AI-agents knagen aan softwareverkopen: 32% schrapte al een aankoop
Bijna een derde van de ondervraagden zegt dat hun organisatie al een software-aankoop heeft geschrapt door AI. Coding agents konden het product of de benodigde feature intern bouwen.
Dat is een nieuw probleem voor de softwaresector.
AI verkoopt bedrijven niet alleen nieuwe tools. Het geeft klanten ook een reden om bestaande software níét meer te kopen.
Bij 32% viel minstens één aankoop weg
McKinsey publiceerde op 25 augustus zijn nieuwe State of AI 2026-onderzoek.
Daarin zegt 32% van de respondenten dat hun organisatie minstens één softwareproduct of feature niet heeft gekocht. De reden: de functionaliteit kon intern worden gebouwd met agentic coding tools.
Dat percentage vraagt om precisie.
Het betekent niet dat 32% van alle bedrijven wereldwijd software heeft vervangen door AI. Het gaat om antwoorden van deelnemers aan McKinseys enquête over hun eigen organisaties.
Maar als vroeg signaal is het cijfer moeilijk te negeren.
McKinsey ondervroeg 1.719 mensen in 97 landen
Het onderzoek liep van 4 mei tot en met 8 juni 2026.
In totaal deden 1.719 respondenten uit 97 landen mee. Zij werkten in uiteenlopende sectoren, functies en bedrijfsgroottes.
36% werkte bij organisaties met meer dan $1 miljard jaaromzet. McKinsey woog de resultaten bovendien naar de bijdrage van ieder land aan het wereldwijde bbp.
De volledige State of AI 2026-studie van McKinsey richt zich dit jaar opvallend sterk op agents, coding en kosten.
Precies daar begint de rekensom rond software te verschuiven.
Grote bedrijven zetten agents veel sneller aan het werk
Vooral grote ondernemingen bewegen hard.
Van respondenten bij bedrijven met meer dan $1 miljard omzet zegt 40% dat hun organisatie AI-agents al opschaalt in minstens één bedrijfsfunctie.
Een jaar geleden was dat 27%.
Bij kleinere bedrijven bleef het percentage vrijwel vlak op 22%.
Coding agents krijgen daarbij veel aandacht.
Ongeveer twee op de tien respondenten melden opschaling van zulke systemen. Bij grote ondernemingen loopt dat op tot 31%.
Technologiebedrijven lopen voorop. Maar juist het besluit om software zelf te bouwen in plaats van te kopen wordt volgens McKinsey ook relatief vaak gemeld in de gezondheidszorg.
Van build versus buy naar agent versus buy
Bedrijven hadden jarenlang een bekende keuze.
Software zelf ontwikkelen of een product inkopen.
Zelf bouwen kost ontwikkelaars, tijd en onderhoud. SaaS kopen maakt starten sneller, maar levert terugkerende licentiekosten en afhankelijkheid van een leverancier op.
Coding agents veranderen de prijs van de eerste optie.
Een intern team kan sneller een dashboard bouwen. Een klein administratief proces automatiseren. Een API koppelen. Of een specifieke feature maken waarvoor vroeger een extra abonnement nodig was.
Daardoor hoeft AI een groot SaaS-platform niet volledig te vervangen om pijn te veroorzaken.
Eén geschrapte feature-aankoop is al verloren omzet voor een leverancier.
Vooral kleine, afgebakende softwarelagen lopen risico
Niemand gaat morgen een compleet banksysteem vervangen door twintig minuten gegenereerde code.
Grote bedrijfsplatforms bevatten jaren aan koppelingen, beveiliging, toegangsbeheer en bedrijfsregels.
Daar zit veel werk dat niet verdwijnt omdat een agent sneller programmeert.
De kwetsbaardere categorie zit waarschijnlijk lager.
Interne dashboards. Rapportagetools. Dataverwerking. Kleine workflowproducten. Eenvoudige automatisering. Losse functies waarvoor bedrijven nu nog tientallen of honderden euro's per medewerker betalen.
Als een coding agent zo'n taak in een middag kan bouwen, verandert de aankoopbeslissing.
Niet iedere softwareleverancier verliest.
Maar de klant krijgt wel meer onderhandelingsmacht.
De beste AI-gebruikers bouwen nog vaker zelf
De cijfers van McKinsey worden nog interessanter bij de zogenoemde AI high performers.
Dat is een kleine groep organisaties die minstens 5% van hun EBIT aan AI toeschrijft én de financiële impact als significant beoordeelt.
Ongeveer 6% van alle respondenten valt in die groep.
Van deze high performers zegt bijna de helft dat hun organisatie minstens één softwareproduct of feature niet kocht omdat coding agents het intern konden bouwen.
Bij de overige respondenten ligt dat op 31%.
De bedrijven die naar eigen zeggen het meeste financiële resultaat uit AI halen, lijken dus juist vaker hun klassieke software-inkoop te heroverwegen.
Dat is een lastiger signaal voor SaaS dan alleen experimentele AI-pilots.
Maar AI levert nog lang niet overal meer winst op
Hier komt de rem.
Bedrijven gebruiken AI steeds meer, maar de aantoonbare financiële opbrengst groeit veel langzamer.
37% van de respondenten zegt dat AI positief heeft bijgedragen aan de EBIT van hun organisatie.
Dat aandeel is vrijwel onveranderd tegenover 2025.
Slechts ongeveer 6% behoort tot de high performers.
Dat staat tegenover veel sterkere resultaten op persoonlijk niveau.
80% zegt door AI productiever te zijn geworden. 50% zegt er betere beslissingen door te nemen.
De werknemer voelt dus vaak winst.
De boekhouder ziet die nog lang niet altijd terug.
Agents krijgen ook hun eigen rekening
Zelf software bouwen met AI klinkt goedkoop totdat de agent continu begint te draaien.
Modellen kosten geld per gebruik. Daar komen controle, beveiliging, testen en onderhoud bovenop.
McKinsey ziet die rekening al terug.
Ongeveer 20% van de respondenten zegt dat operationele AI-kosten, waaronder tokenkosten, het gebruik van AI binnen hun organisatie beperken.
Voor coding agents geldt bij ongeveer één op de tien respondenten specifiek dat kosten een beperking vormen.
Bij AI high performers is dat probleem nog opvallender.
Zij melden ongeveer drie keer zo vaak als andere respondenten dat de kosten van software coding agents hun gebruik beperken.
Dat levert een nieuwe vergelijking op.
Een SaaS-abonnement van €100.000 schrappen klinkt aantrekkelijk. Maar niet als de vervangende agent €70.000 kost en daarna extra ontwikkelaars nodig heeft om zijn code overeind te houden.
Softwarebedrijven moeten meer verkopen dan een mooie interface
Daarmee verschuift ook waar software waarde moet bewijzen.
Een simpele interface rond functies die een agent makkelijk kan reproduceren, wordt kwetsbaarder.
Moeilijker te vervangen zijn producten met unieke data, sterke netwerkeffecten, zware beveiliging of diep ingebouwde bedrijfsprocessen.
Ook betrouwbare API's kunnen belangrijker worden.
Een agent hoeft niet iedere onderliggende dienst zelf opnieuw te bouwen. Hij kan bestaande systemen aanroepen en alleen de gebruikerservaring dynamisch samenstellen.
Dat kan betekenen dat waarde wegschuift van de zichtbare softwarelaag naar de systemen die data, transacties en betrouwbare uitvoering leveren.
Voor crypto kan dezelfde strijd ontstaan
Die ontwikkeling raakt ook crypto.
De sector zit vol dashboards, portfoliotools, analysetools en interfaces die informatie uit openbare databronnen combineren.
Een agent kan steeds vaker zelf data ophalen uit een blockchain, berekeningen uitvoeren en een persoonlijk overzicht bouwen.
Daarvoor hoeft een gebruiker niet noodzakelijk nog vijf afzonderlijke dashboards te openen.
Hetzelfde kan gebeuren rond handel.
Een agent kan prijzen bij een exchange ophalen, risico's vergelijken en uiteindelijk een order voorbereiden.
Krijgt zo'n agent later ook toestemming om een wallet te gebruiken, dan verdwijnt opnieuw een deel van de traditionele interface tussen gebruiker en dienst.
De onderliggende diensten verdwijnen juist niet
Dat betekent niet dat software overbodig wordt.
De agent moet zijn informatie ergens vandaan halen.
Hij heeft databases nodig. API's. Toegangsrechten. Veilige uitvoering. Betalingen. Betrouwbare opslag.
Zelfs door AI gegenereerde software moet worden getest en onderhouden.
Daarom kan de verschuiving hard uitpakken voor sommige losse softwareproducten, terwijl leveranciers van de onderliggende systemen juist sterker worden.
De verpakking verandert.
Het werk eronder blijft.
Dit is nog geen SaaS-crisis
32% is geen bewijs dat de softwaremarkt instort.
McKinsey vroeg bovendien of organisaties minstens één aankoop of feature hadden laten vallen. Eén klein intern dashboard telt dus net zo goed mee als een groot softwarecontract.
We weten ook niet hoeveel geld met die geschrapte aankopen gemoeid was.
Daarom kun je uit het onderzoek geen percentage verloren SaaS-omzet berekenen.
Maar dat maakt het signaal niet onbelangrijk.
Tot voor kort draaide het verhaal rond coding agents vooral om sneller programmeren.
Nu verschijnt voor het eerst duidelijk een tweede effect in de cijfers: bedrijven veranderen wat ze nog bereid zijn extern te kopen.
Voor softwarebedrijven is dat een veel hardere test dan een nieuwe AI-feature van een concurrent.
Zodra een klant niet alleen sneller kan bouwen, maar besluit jouw product daardoor helemaal niet meer te kopen, verandert AI van hulpmiddel in concurrent.
Stop met te veel betalen voor je crypto. Bij de Amsterdamse exchange Finst handel je tegen de laagste tarieven van Nederland, zonder verborgen kosten.
👀 Bekijk Finst nu ›Let op: Beleggen in crypto brengt risico’s met zich mee. Handel alleen met geld dat u kunt missen.
Ga verder met lezen
Dit vind je misschien ook leuk
Laat mensen jouw mening weten
Lees ook
Populair Nieuws
Loading
