AI en integratie: bondgenoten voor succes?
Het overkoepelende thema van API Days 2026 was duidelijk: we maken een snelle overgang door van een wereld waarin applicatie-integratie en API’s centraal staan naar een wereld waarin agenten centraal staan. Hoewel integraties en API’s de fundamentele basis blijven vormen, verschuift de integratiearchitectuur van deterministische code-uitvoering naar probabilistische agent-orkestratie.
Als integratieplatform Fluxygen moet onze kernwaardepropositie mee evolueren. We verplaatsen niet langer alleen maar data tussen eindpunten; we moeten applicaties als AI-tools beschikbaar stellen, de communicatie tussen agents beheren en de context sturen.
1. De verschuiving naar agent-gedreven systemen en integratie-ecosystemen
De traditionele fase van API-evangelisatie is voorbij. Bedrijven hebben geen moeite meer om teams te overtuigen om API’s of integraties te bouwen; in plaats daarvan haasten ze zich om AI-agents in te zetten. 95% van de huidige agentimplementaties mislukt echter omdat teams de complexiteit onderschatten van een naadloze integratie ervan in bestaande applicatielandschappen.
- Van API’s naar tools: Voor een AI-agent is een applicatie simpelweg een ‘tool’. De rol van een iPaaS (Integration Platform as a Service) zoals Fluxygen is om legacy-systemen en -applicaties te verpakken in voor machines bruikbare tools met behulp van het Model Context Protocol (MCP).
- De opkomst van A2A (Agent-to-Agent): Multi-agent-systemen worden de norm. Agenten fungeren als asynchrone systeemdeelnemers die samenwerken in een ‘Agentic Mesh’. Fluxygen moet zorgen voor de onderliggende coördinatie, de berichteninfrastructuur en het time-outbeheer voor deze meerfasige, doelgerichte agent-workflows.
- De probabilistische uitdaging: Traditionele integraties zijn deterministisch (bijvoorbeeld het stap voor stap uitvoeren van een opdracht). Interacties tussen agents zijn probabilistisch. We moeten orkestratiekaders (zoals Apache Camel) introduceren om het gedrag van agents veilig binnen strikte bedrijfsgrenzen te sturen, waarbij we alleen een ‘human-in-the-loop’-benadering hanteren wanneer vertraging door automatisering acceptabel is.
AI-agents worden een nieuwe gebruiker van integraties
Een terugkerend thema was dat AI-agenten in hoog tempo gebruikers worden van API’s, applicaties, data en bedrijfsprocessen. Agenten hebben vier fundamentele capaciteiten nodig:
- Instructies (doelen)
- Vaardigheden (tools en acties)
- Data (context)
- Samenwerkingsmechanismen (andere agenten en systemen)
In plaats van bestaande systemen te vervangen, werken agenten hierbovenop en zijn ze sterk afhankelijk van API’s, integratieplatforms, berichtensystemen en bedrijfsapplicaties.
De sector evolueert van „API-first“-organisaties naar „agent-ready“-organisaties, waar software niet alleen voor menselijke ontwikkelaars wordt ontworpen, maar ook voor autonome agents. De opkomende visie is de „agentic enterprise“, waarin mensen en AI-agents samenwerken om bedrijfsprocessen uit te voeren en de productiviteit te verhogen.
Integratie blijft de cruciale succesfactor
Ondanks het enthousiasme rond AI benadrukten veel sprekers dat integratie het moeilijkste onderdeel blijft.
Succesvolle AI-initiatieven hangen minder af van de kwaliteit van het model en meer van:
- Toegang tot bedrijfsgegevens
- Koppeling met bestaande applicaties
- Orchestrering van workflows
- Governance en beveiliging
- Betrouwbare uitvoering van bedrijfsprocessen
Agents moeten nog steeds:
- API’s aanroepen
- Gebeurtenissen verwerken
- Gegevens transformeren
- Omgaan met storingen en time-outs
- Meerstapsworkflows coördineren
Daardoor blijven integratieplatforms centraal staan in bedrijfsarchitecturen. In verschillende presentaties werd integratietechnologie gepositioneerd als de ruggengraat die agent-gedreven workflows coördineert en orkestreert.
Agentgebaseerde architecturen gaan verder dan eenvoudige chatbots
De focus is aanzienlijk verschoven van chatinterfaces naar autonome workflows.
Belangrijke besproken concepten waren onder meer:
- Gebeurtenisgestuurde agents
- Multi-agent-systemen
- Orchestratie van agents
- Samenwerking tussen agents
- Agent-meshes
Agents werken steeds vaker asynchroon en reageren op bedrijfsgebeurtenissen in plaats van alleen op prompts te reageren.
Verschillende sprekers maakten onderscheid tussen verschillende rollen van agents:
- Waarnemende agents
- Actie-agents
- Orchestratie-agents
Dit suggereert dat toekomstige architecturen wellicht zullen lijken op gedistribueerde systemen die bestaan uit samenwerkende agents, vergelijkbaar met hoe microservices zijn voortgekomen uit monolithische applicaties.
Er ontstaan nieuwe protocollen rondom AI
Een belangrijk onderwerp was de opkomst van AI-specifieke protocollen en standaarden.
De meest besproken waren:
- MCP (Model Context Protocol)
- A2A (Agent-to-Agent)
- Universal Commerce Protocol
- OpenAPI
- AsyncAPI
- Arazzo
MCP werd gepresenteerd als zowel een veelbelovende innovatie als een bron van extra complexiteit.
De consensus leek te zijn:
- MCP biedt een standaardmechanisme om tools en bronnen beschikbaar te stellen aan AI.
- MCP neemt integratieproblemen niet weg.
- Governance blijft essentieel.
- Beveiliging moet vanaf het begin worden ingebouwd.
Veel organisaties stellen nu bestaande API’s beschikbaar als MCP-compatibele tools in plaats van hun API’s volledig te vervangen.
API-gateways evolueren naar AI-gateways
Traditioneel API-beheer breidt zich uit naar AI-beheer.
AI-gateways werden gepresenteerd als een nieuw architecturaal controlepunt dat verantwoordelijk is voor:
- Modelroutering
- Kostenoptimalisatie
- Semantische caching
- Promptoptimalisatie
- Handhaving van beveiliging
- Identiteitsbeheer
- MCP-blootstelling
- Beheer van agentverkeer
De gateway wordt de centrale laag tussen agents en bedrijfssystemen.
Deze evolutie weerspiegelt de historische ontwikkeling die tijdens de presentatie over load balancers werd besproken:
Hardware-loadbalancers → Software-loadbalancers → API-beheer → API-gateways → AI-gateways
Beveiliging en governance worden primaire aandachtspunten
Bijna elke AI-gerelateerde presentatie benadrukte beveiligingskwesties.
Veelvoorkomende thema’s waren onder meer:
- Security-by-design
- Endpoint-governance
- Agent-identiteit
- MCP-governance
- Zichtbaarheid van AI-verkeer
- Detectie van schaduw-AI
- Gegevensbescherming
Sprekers waarschuwden herhaaldelijk dat organisaties gevoelige gegevens in hoog tempo koppelen aan AI-systemen zonder adequaat governance.
Specifieke punten van zorg waren onder meer:
- Ongeautoriseerde AI-tools
- Ongecontroleerde toegang voor agents
- Gegevenslekken
- Vertrouwen tussen agents
- Gebrek aan inzicht in AI-interacties
Verschillende sprekers stelden dat governance voor AI net zo belangrijk zal worden als het de afgelopen tien jaar voor API’s is geworden.
Gegevenskwaliteit en context bepalen het succes van AI
Een van de sterkste boodschappen tijdens het evenement was dat de effectiviteit van AI afhangt van gegevenskwaliteit en context.
Meerdere presentaties onderstreepten dat:
- Schone gegevens essentieel zijn.
- Context een strategisch voordeel aan het worden is.
- Goed ontworpen API’s de prestaties van agents verbeteren.
- Betere documentatie het gebruik van tokens vermindert.
- Gestructureerde metadata het redeneringsvermogen van agents verbetert.
Het concept „context engineering“ kwam herhaaldelijk naar voren.
Toekomstige organisaties zullen zich wellicht steeds meer richten op het beheren van context als een kerncompetentie, net zoals gegevensbeheer in het afgelopen decennium een strategische rol is gaan spelen.
Open standaarden blijven aan belang winnen
Het API-ecosysteem blijft zich door middel van standaardisatie verder ontwikkelen.
Belangrijke standaarden die aan bod kwamen, waren onder meer:
- OpenAPI
- AsyncAPI
- Arazzo
- MCP
- GraphQL
Een bijzonder interessante trend is de verschuiving van het beschrijven van individuele eindpunten naar het beschrijven van complete workflows.
Arazzo werd gepresenteerd als een manier om deterministische bedrijfsprocessen te definiëren die zowel door mensen als door AI-agenten kunnen worden uitgevoerd.
Dit biedt een oplossing voor een veelvoorkomende uitdaging op het gebied van AI: agents in staat stellen goedgekeurde bedrijfsprocessen te volgen in plaats van hun eigen proceslogica te bedenken.
2. Datatransformatie gaat een nieuwe fase in
Uit de presentatie over UTL-X bleek dat datatransformatie een fundamentele uitdaging op het gebied van integratie blijft.
Belangrijke observaties waren onder meer:
- Organisaties werken nog steeds met veel incompatibele formaten.
- Bestaande transformatietechnologieën blijven gefragmenteerd.
- AI kan helpen bij het creëren van transformatielogica.
- Transformatieplatforms evolueren in de richting van bredere interoperabiliteit van schema’s en datamodellen.
Het idee van een Unified Data Model (UDM) kwam naar voren als een poging om verschillen tussen bron- en doelformaten te abstraheren.
De combinatie van AI-ondersteunde mapping en moderne transformatietalen kan de inspanning die nodig is om systemen te koppelen aanzienlijk verminderen.
3. Duurzaamheid wordt een operationele discipline
GreenOps werd gepresenteerd als een opkomende operationele praktijk in plaats van een puur milieu-initiatief.
Organisaties beginnen het volgende te meten:
- Infrastructuurverbruik
- Gebruik van hulpbronnen
- Energieverbruik
- CO₂-voetafdruk
Het doel is om duurzaamheid meetbaar en uitvoerbaar te maken met behulp van dezelfde observatietechnieken die al worden toegepast op betrouwbaarheid en prestaties.
Een belangrijke observatie was dat het verminderen van afval vaak zowel de operationele kosten als de milieu-impact verlaagt, waardoor een gezamenlijke stimulans voor zowel het bedrijf als de duurzaamheid ontstaat.
Europese digitale soevereiniteit wint aan strategisch belang
In de openingskeynote werd de nadruk gelegd op de groeiende bezorgdheid over de afhankelijkheid van een klein aantal technologieleveranciers.
De discussie richtte zich op:
- Digitale autonomie
- Onafhankelijkheid van leveranciers
- Open standaarden
- Open-sourcefundamenten
- Keuzevrijheid
De opkomst van AI versterkt deze bezorgdheid, omdat organisaties gegevens en besluitvormingscapaciteiten in toenemende mate centraliseren binnen externe AI-platforms.
De bredere boodschap was dat soevereiniteit niet moet worden gezien als isolatie, maar als het behouden van strategische vrijheid en het vermijden van overmatige afhankelijkheid van één enkele leverancier of één enkel ecosysteem.
Algemene conclusie
De belangrijkste les van API Days Amsterdam 2026 was dat de toekomst niet bestaat uit „AI die integratie vervangt”, maar veeleer uit „AI die het belang van integratie versnelt”.
Het evenement benadrukte consequent vijf belangrijke trends:
- AI-agenten worden een nieuwe categorie gebruikers van bedrijfssoftware.
- Integratieplatforms blijven essentieel voor coördinatie, connectiviteit en betrouwbaarheid.
- Beveiliging, governance en zichtbaarheid moeten gelijke tred houden met de toenemende inzet van agents.
- API’s breiden zich uit naar bredere AI-gerichte standaarden, protocollen en workflows.
- Gegevenskwaliteit, contextbeheer en interoperabiliteit komen naar voren als de belangrijkste factoren voor het succes van AI.
De algemene richting van de sector wijst in de richting van agent-gedreven ondernemingen die zijn gebouwd op een sterke basis van API’s, integratie, governance, gegevensbeheer en open standaarden.
