Gartner heeft een prognose gepubliceerd van de strategische technologische trends voor 2027. De kern ervan laat zich in één zin samenvatten: het bedrijfsleven stapt over van chats met AI naar autonome agenten die zelf taken uitvoeren. Maar zonder controle, kwalitatieve data en een degelijk beveiligingssysteem veranderen zulke agenten al snel van assistenten in een bron van risico's.
In de prognose staat geen enkele "magische" technologie. Gartner onderscheidt drie samenhangende richtingen: AI treedt buiten de tekst, bedrijven leren autonome systemen te beheren, en de technologische omgeving wordt flexibeler en minder afhankelijk van afzonderlijke leveranciers.
AI leert werken met cijfers, stem en de werkelijkheid
Gewone taalmodellen schrijven goede teksten, maar zijn zwakker in nauwkeurige berekeningen en simulaties. Daarom zet Gartner in op grote kwantitatieve modellen (LQM). Ze zijn gemaakt voor numerieke data, complexe vergelijkingen, prognoses en operationele scenario's.
Volgens de prognose zullen LQM tegen 2030 taalmodellen vervangen in een kwart van de taken op het gebied van strategische prognoses en operationele simulatie. Simpel gezegd: zulke systemen kunnen niet alleen uitleggen waarom de omzet is gedaald, maar ook meerdere actiescenario's doorrekenen met concrete cijfers.
Parallel daaraan ontwikkelen zich spraakredeneermodellen. Die moeten niet alleen stem herkennen, maar een zinvolle dialoog voeren, details verduidelijken en taken oplossen. Gartner verwacht dat tegen 2030 meer dan 70% van de zakelijke spraakinteracties autonoom worden afgehandeld.
De derde technologie is wereldmodellen. Dat is AI die de fysieke omgeving en de gevolgen van handelingen modelleert: bijvoorbeeld hoe een robot een onderdeel in de productie verplaatst of hoe de toeleveringsketen verandert na een storing bij een leverancier. Zulke systemen kunnen de basis vormen voor robotica, logistiek en de planning van complexe operaties.
Het grootste risico is een agent zonder rechten en context
Een autonome AI-agent kan zelf data zoeken, bestellingen plaatsen, code schrijven of met bedrijfssystemen communiceren. En juist hier ontstaat het grootste probleem: als een agent te ruime rechten heeft, wordt hij een kwetsbaarheid.
Gartner voorspelt dat tegen 2028 25% van de zakelijke beveiligingsincidenten verband zullen houden met misbruik van AI-agenten. De oorzaken zijn ongecontroleerde machinerechten en verouderde benaderingen van toegangsbeheer.
Het antwoord daarop is identificatie van AI-agenten. Een agent heeft eigen, beperkte rechten nodig die aan een specifieke taak en termijn zijn gekoppeld. En een bedrijf moet begrijpen wie en waarom een agent een bepaalde handeling heeft toegestaan. Simpel gezegd: een AI-agent mag niet met een "moedersleutel" door bedrijfssystemen lopen.
Het tweede element zijn AI-contextplatforms. Ze geven de agent toegang tot gestructureerde bedrijfsgegevens, regels en interne kennis. Volgens Gartner kan een dergelijke aanpak de nauwkeurigheid van agentische AI verhogen tot 80% en de kosten verlagen tot 60%.
Hiertoe behoort ook autonome kwetsbaarheidsremediatie. Zulke systemen vinden zelf beveiligingsproblemen, stellen prioriteiten vast, testen oplossingen en rollen ze uit. Het idee is om de tijd tussen het ontdekken van een dreiging en het verhelpen ervan te verkorten.
Bedrijven willen minder afhankelijk zijn van leveranciers
Het derde blok is de architectuur van veerkrachtige flexibiliteit. Geopolitiek, sanctierisico's en afhankelijkheid van één cloud- of AI-provider dwingen bedrijven om naar alternatieven te zoeken.
SovereignTech zijn technologieën die het bedrijfsleven meer controle geven over hardware, software, gegevens en AI-modellen. Het gaat er niet om alles zelf te bouwen, maar om altijd een duidelijke uitweg bij een leverancier te hebben. Gartner verwacht dat tegen 2030 meer dan 75% organisaties buiten de Verenigde Staten strategieën voor digitale soevereiniteit zullen invoeren.
Nog twee trends klinken ongewoon, maar zijn logisch. Eenmalige applicaties zijn software die je gemakkelijk kunt maken, gebruiken en vervangen wanneer ze verouderd is. En Wetware as a Service is een experimentele richting waarin berekeningen kunnen worden uitgevoerd met behulp van levende of synthetische biologische systemen. Gartner beschouwt dit als een mogelijk energiezuinig alternatief voor klassieke chips.
Wat er echt bijzonder aan is
De kern van de prognose is niet dat 'AI nog slimmer wordt'. Gartner zegt feitelijk: de volgende fase is AI die handelt, en niet alleen antwoordt op verzoeken.
Niet degenen die als eerste agenten lanceren, zullen winnen, maar degenen die eerst het beheer opzetten: duidelijke toegangsrechten, verifieerbare identificatie, hoogwaardige gegevens en de mogelijkheid om een systeem snel uit te schakelen of te vervangen. Zonder dat brengt autonomie geen efficiëntie, maar nieuwe beveiligingsincidenten en verlies van controle.
Tegelijk is het belangrijk om wensdenken niet voor werkelijkheid te houden. LQM, wereldmodellen en biologische berekeningen blijven voorlopig zich ontwikkelende richtingen, geen kant-en-klare massaproducten. Het dichtst bij de praktijk staan contextplatforms, het beheren van de identiteit van agenten en de automatisering van het verhelpen van kwetsbaarheden.
