ABN Amro: Softwarebedrijven nog niet klaar voor AI-agents

ABN Amro-sectorbanker Julia Krauwer heeft een TMT-analyse gemaakt over de stand van zaken met AI-agents in Nederland. Volgens haar zijn softwarebedrijven helemaal niet klaar voor AI-agents. Marketing Report publiceert de analyse.

Agentic-AI

Hoewel vier van de vijf softwarebedrijven verwachten dat AI-agents het softwarelandschap merkbaar zullen veranderen, is bijna een derde van de ondernemingen technisch nog niet klaar om de technologie in te bedden. De helft zit in de experimenteerfase, een kwart doet nog helemaal niets met agentic AI.

Een grote meerderheid van de softwarebedrijven verwacht dat het softwarelandschap merkbaar zal wijzigen door ‘AI-agents’ – slimme programma’s die zelfstandig complexe taken kunnen uitvoeren. Bijna de helft van de ondervraagden rekent zelfs op ingrijpende tot fundamentele veranderingen in de manier waarop software wordt ontworpen, gebruikt of aangestuurd, zo blijkt uit het onderzoek van ABN AMRO en Panelwizard onder 204 Software-as-a-Service-bedrijven (SaaS). SaaS is software die in abonnementsvorm wordt afgenomen en wordt aangeboden als clouddienst.

AI-agents transformeren de softwaremarkt

De ontwikkeling van artificial intelligence (AI) beweegt van het genereren van tekst, softwarecode en beeld binnen een app naar het zelfstandig doorlopen van volledige werkprocessen. Voorbeelden zijn AI-agents die voorraden beheren, offertes versturen of een complete socialmediastrategie voorbereiden en uitvoeren. Via agentic AI kunnen SaaS-bedrijven hun product aantrekkelijker maken, bijvoorbeeld door taken te automatiseren of door een AI-agent als aanspreekpunt naar voren te schuiven voor de gebruiker.

De AI-agent is geen nieuw begrip

In de AI-onderzoekswereld worden agents al decennialang bestudeerd. De term intelligent agent werd in de jaren ‘90 geïntroduceerd om systemen te beschrijven die zelfstandig kunnen waarnemen, redeneren en handelen. Vroege voorbeelden zijn agents in navigatiesystemen, die de snelste route bepalen op basis van verkeersinformatie, en gamekarakters, zoals tegenstanders die hun strategie aanpassen op basis van het gedrag van de speler.

Wel zijn agents door technologische vooruitgang de laatste jaren veel krachtiger geworden. Via Large Language Models (LLM’s), de motor onder andere ChatGPT, hebben agents de nodige kennis over de wereld, waardoor de communicatie soepel verloopt. Met de opkomst van zogenaamde reasoning models, taalmodellen die stapsgewijs kunnen redeneren, hebben agents daarnaast de beschikking over de onmisbare vaardigheid om zelf strategieën uit te denken en bijbehorende tussenstappen te bepalen. Door een koppeling met externe applicaties kunnen AI-agents ook daadwerkelijk acties uitvoeren, zoals het lanceren van een online-advertentiecampagne of het contacteren van een klant of leverancier.

Los van de kansen om bestaande SaaS te verbeteren of nieuwe, AI-first-SaaS te creëren, zou de opkomst van agents de markt ook op een dieper niveau kunnen beïnvloeden. Zo betekent dit volgens Microsoft-CEO Satya Nadella het einde van software in zijn huidige vorm. Volgens de topman zullen mensen binnen afzienbare tijd niet langer met losse softwarepakketten werken, maar met AI-agents die zelfstandig uit verschillende databronnen putten en op basis daarvan de benodigde acties uitvoeren. Voor het automatisch opstellen van een klantofferte haalt de AI-agent informatie uit de klantdatabase, combineert deze met actuele product- of prijsinformatie, en voegt indien nodig financiële condities toe op basis van eerder klantgedrag. Na controle – of volledig autonoom – wordt de offerte automatisch per e-mail verstuurd. De gebruiker hoeft niet meer zelf te schakelen tussen systemen, want het denk- en regelwerk wordt door applicatie-onafhankelijke agents gedaan, zo is de gedachte van Satya Nadella.

Ook kunnen AI-agents volledig nieuwe applicaties creëren. AI-assistent Claude van tech-bedrijf Anthropic maakt bijvoorbeeld direct bruikbare apps op basis van enkele gebruikersinstructies. Met specifieke software als Lovable, Windsurf en Cursor kunnen ook mensen zonder programmeerkennis software, apps en websites ontwikkelen; de AI-agent interpreteert de vraag van de gebruiker en zet het om in code – in sommige tools is het resultaat zelfs direct zichtbaar. Hoewel het neerzetten van goede, veilige en betrouwbare software een vak apart is, zou deze trend van vibe coding kunnen betekenen dat steeds meer bedrijven ervoor kiezen om zelf tools te ontwikkelen in plaats van in te kopen in de vorm van SaaS.

Een AI-agent als aanspreekpunt

De invloed van agents zal zich over meerdere niveaus uitstrekken. Zo gaat 85 procent van de ondervraagden ervan uit dat de knoppen en menu’s die we nu op onze schermen zien in ieder geval deels zullen plaatsmaken voor een AI-agent als aanspreekpunt. Deze neemt taken aan van de gebruiker, voert deze op de achtergrond uit en koppelt de uitkomst terug. Een dergelijke interactievorm kennen veel mensen inmiddels van slimme AI-assistenten als ChatGPT, Gemini en Claude.

Ook Samir Selimi, oprichter van softwarebedrijf PurchAIse, heeft een AI-agent op zijn platform naar voren geschoven. De assistent, genaamd PAI, kan een breed scala aan taken op het gebied van leveranciersmanagement oppakken, zoals het valideren van data, bestellingen doen en contracten heronderhandelen. Selimi ziet de chat met PAI als een slimme aanvulling op de traditionele gebruikersinterface, die volgens hem nog steeds waardevol zal blijven. Samir Selimi: “We zijn gewend dat dingen visueel worden weergegeven als we met een computer interacteren. Je hebt geen veertig schermen nodig of zestig tabbladen, maar wel iets van een cockpit waar je als gebruiker het overzicht kunt bewaren.”

De verwachting is dat communicatie in natuurlijke taal – oftewel gewone spreek- en schrijftaal zoals mensen die zelf gebruiken - binnen software een belangrijke rol zal gaan spelen. Jelle Visser, CEO van ValueBlue: “Je ziet een verschuiving in de manier waarop gebruikers met software interacteren.  Als een businessanalist wil begrijpen wat zo’n architectuurplaat hem precies vertelt, is het fijn als hij die vraag ook op die manier op ons platform kan stellen.” 

Voor zichzelf ziet momenteel 38 procent van de softwarebedrijven kansen voor een AI-agent als aanspreekpunt. Zelf voelt Jelle Visser geen ruimte om rustig af te wachten. Jelle Visser: “Je moet als softwarebedrijf je gebruikersinterface opnieuw uitvinden. Als wij het niet doen, dan doet onze concurrent het wel.”

ValueBlue is een platform voor enterprise-architectuur. ValueBlue maakt software waarmee bedrijven hun IT-landschap schematisch kunnen vastleggen, analyseren en verbeteren. 

Merkidentiteit communiceren via agents

Een vijfde van de ondervraagde bedrijven is bang dat hierdoor hun gebruikerservaring niet meer onderscheidend zal zijn. Wat nu nog via muiskliks en menustructuren verloopt, kan in ieder geval deels worden vervangen door het typen of uitspreken van een enkele zin. Daarmee kan een belangrijk element van onderscheidend vermogen van softwarebedrijven – design, gebruiksgemak en visuele branding – onder druk komen te staan.

Een derde van de ondervraagden ziet juist in de gebruikerservaring hun belangrijkste bron van onderscheidend vermogen voor de toekomst. Zelfs als de interactie met software meer conversational wordt, zijn er namelijk nog tal van mogelijkheden om de AI-agent een duidelijke merkidentiteit te geven. Al sinds de prille opkomst van chatbots op bedrijfswebsites buigen experts zich over manieren om deze digitale assistenten een persoonlijkheid mee te geven die past bij het merk – bijvoorbeeld met een passende avatar, naam en manier van communiceren.

Voor elke gebruiker een ander dashboard

Meer dan een kwart van de SaaS-bedrijven ziet heil in ad hoc gegenereerde schermen.  Franklin Evers van softwarebedrijf Usere: “Dan zeg je tegen een agent: het venster moet groen zijn, met hoeken en geen afrondingen. En ineens is daar een scherm, aangepast aan jouw voorkeuren,” Het bedrijf wil zijn ‘front-end’, het stuk dat de gebruiker ziet, sowieso flexibel houden. Pim Schipper, mede-oprichter van Usere: “Elke medewerker is weer gebaat bij een ander soort informatie. Door agentic AI kan iedereen een dashboard op maat krijgen.”

Ook Jelle Visser van ValueBlue herkent het spanningsveld. Jelle Visser: “De mensen die onze software gebruiken, hebben allemaal verschillende rollen en verschillende volwassenheidsniveaus. Maar het is heel veel werk om voor iedereen een aparte variant van de software te programmeren. Agentic AI kan hierin uitkomst bieden. Door een agent de nodige context over een rol mee te geven, kan deze bepalen wat voor schermen en functies een individuele gebruiker nodig heeft.”

On the spot gegenereerde dashboards, of zelfs volledige applicaties en games die uit de grond worden gestampt, zijn geen hypothetisch scenario. Zo ontwikkelden onderzoekers een AI-model waarmee het schietspel Doom ad hoc kan worden gegenereerd. De speler ontmoet vijanden en navigeert door allerlei ruimtes zonder dat daar enige softwarecode voor nodig is; er is enkel een AI-model, getraind op grote hoeveelheden beeldmateriaal van de game. Google maakte een prototype waarin hun nieuwste Gemini-model een gebruikersinterface maakt, steeds op basis van de gebeurtenissen in het vorige scherm – geen enkel menu stond dus van tevoren vast.

Software als stille kracht op de achtergrond

Van de ondervraagde SaaS-bedrijven vreest 16 procent dat hun software naar de achtergrond verdwijnt – een zorg die niet geheel uit de lucht is gegrepen nu consumenten en bedrijven steeds vaker te rade gaan bij onafhankelijke AI-assistenten. ChatGPT en Claude ondersteunen inmiddels zogeheten ‘actions’ waarmee ze zelfstandig taken uitvoeren in andere applicaties, zoals het versturen van e-mails of het aanpassen van CRM-data. Ook de gevestigde orde in de tech-wereld positioneert zich steeds nadrukkelijker als coördinerende platformspelers. Microsoft laat bedrijven met Copilot Studio hun eigen AI-agents bouwen, die niet alleen Microsoft-apps, maar ook externe software kunnen aanroepen. Salesforce ontwikkelde met Agentforce een soortgelijke infrastructuur.

Eén op de vijf softwarebedrijven overweegt een koppeling met dergelijke AI-agentplatforms. Een kwart richt zich niet op specifieke platforms, maar wil de eigen software in bredere zin ‘agent-ready’ maken. Die ondernemers maken functies modulair beschikbaar, zorgen voor duidelijke documentatie, en richten hun software zo in dat instructies van externe agents – al dan niet in natuurlijke taal – eenvoudig te vertalen zijn naar concrete acties binnen de applicatie. Dennis De Reus, mede-oprichter van Stellar: "Je moet er als softwarebedrijf voor zorgen dat LLM’s met jouw achterkant kunnen praten". Stellar is een platform waarmee bedrijven zelf klantenservice-agents kunnen ontwikkelen.

Bijna een derde van de bedrijven richt zich breder op het verbeteren van datatoegang, koppelmogelijkheden en gestandaardiseerde communicatie met andere systemen (‘interoperabiliteit’). Onder hen is Last Mile Solutions, een softwareplatform voor dienstverleners op het gebied van elektrisch vervoer – zoals laadpaal-operators – dat technologie biedt voor onder andere betalingen, fraudedetectie, en het voorkomen van overbelasting van het elektriciteitsnet.

Om die diensten te kunnen aanbieden, is een hoop data nodig, zoals informatie over de hoeveelheid opgewekte groene energie op een bepaald moment, en hoe vol individuele auto-accu’s zijn. Ben Ridgway, marektingdirecteur van Last Mile Solutions.“Die data kunnen weer dienen voor andere partijen om AI-modellen en gespecialiseerde agents mee te ontwikkelen. Wij bieden dus een ‘data-ruggengraat’ waarmee we AI-innovaties als slim laden en voorspellend onderhoud mogelijk maken.”

Applicaties ontwikkelen à la carte

AI-agents opereren niet per se binnen de grenzen van een applicatie, maar kunnen ook schakelen tussen losse databases en tools om taken zelfstandig uit te voeren. Bijvoorbeeld een agent die historische verkoopdata haalt uit systeem A, de toekomstige verkoopcijfers voorspelt op basis van een algoritme uit systeem B en de bijbehorende grafiek toont in een dashboard van systeem C. Het gaat daarmee niet zozeer om het totaalpakket, maar de manier waarop individuele stukjes software door AI-systemen kunnen worden benaderd.

Al voor de opkomst van AI-agents waren veel softwarebedrijven bezig hun systemen op te knippen in kleine, herbruikbare modules en beschikbaar te maken via zogenoemde API’s of SDK’s. Ook veel AI-modellen worden via deze weg aangeboden, zodat ontwikkelaars bijvoorbeeld een slimme chatbot kunnen inbedden op hun eigen website. Jelle Visser van ValueBlue: “Het maken van software is steeds meer een kwestie van het combineren van allerlei componenten. Toetreden tot de softwaremarkt is daardoor makkelijker dan ooit.”

Dit geldt evengoed voor AI-agents, die ‘à la carte’ kunnen putten uit data en functies van verschillende leveranciers. Slechts een kwart van de SaaS-bedrijven blijkt hiervoor echter de randvoorwaarden op orde te hebben. Zij hebben de nodige digitale verbindingen in de vorm van API’s – kort voor application programming interfaces – of zijn soms zelfs expliciet ontworpen om samen te werken met AI-agents en agentplatforms.

Als softwarebedrijven op grote schaal losse elementen van hun systemen beschikbaar stellen, dan kan het overigens knap lastig worden voor externe agents om steeds te bepalen welke functie ze van welke partij afnemen. Sebastiaan den Boer, Director AI en Data Science bij digitaal bureau Youwe: “Als je een AI-agent steeds moet laten kiezen tussen twintig tools en vijftien databases, dan moet je de daarvoor benodigde kennis ook vastleggen in een prompt. Dat kan al gauw een hele complexe instructie worden.”

Bestaande software onder vuur door AI-agents

Sommige bedrijven (14 procent) zien het risico dat specifieke functies in hun software overbodig worden doordat extern ontwikkelde AI-agents taken op hun eigen manier uitvoeren, zonder gebruik te maken van bestaande softwaremodules. Een voorbeeld is een agent die zelf klanten in segmenten indeelt, in plaats van een ingebouwde filterfunctie in bestaande software aan te roepen. Deze angst leeft onder bedrijven met een jaaromzet van meer dan 25 miljoen euro slechts beperkt (7 procent), terwijl een kwart van de kleinere bedrijven hiervoor vreest.

Nog eens 9 procent vreest dat hun zorgvuldig opgebouwde logica of AI-modellen niet meer worden gebruikt, bijvoorbeeld wanneer elders ontwikkelde agents beslissingen kunnen nemen op basis van hun eigen redeneervermogen. Zo zou een recruitment-agent sollicitanten kunnen beoordelen met behulp van een eigen scoringsmethode, waarbij het interne matchingsmodel van de software volledig wordt genegeerd. Deze eerder aangeschafte HR-software fungeert dan slechts als databron, of wordt zelfs geheel omzeild.

Dennis de Reus van Stellar is minder bang voor een dergelijk scenario. Hij kan zich voorstellen dat softwaregebruikers steeds meer met AI-agents zullen interacteren, maar is ervan overtuigd dat de onderliggende systemen veelal relevant blijven. Dennis de Reus: “Een agent kan bijvoorbeeld niet lukraak data gaan opslaan. Je hebt een systeem nodig dat ervoor zorgt dat dit volgens bepaalde structuren en regels gebeurt. Hetzelfde geldt voor klantidentificatie; je hebt modules nodig waarmee je met zekerheid iemands identiteit kunt vaststellen, en vervolgens regels die bepalen wat een bepaalde klant wel of niet aan data mag inzien.” Ook volgens Franklin Evers, medeoprichter van Usere, is dit precies waarop softwarebedrijven zich onderscheiden. Franklin Evers: “Juist op die slimme tussenlaag zit je intellectueel eigendom, en dat moet je beschermen.” 

Slim taken automatiseren

De bedrijven met fundamentele zorgen over hun businessmodel zijn in de minderheid. Softwarebedrijven ruiken massaal kansen om hun eigen product met AI-agents te verbeteren. Twee derde van de ondervraagden ziet heil in agents die namens de gebruiker taken uitvoeren, zoals het ophalen van informatie, of processen doorlopen die voorheen op basis van strikte stappen en regels gebeurden. Zes op de tien bedrijven zou AI-agents graag inzetten om hun eigen klanten te ondersteunen.

Zo zet PurchAIse agentic AI in voor leveranciersmanagement, waaronder het ophalen en verstrekken van marktinzichten. Zo kan een – automatisch gedetecteerde – prijsdaling van ingrediënten aanleiding vormen om een contract opnieuw te onderhandelen, waarvoor AI-agent PAI vervolgens ook een mail naar de leverancier opstelt. Usere richt zich in eerste instantie op marketing en ontzorgt mkb-bedrijven onder andere door de creatie en plaatsing van social media-posts te automatiseren.

Onder de respondenten is er wel zorg over de eventuele onvoorspelbaarheid van AI-agents. Bijna de helft van de softwarebedrijven ziet een gebrek aan transparantie en controle als reëel risico. AI-agents werken niet volgens vaste regels, maar op basis van waarschijnlijkheid; ze kiezen de meest waarschijnlijke vervolgstap en invulling daarvan, maar niet per se de juiste.

Rogier Hosman, medeoprichter van digital agency Youwe: “Het is moeilijk om met agentic AI processen goed en voorspelbaar neer te zetten. Youwe ontwikkelt digitale oplossingen voor bedrijven. Rogier Hosman weet uit ervaring wat er nodig is voor een succesvolle implementatie. Rogier Hosman: “Heb ik wel voldoende controle over de technologie, of stort straks de helft van mijn SaaS-product in elkaar? Welk risico wil ik daarin nemen?” Hoewel ook hier concrete regels kunnen worden meegegeven om de agent te sturen, is het een fundamenteel andere manier van werken dan bij traditionele software.

Technisch moet er nog veel gebeuren

Hoewel softwarebedrijven dus legio kansen signaleren op het gebied van agentic AI, is het maar de vraag of ze op korte termijn de benodigde stappen kunnen zetten. Bijna dertig procent van de ondervraagden twijfelt of ze technisch klaar zijn voor AI-agents; hun software-architectuur of organisatie is nog niet voldoende is ingericht op de toepassing van en integratie met agents. Opvallend is dat de kleinste bedrijven, met een jaaromzet van minder dan 2 miljoen euro, dit risico veel minder zien – mogelijk omdat hun IT-landschap minder complex en daardoor flexibeler is.

Ook valt op dat een groot deel van de softwarebedrijven (53 procent) nog in de experimenteerfase verkeert met AI-agents. Deze bedrijven verkennen de technologie, maar hebben het nog niet structureel ingebed in hun product. Meer dan een kwart heeft überhaupt nog geen concrete plannen op het gebied van agentic AI. De volwassenheid op het gebied van agentic AI blijkt overigens sterk afhankelijk van de bedrijfsgrootte; er is bijna geen grootbedrijf (omzet groter dan 25 miljoen euro) te vinden dat nog niets met de technologie doet, terwijl dit binnen het microbedrijf (omzet kleiner dan 2 miljoen euro) voor 40 procent geldt. Ook zijn verticale softwarebedrijven, die zich richten op specifieke sectoren, gemiddeld minder ver dan softwarebedrijven met een bredere oriëntatie.

Deze beperkte volwassenheid is zorgwekkend, want ondertussen bestormt een nieuwe generatie technologiebedrijven de markt. In 2024 werd volgens gegevens van Dealroom wereldwijd zo’n 3,2 miljard dollar geïnvesteerd in startende technologiebedrijven die agentic AI hebben ingebed in hun dienst. Het is een exponentiële groei ten opzichte van de jaren ervoor, die respectievelijk 727 miljoen en 1,3 miljard aan investeringen noteerden.

Overigens zijn ook de klanten van SaaS-bedrijven lang niet allemaal klaar voor grootschalige toepassing van AI-agents, ziet Samir Selimi van PurchAIse. Samir Selimi: “Technologie kan in theorie alles, maar bedrijven vinden het in de praktijk moeilijk om zich aan te passen. Het zijn veelal de mensen en processen waarop het stukloopt.”

Onderscheidend vermogen van de toekomst

Te midden van deze technologische transformatie klampen softwarebedrijven zich vast aan de relatie die zij met hun klanten hebben opgebouwd. Meer dan de helft – en binnen het grootbedrijf zelfs twee derde – verwacht hier op termijn het meeste onderscheidend vermogen te behouden, bijvoorbeeld vanwege een diep begrip van de context van de klant of samenwerking bij implementatie- en doorontwikkeling van de software. Pim Schipper van Usere zit op eenzelfde lijn en denkt zelfs dat er ruimte is voor verbetering. Pim Schipper: “Je moet investeren in de relatie met je klant. Veel softwarebedrijven hebben lange tijd nagelaten om echt naar hun klant te luisteren.”

Vooralsnog mist AI vaak context die essentieel is in specialistische sectoren. Daarom verwacht een aanzienlijk deel van de softwarebedrijven ook in de toekomst te kunnen terugvallen op domeinkennis, zoals relevante wet- en regelgeving of branche-specifieke processen. Rogier hosman van Youwe: “Uiteindelijk heb je domeinexpertise nodig om echt waarde te kunnen toevoegen.” Samir Selimi van PurchAIse sluit zich daarbij aan. “Een van de manieren om je te onderscheiden als softwarebedrijf, is door je eindmarkt en de bijbehorende processen door en door te kennen.”

Dit besef is logischerwijs sterker aanwezig bij verticale softwarebedrijven (47 procent), die zich al richten op specifieke niches, dan bij de horizontale spelers (32 procent). Ook onder het grootbedrijf verwacht een hoger percentage (55 procent) onderscheidend te kunnen blijven via diepe domeinkennis dan het mkb en microbedrijf, waar het percentage op ongeveer een derde ligt.

Investeren aan voor- of achterkant

De zachte elementen klantrelatie en domeinkennis worden gevolgd door concrete, direct in de software zichtbare zaken: de functionele dekking of ‘feature set’ van de software, en de gebruikerservaring – beide door een derde van de respondenten genoemd als punten van onderscheidend vermogen op de lange termijn.

Andersom zijn het de technische zaken op de achtergrond – data, integratiekracht, en algoritmes – die het laagst in de ordening staan. Volgens Pim Schipper en Jelle Evers van Usere doen softwarebedrijven er goed aan om onder de motorkap te blijven investeren. Jelle Evers: “De kern van je software moet je heel robuust houden. Andere partijen kunnen daar dan tegenaan praten via een API. Zij moeten het gevoel hebben dat ze op jouw technologie kunnen bouwen, kunnen vertrouwen.” Ben Ridgway van Last Mile Solutions, dat als een spin in het web fungeert op het gebied van e-mobiliteitssoftware, sluit zich hierbij volledig aan. Ben Ridgway: “Onze back-end is extreem complex. Er zijn zoveel data die we beheren en op de juiste manier beschikbaar moeten maken. Voor ons is het zaak om steeds aan te tonen dat we hierin een betrouwbare partner zijn.”

Aanpassingsvermogen is essentieel

SaaS-bedrijven zijn het er over eens: de softwaremarkt zal de komende jaren stevig veranderen. Zo zullen ze zelf hun software kunnen optimaliseren met AI-agents, als aanspreekpunt of op de achtergrond. Ondertussen verwerven de bekende chat-assistenten een steeds prominentere positie. Nu zij het dagelijkse vertrekpunt worden voor steeds meer gebruikers en steeds verder integreren met allerlei tools, groeit ook de kans dat bestaande softwarebedrijven op een of andere minder zichtbaar worden.

De opkomst van platforms waarmee gebruikers zelf agents of software kunnen bouwen, kan daarnaast betekenen dat activiteiten die eerder door softwarepakketten werden ondersteund, nu door individueel gefabriceerde AI-agents of zelfgebouwde software worden opgepakt. Sommige softwarebedrijven zien heil in een offensieve strategie waarin zij zelf een platformrol vervullen, of vertrouwen op de unieke toegevoegde waarde van (elementen van) hun software.

Een zwart-witscenario waarin SaaS volledig wordt weggevaagd door elders ontwikkelde AI-agents zal het hoogstwaarschijnlijk niet worden. Wel vergt de nieuwe werkelijkheid het nodige aanpassingsvermogen van softwarebedrijven; koppelingen met externe tools en partijen zijn belangrijker dan ooit, en zelf de broodnodige automatiseringsslag maken is essentieel om relevant te blijven.

 Volg Marketing Report op LinkedIn!

 Abonneer je op onze gratis dagelijkse nieuwsbrief

 Registreer jouw bureau gratis in de Marketing Report reclamebureau database The List

Lees ook:

Gepubliceerd door: David de Jong