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 toepassen op hun kernfuncties. In één bericht op Xhij schetste 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 het dominante gebruik van agenten, terwijl andere categorieën… kenniswerk begint op te duiken. Veel agentenwerk gaat van pilots en PoC’s naar productie, en sommige bedrijven hadden veel actieve live-gebruiksscenario’s.”
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-encoders verder dan het eenvoudig genereren van code, naar iets dat dichter bij het werken als junior software-ingenieurs ligt. Naarmate het vertrouwen onder ontwikkelaars in deze tools groeit, lijken zakelijke besluitvormers steeds meer bereid om deze in softwareteams te implementeren.
Van codeercopiloten tot agenten in de hele onderneming
“Agentic use cases bestrijken alle delen van een bedrijf, van backoffice-activiteiten tot klantgerichte ervaringen, van verkoop tot klant-onboarding-workflows”, schreef Levie op X. “Het algemene gevoel is dat agent-workflows alle delen van een organisatie zullen raken, vaak met (de) grootste focus op het beter leveren van klanten, het verkrijgen van betere inzichten en intelligentie van data en agenten op hoge snelheid en beperkt werk aan data en documenten. Pure kostenbesparingsdiscussie.”
AI-bedrijven hebben lang betoogd dat de mogelijkheden die codeertools aandrijven (planning, redeneren en gebruik van tools) verder kunnen reiken dan alleen kenniswerk. Op basis van de gesprekken van Levie beginnen bedrijfsleiders naar dat idee te handelen. Wat werkt in software engineering kan worden vertaald naar 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 kernuitdagingen”, voegde Levie eraan toe. “Data en content op één plek krijgen waar agenten veilig en gemakkelijk mee kunnen werken blijft voor veel organisaties een grote uitdaging. Jarenlange fragmentatie van data governance, wat nu geen probleem was, is een probleem voor bedrijven die agenten willen adopteren. En het controleren van wat agenten met data in een workflow kunnen doen (is) nog steeds een groot probleem.”
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 belangrijke aandachtspunten worden naarmate bedrijven meer agenten inzetten. “Kan de agent toegang krijgen 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 uitgesplitst 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 externe agenten) en hun activiteiten, verbindingen, toegangsniveaus en beveiligingsmaatregelen beheert.
De symbolische economie brengt de balans in evenwicht
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 het zal waarschijnlijk niet langer logisch zijn om als een IT-budget te worden beschouwd. Zal waarschijnlijk moeten worden verrekend in de rest van de bedrijfskosten.”
AI-apps en -agents worden mogelijk gemaakt door generatieve AI-modellen, en de toegang tot deze 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 in 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. “Elk bedrijf implementeert momenteel meerdere AI-systemen, en het is onwaarschijnlijk dat er één enkel platform zal zijn om ze allemaal te beheren. 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 grote visie voor de AI-industrie is dat bedrijven agenten over afdelingen in een organisatie heen 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 Anthropics MCP) en vertrouwensgaranties. Het werk aan de ontwikkeling van dergelijke normen 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 zich opbouwt, maar bedrijven besteden ook veel aandacht aan verandermanagement en toekomstig werk”, concludeerde Levie. “Er zijn momenteel veel opties.”
Ongeveer een derde van de waarde van de Amerikaanse aandelenmarkt zit vast in een relatief kleine groep bedrijven, hyperscalers, AI-bedrijven, datacenterbouwers en chipfabrikanten, die er allemaal op gokken dat het Amerikaanse bedrijfsleven klaar is om snel over te schakelen van traditionele software naar door AI aangedreven systemen. De hype rond die transitie is meedogenloos geweest. Maar het duidelijkste signaal komt van de managers, die de uitgaven moeten goedkeuren en verantwoorden tegenover hun besturen. Dit is de groep waar Levie mee sprak.
Zijn meest veelzeggende conclusie is wellicht dat bedrijven zich ‘dringend bewust zijn van verandermanagement en de toekomst van werk’. In veel kernactiviteiten van het bedrijf nadert de technologie zelf snel hoge prestaties. Het langzamere proces zal organisatorisch van aard zijn: mensen werken met agenten, trainen ze, corrigeren ze en bouwen geleidelijk aan vertrouwen op. Die transitie zal waarschijnlijk jaren duren.
