Waarom 89% van AI-agentpilots nooit live gaat (en hoe je bij die 11% hoort)

Sophie Jansen · 2026-09-14

### De kloof tussen pilot en productie Stel je voor: je hebt een AI-agent gebouwd die supporttickets trieert als de beste. Iedereen in je team is enthousiast. Maar dan moet hij opeens ook tickets oplossen, het CRM bijwerken en refunds uitkeren. En voor je het weet, zit je vast in een pilot die nooit productie haalt. Herkenbaar? Je bent niet alleen. Uit onderzoek van Deloitte (2026) blijkt dat 89% van de AI-agentpilots nooit de productie haalt. Teradata voegt daaraan toe: 78% van de bedrijven heeft minstens één pilot lopen, maar slechts 14% schaalt door naar organisatiebrede inzet. De adoptie is bijna universeel, de daadwerkelijke implementatie is zeldzaam. En dat ligt niet aan de modellen – dezelfde modellen draaien zowel de pilots als de productiesystemen. Het gaat om alles eromheen: datatoegang, evaluatie, eigenaarschap en kostenbeheersing. ### De cijfers op een rij Voordat we de oorzaken induiken, eerst de schaal. Uit Gartners enquête van april 2026 onder 782 infrastructuur- en operations-leiders blijkt de funnel ruwweg als volgt: - Van elke 1.000 AI-projecten met budget halen ongeveer 120 de productie. - Daarvan bereiken slechts 34 hun ROI-doelen. - Gartner's Agentic AI Pulse-enquête vond dat 41% van de implementaties binnen 12 maanden positieve ROI behaalt; 19% bereikt nooit terugverdientijd. - McKinsey (2026) stelt dat slechts 11% van de organisaties agents op echte schaal draait. S&P Global Market Intelligence telt 31% met minstens één agent in productie. "Eén agent in productie" en "agents op schaal" zijn heel verschillende mijlpalen. ### Blocker 1: Scope creep Uit analyses van vastgelopen agentprojecten blijkt dat 61% van de mislukkingen toe te schrijven is aan twee oorzaken: scope creep en datakwaliteit. Pilots beginnen smal, slagen, en worden vervolgens gevraagd om aangrenzende workflows aan te pakken waarvoor de onderliggende infrastructuur nooit is gebouwd. De agent die tickets trieerde, moet ze nu oplossen, dan het CRM bijwerken, dan refunds uitkeren. Elke uitbreiding voegt integraties, permissies en faalmodi toe zonder de operationele basis te versterken. ### Blocker 2: Datatoegang die alleen in de sandbox werkte Pilots draaien op zorgvuldig samengestelde data-exports. Productie draait op live systemen met inconsistente schema's, toegangscontroles en latency. Uit enquêtes blijkt dat 83% van de bedrijven infrastructurele aanpassingen nodig heeft om agentic AI te ondersteunen. De pilot raakte de legacy ERP nooit aan; productie kan dat niet vermijden. ### Blocker 3: Geen evaluatieraamwerk Slechts 38% van de productie-agents heeft geautomatiseerde evaluaties bij elke promptwijziging, volgens Forrester's panel van 2026. In een pilot beoordeelt een mens elke output. In productie doet niemand dat, en zonder geautomatiseerde regressietests is elke promptaanpassing een gok. Forrester's data tonen een terugdraaipercentage van 47% voor agents zonder geautomatiseerde evaluaties, tegenover 9% voor agents met volledige dekking. Organisaties die systematische evaluatieraamwerken gebruiken, behaalden bijna zes keer hogere productiesuccessen in apart onderzoek. ### Blocker 4: Niemand is eigenaar Een pilot is eigendom van het innovatieteam. Productie vereist een operationele eigenaar: iemand die verantwoordelijk is als de agent om 2 uur 's nachts een verkeerde beslissing neemt. Uit enquêtes blijkt dat de governance-volwassenheid van agentic AI rond 21% ligt. Zonder een aangewezen eigenaar, een gedefinieerd escalatiepad en een budgetlijn voor ongoing operatie heeft de pilot geen plek om naartoe te gaan. ### Blocker 5: Kosten die pas bij schaal opduiken Analyse van geannuleerde projecten laat consistent zien dat kosten twee tot drie keer boven de schattingen uitstijgen. Tokenverbruik, retry-loops en reasoning-diepte schalen allemaal met volume en edge cases. Een pilot met 50 taken per dag is goedkoop. Dezelfde agent met 5.000 taken per dag, met productie-grade retries en monitoring, kost vaak meer dan het proces dat hij verving. ### Blocker 6: Security clearance Uit onderzoek van Gravitee (2026) blijkt dat 54% van de organisaties in het afgelopen jaar een agent-gerelateerd security- of dataprivacy-incident heeft ervaren of vermoedt, en slechts ongeveer één op de vijf heeft formele beveiligingsprotocollen voor agents. Zonder robuuste beveiliging en compliance krijg je geen groen licht voor productie. ### Wat de 11% anders doet De organisaties die wél doorbreken naar productie pakken de operationele laag aan die pilots vaak overslaan. Ze investeren in datakwaliteit en toegankelijkheid, bouwen evaluatieraamwerken vanaf dag één, wijzen een duidelijke eigenaar aan, beheersen kosten met monitoring en retry-limieten, en zorgen voor security by design. Kortom: ze behandelen de agent niet als een experiment, maar als een product. Wil jij ook bij die 11% horen? Crunch-IS is gespecialiseerd in AI-agentontwikkeling met een delivery-aanpak die precies deze operationele laag versterkt. Zo wordt jouw pilot geen dure les, maar een succesverhaal.