijn grotendeels weggenomen, en de vroege instappers bouwen een kostenvoordeel op dat steeds groter wordt.
Het rapport sluit af met de 5 gedragingen die de best presterende organisaties gemeen hebben. Geen daarvan hangt af van de omvang van het budget of van de AI-volwassenheid bij de start. Het zijn operationele keuzes, en elk team kan ze maken.
De uitgaven aan AI in klantenservice stijgen snel, en bijna elk contactcenter gebruikt inmiddels AI in een of andere vorm. Kijk je alleen naar de adoptiecijfers, dan lijkt het verhaal af. Kijk je naar de cijfers uit productie, dan ontstaat een ander beeld. Het grootste deel van die activiteit heeft nog niet op schaal geleid tot opgeloste klantinteracties.
De afstand tussen activiteit en resultaat is het echte verhaal van 2026. Die zie je in pilots die nooit doorgroeien, dashboards die het verkeerde meten, deals die vastlopen in de security-review en een telefoonlijn waar niemand aan heeft gezeten. Elk van deze problemen is op te lossen, maar geen ervan los je op door méér uit te rollen.
Dit rapport deelt die kloof op in vier patronen: een resolutiekloof, een implementatieparadox, een blinde vlek in compliance en een kans in het spraakkanaal. Ze versterken elkaar. Een team dat de verkeerde metric meet, schaalt het verkeerde gedrag op. Een team dat compliance als late stap behandelt, ziet de zorgvuldig geplande uitrol vastlopen. De patronen hangen samen, en de oplossingen ook. Tot slot laten we zien wat de organisaties aan de goede kant van de kloof daadwerkelijk doen.
"Gedeeltelijke integratie is de dominante situatie in de markt. Dat gebeurt als AI wordt toegevoegd aan een proces dat niemand opnieuw heeft ingericht.
02 · De stand van de markt
Waar enterprise-AI in klantervaring (CX) in 2026 werkelijk staat.
De markt voor AI in klantervaring is groter, groeit sneller en is meer verdeeld dan de krantenkoppen doen vermoeden. Totale adoptiecijfers suggereren dat iedereen meedoet. De onderliggende data vertelt iets anders: een kleine groep organisaties ziet steeds groter wordende rendementen, terwijl een veel grotere groep dure pilots draait die nooit productie halen. Dit zijn vijf belangrijke ontwikkelingen in de markt van 2026.
De markt voor AI in klantenservice werd in 2026 geschat op zo'n $15 mld. en groeit naar verwachting tot $48 mld. in 2030, een samengestelde jaarlijkse groei van 26% (MarketsandMarkets). De investeringen stijgen sterk en de verwachte besparingen zijn nog groter: Gartner verwacht dat conversationele AI de personeelskosten van contactcenters alleen al in 2026 met zo'n $80 mld. verlaagt. Implementaties op productieschaal houden geen gelijke tred met de uitgaven.
Volgens een veelgeciteerde schatting van MIT uit 2025 levert zo'n 95% van de generatieve AI-pilots in grote organisaties geen meetbare bedrijfsimpact op schaal op. Over het exacte cijfer wordt gediscussieerd, over de richting niet. Het faalpunt is zelden het model. Het zit in datatoegang, het ontwerp van escalaties en onduidelijk eigenaarschap binnen de kopende organisatie.
Zo'n 88% van de contactcenters gebruikt inmiddels AI in een of andere vorm, maar slechts ongeveer een kwart heeft het volledig geïntegreerd in de dagelijkse operatie (branchedata, 2026). Gedeeltelijke integratie betekent dat deflectie werkt in smalle paden, maar dat resolutie op schaal uitblijft.
In april 2026 meldde Grant Thornton dat 78% van de executives vandaag niet zou slagen voor een onafhankelijke AI-governance-audit. Compliance is verschoven van een vinkje in de inkoop naar een poort voor implementatie, een thema waar sectie 5 op terugkomt.
In de implementaties achter dit rapport zien de beste 10% een autonome resolutie van 80% of hoger, terwijl de mediaan daar ruim onder ligt. De kloof wordt groter: het duidelijkste teken dat resultaten afhangen van hoe AI wordt ingezet, niet van óf het is ingevoerd. Gartner verwacht dat agentic AI in 2029 80% van de veelvoorkomende klantenservicevragen autonoom oplost. De koplopers van nu zitten vroeg op een curve die de hele categorie gaat volgen.
Kijk je alleen naar de adoptiecijfers, dan lijkt het verhaal af. Kijk je naar de cijfers uit productie, dan ontstaat een ander beeld.
Een bekend verloop. Een CX-leider in een groot bedrijf zet begin 2025 een AI-tool in, ziet die een smal scala aan eenvoudige vragen afhandelen en rapporteert een sterk deflectiecijfer aan het directieteam. Binnen vier maanden vlakt de deflectieratio af, nemen herhaalcontacten toe en daalt de tevredenheid juist bij de interacties die de tool had moeten afhandelen. Eind 2025 bouwt het team alles opnieuw op rond resolutie in plaats van deflectie, en gaan de cijfers die ertoe doen eindelijk bewegen. Dit patroon komt zo vaak voor dat je het als standaardpad kunt zien, niet als uitzondering.
De organisaties die deze omweg overslaan, maken één gemeenschappelijke keuze vroeg in het traject: ze bouwen het dashboard rond resolutie vóórdat de agent live gaat, niet nadat de cijfers tegenvallen. In het sterkste voorbeeld in de data van Maven bereikte een klant binnen zes weken 93% autonome resolutie door het programma vanaf het begin aan die ene vraag te houden.
Waarom is de belangrijkste metric in AI-klantenservice dan juist de metric die de meeste leveranciers niet rapporteren?
03 · De resolutiekloof
Waarom de belangrijkste metric in AI-klantenservice juist de metric is die de meeste leveranciers niet rapporteren.
Van de twee cijfers heeft de sector geoptimaliseerd op het makkelijkste. Deflectie is eenvoudig te tellen en ziet er goed uit in rapportages, dus werd het de standaard. Het probleem is dat deflectie en resolutie tegengesteld kunnen bewegen: een ticket kan gesloten zijn terwijl het probleem van de klant nog niet is opgelost. In die kloof verdient AI zichzelf terug, of holt het ongemerkt de tevredenheid uit. Onafhankelijke analisten trekken inmiddels dezelfde lijn en behandelen deflectie, containment, resolutie en first-contact resolution als vier aparte metingen, juist omdat ze in de praktijk uiteenlopen.
Deflectie
Makkelijk te tellen en overgenomen uit het tijdperk van regelgebaseerde bots. Een contact komt bij een mens terecht of niet, maar het verhult het aantal heropeningen. Een contact dat wordt afgebogen en binnen 48 uur terugkomt, telt één keer als afgebogen en nul keer als opgelost.
Resolutie
Lastiger te rapporteren, omdat het eerlijk is over heropeningen en tevredenheid, niet alleen over routering. Je moet echt definiëren wat ‘opgelost’ betekent, en elk team dat dit serieus neemt, kan een cijfer noemen.
De beste implementaties van Maven halen in maand 6 een resolutie van 80% tot 93%. Deze programma's koppelden de AI-agent vanaf dag één aan de bronsystemen en maten resolutie volgens de formule hierboven, niet deflectie. Bij een fintech-implementatie bereikte de agent binnen drie weken 90% autonome resolutie. Een legaltechbedrijf dat 32 leveranciers beoordeelde en er meer dan 10 aan stresstests onderwierp, loste 60% meer tickets op na de overstap van een regelgebaseerd systeem naar autonome resolutie.
Vraag naar de resolutieratio, niet naar de deflectieratio. Resolutie is lastiger te rapporteren dan deflectie, omdat het eerlijk is over heropeningen en tevredenheid, niet alleen over routering. Elk team dat dit serieus neemt, kan een cijfer noemen. Krijg je geen cijfer, dan zegt dat op zich al genoeg.
Deflectie meet of een ticket de wachtrij heeft verlaten. Resolutie meet of de klant tevreden is.
04 · De implementatieparadox
Waarom bedrijven die snel schakelen beter presteren dan bedrijven die zorgvuldig plannen, en waarom snelheid zonder strak afgebakende scope de duurste fout van allemaal is.
De langste implementaties leveren doorgaans de slechtste resultaten op. Organisaties die 12 tot 18 maanden besteden aan leveranciersselectie, inkoop en planning, gaan meestal live met lagere resolutiepercentages dan bedrijven die in 90 dagen een strak afgebakende pilot draaiden. Toch is snelheid geen tactiek. Snelheid met een smalle scope is een strategie. De waarschuwing is wel reëel: snelheid toegepast op een proces dat nooit opnieuw is ingericht voor AI, leidt op schaal tot nieuwe soorten fouten. Daarom is scope net zo belangrijk als tempo.
De doorlooptijd van 12 tot 18 maanden is een bijproduct van inkoop, geen productvereiste. Die ontstaat doordat RFP's, securityreviews en integratieplanning na elkaar worden uitgevoerd, terwijl ze parallel kunnen lopen. De bredere cijfers over mislukte projecten wijzen dezelfde kant op: volgens McKinsey gebruikt bijna elk bedrijf inmiddels AI in een of andere vorm, maar noemt slechts zo'n 1% zijn implementaties volwassen. RAND schat het faalpercentage van AI-projecten op bijna 80%, ruim hoger dan bij ander IT-werk. De beperkende factor is de organisatorische gereedheid, niet het model.
3 beslissingen veroorzaken de meeste vertraging bij implementaties: datatoegang, goedkeuring op compliance en het ontwerp van escalaties. Deze parallel in plaats van na elkaar oppakken is de grootste hefboom voor de doorlooptijd van een implementatie. Bij Maven-implementaties is dat vaak het verschil tussen een kwartaal en een jaar.
05 · De blinde vlek van compliance
Waarom security- en compliance-eisen meer implementaties vertragen dan technologie.
Het gesprek over AI in klantenservice draait vooral om mogelijkheden. Kan de agent complexe vragen aan? Begrijpt hij de context? De vraag die vergeten wordt, is of het platform door een security- en compliancereview komt zonder dat het implementatieplan herschreven moet worden. In 2026 is dat de vraag die de planning bepaalt.
Compliance is nu het grootste knelpunt bij de inkoop van enterprise-AI. Onze ervaring, en wat governance-onderzoekers rapporteren, laat zien dat securityreviews enterprise-deals minstens zo vaak vertragen als technische fit, en meestal nadat de technische evaluatie al goed is verlopen. Die frictie wordt breed gevoeld: volgens BCG worstelt 74% van de ondernemingen met de balans tussen innovatie en security bij de inzet van generatieve AI. Kopers die het compliancegesprek niet vooraf voorbereiden, verliezen halverwege het traject doorgaans 2 tot 3 maanden.
SOC 2, HIPAA, GDPR en PCI-DSS 4.0 zijn basisvereisten voor elke leverancier die gereguleerde data verwerkt. ISO 42001, de governancestandaard specifiek voor AI, is de nieuwe onderscheidende factor, en de meeste leveranciers hebben die nog niet. De verschuiving weerspiegelt wat er tien jaar geleden gebeurde met SOC 2 en ISO 27001. Volgens een enquête uit 2026 is een ruime meerderheid van de inkoopteams van Fortune 500-bedrijven van plan om uiterlijk in 2027 afstemming op ISO 42001 van leveranciers te eisen. De strengst gecertificeerde platforms hebben inmiddels minstens 10 certificeringen en assessments, waaronder ISO 42001.
2 eisen gaan van optioneel naar doorslaggevend. PCI bij live spraakgesprekken (realtime redactie, audittrails, gesegmenteerde verwerking) wordt een selectiecriterium voor de shortlist nu spraak steeds meer betaalgegevens verwerkt, en de meeste spraakproducten zijn daar niet op gebouwd. Dataresidentie per regio bepaalt of een leverancier überhaupt in aanmerking komt in de financiële sector, de zorg en delen van EMEA en APAC. Beide horen thuis in de eerste screening, niet in een late juridische review.
Het bewijs dat de lat haalbaar is. Een gamingbedrijf uit de Fortune 500 verwerkt meer dan 330.000 interacties per maand met een autonome AI-agent binnen de beperkingen van een gereguleerde sector. In die branche betekent dat zowel PCI-compliance voor in-game aankopen als AML- en KYC-verwerking. Een organisatie die onder zo'n vergrootglas ligt, schaalde op in plaats van vast te lopen, en dat is precies het punt: compliance is een poort die je vroeg kunt passeren als het platform ervoor gebouwd is.
De belangrijkste implementatiebeslissing is het dashboard dat je bouwt voordat je live gaat.
06 · De kans in het spraakkanaal
Het kanaal dat de meeste bedrijven nog niet hebben geautomatiseerd.
Spraak is het kanaal met het hoogste volume, de hoogste kosten en de grootste technische complexiteit in klantenservice. Het is ook het kanaal waar de adoptie van AI het verst achterblijft. Die achterstand wordt snel ingelopen: volgens brancheprognoses groeit de markt voor voice-AI met zo'n 35% per jaar, sneller dan de bredere categorie, en één tracker uit 2026 telde een stijging van 340% op jaarbasis in productie-implementaties van spraak bij meer dan 500 organisaties (Opus Research). Organisaties die vroeg instappen, bouwen een kostenvoordeel op dat kwartaal na kwartaal groeit.
| Drempel | Wat het betekende tijdens een live gesprek | Status in 2026 |
|---|---|---|
| Latency | Een reactie binnen 300 ms is een harde eis tijdens een live gesprek. | Opgelost in productie |
| Nauwkeurigheid | Herkenning van accenten en door elkaar pratende sprekers. | Opgelost |
| Compliance | Strengere eisen dan bij tekst, PCI tijdens live gesprekken. | Opgelost als het daarvoor gebouwd is |
Geen van deze problemen was in 2023 op te lossen, in 2026 wel. Spraak voor enterprises is een ander product dan spraak voor consumenten: ondersteuning van 50+ talen, PCI-compliance bij live gesprekken, responstijden onder 300 ms in productie en integratie met bestaande telefonie. De lat ligt hoger en het aantal leveranciers dat die haalt, is veel kleiner.
Spraak loopt de achterstand op chat in. De aanname dat spraak fundamenteel moeilijker te automatiseren is, stamt grotendeels uit 2023. In de implementaties die Maven heeft gemeten, behalen goed gebouwde spraakagents bij vergelijkbare intenties resolutiepercentages in dezelfde orde als chat. De complexiteit is reëel, maar begrensd: een korte reeks beslissingen, niet de technologie, bepaalt nu de snelheid van implementatie.
In 2026 is compliance de poort. De leverancier die als eerste de scope van zijn certificeringen en de auditdata aanlevert, wint meestal de securityreview.
07 · Wat de top 10% goed doet
Een overzicht van wat succesvolle implementaties onderscheidt van implementaties die niet werken.
In de implementaties achter dit rapport zien we bij organisaties met uitzonderlijke resultaten steeds hetzelfde patroon, en dat heeft weinig te maken met de omvang van het budget of de technische volwassenheid bij de start. Het draait om hoe de kopende organisatie het programma aanpakt nadat een leverancier is gekozen. 4 van de 5 gedragingen hieronder kwamen in de vorige secties al aan bod; samen vormen ze één werkmodel. De 5e is degene die de meeste teams overslaan.
Het dashboard staat klaar voordat de eerste agent live gaat, en wordt niet achteraf toegevoegd als de cijfers tegenvallen.
Een afgebakende pilot verdient de uitrol; niemand wacht op een perfecte roadmap.
Koppel AI aan de bestaande systemen in plaats van een werkende implementatie te laten wachten op een ideale architectuur.
Compliance is de poort naar uitbreiding, niet naar de pilot. Zo voorkom je de duurste aanpassing achteraf in enterprise-AI.
Resolutie- en heropeningsdata worden wekelijks beoordeeld, de dekking van intenties elk kwartaal. Dit is het gedrag dat de eerdere secties niet behandelen, en dat de meeste teams overslaan.
Agentic AI verschuift van adviserend naar operationeel: van antwoorden voorstellen naar taken afronden. Het tijdperk van agent-tot-agent breekt aan, waarin AI-agents werk overdragen aan andere gespecialiseerde agents. Organisaties die nu kennis opbouwen over implementaties met één agent, lopen ruim voor wanneer de multi-agentstacks eind 2026 en in 2027 verschijnen.
| 3 ontwikkelingen om te volgen in H2 2026 | Waarom het ertoe doet |
|---|---|
| ISO 42001 wordt standaard: van onderscheidende factor naar inkoopeis | Versneld doordat de verplichtingen van de EU AI Act voor systemen met een hoger risico in 2026–2027 van kracht worden. |
| PCI-compliance voor voice wordt een standaard selectiecriterium | Nu voice steeds meer betaalgegevens verwerkt, vallen producten die daar niet op gebouwd zijn al vroeg af. |
| Resolutiegraad wordt een gepubliceerde branchemaatstaf | Analisten spreken een andere taal: Gartner formuleert zijn mijlpaal voor 2029 als autonome resolutie, niet als deflectie. |
Wat voice in 2023 lastig maakte, waren latency, accenten en compliance. Dat zijn nu technische vraagstukken met antwoorden.
08 · Waar je begint
Geen van de 5 gedragingen vraagt om budgetgoedkeuring. De eerste, resolutie meten in plaats van deflectie, kun je dit kwartaal al doen met data die je team al heeft. De True Resolution Formula in sectie 3 is het startpunt: beoordeel de contacten van vorige maand opnieuw op de vraag of ze zonder escalatie zijn afgesloten, gesloten bleven gedurende een periode die past bij jouw normen voor klanttevredenheid, en geen negatieve beoordeling kregen. Het verschil tussen dat cijfer en de deflectiegraad op je huidige dashboard is de omvang van je kans.
Dit rapport is opgesteld door Maven AGI, op basis van productiedata van meer dan 90 enterprise-implementaties van autonome AI-agents via chat, voice en e-mail.
Onderzoek van derden dat in dit rapport wordt aangehaald
Lees verder
Vul je e-mailadres in om het volledige rapport State of AI in CX 2026 direct op deze pagina te ontgrendelen. We sturen de volledige pdf naar je inbox.
We mailen je de volledige pdf en ontgrendelen het rapport hier meteen. Door te verzenden ga je akkoord met het privacybeleid van Maven AGI. We verkopen je gegevens nooit.
Maven AGI zet voor 90+ enterprises autonome AI-agents in via chat, voice en e-mail. Breng je data mee en we laten je de resolutiekloof zien in je eigen cijfers.
Plan een demo →