Mark Zuckerberg gaf vorige week intern toe dat Meta's AI-agenten de afgelopen vier maanden niet de verwachte sprong hebben gemaakt. Voor een bedrijf dat dit jaar $145 miljard in AI-infrastructuur pompt, is dat een opvallende erkenning.
Voor Nederlandse bedrijven die nadenken over hun eigen AI-investeringen, is dit nieuws relevanter dan het lijkt.
Wat Zuckerberg precies zei
Tijdens een intern overleg erkende de Meta-CEO dat de AI-investeringen niet "op de manier die we hadden verwacht zijn versneld". Concreet: tools zoals Anthropic's Claude Code brachten niet de productiviteitsversnelling die Meta had ingecalculeerd.
Zuckerberg houdt vast aan zijn verwachtingen, maar schuift de tijdlijn op. Tastbare resultaten komen binnen drie tot zes maanden, zo stelt hij zijn medewerkers voor. Of die prognose realistischer is dan de vorige, weet niemand.
Dat Meta dit intern bespreekt, is niet ongewoon. Wat opvalt, is de toon: geen bijsturing van communicatie richting beleggers, maar een directe erkenning aan eigen medewerkers dat de planning niet klopte.
Het grotere beeld achter de vertraging
AI-agenten zijn programma's die zelfstandig taken uitvoeren, beslissingen nemen en met andere systemen communiceren. Ze vormen de volgende stap na de chatbots die we inmiddels kennen. De verwachting was dat ze in 2024 en 2025 snel volwassen zouden worden.
Die verwachting was breed gedeeld. Niet alleen bij Meta. Consultancybureaus, analisten en technologiebedrijven voorspelden dat 2025 het jaar van de AI-agent zou worden.
De werkelijkheid is genuanceerder. Agenten presteren goed op afgebakende, herhaalbare taken. Maar zodra ze autonome beslissingen moeten nemen in complexe, veranderende omgevingen, lopen ze vast. Ze zijn nog te kwetsbaar voor fouten die mensen niet snel zouden maken.
Meta werkt ook aan een AI-agent specifiek voor Zuckerberg zelf: een systeem dat zijn leidinggevende rol ondersteunt door sneller informatie te leveren en context te bewaren. Dat is geen universeel systeem, maar een gepersonaliseerde assistent. Zelfs voor de CEO van een van de grootste techbedrijven ter wereld geldt dat maatwerk nodig is.
Wat dit betekent voor bedrijven buiten Silicon Valley
Als Meta met $145 miljard aan investeringen nog geen betrouwbare AI-agenten in productie heeft, wat betekent dat dan voor een gemiddeld Nederlands bedrijf met een fractie van dat budget?
Dat betekent niet dat AI niet werkt. Dat betekent dat de hype rondom AI-agenten verder voor lag op de technologische realiteit dan veel aanbieders wilden toegeven.
Wat wel al werkt
AI-agenten voor smalle, goed gedefinieerde processen presteren al betrouwbaar. Denk aan:
- Automatisch verwerken van inkomende e-mails en doorsturen naar de juiste afdeling
- Bewaken van voorraden en triggeren van inkooporders bij een bepaalde drempelwaarde
Waar het misgaat, is bij taken waarbij context, nuance en afwijkende situaties meespelen. Een agent die standaard offertes verwerkt, werkt prima. Een agent die onderhandelt met een klant die een uitzondering wil, nog niet.
De timing van investeringen
Bedrijven staan nu voor een keuze die technologisch gezien elke paar jaar terugkomt: vroeg instappen en meebetalen aan de leercurve, of wachten tot de technologie volwassener en goedkoper is.
Meta's erkenning geeft Nederlandse MKB-bedrijven feitelijk meer ruimte om die keuze bewuster te maken. Wie nu investeert in brede AI-agent implementaties, loopt kans op dezelfde tegenvallers als Meta. Wie selectief investeert in bewezen toepassingen, beperkt dat risico.
Dat is geen oproep om niets te doen. Bedrijven die nu helemaal niets met AI doen, lopen achter op concurrenten die stap voor stap leren wat wel en niet werkt.
Drie concrete lessen uit Meta's tegenvaller
1. Plan op realistischere tijdlijnen
Als zelfs Meta drie tot zes maanden extra nodig heeft om resultaten te zien, mag je als bedrijf je eigen tijdlijn gerust verlengen. Pilotsprojecten van drie maanden zijn vaak te kort om betrouwbare conclusies te trekken. Zes tot twaalf maanden geeft een eerlijker beeld van wat een AI-implementatie oplevert.
2. Begin smaller dan je denkt
Meta's gepersonaliseerde aanpak voor Zuckerberg zelf illustreert iets dat in AI-implementaties structureel onderschat wordt: specifieke context maakt het verschil. Een AI-systeem dat jouw branche, jouw klanten en jouw interne terminologie kent, presteert beter dan een generieke agent.
Klein beginnen, met één proces en één team, levert meer op dan een bedrijfsbrede uitrol van een systeem dat niemand echt begrijpt.
3. Onderscheid hype van productie
Veel aanbieders presenteren hun AI-agent als productieklaar terwijl ze in feite nog in bèta zitten. Vraag bij elke aanbieder naar referentiecases, niet naar demo's. Vraag naar foutpercentages, niet naar succespercentages. En vraag wat er gebeurt als de agent een fout maakt: wie is verantwoordelijk en hoe wordt het hersteld?
De investeringen stoppen niet
Meta blijft $145 miljard investeren, ook na deze tegenvaller. Dat is geen tegenstrijdigheid. De infrastructuur die nu gebouwd wordt, is de basis voor systemen die over twee of drie jaar wél betrouwbaar genoeg zijn voor brede inzet.
Voor grote techbedrijven is dat een verdedigbare strategie: de kosten van vroeg investeren wegen op tegen het risico van te laat zijn. Voor een mkb-bedrijf zonder zulke reservoirs geldt een andere afweging.
Het goede nieuws: je hoeft die infrastructuur niet zelf te bouwen. Die betaalt Meta voor je. Wanneer de agenten rijp zijn, zijn ze beschikbaar als dienst. De vraag is of je dan de interne kennis hebt om ze goed in te zetten.
Dáár zit de echte investering voor Nederlandse bedrijven nu: niet in de agent zelf, maar in het begrijpen van welke processen er klaar voor zijn.
