Agentic AI zet de softwaresector onder druk. Het sentiment ging flink tekeer en vaak had dat maar weinig te maken met basisprincipes. Er hing één centrale vraag boven de sector: “Wat betekent agentic AI voor de toekomst van software?”
Een recente analyse van William Blair* is een goede weergave van de stemming: de IGV-software ETF daalde in januari met 15%. Het was één van de zwaarste januarimaanden in de geschiedenis van ETF. Belangrijker dan het exacte cijfer is de betekenis erachter: angst laat weinig ruimte voor nuance en de markten behandelen ‘software’ als één pot nat. In werkelijkheid ontstaan weliswaar twee erg verschillende categorieën.
De markt straft software in het algemeen af, maar de sector splitst zich op
Aan de ene kant zien we software waarbij de interface centraal staat en veel configuratie vereist is. Hier is de UI het product. In een wereld vol autonome workflows is de waarde hiervan aan het verdwijnen. Agents gaan steeds vaker schermen omzeilen, taken uitvoeren via API’s en een einde maken aan categorieën waarbij ‘rondklikken’ de belangrijkste werkwijze is.
Aan de andere kant staan API-gerichte, data-centrische en cloud-native platformen. Deze nieuwe softwareklasse is gebouwd om door zowel machines als mensen te worden bestuurd, gericht op orkestratie, integratie en schalen. In het agentic tijdperk is dit waar waarde zich zal concentreren en vermenigvuldigen.
In een wereld met agents komt duurzaam voordeel dus niet van menu’s en knoppen. Het komt van data-architectuur, semantiek, workflow en connectiviteit.
Het idee van Romain Boboe over een ‘interface tax’ vat dit goed samen: hoe meer de waarde van je product afhangt van een persoon die schermen opent en eindeloze regels configureert, des te groter de weerstand die je meedraagt in een tijdperk dat autonomie beloont.
Wat we missen: AI kan en mag goed ontworpen SaaS niet vervangen
Een populaire verhaallijn luidt dat “AI de app zal genereren” en dat SaaS voor bedrijven optioneel wordt. Dat is niet hoe missie-kritische systemen in de echte wereld werken.
AI is krachtig en gaat de ontwikkeling en het gebruik van software zeker veranderen. Maar in veel bedrijfsdomeinen zal het vervangen van goed ontworpen SaaS door ‘DIY-systemen’ met agents vaak tot hogere kosten en risico’s leiden. En dat kan de business vertragen.
3 redenen waarom AI niet het einde betekent voor SaaS
Hier zijn drie redenen waarom AI geen einde zal maken aan SaaS en waarom de sterkste SaaS-organisaties zelfs in unieke positie zitten om de waarde van AI te verhogen.
Hogere exploitatiekosten
AI zal de ontwikkelingskosten meestal aanzienlijk verminderen. Maar daarnaast nemen vaak ook de exploitatiekosten stevig toe. Het draaien van klassieke bedrijfssoftware is niet zo duur, omdat het grotendeels over deterministische berekeningen op CPU’s gaat. Vanuit rekenkundig oogpunt is het voorspelbaar en relatief goedkoop wanneer een gebruiker op ‘rapport exporteren’ klikt of een query uitvoert. Agentic AI brengt hier verandering in.
Vraag en antwoord in natuurlijke taal, samenvattingen, extractie, redenerende workflows en meerstaps-agents: ze verbruiken allemaal veel rekenkracht, vaak op GPU’s of andere versnellers. Iedere interactie kan vele malen duurder zijn dan een traditionele database-query. Terwijl het dus goedkoper wordt om software te maken, verhogen de kosten en complexiteit om slimme software te gebruiken.
Dit is precies waar AI-native SaaS-platformen in uitblinken. Ze zorgen voor de optimalisatie tussen klanten en chaos.
- Hou vast aan deterministische systemen voor alles wat snel, goedkoop en correct moet zijn (transacties, toestemmingen, opslag, grootboeken).
- Voeg probabilistische AI enkel toe waar het meetbare waarde creëert (assistentie, ontdekking, synthese, automatisatie).
- Orkestreer de hybride infrastructuur, zodat klanten geen experts moeten worden in GPU-planning, caching van prompts, opvraagpijplijnen, modelroutering, veiligheidslagen en het beheren van kosten.
In het agentic tijdperk wordt SaaS met andere woorden niet vervangen door AI; het wordt het platform dat de kosten van intelligentie onder controle houdt.
Hogere risico’s en de premium waarde van ‘service’
Het woordje ‘Service’ in SaaS wordt vaak over het hoofd gezien door mensen die verwachten dat AI bedrijfsoplossingen zal overnemen. Maar voor openbare bedrijven, gereguleerde industrieën, overheidsinstanties en iedereen die wakker ligt van operationele risico’s, is de ‘service’ essentieel.
Moderne bedrijven hebben missie-kritische beloftes nodig waar ze achter kunnen staan:
- Beschikbaarheid (en geloofwaardige uptime-garanties)
- Security en compliance (SOC 2, HIPAA, ISO, controleerbaarheid)
- Data governance (toegangscontrole, retentie, afkomst, residentie)
- Ondersteuning en operaties (incident response, SLA’s, training)
- Consistentie op lange termijn (“het werkt morgen precies zoals het vandaag gewerkt heeft”)
- Verantwoording en vertrouwen (wie eigent zich een mislukking toe als het belangrijk is?)
Als een AI-agent je applicatie genereert en het gaat fout: wie bel je dan om 3 uur ’s nachts? Wie geeft een antwoord aan regulatoren wanneer gevoelige data gelekt is? Wie kan precies aantonen waarom een systeem een beslissing heeft genomen?
Operationele verantwoording, governance en betrouwbaarheid blijven een premium waarde. Dit is niet anders in het agentic tijdperk. Het wordt zelfs nóg belangrijker. Anders gesteld: als de code goedkoper en autonomer wordt, dan wordt risico duurder.
Kortere time-to-market: domeinkennis boven gegenereerde code
Het idee dat “AI alles doet” gaat er vaak van uit dat codecreatie de grootste waarde levert in een SaaS-oplossing. In volwassen, missie-kritische bedrijfssystemen is dat zelden het geval.
In een systeem zoals een platform voor het beheer van een magazijn zit amper 20% van de waarde in de code zelf. De andere 80% komt uit toegepaste domeinkennis – de ontelbare randgevallen en operationele situaties die je alleen maar leert kennen nadat je ze in duizenden omgevingen bent tegengekomen. Bijvoorbeeld:
- Hoe ga je om met een gedeeltelijke ontvangst als er op de zendbon 1.000 stuks staat vermeld, maar de fysieke telling 997 stuks oplevert, waarvan er 14 beschadigd zijn?
- Wat zijn de gevolgen hiervan voor toewijzing, aanvulling en voorraadwaardering?
- Hoe zorgen afwijkingen bij cyclische tellingen ervoor dat verschillende workflows geactiveerd worden, afhankelijk van de omloopsnelheid van de SKU, de waardedrempels of de verstreken tijd sinds de laatste volledige inventarisatie?
Teams die bedrijfs-SaaS bouwen en gebruiken hebben die scenario’s meermaals meegemaakt. Die kennis is in het product geïntegreerd. Het is de reden waarom commerciële platformen vanaf de eerste dag na een go-live meteen werken. Een eigen oplossing heeft, ondanks versnelling door AI, nog altijd jaren nodig om te ontdekken wat je nog niet wist dat je nog niet wist.
Kortom, AI maakt moderne SaaS sneller en efficiënter, maar niet optioneel.
De waarde van SaaS
Zodra de storm gaat liggen, zal duidelijk worden dat AI de waarde van software niet zomaar lukraak gaat kelderen. Wel gaat het software herwaarderen op basis van architectuur. De winnaars zijn de SaaS-providers die de traditionele waarde van bedrijfssoftware (betrouwbaarheid, governance, verantwoordelijkheid, time-to-value) combineren met de belofte van de kracht van AI.
AI is niet het einde van SaaS. Het is het moment waarop de markt de winnaars onderscheidt van de rest.
*Arjun Bhatia et al., “Fear, Not Fundamentals: the Sentiment Problem and Why Software Is So Challenging Right Now,” William Blair Equity Research, Technology, Media, and Communications, February 2, 2026.
Dit is een ingezonden bijdrage van Eric Clarck, CEO bij Manhattan Associates. Klik hier voor meer informatie over de oplossingen van het bedrijf.