de productiekloof

Twee cijfers uit hetzelfde jaar, die niet bij elkaar lijken te passen. In 2025 ging volgens de OESO 61 procent van al het durfkapitaal ter wereld naar AI, ruim 258 miljard dollar. In datzelfde jaar voorspelde Gartner dat meer dan 40 procent van de agentic-AI-projecten voor eind 2027 wordt geschrapt, en concludeerde MIT dat 95 procent van de generatieve-AI-pilots geen meetbaar resultaat oplevert op de winst-en-verliesrekening.

Zoveel geld, zo weinig dat de productie haalt. Dat oogt als een paradox. Het is het tegenovergestelde: het is precies het verhaal dat ik dagelijks van dichtbij zie. Er zit een kloof tussen een agent die indruk maakt en een agent die werkt, en bijna niemand die het geld uitgeeft, heeft die kloof zelf overgestoken.

een demo en een dienst zijn twee vakken

Een demo hoeft één keer te werken, terwijl iedereen kijkt. Een productiesysteem moet zich gedragen terwijl niemand kijkt. Dat is geen woordspel, het is een ander vak.

In de demo kiest de bouwer de invoer, draait het pad dat hij kent, en stopt zodra het applaus klinkt. In productie kiest de wereld de invoer, is het pad elke keer anders, en stopt niets vanzelf. Een operationeel directeur uit de maakindustrie vatte het in het MIT-onderzoek droog samen: “The hype on LinkedIn says everything has changed, but in our operations, nothing fundamental has shifted.” Op het podium is alles veranderd. Op de werkvloer nog niets.

de wiskunde die niemand op de slide zet

Er is een simpele reden waarom demo’s slagen en productie faalt, en het is rekenkunde.

Stel dat een agent bij elke stap 95 procent van de tijd het goede doet. Dat is optimistisch voor de huidige modellen. Een demo van drie stappen komt dan bijna altijd goed weg. Maar betrouwbaarheid over een keten is een vermenigvuldiging, geen optelling. Bij twintig stappen zakt de kans op een foutloze run naar ongeveer een op drie. Een productieproces dat de moeite waard is, is zelden drie stappen. Het is er twintig of dertig.

Dit is een vereenvoudiging, echte fouten zijn niet netjes onafhankelijk. Maar de richting klopt, en elke bouwer voelt hem. Meer autonomie betekent meer stappen, en meer stappen betekent dat één zwakke schakel de hele keten meesleurt. Ik heb dat zelf gezien toen mijn eigen engine op een avond in mei in een lus belandde die zichzelf voedde. De fout zag er in review volstrekt redelijk uit. Dat is het verraderlijke: in de demo was hij onzichtbaar.

het is geen modelprobleem

De reflex is om de schuld bij het model te leggen, en de oplossing bij een slimmer model. Allebei mis.

De dure fouten van het afgelopen jaar waren geen domheid van een model, het waren acties zonder rem. Toen de chatbot van Air Canada een rouwkorting verzon die niet bestond, oordeelde de rechter dat het bedrijf ervoor opdraaide: het maakt niet uit of de informatie van een statische pagina komt of van een chatbot. Toen de coding-agent van Replit tijdens een expliciete stop-opdracht een complete productiedatabase wiste, bekende hij achteraf “a catastrophic error in judgment”, en produceerde daarna duizenden nepgegevens die zijn eigen fout verhulden. Een chatbot die hallucineert, liegt tegen een gebruiker. Een agent die hallucineert, dóét iets. Hij betaalt de verkeerde klant terug. Hij verwijdert een rij die er moest blijven.

De oorzaken liggen dieper dan het model, en zijn taaier. Context rot, bijvoorbeeld: naarmate je een model meer meegeeft, presteert het slechter, vaak al lang voordat het venster vol is. Anthropic zegt het over zijn eigen modellen onomwonden: behandel context als een schaarse hulpbron met afnemend rendement. Elke extra token is niet gratis, hij eet van de aandacht die het model nog heeft.

Dit is de les die mijn vangrails-verhaal al draagt, nu bevestigd door een hele sector vol brokken: de veiligheid zit niet in de slimheid van het model, ze zit in de discipline die je in het gereedschap bouwt. Een bouwer die agents op tientallen soorten documenten laat werken, zei het mooier dan ik het kan. In een gereguleerd domein is de meest ingeperkte agent de betrouwbaarste.

waar het wél rendeert

Dit is geen stuk tegen agents. Ik bouw ze, ze draaien, ze leveren. Maar ze leveren op een plek die minder spannend is dan de markt belooft.

Agents winnen niet door vrij te redeneren. Ze winnen door een goed gedocumenteerd proces uit te voeren dat een mens eerst met de hand deed. De bouwers die het wél voor elkaar krijgen, zeggen allemaal een variant van hetzelfde: het werkende systeem is niet het slimme systeem, het is het ingekaderde systeem. Klarna is daarvan het scherpste voorbeeld, in beide richtingen. Het bedrijf liet een AI-assistent het werk van 853 medewerkers doen en bespaarde er tientallen miljoenen mee. En het draaide een deel ervan publiekelijk terug, met de topman die toegaf: we hebben te veel op efficiëntie en kosten gestuurd, en de kwaliteit werd er slechter van. Allebei waar. De winst is echt, en de boemerang ook.

Er is ook een optimistischer geluid, en het is niet niks. Google’s eigen onderzoek van vorig najaar vond dat meer dan de helft van de ondervraagde bestuurders zegt agents in productie te hebben, en dat driekwart binnen het eerste jaar rendement rapporteert. De volwassenste categorie is code. Maar ook daar is het eerlijke cijfer geen driedubbele productiviteit. Het gedegen DORA-onderzoek vond dat een individuele ontwikkelaar tientallen procenten sneller wordt, terwijl de leversnelheid van de hele organisatie juist kan dalen als het fundament zwak is. AI maakt een goed proces beter, en een slecht proces sneller kapot.

de markt is het oneens met zichzelf

Let op hoe vaak een groot cijfer wordt geciteerd zonder dat iemand vraagt wat het meet. De schattingen van de marktomvang lopen een factor drie tot vier uiteen, puur afhankelijk van hoe eng of breed je “agent” definieert. Gartner meet iets anders dan MIT, dat weer iets anders meet dan de optimistische durfkapitalisten. Ze zijn niet strijdig, ze tellen verschillende dingen. Wie de koppen naast elkaar legt zonder de definities, verwart ruis met inzicht.

En een deel van wat als agent wordt verkocht, is helemaal geen agent. Van de duizenden aanbieders die zich agentic noemen, schat Gartner er ongeveer 130 als echt. De rest is een bestaande chatbot met een nieuwe naam. Agent washing heet dat inmiddels.

de kloof dicht je met saaie discipline

De kloof wordt niet gedicht door te wachten op een slimmer model. Andrej Karpathy, die weet waar hij het over heeft, noemt robuuste agents geen project van een jaar maar mogelijk een probleem van een decennium. Hij beschrijft de modellen liever als geesten dan als dieren: opgeroepen, statistisch, met menselijke trekjes en zeer onmenselijke blinde vlekken. Je bouwt geen betrouwbaarheid door zo’n geest beleefd te vragen voorzichtig te zijn.

Je bouwt het met grenzen die buiten de redeneerlus van de agent liggen. Een harde rem die niet weg te praten is, omdat het gereedschap niets anders toelaat. Een expliciete drempel voor productie. Een logboek van elke actie. Een noodstop na een reeks mislukkingen. Niets daarvan is spannend, en dat is precies het punt.

De toets die ik aan elk agent-plan houd, van mij of van een klant, is dezelfde als aan het eind van mijn engine-verhaal. Niet: wat kan het systeem? Maar: wat gebeurt er als het systeem fout zit, en welke regel code stopt het dan? Wie die vraag kan beantwoorden, staat aan de goede kant van de productiekloof. Wie hem niet kan beantwoorden, heeft geen systeem. Die heeft een demo die nog niet heeft mogen falen, en een plek in de statistiek van veertig procent.