Gartner: in 2030 laat de helft van de organisaties IT-beheer grotendeels aan AI-agents over
De helft van de organisaties gebruikt in 2030 bij IT-operations AI-agents met minimale menselijke betrokkenheid, voorspelt marktonderzoeker Gartner. Dit is op dit moment nog bijna nergens het geval.
Gartner hield tussen april en mei 2026 een enquête onder 272 I&O-leiders. Daarvan verwacht 58 procent dat het opschalen van AI-proefprojecten naar gebruik binnen I&O de komende twaalf maanden een belangrijke prioriteit wordt. “AI zorgt voor een van de meest ingrijpende verschuivingen waarmee de I&O-functie ooit te maken heeft gehad”, aldus Jonathan Forest, VP Analyst bij Gartner. “In plaats van te proberen alle aspecten van AI tegelijk aan te pakken, moeten I&O-leiders zich richten op een klein aantal strategische investeringen die een betekenisvolle impact hebben.”
Agents voeren complexe taken uit
De eerste trend betreft software-agents die doelgericht werken en complexe IT-processen met minimale menselijke tussenkomst uitvoeren. Organisaties zetten ze volgens Gartner in voor taken als het beoordelen van incidenten, het controleren van wijzigingen en het herstellen van storingen. “AI-agents zorgen voor een verschuiving van reactieve operaties met een mens in de lus naar proactieve operaties waarbij de mens toezicht houdt”, zegt Forest. “I&O-leiders die hun organisatie niet herstructureren rond agentic AI, riskeren hogere kosten, slechte operationele wendbaarheid en prestaties, en uiteindelijk irrelevantie.”
Een tweede trend hangt hiermee samen. Agents voeren taken in meerdere stappen uit en verbruiken daardoor aanzienlijk meer tokens dan conversationele AI, wat nieuwe uitdagingen voor kostenbeheer oplevert. Gartner voorspelt dat ondernemingen die AI-agents in IT-operations inzetten met onbegrensde variabele prijzen op basis van tokengebruik, tot en met 2027 meer dan 50 procent boven hun oorspronkelijke kostenverwachting uitkomen. Dat geldt in vergelijking met organisaties die werken met voorspelbare abonnementen en gebundelde prijzen. Het bureau adviseert een strikt beleid van “geen telemetrie, geen uitrol”, om blinde vlekken in uitgaven aan AI en tokengebruik te voorkomen.

Infrastructuur wordt hybride, risico’s lopen door elkaar
De meeste ondernemingen gebruiken bestaande foundation models via inferentie en trainen zelf geen modellen. Omdat bedrijfsdata verspreid staat over publieke clouds, private datacenters en edge-omgevingen, wordt de AI-infrastructuur steeds hybrider. Privacy, kosten, prestaties en eisen rond datasoevereiniteit versnellen die ontwikkeling. Gartner voorspelt dat in 2029 80 procent van de grote ondernemingen productieworkloads voor AI draait in minstens drie infrastructuuromgevingen, waaronder publieke cloud, neoclouds, eigen datacenters en edge-locaties.
Door de inbedding van AI in bedrijfsinfrastructuur raken operationele risico’s en cyberrisico’s meer met elkaar verweven. Gedeelde AI-tooling, telemetrie en het toenemende gebruik van AI-agents brengen I&O- en beveiligingsteams volgens Gartner dichter bij elkaar. Het bureau verwacht dat in 2030 25 procent van de organisaties het netwerkoperatiecentrum (NOC) en het beveiligingsoperatiecentrum (SOC) samenvoegt, tegen 5 procent in 2026. Die organisaties realiseren daarmee een besparing van meer dan 25 procent op de totale uitgaven aan tooling en personeel.
I&O wordt regisseur van het AI-platform
Doordat AI-toepassingen over cloud-, datacenter- en edge-omgevingen verspreid raken, is meer afstemming nodig over infrastructuur, governance, beveiliging en beheer. Volgens Gartner verschuift I&O daardoor van een traditionele poortwachter naar de regisseur van het AI-platform van de onderneming. Organisaties zonder een sterke I&O-functie die ontwerp, architectuur en ondersteuning van AI-infrastructuur aanstuurt, hebben tot en met 2030 meer dan twee keer zoveel kans dat hun AI-initiatieven mislukken. “De hoge kosten van AI-infrastructuur laten weinig ruimte voor fouten, waardoor I&O centraal staat bij het succes van AI in de onderneming,” zei Forest. “I&O-leiders moeten de capaciteiten van hun teams vergroten, technische schuld verminderen en overstappen van reactieve operaties naar het proactief mogelijk maken van AI in de onderneming.”
Meer informatie is hier beschikbaar.