Agent washing en tokenmaxxing doorzien: echte AI-waarde herkennen
Agent washing en tokenmaxxing zijn de nieuwste vermommingen van AI-hype: chatbots die 'agent' heten en tokenverbruik dat voor innovatie doorgaat. Zo prik je erdoorheen.
Elke week duikt er een nieuwe term op die AI-marketing indrukwekkender moet laten klinken dan de werkelijkheid. Agent washing is daarvan het duidelijkste voorbeeld: volgens Gartner is slechts een fractie van de duizenden zogenaamde AI-agent-leveranciers een echte agent, de rest is een omgedoopte chatbot of automatiseringsscript. Tokenmaxxing is de nieuwste variant uit Silicon Valley: organisaties die AI-verbruik verwarren met waardecreatie en medewerkers belonen voor zichtbare activiteit in plaats van resultaat.
Joop Snijder ontleedt in deze afleveringen van AIToday Live beide patronen: waarom volgens Gartner meer dan 40% van de AI-agent-projecten voor eind 2027 wordt geannuleerd, hoe de doorman fallacy verklaart waarom werk meer is dan een takenlijst, en waarom Goodhart's law verklaart dat tokenverbruik als doel zijn waarde als meetlat verliest. Wie deze mechanismen herkent, prikt sneller door glimmende demo's en dashboards heen en stelt de juiste vraag: welk concreet probleem lost dit op, en wat gebeurt er als je de claim voor waar aanneemt?
Veelgestelde vragen over Agent washing en tokenmaxxing doorzien
Wat is agent washing en hoe herken ik het?
Agent washing is het omdopen van bestaande chatbots, scripts of automatiseringstools tot 'AI-agent' zonder dat er echte agent-technologie in zit. Volgens Gartner is slechts ongeveer 130 van de duizenden zogenaamde AI-agent-leveranciers een echte agent. Herken het aan beloftes van 100% automatisering, een gebrek aan uitleg over hoe de agent leert, en het ontbreken van referenties bij vergelijkbare implementaties.
Is meer tokenverbruik bewijs van innovatie?
Nee. Zodra tokengebruik een doel op zich wordt, stopt het volgens Goodhart's law met een bruikbare indicator te zijn. Je herkent tokenmaxxing aan medewerkers die AI voor triviale taken inzetten puur om activiteit zichtbaar te maken, aan competitie rond AI-gebruik op dashboards, en aan managers die meer over adoptiepercentages praten dan over resultaten.
Hoe weet ik of een AI-agent echt waarde toevoegt of gewoon een omgedoopte chatbot is?
Vraag de leverancier hoe de agent leert, of demo's alleen met eigen voorbeelden werken of ook met jouw data, en of er een duidelijke roadmap voor integraties is. Een echte agent-leverancier legt precies uit wat het systeem wel en niet kan en waar menselijke supervisie essentieel blijft. Beloftes van volledige automatisering zonder die randvoorwaarden zijn een waarschuwingssignaal.
Waarom mislukken zoveel AI-agent-projecten?
De vijf meest voorkomende oorzaken zijn te groot beginnen, onvoldoende menselijke supervisie, data- en integratieproblemen, het ontbreken van duidelijke succescriteria, en organisatorische weerstand. Begin daarom met één proces, één team en één duidelijk doel in plaats van meteen een hele afdeling te automatiseren.
Citaten uit onze afleveringen
“Stel je voor je koopt een autonome AI-agent voor je klantenservice. En na weken implementatie blijkt het gewoon een chatbot met wat extra if-then-else regels. Geen autonomie, geen leervermogen, geen agent.
Joop Snijder, CTO — Aigency — S07E88
“Als er beloftes zijn van 100% automatisering, zou ik me achter mijn oren krabben.
Joop Snijder, CTO — Aigency — S07E88
“Een AI-bot ziet dat niet, is ook zo niet gemaakt. Die volgt de regels, herkent patronen in tekst, maar herkent geen gevoel.
Joop Snijder, Head of AI — Info Support — S08E22
Bewijsafleveringen
Agent washing: de verborgen waarheid achter AI-beloftes
Joop Snijder ontrafelt waarom volgens Gartner ruim 40% van de AI-agent-projecten sneuvelt, met agent washing en beloftes van 100% automatisering als grootste red flags.
Hoe herken je onzichtbare waarde voordat AI het wegneemt?
De doorman fallacy verklaart waarom 'AI vervangt je team' vaak misgaat: 55% van de bedrijven die mensen verving, handelde naar eigen zeggen te snel.
Tokenmaxxing: de nieuwe hype uit Silicon Valley
Meer tokens verbruiken is geen bewijs van innovatie. Zodra tokengebruik een doel wordt, meet het geen waarde meer. Stuur op uitkomsten, niet op activiteit.
