Prosus-rapport: 60.000 AI-agents en de opmars van de AI-collega

De opmars van de AI-collega: Wat 60.000 AI-agents in de praktijk ons leren over de toekomst van werk

Prosus, de tech- en investeringsgigant achter bekende namen als iFood en Just Eat Takeaway, liet de afgelopen tijd 40.000 medewerkers volledig vrij om hun eigen AI-assistenten te bouwen. Het resultaat is een onschatbare, onafhankelijke dataset over 'agentic AI' op de werkvloer, met duidelijke winnaars en een blauwdruk voor de rest van het bedrijfsleven. Dit is het einde van het pilot-tijdperk.

Kerntakeaways uit het Prosus-rapport:

• Ongeëvenaarde schaalbasis: Ruim 60.000 intern gebouwde AI-agents vormen de grootste praktijkdataset over agentic AI wereldwijd.
• De AI Power Law: Slechts 2% van de actieve agents levert de absolute meerderheid van de bedrijfswaarde.
• De 20 'Default' Use-cases: Zonder centrale sturing kwamen alle portfoliobedrijven uit op exact dezelfde twintig toepassingen voor AI.
• Pragmatische ROI-meting: Vergeet complexe spreadsheets. De "Delete it tonight"-test is de beste graadmeter voor de ware waarde van een AI-agent.
• De nieuwe revolutie: We stappen over van 'AI als toevoeging op bestaande processen' naar volledig autonoom ontworpen AI-organisaties.

Het grootste 'Agentic AI' experiment ter wereld

Terwijl de meeste bedrijven in 2026 nog stoeien met losse ChatGPT-licenties of afgebakende IT-pilots, pakte Prosus – het op vier na grootste beursgenoteerde techbedrijf in Europa – het compleet anders aan. Via hun interne, overkoepelende platform Toqan kregen 40.000 medewerkers simpelweg de sleutels in handen om zelf AI-agents in elkaar te klikken.

Geen top-down uitgerolde enterprise-software, maar bottom-up innovatie. Het resultaat? Er werden meer dan 60.000 unieke AI-agents gecreëerd. Daarmee publiceert Prosus in hun rapport, getiteld The Coming Age of AI Colleagues, inzichten die de hype overstijgen met keiharde data. De conclusie is helder: we krijgen er structureel een nieuw type collega bij.

De 'Power Law' en de 20 standaard use-cases

Wanneer je tienduizenden medewerkers de vrijheid geeft, ontstaat er aanvankelijk chaos. Uit de analyse van Prosus blijkt echter een klassieke economische wetmatigheid te gelden: de power law. Ongeveer 2% van alle actieve AI-agents genereert een disproportionele hoeveelheid impact en waarde. De eerste prioriteit voor elk managementteam is dan ook simpel: vind die 2% en schaal er agressief op op.

Misschien wel de meest fascinerende data uit het rapport is het organische gedrag van medewerkers. De bedrijven binnen het brede Prosus-portfolio convergeerden, volledig zonder centrale sturing, op exact dezelfde 20 fundamentele "power law" use-cases. Prosus voorspelt dat deze twintig taken binnen nu en enkele jaren in de software-industrie als "default AI" zullen gelden.

Top-toepassingen zijn onder meer:

• Het intelligent triëren van inkomende klantberichten en reviews.
• Genereren van op maat gemaakte, complexe datarapportages.
• Vroegtijdige detectie van klantverloop (churn).
• Automatische generatie van marketingcontent en salesbriefings op maat.
• Snelle anomalie- en fraudedetectie in transactiesystemen.
• Het juridisch doornemen van contracten en factuurreviews.

In totaal identificeerden de onderzoekers 54 specifieke AI-taken. Afdelingen die vooroplopen blijken structureel Data analytics & market intelligence (18% van de gecreëerde agents) en Operations (15%). Interessant genoeg claimt de niet-bestaande afdeling "Persoonlijke AI-assistenten" een sterke 14%.

Van stagiair tot senior: De 4 niveaus van AI-collega's

Net als bij menselijk personeel, laat een AI-agent zich kwalificeren op basis van capaciteiten. Prosus introduceert in het rapport een beoordelingssysteem gebaseerd op het aantal geïntegreerde tools en de complexiteit van de agent.

• Stagiair (Intern): Toegang tot 0 tot 3 tools. Vaak gefocust op eenmalige of simpele tekst- en datataken.
• Junior AI-collega: Kan zelfstandig lichte processen draaien met een handjevol integraties.
• Medior AI-collega (Mid): Uitgerust met 4 tot 10 tools en voert ketens van opdrachten uit (bijvoorbeeld: haal data op uit CRM, schrijf een e-mail, zet een concept klaar in de outbox).
• Senior AI-collega: Gekoppeld aan 11 of meer tools. Kan complexe, ongestructureerde problemen oplossen en roept indien nodig "junior" agents aan om deeltaken te volbrengen.

Opvallend is dat de "Senior-agents" het hoogste absolute aantal individuele gebruikers hebben in het platform. Toch is de verdeling qua dagelijks volume perfect in balans: medewerkers leunen fifty-fifty op de zware senior-modellen voor het strategische werk en op snelle junior-modellen voor routinetaken.

Wat levert het op? Uren, euro's en de 'Delete it tonight'-test

In de bestuurskamer draait alles uiteindelijk om ROI. Prosus deelt de opbrengsten van de AI-collega's scherp op in twee categorieën: productiviteit (tijd) en waarde (geld).

Aan de productiviteitskant valt 82% van de agents in de categorie 'persoonlijke assistent'. Deze besparen een medewerker maximaal 20 uur per maand. Zo'n 17% bespaart structureel tussen de 20 en 173 uur per maand, wat in feite gelijkstaat aan de inzet van meer dan één FTE. Een absolute elitegroep (<1% van de agents) verzet digitaal zwaar werk dat duizenden bedrijfsuren behelst. Over het hele concern heen nam Toqan reeds het equivalent van meer dan 1.000 FTE's aan werk uit handen.

Aan de waardekant zien we de power law wederom terug. De meeste agents leveren een besparing of extra omzet op van onder de 1 miljoen euro. De middenklasse tikt de 1 tot 10 miljoen euro aan. Daarnaast zijn er opvallende uitschieters die de bedrijfsvoering fundamenteel hebben veranderd. Een prachtig voorbeeld is de inzet van een AI-gedreven affiliate marketplace bij een van de portfoliobedrijven. De voorspelde jaaromzet van dit ene initiatief? Een verbluffende 83 miljoen euro.

De 'Delete it tonight'-test
Top-down proberen uit te rekenen wat een bot vooraf gaat kosten of opleveren is vrijwel onmogelijk gebleken, stelt Prosus. Geef teams in plaats daarvan de tools en hanteer de "Delete it tonight"-test. Vraag de business owner simpelweg: Wat gebeurt er als ik deze agent vannacht uit de lucht haal? Als het antwoord is "dan stort morgen het proces in of is het team in paniek", dan weet je dat je een goudmijn te pakken hebt.

In 3 fasen naar AI-massa-adoptie

Hoe krijg je tienduizenden mensen zover dat ze daadwerkelijk hun gedrag aanpassen? Prosus schetst een beproefd driefasenmodel voor bedrijfsbrede adoptie.

Fase 1: Het initiatief opzetten
Begin met een duidelijk bestuurlijk mandaat. Zorg voor een executive sponsor, koppel het aan harde bedrijfs-OKR's en regel de integraties met bestaande datasystemen. Cruciaal advies: bestraf experimenten niet. Prosus berekende interne API-kosten in het begin bewust niet door aan afdelingen, om adoptie frictieloos te maken.

Fase 2: Vroege adoptie stimuleren
Vind je 'power users' en zet hackathons op. De meest effectieve versneller bleek het bouwen van een AI die helpt andere AI's te bouwen, een zogeheten "co-creation AI". Portfoliobedrijf iFood lanceerde Optimiza AI. Meer dan 1.300 medewerkers gebruikten deze assistent, wat razendsnel resulteerde in meer dan 10.000 nieuwe agent-creaties.

Fase 3: Opschalen en institutionaliseren
Maak AI een vast agendapunt op bestuursniveau. Beloon succes massaal. Prosus zette interne competities op met aanzienlijke prijzen voor de bedenkers van de beste agents. De succesvolste 'AI-bouwers' werden zelfs beloond met inspiratiereizen naar de tech-hubs in China. Richt daarnaast een interne marketplace in waar afdelingen elkaars best presterende agents kunnen "aannemen".

De volgende golf: Autonome AI-organisaties

Het Prosus-rapport sluit af met een fundamentele blik vooruit. De huidige golf waar we wereldwijd inzitten, typeert zich het best als "AI gebouwd bovenop bestaande hiërarchieën en structuren". Het versnelt en smeert de boel, maar de bedrijfsprocessen zijn in de kern niet anders dan vijf jaar geleden.

Dat gaat veranderen. Prosus vergelijkt de opkomst van AI met de elektrificatie van fabrieken honderd jaar geleden. Aanvankelijk verving men puur de centrale stoommachine door een centrale elektromotor. De fabrieksindeling bleef gelijk. Pas jaren later realiseerde men zich dat elektriciteit betekende dat je elke machine een eigen motor kon geven. De fabriek werd compleet opnieuw rondom deze nieuwe realiteit ontworpen.

Prosus is momenteel de volgende golf actief aan het testen: het vanaf de grond af aan opbouwen van volledig autonome AI-organisaties. Afdelingen die niet meer bestaan uit mensen met AI-tools, maar uit AI-agents die incidenteel door mensen worden bijgestuurd.

---

Wat betekent dit voor Nederlandse bedrijven?

Het Prosus-rapport bevat waardevolle lessen voor Nederlandse boardrooms en IT-leiders. Wat moet er maandag anders?

1. Stop met de centrale controle-illusie: Innovatie met agentic AI gebeurt bottom-up. Geef je werknemers (veilige) platforms om zelf te bouwen, in plaats van top-down één generieke AI-assistent over de schutting te gooien.
2. Kopieer de 20 default use-cases: Het wiel opnieuw uitvinden is zonde van de tijd. Pak de lijst van standaard use-cases erbij en kijk welke afdeling hier vandaag mee kan stroomlijnen – van triage tot fraudedetectie.
3. Budgetteer niet op voorhand, maar meet achteraf: Laat de starre ROI-businesscases voor IT-projecten los als het om generatieve AI gaat. Faciliteer het experiment en gebruik de "Delete it tonight"-test om beslissingen over budgetten en licenties te verantwoorden.
4. Zoek de 2% en beloon ze: Elke Nederlandse MKB'er of corporate heeft power users in huis. Identificeer de kleine groep agents (en hun bouwers) die de echte waarde leveren en geef hen ongekende middelen en podiumtijd om op te schalen.
5. Ontwerp je eerste "AI-native" proces: Kies niet voor incrementele verbetering, maar neem één afgebakend bedrijfsproces en ontwerp dit – bij wijze van experiment – op een compleet blanco vel opnieuw, met AI-agents in de hoofdrol en de mens als supervisor.

Verder in de data duiken? Lees het volledige onderzoek van Prosus:
The Coming Age of AI Colleagues

// Over de auteur

Remy Gieling

Mede-oprichter, AI-expert & bestseller-auteur

Tech-expert (1988) gespecialiseerd in kunstmatige intelligentie en mede-oprichter van ai.nl, The Automation Group, Proxies en eBrain.ai. Oud-hoofdredacteur van diverse zakenmerken en daardoor een geoefend verteller op het podium en in de media. Verzorgt jaarlijks 150+ AI-keynotes in binnen- en buitenland en is gastdocent aan Nyenrode. Co-auteur van zeven boeken, waaronder 'Handboek AI Strategie' en 'AI Agents', en bekend als presentator op radio en RTL Z. Reist langs de labs van OpenAI, Nvidia en Tencent en vertaalt de nieuwste doorbraken naar inzichten die leiders direct kunnen toepassen.

LinkedIn