In maart 2025 deed Gartner een voorspelling die direct in de strategische plannen van elke CX-leider belandde: tegen 2029 zal agentic AI 80% van de gangbare klantenservicevragen autonoom oplossen, zonder menselijke tussenkomst, en de operationele kosten met 30% verlagen.
Inmiddels is er een jaar verstreken en is er veel gebeurd. Een deel daarvan bevestigde de voorspelling, een ander deel maakte het beeld een stuk ingewikkelder. En sommige ontwikkelingen legden problemen bloot waar 12 maanden geleden nog niemand over sprak.
Bouw je in 2026 aan een AI-strategie voor klantenservice, dan geeft de kop uit maart 2025 je niet langer het volledige beeld. Je hebt ook de correcties, waarschuwingen en marktcijfers nodig die daarna volgden.
De oorspronkelijke voorspelling: wat Gartner echt zei
De kernbewering was helder: agentic AI zou verder gaan dan tekst genereren en gesprekken samenvatten, en taken autonoom gaan afronden. Lidmaatschappen opzeggen. Verzendtarieven onderhandelen. Problemen oplossen nog voordat de klant ze opmerkt.
Die 80% haalde de krantenkoppen, maar de kostenbesparing van 30% trok de aandacht van de CFO's. De framing was belangrijk: Gartner had het niet over chatbots die slimmer worden. Het beschreef een fundamentele verschuiving in hoe serviceorganisaties werken. Van reactieve wachtrijen gedreven door mensen naar proactieve oplossingen gedreven door AI.
Die voorspelling viel in een markt die er klaar voor was. Budgetten verschoven. Pilots gingen van start. Leveranciers haastten zich om zich te positioneren.
Toen kwamen de eerste realitychecks.
3 maanden later: Gartner stuurt zelf bij
In juni 2025 publiceerde Gartner een aanzienlijk voorzichtiger vervolg: meer dan 40% van de agentic AI-projecten wordt vóór eind 2027 stopgezet. De redenen waren onverbloemd: oplopende kosten, onduidelijke bedrijfswaarde en ontoereikende risicobeheersing.
Dit was geen terugdraaien van de voorspelling uit maart, maar een filter. Gartner zei in feite: ja, 80% autonome oplossing is de richting waarin deze markt beweegt. Maar de meesten van jullie gaan daar niet komen.
Een peiling uit januari 2025 onder ruim 3.400 leiders van grote organisaties vertelde het verhaal in cijfers. Slechts 19% had flink geïnvesteerd in agentic AI. Nog eens 42% deed voorzichtige investeringen. De overige 39% wachtte af, twijfelde of had helemaal niet geïnvesteerd. De markt bewoog, maar voorzichtig, en de koplopers liepen al tegen muren aan.
Het probleem van agent washing dat niemand zag aankomen
Misschien wel de belangrijkste ontwikkeling van het afgelopen jaar was dat Gartner een naam gaf aan iets wat zakelijke inkopers wel ervoeren, maar niet konden benoemen: agent washing.
Van de duizenden leveranciers die claimen agentic AI te bieden, zijn er volgens Gartner slechts zo'n 130 echt. De rest plakt een nieuw label op bestaande chatbots, RPA-tools en virtuele assistenten: nieuwe marketingtaal, maar geen betekenisvolle nieuwe mogelijkheden.
Dat is van groot belang voor CX-leiders die nu leveranciers beoordelen. Een chatbot die is omgedoopt tot agent loopt nog steeds tegen hetzelfde plafond aan als altijd. Zo'n 20–30% van de interacties wordt afgehandeld, zonder dat de bot kan redeneren over problemen met meerdere stappen, kan coördineren over kanalen heen of autonoom actie kan ondernemen in bedrijfssystemen. Presteert die omgelabelde chatbot ondermaats, dan geeft de koper agentic AI als concept de schuld, en niet de leverancier die te veel beloofde.
Dat verklaart een flink deel van die 40% stopgezette projecten. Bedrijven falen niet in agentic AI. Ze falen in de inkoop. Ze kopen chatbots in een agentenjasje en vragen zich af waarom de resultaten er hetzelfde uitzien als vorig jaar.
Wat wél versnelde: de cijfers die overeind bleven
Niet alles van het afgelopen jaar was een waarschuwingssignaal. Verschillende datapunten bevestigden dat de onderliggende trend echt is en versnelt. Voor de bedrijven die het goed aanpakken.
Integratie in bedrijfsapplicaties schoot omhoog. In augustus 2025 voorspelde Gartner dat 40% van de bedrijfsapplicaties tegen eind 2026 taakspecifieke AI-agents zou integreren, tegenover minder dan 5% een jaar eerder. We zitten nu in de periode waarin die voorspelling wordt getoetst, en de adoptiecurve oogt stevig. Softwareleveranciers in CRM, helpdesk en ERP hebben de afgelopen 12 maanden allemaal agentfunctionaliteit uitgebracht.
Multi-agent AI werd een concurrentievoordeel. In oktober 2025 stelden de strategische voorspellingen van Gartner dat organisaties die multi-agent AI inzetten voor 80% van hun klantgerichte processen tegen 2028 de markt zullen domineren. De bedrijven die hebben uitgevogeld hoe ze meerdere AI-agents over functies heen laten samenwerken, en niet alleen een losse chatbot op een enkel kanaal draaien, lopen uit.
Cisco bevestigde de tijdlijn onafhankelijk. Uit het wereldwijde onderzoek van Cisco uit 2025 onder bijna 8.000 business- en technologieleiders bleek dat halverwege 2026 ruim 56% van de klantenservice-interacties agentic AI zal gebruiken, oplopend tot 68% in 2028. Dit is niet één analistenbureau dat aan het woord is. Meerdere onafhankelijke onderzoeken komen uit op hetzelfde tijdvak.
B2B-inkoop wordt agent-first. Gartner voorspelde dat tegen 2028 90% van de B2B-inkoop via AI-agents zal verlopen, goed voor meer dan $15 biljoen aan uitgaven via uitwisselingen tussen AI-agents. Je klantenservice-AI praat dan dus niet alleen met mensen, maar onderhandelt ook met de AI-agents van andere bedrijven. Kan je platform geen interacties tussen machines aan, dan bouw je voor een wereld die al aan het verdwijnen is.
Wat veranderde: het gesprek over personeel werd concreet
In december 2025 publiceerde Gartner onderzoeksresultaten die het gesprek verlegden van technologie naar mensen. Meer dan 80% van de organisaties verwacht de komende 18 maanden het aantal medewerkers in het contactcenter terug te brengen, via natuurlijk verloop, een vacaturestop of ontslagen.
Maar het interessantere cijfer was dit: bijna 80% van diezelfde organisaties is van plan bestaande medewerkers naar nieuwe functies te laten doorstromen, en 84% voegt nieuwe vaardigheden toe aan de functieprofielen.
Dat is een genuanceerder beeld dan de kop 'AI vervangt medewerkers' doet vermoeden. Wat er werkelijk gebeurt, is een herstructurering. Routinematige interacties gaan naar AI. Menselijke medewerkers behandelen de complexe zaken die veel empathie en oordeelsvermogen vragen. En de rol zelf verschuift van 'telefoon opnemen en een script volgen' naar 'AI aansturen, escalaties afhandelen en uitzonderingen managen'.
Voor CX-leiders betekent dit dat je AI-strategie ook een personeelsstrategie is. Je kunt agentic AI niet in een vacuüm uitrollen en verwachten dat het organogram zichzelf regelt. De bedrijven die het goed doen, plannen de transitie van hun personeel tegelijk met de uitrol van de technologie, niet erna.
Wat hetzelfde bleef: het architectuurprobleem
Dit is wat het afgelopen jaar níét is veranderd: de fundamentele architectuurkloof tussen bedrijven die op koers liggen voor 80% oplossing en bedrijven die afstevenen op de stapel stopgezette projecten.
De meeste agentic AI-pilots starten nog altijd in een enkel kanaal. Meestal chat, soms e-mail, zelden telefonie. Bijna nooit alle 3 tegelijk. De logica lijkt redelijk: klein beginnen, waarde bewijzen, later uitbreiden. Maar klantenservice werkt niet in kanalen. Het werkt in vraagstukken.
Een klant belt je supportlijn, wordt ongeduldig, stuurt een e-mail en opent 2 uur later een chatvenster. Hetzelfde probleem, 3 kanalen, 3 afzonderlijke AI-agents die niets van elkaar weten. Dat is geen autonome oplossing. Dat is geautomatiseerde versnippering.
De bedrijven die daadwerkelijk autonome oplospercentages boven de 90% halen, doen dat met een uniforme architectuur: een enkele AI-agent die de volledige klanthistorie over alle kanalen ziet, integreert met de bestaande helpdesk in plaats van die te vervangen, en waar nodig met volledige context overdraagt aan een mens. Niet opnieuw om je klantnummer vragen. Niet opnieuw beginnen omdat je van telefoon naar chat bent overgestapt.
Dat was een jaar geleden waar. Het is nog steeds waar. En die 40% stopgezette projecten is grotendeels het verhaal van bedrijven die dit negeerden.
De compliancemuur staat nog overeind
Het andere dat niet is veranderd: compliance blijft voor grote organisaties het grootste obstakel tussen een geslaagde pilot en een productie-uitrol.
De meest recente strategische voorspellingen van Gartner voor 2026 voegden daar een nieuwe complicatie aan toe. Tegen eind 2026 zullen er door onvoldoende risicovangrails meer dan 2.000 juridische claims zijn ingediend over 'death by AI'. Dat cijfer zou elke CX-leider die AI-platforms beoordeelt scherp moeten houden. Compliance verkeerd aanpakken kost je niet langer alleen een mislukte pilot. Het brengt juridische risico's met zich mee.
Zorgorganisaties die PHI verwerken. Financiële dienstverleners met PCI-gegevens. Elk bedrijf dat onder de GDPR persoonsgegevens verwerkt. Een AI-agent die klantvragen autonoom oplost, moet binnen SOC 2-, HIPAA-, GDPR- en PCI-DSS-kaders werken als kernfunctionaliteit, niet als punt op de roadmap. 5 ISO-certificeringen, SOC 2 Type II, HIPAA BAA's: dat is het verschil tussen een pilot die opschaalt en een pilot die sneuvelt in de securityreview.
Wat je hier concreet mee doet
Een jaar aan data heeft de bestemming niet veranderd. De 80%-voorspelling van Gartner lijkt in grote lijnen nog steeds te kloppen. Wat het jaar wel duidelijk heeft gemaakt, is welke routes daar naartoe leiden en welke eindigen bij die 40% stopgezette projecten.
Controleer je leverancier op agent washing. Kan de agent van je AI-leverancier niet autonoom plannen, taken met meerdere stappen uitvoeren en over kanalen heen coördineren zonder menselijke aansturing, dan heb je geen agent. Dan heb je een chatbot met betere marketing. Volgens Gartners eigen schatting bieden slechts zo'n 130 van de duizenden leveranciers echte agentic mogelijkheden.
Bouw uniform, niet per kanaal. Ziet je AI het telefoongesprek van een klant niet wanneer die overstapt naar chat, dan meet je kanaalautomatisering, geen probleemoplossing. Het 80%-doel gaat over opgeloste vraagstukken, niet over afgehandelde gesprekken. Daarvoor heb je uniforme oplossing via chat, telefonie en e-mail nodig.
Plan de transitie van je personeel nu, niet na de uitrol. De data is duidelijk: het aantal medewerkers verschuift, maar functies veranderen in plaats van te verdwijnen. Ontwerp de nieuwe rollen, trainingen en loopbaanpaden tegelijk met de uitrol van de technologie.
Eis compliance vanaf dag 1. Nu het aantal AI-gerelateerde juridische claims naar verwachting eind dit jaar de 2.000 overschrijdt, is compliance achteraf inbouwen geen planningsrisico meer. Het is een juridisch risico. Kies platforms die vanaf het begin zijn gebouwd voor enterprise security.
Meet autonome oplossing, geen deflectie. Deflectie telt de gesprekken die de AI heeft aangeraakt. Autonome oplossing telt de vraagstukken die daadwerkelijk zijn opgelost, over alle kanalen, van eerste contact tot afsluiting. Die tweede maatstaf sluit aan op de 80%-voorspelling. De eerste is degene die slechte pilots op papier goed laat lijken.
Waar staan we nu?
De voorspelling van Gartner uit maart 2025 klopte wat de bestemming betreft. Het afgelopen jaar heeft de kaart ingevuld, en die kaart laat zien dat de meeste wegen die bedrijven nemen er niet naartoe leiden.
De bedrijven die in 2029 80% autonome oplossing halen, zijn niet degenen die het snelst bewogen. Het zijn degenen die de juiste stappen zetten: een uniforme architectuur, echte agentic mogelijkheden, ingebouwde enterprise-compliance en een personeelsplan dat AI behandelt als herstructurering, niet als vervanging.
En de bedrijven die omgelabelde chatbots en pilots op een enkel kanaal kochten? Die vormen die 40%.
Je hebt nog 3 jaar voordat de 80%-voorspelling wordt afgerekend. Hoe je de komende 12 maanden besteedt, bepaalt aan welke kant van dat getal je uitkomt.
Zie het op je eigen gesprekken.
Vraag een gratis demo op maat aan.
