32% zag af van een softwareaankoop om het met agents te bouwen. 6% ziet echt rendement

Drie cijfers uit McKinseys State of AI 2026 tegenover elkaar gezet — 32% van de organisaties die afzagen van de aankoop van een softwareproduct of feature om het met coding agents te bouwen, met technologie op 41% en de zorg op 39%, naast de 37% die enige EBIT-impact aan AI toeschrijft en de 6% die als high performer kwalificeert, beide onveranderd jaar op jaar, boven de aantekening dat 80% persoonlijke productiviteitswinst meldt die niet aggregeert — Het koopgedrag veranderde scherp. Het gemeten organisatorische rendement bewoog helemaal niet. Beide bevindingen komen uit hetzelfde onderzoek onder dezelfde 1.719 mensen.

Verkoop je software, dan is het belangrijkste cijfer van deze week 32%.

Dat is het aandeel organisaties in McKinseys State of AI 2026 — een onderzoek onder 1.719 professionals en bestuurders wereldwijd — dat meldt te hebben afgezien van de aankoop van een of meer softwareproducten of features, omdat het intern te bouwen was met agentic coding tools.

Niet "overwogen te bouwen". Afgezien van kopen.

1. Waar het het ergst is

Het kopcijfer verbergt een spreiding die zwaarder telt dan het gemiddelde, want die vertelt je of dit jouw probleem is of dat van iemand anders.

Aandeel dat een aankoop oversloeg om met coding agents te bouwen, per sector

McKinsey, State of AI 2026

Technologie — 41%. Met afstand de zwaarste blootstelling. Verkoop je ontwikkeltools of infrastructuur aan technologiebedrijven, dan hebben vier op de tien prospects dit al bij iemand gedaan.
Zorgverzekeraars en zorgaanbieders — 39%. Hoger dan de meesten zouden gokken voor een gereguleerde, risicomijdende sector.
Professionele dienstverlening en energie en materialen — 38%.
Financiële instellingen — 36%.
Media en telecom — 34%.
Farma en medische producten — 33%.

Let op de bodem. De laagste sector in die lijst zit op 33%. Er is geen segment waar dit niet gebeurt, wat betekent dat "onze kopers zijn te gereguleerd om het zelf te bouwen" geen positie meer is die je zonder bewijs kunt volhouden.

2. Het cijfer dat er ongemakkelijk naast staat

Dit is het deel dat je twee keer moet lezen, en het komt uit hetzelfde rapport, dezelfde respondenten, hetzelfde veldwerk.

37% schrijft ten minste enige EBIT-impact toe aan AI. Dat cijfer is vlak ten opzichte van 2025.

6% kwalificeert als high performer — schrijft ten minste 5% van de EBIT van de organisatie toe aan AI met significante impact. Dat is eveneens onveranderd jaar op jaar.

De koopbeslissing bewoog scherp. Het gemeten organisatorische rendement bewoog helemaal niet.

Een derde van de organisaties annuleert dus aankopen op basis van een capaciteit die, volgens hun eigen boekhouding, hun resultaat nog niet heeft veranderd. Het vertrouwen loopt ver voor op het aangetoonde resultaat.

Waarom dit niet simpelweg 'ze zitten fout' is

Rendement loopt achter op beslissingen, en dat hoort ook zo. Niemand verwacht dat een bouwtraject van dit kwartaal in de EBIT van dit kwartaal opduikt, en een vlak totaal kan een stijgende verdeling verbergen. Maar twee jaar vlak is geen vertraging, dat is een patroon — en de eerlijke omschrijving is dat de bouwbeslissing wordt genomen op overtuiging over waar de capaciteit heen gaat, niet over waar zij aantoonbaar is aangekomen.

3. De productiviteitsparadox, in één onderzoek

Het mechanisme zit in nog twee cijfers uit hetzelfde rapport.

80% van de respondenten die AI gebruiken zegt dat het hun individuele productiviteit verbeterde. En toch is de organisatorische EBIT-impact vlak.

Dat is de klassieke vorm van een productiviteitsparadox: echte winst op het niveau van de persoon, die niet aggregeert op het niveau van het bedrijf. Individueel bespaarde tijd wordt geabsorbeerd — in meer overleg, meer review, meer herwerk, meer coördinatie — in plaats van op te duiken als output of marge.

Het verklaart ook hoe beide helften van dit rapport tegelijk waar kunnen zijn. De engineer die met een agent een vervanger prototypede voor een tool van 40.000 dollar per jaar deed dat echt sneller dan vorig jaar had gekund. Of het bedrijf uiteindelijk goedkoper uit is, zodra je het onderhoud, de piket en achttien maanden randgevallen meetelt, is een andere vraag die de onderzoeksperiode nog niet heeft beantwoord.

4. Wat de betrouwbaarheidsdata over die weddenschap zeggen

Vorige week schreef ik over Microsofts Thinkingbox-benchmark, die 507 stateful businessworkflows twintig keer per stuk draait en beoordeelt wat er werkelijk in de database veranderde. Het sterkste geteste model haalde 65,36% pass@1 en 25,25% pass^20 — in één keer goed bij twee van de drie taken, élke keer goed bij één op de vier.

Zet dat naast de 32%.

De workflows die deze teams vervangen — schadeafhandeling, factureringsregels, inkoopgoedkeuringen, accountprovisioning — zijn precies de meerstaps, beleidsgebonden, state-zware taken die de benchmark mat. En daar is de gemeten betrouwbaarheid van agents het zwakst.

Dit is dezelfde kalibratiekloof waar ik steeds tegenaan loop, nu aan de koopkant. In het Temporal-onderzoek vertrouwde 85,5% van de engineers de output van agents terwijl de helft dagelijks tegen problemen aanliep. Hier annuleert een derde van de organisaties aankopen op datzelfde vertrouwen. De kloof is opgehouden een technische curiositeit te zijn en duikt nu op in iemands omzet.

5. Wat werkelijk overeind blijft, en wat niet

Niets hiervan betekent dat die 32% een fout maakt. Voor een echt eenvoudige, goed afgebakende interne tool is bouwen met agents nu vaak de juiste keuze — en het eerlijke antwoord daarop is stoppen met die producten verkopen, niet met de koper in discussie gaan.

Wat overeind blijft is wat een interne herbouw niet goedkoop kan reproduceren.

Een feature die ze kunnen specificeren

Blijft niet overeind

Kan een bekwame engineer in één alinea opschrijven wat je product doet, en kan een agent dat in een weekend benaderen, dan was dat nooit een slotgracht. Het was een voorsprong, en die voorsprong is net korter geworden.

Wat jij weet en zij niet

Blijft overeind

Opgestapelde randgevallen, de data die je hebt, de integraties die je al gecertificeerd kreeg, het compliance-oppervlak dat je al passeerde. Niets daarvan staat in de specificatie, alles zit in de prijs, en een agent kan het niet genereren omdat het geen programmeerprobleem is.

Wie de pieper draagt

Blijft overeind

Een interne bouw verschuift het onderhoud, de piket en de aansprakelijkheid naar een team dat die eerder niet had. Die verschuiving is de werkelijke kosten, staat vrijwel nooit in de business case, en is het sterkste eerlijke argument dat je hebt.

Of de workflow stateful is

Doorslaggevend

Een read-only dashboard is een goede bouwkandidaat. Een meerstapsproces dat onder beleid naar systems of record schrijft, is waar de benchmark zegt dat agents het minst betrouwbaar zijn — en waar jouw product al jaren aan faalmodi heeft opgeslokt.

6. Wat je maandag verandert

De herbouwkosten, eerlijk

Schrijf

Geen bangmakerij. Een echte optelsom van wat de koper overneemt: onderhoud, piket, compliancebewijs, de integraties, en de randgevallen waar jij al tegenaan liep. Kopers respecteren een eerlijke total cost of ownership en verdisconteren een defensieve.

"Hebben jullie al iets gebouwd?"

Vraag

Zet het in je discovery. Een derde van je pipeline heeft dit ergens gedaan, en wie het probeerde en staakte is je beste referentie — zij hebben geprijsd waar jouw deck over discussieert.

Op sectorblootstelling

Segmenteer

Technologie op 41% en farma op 33% zijn nu verschillende markten. Is je ICP technologiebedrijven, dan is dit een eersteordebedreiging voor je pipeline. Zo niet, dan heb je wat tijd — maar de bodem ligt op 33%, dus niet veel.

De middelste kaart is de goedkoopste en niemand doet hem. "Hebben jullie overwogen dit zelf te bouwen, en hoe ver kwamen jullie?" verandert een bezwaar dat je aan het eind van een cyclus afhandelt in informatie die je aan het begin hebt.

7. Wat ik niet zou concluderen

Drie voorbehouden, want dit is een onderzoek en onderzoeken nodigen uit tot te ver doorlezen.

Het is zelfgerapporteerde intentie over beslissingen uit het verleden, geen gecontroleerde inkoopdata. "We zagen af van kopen" dekt alles van een geannuleerde verlenging tot een feature die nooit op een shortlist kwam — en het tweede kost jou veel minder dan het eerste.

Vlakke EBIT is geen bewijs dat de bouwtrajecten mislukken. Het is bewijs dat ze nog niet zijn opgedoken. Het interessante cijfer wordt het rapport van 2027: stijgt de 32% opnieuw terwijl de 6% blijft staan, dan is dat een patroon dat een naam verdient. Eén jaar is dat niet.

McKinsey verkoopt AI-transformatieadvies. Dezelfde korting die ik op het onderzoek van Temporal toepaste geldt hier — de ruwe percentages zijn veel betrouwbaarder dan elk kader dat eroverheen ligt, en "op weg naar ROI" is een conclusie met een commercieel belang eraan vast.

De eerlijke samenvatting

Bijna een derde van de organisaties zag al af van een softwareaankoop omdat agentic coding tools bouwen haalbaar deden lijken. In technologie is het 41%, en de laagste sector op de lijst zit op 33%. Dat is een verschuiving aan de vraagkant, hij gebeurt nu, en hij is dit kwartaal meetbaar in iemands pipeline.

Hetzelfde onderzoek vond dat het aandeel organisaties met enige EBIT-impact van AI het hele jaar niet bewoog, en dat het aandeel met serieuze impact op 6% bleef. Ondertussen is de best gemeten agentbetrouwbaarheid op precies die stateful workflows 25% over herhaalde runs.

De kopers zijn niet irrationeel. Ze zijn vroeg, en ze wedden op een traject in plaats van op een resultaat. Jouw taak is niet ze te vertellen dat het traject fout is. Het is eerlijk zijn over wat een herbouw hun werkelijk kost, en iets verkopen dat een weekend agentoutput niet kan benaderen.

Kun je niet benoemen wat dat is, dan is de 32% niet de dreiging. Het is de diagnose.

Bronnen: McKinsey, "The State of AI in 2026" · The Register, "McKinsey says enterprise AI is finally on the road to ROI" · Sectoruitsplitsing zoals gerapporteerd door India Gazette · arXiv 2608.19741, Thinkingbox · De steekproefomvang van 1.719, de sectorpercentages en de EBIT-cijfers zijn zoals gepubliceerd door McKinsey en de bovenstaande berichtgeving; het argument en de voorbehouden in sectie 7 zijn van mij.

Microsoft draaide dezelfde agenttaak twintig keer. Het cijfer zakte van 65% naar 25%27 augustus 2026

Vertrouwen loopt voor op het bewijs, en een nieuw onderzoek heeft de bonnetjes26 augustus 2026

The Vibe Coding Trap: Why Thousands of AI Startups Are Paying $50K–$500K to Rebuild Their MVPsApril 2026

IdeaToMVP Academy

Want to build with AI — not just read about it?

4-week live cohort for founders. Learn to ship AI agents, scope MVPs, and automate your business — taught by the same team that writes these guides.

Explore the Academy →