Van chatbot naar collega: hoe AI in het eerste halfjaar van 2026 het werk herschreef

Waarom 2026 het jaar is waarin AI ophoudt een hulpmiddel te zijn en begint een teamgenoot te worden

In de eerste zes maanden van 2026 verschoof het AI-debat merkbaar: van "welk model is het slimst" naar "wie krijgt er grip op deze technologie, en wat doet ze met ons werk". Kapitaalstromen van honderden miljarden, een beurscrash die in één dag verdampte, een oplopende welvaartskloof tussen landen en werknemers die letterlijk mentaal oververhit raken van te veel AI-agents: dit achtergrondartikel brengt de belangrijkste ontwikkelingen van Q1 2026 samen en duidt wat ze betekenen voor organisaties en de toekomst van werk.

De nieuwe infrastructuur-race: wie betaalt, wie profiteert?

Het eerste kwartaal van 2026 maakte pijnlijk duidelijk dat AI geen software-verhaal meer is, maar een infrastructuur-verhaal geworden is, met bijbehorende geopolitieke prijskaartjes. Saudi-Arabië's AI-vlaggenschip Humain, volledig eigendom van het Public Investment Fund, sloot in januari met het Saudische National Infrastructure Fund een financieringsovereenkomst tot 1,2 miljard dollar voor de bouw van maximaal 250 megawatt aan AI-datacentercapaciteit. Humain mikt op ongeveer 6 gigawatt aan rekenkracht tegen 2034 en sloot eerder al deals met onder meer xAI van Elon Musk. Het past in een bredere strategie om de olie-economie te diversifiëren en een aandeel te veroveren in de wereldwijde AI-infrastructuur.

Die kapitaalintensiteit zet ook een ander verhaal in reliëf: onderzoek van AI-ontwikkelaar Anthropic naar meer dan twee miljoen gesprekken van gebruikers wereldwijd laat zien dat welvarende landen AI in een veel hoger tempo omarmen dan lage-inkomenslanden - en dat er vooralsnog geen enkel teken van een inhaalslag is. Terwijl AI wordt gepromoot als motor van wereldwijde productiviteitsgroei, dreigt de technologie zelf de kloof tussen rijk en arm verder te vergroten, simpelweg omdat toegang tot compute, data en talent ongelijk verdeeld is. Dat is een ongemakkelijke boodschap van een bedrijf dat tegelijkertijd volop meebouwt aan steeds krachtigere systemen.

Dichter bij huis speelt eenzelfde dynamiek op kleinere schaal. Het Nederlandse AI-dataplatform Helin, gespecialiseerd in edge computing voor industrieën als olie & gas, maritiem en hernieuwbare energie, haalde begin dit jaar 10 miljoen euro groeikapitaal op, geleid door investeringsmaatschappij FORWARD.one. Met ruim tachtig medewerkers en een omzet die in drie jaar tijd vertwaalfvoudigde, illustreert Helin dat ook Europese, industrieel gerichte AI-spelers kapitaal weten te trekken, zij het in een heel andere orde van grootte dan de Golfstaten en Amerikaanse hyperscalers. De vraag die overal opduikt: wordt AI-infrastructuur een publiek goed dat welvaart spreidt, of een schaars gecontroleerde grondstof die de machtsverhoudingen verder verscherpt?

Van chatbot naar coördinator: de volgende architectuurgolf

Onder de motorkap verschuift ook het technologische paradigma. Waar de eerste golf generatieve AI draaide om steeds grotere, slimmere modellen die vragen beantwoorden, wint een tweede golf terrein: modellen die zijn gebouwd voor coördinatie, samenwerking en langetermijnplanning in plaats van eenmalige antwoorden. Het duidelijkste signaal kwam van het Amerikaanse startup Humans&, opgericht door alumni van Anthropic, Meta, OpenAI, xAI en Google DeepMind, dat in januari een seed-ronde van 480 miljoen dollar ophaalde. Het bedrijf traint zijn model expliciet met langetermijn- en multi-agent reinforcement learning, gericht op het begrijpen van groepsdynamiek in plaats van individuele chatinteracties. Ook techinvloedrijke stemmen als LinkedIn-oprichter Reid Hoffman benadrukken dat de echte hefboom van AI niet in geïsoleerde pilots zit, maar in de coördinatielaag van werk: hoe teams kennis delen en beslissingen nemen.

Parallel daaraan blijven de fundamenten van praktische AI-toepassingen, Retrieval-Augmented Generation (RAG) en, breder, het Model Context Protocol (MCP), zich verfijnen. RAG lost een structureel probleem van taalmodellen op: in plaats van een LLM opnieuw te trainen op bedrijfsdata (kostbaar, traag en moeilijk te herleiden), koppelt RAG een model aan externe, actuele bronnen, zodat antwoorden herleidbaar en preciezer worden en het risico op hallucinaties afneemt. Sinds de introductie van RAG in 2020 is de efficiëntie flink verbeterd: recente optimalisaties verwijderen minder relevante tokens uit de verwerking, wat tot 62 procent snellere runtimes leidt bij een prestatieverlies van slechts 2 procent. Tegelijk blijft schaal een uitdaging: hoe groter de contextvensters van moderne modellen worden, hoe meer druk er op retrieval-technieken komt te staan om relevant te blijven.

Op infrastructuurniveau boekte Google in maart een opmerkelijke doorbraak die door marktwaarnemers al "Google's DeepSeek-moment" werd genoemd: de compressietechniek TurboQuant verkleint het geheugen dat een taalmodel nodig heeft om lange context te verwerken (de zogeheten KV-cache) met een factor zes, en versnelt de verwerking tot achtvoudig - zonder meetbaar nauwkeurigheidsverlies. Dat soort doorbraken is cruciaal voor RAG- en agentic-toepassingen, omdat ze vectorzoekopdrachten en de koppeling van bedrijfsdata aan LLM's aanzienlijk goedkoper en sneller maken. Kortom: de techniek achter AI-toepassingen in werk wordt niet alleen slimmer, maar ook efficiënter, een noodzakelijke voorwaarde om AI op grote schaal betaalbaar te houden.

De markt reageert: een waarschuwing van 285 miljard dollar

Als er één moment was dat in Q1 2026 liet zien hoe disruptief agentic AI kan zijn voor bestaande verdienmodellen, dan was het begin februari. Toen Anthropic zijn Claude Cowork-tool lanceerde - een AI-collega die bestanden kan lezen, mappen kan organiseren en documenten kan opstellen, met gespecialiseerde plugins voor onder meer juridisch werk - reageerden beleggers wereldwijd paniekerig. Binnen één handelsdag verdampte ongeveer 285 miljard dollar aan beurswaarde in de software-, financiële- en assetmanagementsector. Juridische softwarebedrijven werden het hardst geraakt: Thomson Reuters kelderde tot 21 procent, LegalZoom bijna 20 procent en de London Stock Exchange Group ruim 13 procent, omdat beleggers vreesden dat AI-agents het contractreview, NDA-triage en compliance-werk van duizenden paralegals en junior juristen zouden kunnen overnemen.

De episode legde een dieper liggende zenuw bloot: als een AI-ontwikkelaar zelf complete workflow-tools kan bouwen voor juridisch werk, wat weerhoudt haar er dan van hetzelfde te doen voor finance, inkoop of HR? Analisten wezen erop dat het traditionele SaaS-verdienmodel - betalen per gebruiker voor software - steeds moeilijker te verdedigen wordt naarmate AI-agents bedrijven in staat stellen om met minder personeel meer te doen. Tegelijk plaatsten andere experts kanttekeningen: displacement is niet hetzelfde als volledige verdringing van werk. Waarschijnlijker is een compressie aan de onderkant van de arbeidsmarkt, waarbij instapfuncties die traditioneel als trainingsgrond dienden - juniorwerk bij advocatenkantoren, analistentaken bij consultancies - krimpen, terwijl ervaren professionals juist versterkt worden door AI.

Deze marktreactie sluit aan bij wat marketing- en techleiders al langer signaleren. Uit gesprekken met ruim tweehonderd business leaders tijdens de iO Table Talks in Nederland, België en Scandinavië kwam een duidelijke rode draad naar voren: digitale onafhankelijkheid van big tech staat hoog op de boardroom-agenda, eigen platforms en data worden strategisch belangrijker, en AI verschuift stilaan van een efficiëntietool naar een instrument voor waardecreatie. Opvallend is dat weinig merken zich al voorbereiden op "Generative Engine Optimization" - vindbaarheid en reputatie binnen AI-systemen zoals ChatGPT, Copilot en Gemini - terwijl juist die AI-agents in toenemende mate keuzes maken namens de consument.

De mens in het systeem: superworker of kokend brein?

Terwijl bestuurders en beleggers zich buigen over strategie en marktwaarde, ontvouwt zich op de werkvloer een minstens zo belangrijk verhaal: wat doet intensief AI-gebruik met mensen zelf? Onderzoekers van Boston Consulting Group en de University of California, gepubliceerd in Harvard Business Review, brachten begin dit jaar het fenomeen "AI brain fry" in kaart bij bijna 1.500 Amerikaanse werknemers. Veertien procent zegt inmiddels mentaal oververmoeid te zijn geraakt door intensief AI-gebruik - niet door het werk zelf, maar door het managen van meerdere AI-agents tegelijk. Intensief toezicht op AI-tools kost gemiddeld 14 procent meer cognitieve belasting, 12 procent meer mentale vermoeidheid en 19 procent meer informatie-overload.

Interessant is de curve die de onderzoekers vonden tussen het aantal AI-tools en productiviteit: bij één of twee tools stijgt de productiviteit, vanaf drie tools vlakt de winst af, en bij nog meer tools ontstaat zelfs een productiviteitsdip. Nederlandse organisaties gebruiken volgens Salesforce gemiddeld al twaalf AI-agents - een aantal dat naar verwachting binnen twee jaar met meer dan de helft toeneemt. De sectoren die het meest last hebben van "gekookte hersenen" zijn marketing (26 procent), gevolgd door HR (19 procent), operations, engineering, finance en IT; de juridische sector scoort het laagst. Wie kampt met AI-vermoeidheid maakt 39 procent meer kleine fouten en 11 procent meer grote fouten - en een kwart van de zwaarste AI-gebruikers overweegt serieus te vertrekken bij hun werkgever, tegenover 34 procent van wie specifiek AI-brain-fry ervaart.

Dat AI-gebruik niet automatisch tot meer productiviteit leidt, bevestigen ook Nederlandse cijfers. Volgens Eurostat gebruikte vorig jaar ruim 26 procent van de Nederlandse werkenden AI-tools, ruim boven het EU-gemiddelde en Europese koploper na Denemarken, Malta, Zwitserland en Noorwegen. Toch is dat niet terug te zien in productiviteitscijfers: volgens hoogleraar strategie en innovatie Henk Volberda (Universiteit van Amsterdam) gebruiken mensen AI ongeveer de helft van de tijd voor zaken die niets met hun werk te maken hebben. Het beeld dat ontstaat is genuanceerd: AI-adoptie is hoog, maar het rendement blijft achter zolang werkprocessen, tools en verwachtingen niet fundamenteel worden herontworpen rond de technologie in plaats van er bovenop geplakt.

HR als architect van de mens-AI-samenwerking

Die roep om herontwerp brengt een vijfde en misschien wel belangrijkste ontwikkeling in beeld: de rol van HR verschuift van uitvoerder naar architect van agentic AI in organisaties. Onderzoek van consultancy Josh Bersin introduceerde het concept van de "Superworker" - een medewerker die AI gebruikt om productiviteit, prestaties en creativiteit drastisch te vergroten. Bedrijven die deze transformatie omarmen, presteren volgens het onderzoek tot zes keer beter dan vergelijkbare organisaties die dat niet doen. Cruciaal is dat AI-transformatie volgens dit model in vier fasen verloopt: van assistentie via automatisering en procesintegratie naar volledige autonomie, waarbij mensen uiteindelijk de digitale werknemers managen in plaats van taken zelf uit te voeren.

Deloitte trekt in zijn analyse van agentic AI in HR eenzelfde lijn: AI-agents worden steeds vaker behandeld als nieuwe collega's die net als menselijke medewerkers onboarding, duidelijke taakomschrijvingen en voortdurende coaching nodig hebben. Bijna negen op de tien HR-professionals die AI gebruiken bij werving zeggen dat het tijd bespaart, en meer dan een derde meldt lagere wervingskosten. Toch blijft opschalen zeldzaam: MIT Sloan-onderzoek toont dat minder dan 10 procent van organisaties significante financiële waarde uit AI haalt, wat aangeeft dat echte impact voortkomt uit organisatiebrede integratie in plaats van geïsoleerde experimenten. Meer dan 80 procent van de werknemers zegt bovendien geen training te hebben gehad in het gebruik van generatieve AI, terwijl de technologie het werk wel al herdefinieert. Governance, uitlegbaarheid van AI-beslissingen en heldere escalatiepaden worden daarmee net zo belangrijk als de technologie zelf.

Conclusie en aanbevelingen: vijf richtingen om nu op te sturen

Het eerste halfjaar van 2026 laat een AI-landschap zien dat volwassener wordt, maar ook grimmiger in zijn consequenties. Een paar lijnen springen eruit:

• Infrastructuur wordt geopolitiek. Met deals van honderden miljoenen tot miljarden dollars - van Saudi-Arabië's Humain tot Nederlandse scale-ups als Helin - verschuift de vraag van "welk model gebruiken we" naar "wie controleert de rekenkracht, data en platforms waarop we draaien". Organisaties doen er goed aan hun afhankelijkheid van grote buitenlandse AI-platformen expliciet in kaart te brengen, zoals ook uit de iO Table Talks blijkt.
• Coördinatie is de volgende grens. Na het tijdperk van steeds grotere chatbots verschuift de innovatie richting modellen en architecturen die zijn ontworpen voor samenwerking, langetermijnplanning en multi-agent-omgevingen. Wie AI puur als eenmalige-vraag-antwoord-tool blijft inzetten, mist de volgende productiviteitsgolf. De markt straft traag aanpassingsvermogen af. De koersval van 285 miljard dollar na de lancering van Claude Cowork is een waarschuwing aan elke sector die op per-gebruiker-licenties leunt: agentic AI verlaagt de drempel voor bedrijven om zelf workflows te bouwen. Vroegtijdig nadenken over waardepropositie voorbij "software as a service" is geen luxe meer.
• Adoptie zonder herontwerp levert weinig op. Nederland loopt qua AI-gebruik voorop in Europa, maar het rendement blijft achter zolang de helft van de AI-tijd niet-werk-gerelateerd is en werkprocessen ongewijzigd blijven. Tegelijk toont het "brain fry"-onderzoek dat méér AI-tools niet gelijk staat aan méér productiviteit: vanaf een bepaald punt slaat de curve om. De aanbeveling is scherp: beperk het aantal actieve AI-agents per medewerker, en investeer in het herontwerpen van workflows in plaats van AI er bovenop te stapelen.
• HR verschuift van faciliterend naar sturend. Organisaties die AI-agents behandelen als volwaardige teamleden - met heldere rollen, onboarding, doelen en governance - halen aantoonbaar meer waarde uit hun investeringen dan organisaties die AI als geïsoleerd hulpmiddel blijven zien. Met minder dan 10 procent van bedrijven die significante financiële waarde uit AI haalt, ligt hier de grootste onbenutte kans van 2026.

De rode draad door al deze ontwikkelingen is duidelijk: de technologische mogelijkheden van AI groeien sneller dan het menselijke en organisatorische vermogen om ze te absorberen. Wie in de tweede helft van 2026 voorop wil blijven lopen, zal niet alleen moeten investeren in modellen en infrastructuur, maar vooral in de mensen, processen en governance die bepalen of die investeringen ook daadwerkelijk waarde opleveren.

Bronnen

Dit artikel is geschreven op basis van de posts op de LinkedIn pagina van AskHub in Q1 2026

1. Bright.nl - Wordt de welvaartskloof kleiner of groter door AI?
2. Investing.com - Saudisch infrastructuurfonds en Humain sluiten AI-deal van $1,2 miljard
3. Adformatie / iO - Wat de boardroom bezighoudt: grip op AI, data en platforms
4. Dutch IT Leaders - AI-dataplatform Helin haalt tien miljoen euro groeikapitaal op
5. TechCrunch - Humans& thinks coordination is the next frontier for AI
6. Techzine.nl - Wat is RAG (Retrieval-Augmented Generation)?
7. Techzine.eu - As AI hits scaling limits, Google smashes the context barrier
8. Bloomberg - Legal Software Stocks Plunge as Anthropic Releases New AI Tool
9. MT/Sprout - Nieuw onderzoek wijst op de keerzijde van intensief AI-gebruik: kokende hersenen
10. BNR Nieuwsradio - Kwart werknemers gebruikt AI, 'vooral voor dingen die niets met werk te maken hebben'
11. Deloitte Luxembourg - From tool-mate to teammate: How HR has to lead the rise of Agentic AI
12. Josh Bersin - The Rise of the Superworker: Delivering On The Promise Of AI