AI-agent vs chatbot: wat 101 bedrijven fout doen in 2026

Wat het onderzoek onder 101 bedrijven laat zien

De kern van het onderzoek: agent-orchestratie verschuift van losse tussenlagen naar de infrastructuur van de modelbouwer zelf. Bedrijven kiezen niet meer voor een los orchestratieplatform bovenop een willekeurig taalmodel, ze kiezen voor het ecosysteem rond het model dat ze het meest vertrouwen. Claude wint die race met een ruime voorsprong, vooral omdat het betrouwbaar blijkt bij taken die meerdere stappen achter elkaar vereisen.

Maar de onderzoekers zien ook een kloof tussen ambitie en werkelijkheid. Wat bedrijven "agent" noemen, is in veel gevallen gewoon een chatbot: iets dat wacht tot jij een vraag stelt en dan een antwoord teruggeeft. Geen zelfstandige uitvoering, geen keten van stappen, geen besluit zonder dat een mens op "volgende" klikt.

Ondertussen willen bedrijven bewust geen controle over het hele proces uit handen geven aan een enkele leverancier. Ze bouwen een hybride opzet, met onderdelen van verschillende platforms naast elkaar, juist om niet vast te zitten aan een partij. Dat sluit aan bij het risico van AI-leverancier afhankelijkheid dat ik eerder al beschreef, en dit onderzoek bevestigt het opnieuw.

AI-agent vs chatbot: het verschil dat de meeste bedrijven missen

Het onderzoek raakt een verwarring die ik bij klanten steeds weer tegenkom. Twee voorbeelden maken het verschil concreet.

Chatbot: wacht en reageert. Een klant stuurt een vraag over een retour. De chatbot zoekt het antwoord in een kennisbank, stuurt het terug en is klaar. Zodra er een vervolgstap nodig is, zoals het daadwerkelijk aanmelden van de retour, stopt het gesprek en moet een medewerker het overnemen.

Agent: voert de taak zelfstandig uit. Dezelfde vraag, maar nu pakt het systeem de bestelling erbij, controleert de voorwaarden, meldt de retour aan bij het magazijn, maakt een verzendlabel en stuurt de klant een bevestiging. Alles in een keten, zonder dat iemand tussendoor op een knop hoeft te klikken.

Dat verschil, zelfstandig meerdere stappen afhandelen versus een keer reageren, is precies waar het volgens het onderzoek meestal misgaat. Bedrijven kopen de belofte van het tweede en krijgen het eerste geleverd.

Waarom Claude en Anthropic de koppositie hebben

Dat bedrijven massaal naar Anthropic trekken, is niet toevallig. Consolidatie op het platform van de modelbouwer betekent minder losse koppelingen, minder plekken waar iets kan breken, en een leverancier die zelf verantwoordelijkheid neemt voor de betrouwbaarheid van elke stap in de keten.

Een goed voorbeeld van hoe serieus dat wordt genomen, is Ode with Anthropic, een joint venture die achter de schermen wordt gesteund door investeerders als Blackstone, Hellman & Friedman en Goldman Sachs. Het idee: een klein team engineers dat fysiek meekijkt bij een bedrijf en de agent op maat bouwt, in plaats van een kant-en-klaar platform los te laten op een probleem.

De les daarin voor jouw MKB: als partijen met miljardeninvesteerders er nog mensen bij zetten om een agent goed werkend te krijgen, moet je niet verwachten dat een los chatbot-plugin dat vanzelf doet. Een echte agent bouw je bewust, niet door een vinkje aan te zetten.

Wat dit voor jouw MKB betekent

Je hoeft geen onderzoek onder 101 bedrijven te lezen om er iets mee te doen. Drie dingen die direct toepasbaar zijn:

• Vraag door bij elke leverancier die "agent" verkoopt: welke stappen voert het systeem zelfstandig uit, en waar stopt het en wacht het alsnog op jou?
• Bouw niet blind op een enkele AI-leverancier. Net als de bedrijven uit het onderzoek kun je onderdelen van verschillende platforms combineren zodat je niet vastzit aan een partij.
• Begin klein en concreet: laat een agent een volledig proces overnemen, zoals facturen verwerken of leadopvolging, in plaats van overal een chatbot-schilletje op te plakken en het agent te noemen.

Let ook op de juridische kant. Onder de AVG gelden voor een systeem dat zelfstandig beslissingen neemt over klantdata strengere eisen dan voor een chatbot die alleen antwoord geeft. Binnen de EU AI-Act val je bovendien sneller in een hogere risicocategorie zodra een systeem zelfstandig handelt in plaats van alleen adviseert. Dat is relevant voor elke Nederlandse MKB-realiteit waarin je met klantdata werkt, niet alleen voor beursgenoteerde ondernemingen.