Agentic commerce in de industriële toelevering: de realiteit van 2026

Wat werkt vandaag wel en wat niet

Agentic commerce is in 2026 twee markten onder één naam, en die bewegen in tegengestelde richtingen.

Discovery werkt. Adobe mat in Q1 2026 een stijging van 393% jaar-op-jaar in AI-verwezen verkeer naar Amerikaanse retailsites, dat in maart 42% beter converteerde dan niet-AI-verkeer en 37% meer omzet per bezoek opleverde. Wat u ook van de hype vindt: dit is een kanaal dat zich gedraagt als een kanaal.

Autonoom transacteren werkt niet. De leerzaamste gebeurtenis van het jaar was geen lancering maar een terugtrekking.

Wat bewees de terugtrekking van Instant Checkout nu eigenlijk?

OpenAI lanceerde Instant Checkout op 29 september 2025 en trok het op 4 maart 2026 weer in, om die wijziging later diezelfde maand formeel vast te leggen in een blogpost. De eigen uitleg: de eerste versie "bood niet het niveau van flexibiliteit dat wij willen bieden", waardoor merchants hun eigen checkout zouden gebruiken terwijl OpenAI zich op productdiscovery richtte.

Het detail onder die zin is waar de les zit.

Emily Pfeiffer en Sucharita Kodali van Forrester verwoordden het structurele punt in maart 2026 onomwonden: voorraadbeheer was "rampzalig afwezig in het plan". De agents hallucineerden niet in de interessante zin van het woord. Ze gaven trouw een catalogus door die gescrapet was in plaats van geserveerd, en daardoor verouderd.

Dat is de hele les, en die is algemeen geldig: een agent erft de nauwkeurigheid van de data die hij krijgt, en handelt daar vervolgens op machinesnelheid naar. Een verkeerde specificatie in een PDF blijft inert liggen totdat een mens hem verkeerd leest. Een verkeerde specificatie in het antwoord van een agent verspreidt zich naar een shortlist, een offerte en een stuklijst voordat iemand het merkt.

Waar ligt in de industrie de grens tussen discovery en transactie?

Retail-agents werken omdat drie dingen openbaar en eenduidig zijn: de prijs, het voorraadcijfer en de SKU. Industriële toelevering schendt alle drie, en wel bij ontwerp.

Deloitte meldt dat minder dan een kwart van de B2B-leveranciers überhaupt agentic-AI-technologie gebruikt. Dat is geen behoudzucht om de behoudzucht — de basisvoorzieningen zijn er werkelijk nog niet.

Daarom is de nuttige industriële vraag in 2026 niet "gaat een agent bij mij kopen?" maar "kan een agent mijn specificatie correct krijgen?" De eerste is speculatief. De tweede speelt nu al, of u nu meedoet of niet.

Wat werkt er dan wél in de industriële toelevering?

Laat de demonstraties weg en vier patronen hebben echte tractie, met alle vier dezelfde eigenschap: de agent levert een voorstel dat een mens vastlegt.

1. 01Contractbewust zoeken. Een assistent die de onderhandelde catalogus en prijslijst van een specifieke klant kan inzien en zonder telefoontje antwoord geeft op "wat betalen wij hiervoor en kunnen we het krijgen?". Dit is op korte termijn de toepassing met de hoogste waarde, en degene die eerder door autorisatie wordt geblokkeerd dan door AI.
2. 02Alternatieven bij schaarste. Wanneer een onderdeel op allocatie gaat, is het zoeken naar compliant, gekwalificeerde vervangers bij verschillende fabrikanten precies het soort hoogdimensionale filterwerk waar machines goed in zijn en mensen traag. Het werkt precies in de mate waarin gelijkwaardigheidsrelaties gepubliceerd zijn in plaats van afgeleid.
3. 03Offertes en submittals samenstellen. Een specificatie, tekening of stuklijst omzetten in een geprijsde, gedocumenteerde reactie. Het werk is documentsynthese, geen oordeelsvorming, en hier wordt de meeste meetbare tijdwinst geboekt.
4. 04Voorstellen voor herbestelling en aanvulling. Verbruiksgestuurde suggesties die in een bestaande goedkeuringsflow landen in plaats van die te omzeilen.

Merk op dat geen van deze toepassingen vereist dat een agent een betaalmiddel beheert, en dat alle vier nauwkeurige, gestructureerde productdata nodig hebben. Dat is de werkelijke afhankelijkheidsgrafiek van deze markt, en die is bijna het omgekeerde van de manier waarop de markt wordt vermarkt.

Een nuttige test wanneer een aanbieder "agentic commerce" pitcht bij een industrieel bedrijf: vraag welke van de vier hij doet, en vraag daarna waar de data vandaan komt. Is het antwoord een crawler, dan wordt u precies datgene verkocht wat in maart onderuitging.

De tegenwerping, correct geformuleerd

Gartner voorspelt dat meer dan 40% van de agentic-AI-projecten eind 2027 is geannuleerd, vanwege oplopende kosten, onduidelijke bedrijfswaarde en ontoereikende risicobeheersing. Het is het nuttigste cijfer in dit veld en het verdient het om serieus te worden genomen in plaats van weggewuifd.

Maar lees goed wat het voorspelt. Het voorspelt het mislukken van projecten om agents te bouwen, niet het verdwijnen van door agents bemiddelde vraag. Dat zijn twee te scheiden zaken, en de strategische implicatie is bijna het tegenovergestelde van de intuïtieve:

• Een autonome inkoopagent bouwen in 2026 wordt waarschijnlijk een Gartner-statistiek.
• Uw catalogus in 2026 niet machineleesbaar maken is een specificatieverlies dat u in 2028 boekt.

Het tweede risico is goedkoper te beperken en moeilijker terug te draaien.

Wat zou er waar moeten worden voor volledig agentische inkoop?

Zes randvoorwaarden, ruwweg in volgorde van afhankelijkheid. Geen ervan is exotisch; ze zijn stuk voor stuk onaf.

1. 01Een canoniek, geverifieerd productrecord. Parameters, lifecyclestatus en compliancebewijs op één plek, met versiebeheer en herkomst. Al het andere volgt hieruit, en daarom struikelde Instant Checkout al bij stap één.
2. 02Geauthenticeerde toegang met kennis van rechten. Een agent die namens een specifieke klant handelt, moet de contractprijs en allocatie van díé klant kunnen zien en van niemand anders. Dit is een autorisatievraagstuk en het lastigste onopgeloste onderdeel.
3. 03Verifieerbare agentidentiteit. Serverbeheerders moeten weten welke agent aanklopt en namens wie. Web Bot Auth en het werk rond signed agents dat nu via de IETF loopt, vormen het geloofwaardige pad.
4. 04Een mandaat- en intentielaag. De ondertekende intent-, cart- en payment-mandates van AP2 — in april 2026 geschonken aan de FIDO Alliance, met een v0.2-release die transacties met "human not present" toevoegt — bestaan om een manipulatiebestendige vastlegging te produceren van wat de mens daadwerkelijk heeft geautoriseerd.
5. 05Een bewust toegewezen commercieel beleid voor het kanaal. Het punt van Forrester over assortimentsplanning geldt hier onverkort: u moet bepalen welke onderdelen, welke prijzen en welke voorraad beschikbaar zijn voor agents, in plaats van een crawler dat voor u te laten bepalen.
6. 06Een aansprakelijkheidsmodel. Als een agent een onderdeel specificeert dat de kwalificatie niet haalt, wie draagt dat dan — de fabrikant met de foute data, de distributeur die ze serveerde, of de modelleverancier die ze parafraseerde? Geen enkele standaard beantwoordt dit vandaag, en inkoopteams automatiseren niet verder zolang de vrijwaringsvraag openstaat.

Stap 1 en 5 liggen volledig binnen de macht van een leverancier. Stap 3, 4 en 6 zijn werk voor de sector. Stap 2 is waar de commerciële creativiteit zal plaatsvinden.

Wat u in de tussentijd kunt doen

De verdedigbare positie in 2026 is leesbaar voor agents, afgehandeld door mensen: laat machines uw onderdelen nauwkeurig vinden, vergelijken en verifiëren, en houd de verbintenis op uw eigen rails.

Dat betekent: een leesbare cataloguspagina serveren aan niet-browserclients — toen Partsgraph in augustus 2026 wereldwijd 984 distributeur- en fabrikantdomeinen auditte, deed 38% dat niet en was de mediane AI-zichtbaarheidsscore 50 van de 100. Het betekent lifecycle- en compliancegegevens publiceren als gestructureerde velden in plaats van als PDF's. Het betekent monitoren wat assistenten daadwerkelijk over uw onderdelen zeggen, want een zelfverzekerd fout antwoord is erger dan geen antwoord. En het betekent een bevraagbaar endpoint ontsluiten voor de agents die het rechtstreeks komen vragen: MCP bereikte in maart 2026 ruwweg 97 miljoen SDK-downloads per maand en valt nu onder het neutrale bestuur van de Linux Foundation, waarmee de interfacevraag feitelijk beslecht is.

De ongemakkelijke samenvatting is dat de sector 2025 en begin 2026 heeft besteed aan de discussie of agents dingen zouden gaan kopen, en de belangrijkere discussie bij verstek heeft verloren. Agents beantwoorden nu al specificatievragen over industriële onderdelen. De meeste antwoorden worden samengesteld uit gescrapete, onvolledige en verouderde data — precies de fout die Instant Checkout de das omdeed, en die stilletjes doorwerkt in elke catalogus die niet is opgeschoond.

De gratis grader op [/audit](/audit) laat zien wat een machine op dit moment uit uw catalogus leest, en waar hij uw onderdelen verkeerd begrijpt.