Vergeet software: de volgende AI-reus van 1.000 miljard verkoopt geen software, maar werk

In het kort:

• Sequoia verwacht dat de volgende AI-reus geen klassieke softwarespeler wordt, maar een bedrijf dat het werk zelf uitvoert. Niet een tool voor accountants of juristen, maar een platform dat bijvoorbeeld de boekhouding afsluit of contracten afhandelt.

• De economische logica daarachter is sterk. Voor elke 1 dollar die bedrijven aan software uitgeven, gaat volgens Sequoia ongeveer 6 dollar naar diensten. Daardoor ligt de echte AI-kans niet alleen in softwarebudgetten, maar vooral in veel grotere arbeids en outsourcingbudgetten.

• Vooral sectoren met veel gestandaardiseerd en vaak uitbesteed werk zijn kansrijk. Sequoia wijst onder meer op verzekeringen van 140 tot 200 miljard dollar, accounting en audit van 50 tot 80 miljard dollar, healthcare revenue cycle van 50 tot 80 miljard dollar en recruitment en staffing van meer dan 200 miljard dollar.

Een opvallende stelling van Sequoia Capital blijft nazinderen in de technologiesector. Volgens de investeerder zal het volgende bedrijf van 1.000 miljard dollar geen klassieke softwareverkoper zijn, maar een softwarebedrijf dat zich gedraagt als een dienstenfirma.

Op het eerste gezicht klinkt dat als een typische oneliner uit Silicon Valley. Toch raakt die uitspraak aan een fundamentele verschuiving in de AI-economie. Jarenlang draaide enterprise software om het maken van tools die professionals helpen om hun werk sneller en beter te doen. De nieuwe AI-golf zet die logica onder druk. De echte kans ligt mogelijk niet langer in het verkopen van software, maar in het verkopen van het eindresultaat.

'The next $1 trillion company will be a software company masquerading as a services firm.'

Dat betekent concreet dat de grote winnaars van deze AI-cyclus misschien geen programma’s bouwen voor accountants, juristen of schadebeheerders, maar bedrijven die het werk zelf uitvoeren. Niet software voor de boekhouder, maar een platform dat de boekhouding afsluit. Niet software voor de advocaat, maar een partij die contracten controleert. Niet een hulpmiddel voor verzekeraars, maar een systeem dat claims afhandelt.

Voor beleggers is dat een belangrijk inzicht. Als deze these klopt, verschuift de waardecreatie in AI van het softwarebudget naar het arbeidsbudget. En die markt is vele malen groter.

Van copiloot naar autopiloot

De voorbije jaren zagen we vooral de opkomst van AI-copilots. Dat zijn toepassingen die een professional ondersteunen in zijn werk. Ze helpen programmeurs code schrijven, juristen documenten analyseren of analisten informatie samenvatten. De mens blijft verantwoordelijk voor het eindresultaat, terwijl AI vooral de productiviteit verhoogt.

Sequoia maakt echter een onderscheid dat steeds belangrijker wordt, namelijk dat tussen copilots en autopilots. Een copilot verkoopt een hulpmiddel. Een autopilot verkoopt het uitgevoerde werk.

Dat lijkt een klein verschil, maar strategisch is het enorm. Een bedrijf dat een AI-tool verkoopt, loopt het risico dat een betere versie van een taalmodel zijn product snel onder druk zet. Elke nieuwe generatie modellen maakt het makkelijker om vergelijkbare tools te bouwen. Maar een bedrijf dat een taak volledig overneemt, profiteert juist van elke modelverbetering. Het werk wordt sneller, goedkoper en schaalbaarder.

Dat is de kern van de redenering. Wie software verkoopt, concurreert met het model. Wie werk verkoopt, gebruikt het model om efficiënter te worden en de eigen marges te verbeteren.

Waar AI-agents vandaag het vaakst worden ingezet:

Bron: Sequoia Captial

Waarom het arbeidsbudget belangrijker is dan het softwarebudget

Juist daarom is deze verschuiving economisch zo interessant. Bedrijven geven doorgaans veel meer uit aan diensten en personeel dan aan softwarelicenties. Volgens Sequoia gaat er voor elke 1 dollar aan software ongeveer 6 dollar naar diensten.

Dat betekent dat de grootste AI-kansen mogelijk niet liggen in het vervangen van bestaande SaaS-oplossingen, maar in het overnemen van menselijke taken waarvoor vandaag nog een dienstenbudget bestaat. De totale markt voor klassieke software is vaak beperkt tot het IT-budget. Een AI-autopilot mikt op loonmassa, outsourcingcontracten en operationele uitgaven. Daardoor wordt de potentiële markt plots veel groter dan bij traditionele softwarebedrijven.

Voor beleggers verandert dat de manier waarop naar groeikansen gekeken moet worden. Het gaat niet alleen meer om seat-based softwareabonnementen of hogere productiviteit bij bestaande werknemers. Het gaat om bedrijven die een stuk van het werkbudget naar zich toe trekken.

Wil je al deze inzichten lezen? Neem dan een lidmaatschap op De Belegger. Met de code 'INZICHT' krijg je tijdelijk 50% korting.

Waarom dit nu pas echt mogelijk wordt

Het idee om diensten schaalbaarder te maken met technologie is niet nieuw. Private-equityspelers proberen al jaren gefragmenteerde dienstensectoren op te rollen en efficiënter te maken. Ook softwarebedrijven wilden altijd al dieper in de workflow van hun klanten doordringen.

Wat AI verandert, is de aard van de automatisering. Klassieke software kon processen ondersteunen, maar niet zelfstandig uitvoeren. Generatieve AI komt daar nu dichter bij, zeker in taken die sterk steunen op regels, patroonherkenning en gestandaardiseerde beslissingen.

Daarbij wordt een onderscheid steeds belangrijker, namelijk dat tussen intelligentie en oordeelsvermogen. Intelligentiewerk bestaat uit taken waarbij complexe regels moeten worden toegepast. Denk aan coderen, vertalen, controleren, classificeren en reconciliëren. Oordeelsvermogen draait meer om ervaring, context, timing en verantwoordelijkheid. Het gaat dan bijvoorbeeld om strategische keuzes, risicobeoordeling of het afwegen van uitzonderingen.

AI boekt de snelste vooruitgang in beroepen waar het aandeel intelligentiewerk hoog is en het aandeel menselijk oordeel beperkter. Softwareontwikkeling was daarvan de eerste grote testcase. Volgens Sequoia is software engineering vandaag goed voor meer dan de helft van alle AI-toolgebruik over alle beroepen heen, terwijl andere beroepscategorieën nog in de eencijferige percentages zitten. De verklaring is dat softwareontwikkeling voor een groot deel uit intelligentiewerk bestaat. AI heeft daar de drempel bereikt waarop het veel taken autonoom kan uitvoeren, terwijl de mens vooral het oordeel bewaakt. Sequoia verwacht dat dezelfde beweging zich geleidelijk in andere beroepen zal herhalen.

De slimste instapmarkt is werk dat nu al wordt uitbesteed

Een van de interessantste inzichten in Sequoia’s analyse is dat AI-autopilots waarschijnlijk niet beginnen waar werknemers intern vervangen moeten worden, maar juist waar bedrijven vandaag al externe dienstverleners betalen.

Dat is logisch. Als werk vandaag al wordt uitbesteed, betekent dat ten eerste dat een bedrijf gewend is om die taak extern te laten uitvoeren. Ten tweede bestaat er al een budgetlijn die relatief makkelijk vervangen kan worden. Ten derde koopt de klant in zo’n situatie al een resultaat in plaats van een hulpmiddel.

Een outsourcingcontract vervangen door een AI-native dienstverlener is in wezen een leverancierswissel. Interne werknemers vervangen is iets heel anders. Dat raakt organisatiestructuren, verantwoordelijkheden en soms ook gevoelige personeelskwesties. Daarom is de kans groot dat AI-autopilots eerst doorbreken in markten waar outsourcing al ingeburgerd is.

Sequoia noemt dat de “wedge”. Bedrijven starten met een duidelijk afgebakende, uitbestede en sterk op intelligentie gebaseerde taak. Daarna kunnen ze vanuit die positie opschuiven naar complexer en meer intern werk, waar ook meer oordeel bij komt kijken. De uitbestede taak is het startpunt. Het intern uitgevoerde werk is de latere, veel grotere markt.

Waar de grootste kansen vandaag liggen

Volgens Sequoia zijn er nu al verschillende sectoren waar die logica zichtbaar wordt. De eerste grote kans ligt in verzekeringsmakelaardij, een markt van naar schatting 140 tot 200 miljard dollar. In standaard commerciële verzekeringen is veel werk sterk gestandaardiseerd. Makelaars vergelijken offertes, vullen formulieren in en structureren polisvoorwaarden. Dat is werk met veel regels en relatief weinig uniek oordeel. Bovendien is de sector sterk versnipperd, met tienduizenden kleine spelers. Dat maakt de markt aantrekkelijk voor AI-native aanbieders zoals WithCoverage en Harper.

Lees meer: Waarom 75% van mijn portefeuille in Lemonade zit: mijn visie op dit AI-aandeel

Een tweede interessante sector is boekhouding en audit. Alleen al de uitbestede markt in de Verenigde Staten wordt door Sequoia op 50 tot 80 miljard dollar geschat. Daarbovenop kampt de sector met structurele schaarste. De VS zouden in vijf jaar tijd ongeveer 340.000 accountants verloren hebben, terwijl de vraag is blijven stijgen. Daarnaast zou 75 procent van de CPA’s de pensioenleeftijd naderen. Die combinatie van krapte, vergrijzing en een lange opleidingstijd maakt accounting extra ontvankelijk voor automatisering. Rillet bouwt volgens Sequoia aan een AI-native ERP-systeem dat de boeken kan afsluiten, terwijl Basis begon als copilot voor accountants.

Waar de meeste kansen liggen:

Bron: Sequoia Capital

Ook de administratieve achterkant van de gezondheidszorg is een grote kandidaat. In healthcare revenue cycle, goed voor nog eens 50 tot 80 miljard dollar aan uitbestede diensten in de VS, zit veel werk dat sterk regelgedreven is. Medische codering is daar een goed voorbeeld van. Klinische notities moeten vertaald worden naar ongeveer 70.000 gestandaardiseerde ICD-10-codes. Dat is ingewikkeld, maar wel sterk gestructureerd werk. Omdat de outsourcing in deze markt al volwassen is en klanten gewoon zijn om voor een uitkomst te betalen, ziet Sequoia hier veel ruimte voor AI-autopilots. Anterior wordt genoemd als een van de bedrijven die hierin ver staan.

Schadebeheer is een vierde domein met veel potentieel. Die markt wordt door Sequoia op 50 tot 80 miljard dollar geschat, inclusief third-party administrators. Bij standaardclaims draait het werk om het interpreteren van polisvoorwaarden, het toetsen van schade aan tabellen en het bepalen van reserves op basis van actuariële kaders. Ook hier vergrijst het personeelsbestand en is vervanging moeilijk. Pace bouwt aan een autopilot voor claims handling en Strala werkt aan een AI-native TPA-model.

Fiscaliteit is een andere interessante markt, met een omvang van ongeveer 30 tot 35 miljard dollar. De regelgeving en licentievereisten vormen hier een drempel, maar tegelijk ook een bescherming voor wie erin slaagt een betrouwbare oplossing te bouwen. Volgens Sequoia bestaat 80 tot 90 procent van het onderliggende werk in fiscaliteit uit intelligentiewerk. Vooral voor kmo’s met activiteiten in meerdere rechtsgebieden is dat aantrekkelijk, omdat die complexiteit precies de reden is waarom het werk vaak extern wordt uitbesteed. TaxGPT geldt als vroege speler, naast Europese namen als Skalar en Ravical.

Ook transactioneel juridisch werk komt in beeld. Sequoia schat deze markt op 20 tot 25 miljard dollar. Het gaat dan om contractdrafting, NDA’s en regulatory filings. Dit soort juridisch werk is vaak sterk gestandaardiseerd en wordt al routinematig uitbesteed. Daardoor is de kwaliteit relatief goed controleerbaar en kunnen klanten AI-uitvoer makkelijker vertrouwen. Harvey wordt gezien als een koploper die snel richting autopilot beweegt, terwijl Crosby en Lawhive meer autopilot-native begonnen zijn.

Daarnaast noemt Sequoia IT managed services als een markt van meer dan 100 miljard dollar. Veel kmo’s besteden hun IT-beheer uit. Denk aan patching, monitoring, user provisioning en alert triage. Dat zijn terugkerende taken die in duizenden omgevingen sterk op elkaar lijken. Bestaande softwarelagen zoals ConnectWise en Datto verkopen vandaag vooral tools aan managed service providers. De echte doorbraak zou kunnen komen van spelers die niet langer software verkopen aan de IT-dienstverlener, maar rechtstreeks aan de klant beloven dat de IT gewoon draait. Edra automatiseert IT-processen en Serval richt zich op IT-support.

In supply chain en procurement ziet Sequoia een markt van meer dan 200 miljard dollar. Veel ondernemingen onderhandelen serieus met slechts hun grootste leveranciers. De lange staart krijgt amper aandacht, omdat menselijke opvolging economisch niet loont. Daardoor ontstaat contract leakage die volgens Sequoia kan oplopen tot 2 tot 5 procent van de totale procurement spend. Hier ligt de kans in zogenaamd “abandoned work”, taken waarvoor geen menselijk budget beschikbaar is maar waar wel waarde te rapen valt. Magentic werkt aan AI voor direct procurement, AskLio voor indirect procurement en Tacto bouwt aan zowel het system of record als een copilot voor de midmarket.

Ook rekrutering en staffing, opnieuw een markt van meer dan 200 miljard dollar, passen in dit verhaal. Vooral bovenaan de funnel, bij screening, matching en outreach, gaat het om sterk gestandaardiseerd intelligentiewerk. De uiteindelijke beoordeling van culturele fit en het closen van kandidaten vraagt nog meer menselijk oordeel. Daarom lijkt deze markt vooral kansrijk in high-volume functies met beperkte complexiteit. Juicebox, Mercor en Jack & Jill worden genoemd als opkomende spelers.

Management consulting ten slotte is met 300 tot 400 miljard dollar een van de grootste dienstenmarkten op de lijst. Toch is dit volgens Sequoia niet de meest voor de hand liggende eerste AI-autopilotmarkt, omdat hier veel oordeelsvermogen komt kijken. De interessante vraag is of consulting in de toekomst opgesplitst kan worden in een intelligentielaag, zoals benchmarking en dataverzameling, en een oordeelslaag, waarin strategische aanbevelingen centraal staan. In dat scenario zou vooral het eerste deel automatiseren, terwijl het tweede langer menselijk blijft.

Wat dit betekent voor de huidige AI-markt

Sequoia vat de marktontwikkeling scherp samen. In 2025 waren de snelst groeiende AI-bedrijven vooral copilots. In 2026 zullen veel van die spelers proberen om richting autopilot op te schuiven. Ze hebben al producten, klanten en domeinkennis. Tegelijk botsen ze op een klassiek innovatordilemma. Zodra je niet langer een hulpmiddel verkoopt, maar het werk zelf gaat uitvoeren, snij je in feite je eigen klant uit het proces.

Dat creëert ruimte voor nieuwe spelers die vanaf dag één als pure autopilot bouwen. Zij hoeven geen rekening te houden met bestaande klanten die hun product misschien als bedreiging zouden zien. Precies daar kan een nieuwe generatie AI-bedrijven ontstaan.

Waar beleggers op moeten letten

Voor beleggers betekent dit dat de toekomstige winnaars er mogelijk anders uitzien dan de klassieke SaaS-bedrijven van de voorbije twintig jaar. De traditionele softwarekampioen bouwde een schaalbaar product met hoge brutomarges, terugkerende abonnementen en beperkte personeelskosten. De nieuwe AI-winnaar kan in de beginfase minder elegant ogen. Er kunnen lagere marges zijn, meer operationele complexiteit en nog altijd menselijke controle in de lus.

Dat hoeft geen zwakte te zijn. Het kan juist de tussenfase zijn van een veel krachtiger model. Wie eerst als dienstverlener een uitkomst levert en die dienst daarna steeds verder automatiseert, kan op termijn softwaremarges combineren met een veel grotere dienstenmarkt. Dat maakt zulke bedrijven in potentie interessanter dan een klassieke AI-tool die makkelijk door een beter model kan worden ingehaald.

Beleggers zullen dus anders moeten leren kijken. Niet alleen naar ARR-groei of seat expansion, maar vooral naar de vraag hoeveel menselijk werk een bedrijf daadwerkelijk overneemt, hoe snel de kost per taak daalt, hoeveel domeinspecifieke data wordt opgebouwd en of klanten betalen voor een resultaat in plaats van voor gebruik.

De grote nuance blijft vertrouwen

Dat betekent niet dat elk kennisberoep morgen door AI wordt overgenomen. In veel sectoren blijft vertrouwen essentieel. Wie draagt de verantwoordelijkheid als een contract fout wordt beoordeeld, een belastingadvies onjuist blijkt of een schadeclaim verkeerd wordt afgehandeld. Daarom zullen de winnaars waarschijnlijk niet louter technologiebedrijven zijn. Het worden eerder ondernemingen die technologie combineren met procescontrole, kwaliteitsbewaking en duidelijke aansprakelijkheidsstructuren.

Juist daarin zit ook een deel van hun bescherming. Een pure AI-tool is relatief makkelijk te kopiëren. Een AI-native dienstverlener die processen beheerst, vertrouwen opbouwt en domeindata verzamelt, is veel moeilijker na te maken.

Conclusie

De stelling van Sequoia is gedurfd, maar raakt een wezenlijk punt. De grootste AI-kansen liggen mogelijk niet bij software die mensen alleen productiever maakt, maar bij bedrijven die complete taken overnemen en als dienst verkopen.

Voor beleggers is dat een belangrijke denkoefening. Als AI inderdaad evolueert van copiloot naar autopiloot, verschuift ook de waardecreatie. Dan gaat het niet langer alleen om softwarebudgetten, maar om arbeidsbudgetten. En precies daar ligt de echt grote markt.

Advertorial

Terwijl AI de grens tussen software en dienstverlening snel vervaagt, wordt ook de vraag belangrijker hoe bedrijven en beleggers hun liquide middelen verstandig beheren. In een markt waarin kapitaal soms tijdelijk geparkeerd moet worden zonder flexibiliteit te verliezen, krijgt de rente op direct opvraagbaar spaargeld opnieuw meer gewicht.

Raisin RenteBoost is een tijdelijke actie waarbij je op een vrij opneembare Duitse spaarrekening de eerste 3 maanden lang een gegarandeerde rente van 2,85% p.j. krijgt, beschermd onder het Europese garantiestelsel. Je spaargeld blijft dagelijks opvraagbaar en je kunt vrij storten en opnemen. Na deze periode kun je via één Raisin-account verder sparen bij meer dan 50 Europese banken, met actuele variabele rentes tot 1,92% p.j., of kiezen voor spaardeposito’s met looptijden van één maand tot tien jaar en rentes tot 3,25% p.j.