iPaaS is dood, leve de procesregisseur — waarom AI de integratiemarkt op zijn kop zet
De integratiemarkt staat voor de grootste verschuiving in twintig jaar.
Ik zag het voor het eerst toen ik factuurverwerking automatiseerde voor een organisatie met 21.000 leden. Handmatig kostte elke factuur vijftien tot veertig euro aan verwerkingstijd. Met een AI-agent die de factuur classificeert, valideert en naar het juiste ERP-proces routeert: twaalf cent. Niet twaalf euro — twaalf cent.
Dat is geen optimalisatie. Dat is een ander universum.
En het raakt niet alleen factuurverwerking. Het raakt de hele keten: orderclassificatie, bankreconciliatie, klantvragen, voorraadberekeningen. Elk proces waar een mens vandaag beslist welke stappen er genomen moeten worden, kan een AI-agent morgen sneller, goedkoper en nauwkeuriger doen.
De vraag is niet meer “hoe verbind ik twee systemen.” De vraag is “wie beslist wat er moet gebeuren.”
De markt in cijfers
Laten we even kijken naar wat er werkelijk gebeurt.
De wereldwijde iPaaS-markt (Integration Platform as a Service) bereikte $17,64 miljard in 2025 en groeit naar $292,9 miljard in 2035. Een jaarlijkse groei van 32,4%. Dat klinkt als goed nieuws voor integrators.
Maar achter die groei zit een fundamentele transformatie. De markt groeit, maar de spelers veranderen. En wie niet meebeweegt, wordt irrelevant.
Kijk naar wat de grote jongens doen:
- Zapier ($310M+ ARR) bouwt “Zapier Copilot” — een AI die workflows samenstelt vanuit natuurlijke taal. Je beschrijft wat je wilt, de AI bouwt het.
- Workato ($5,7 miljard waardering) heeft zich volledig geherpositioneerd als “Enterprise MCP” leverancier. Niet meer “wij verbinden systemen” maar “wij laten AI-agents veilig opereren.”
- n8n haalde $240 miljoen op bij een waardering van $2,5 miljard — als open source AI-orchestratieplatform.
- Salesforce kocht Informatica voor $8 miljard, bovenop de $6,5 miljard voor MuleSoft. Totaal: $14,5 miljard aan integratie-acquisities door één bedrijf.
De consolidatie is in volle gang. En de richting is helder: integratie wordt opgeslokt door platforms, en AI wordt de beslissingslaag.
De fundamentele verschuiving
Tot nu toe was integratie een technisch probleem. Systeem A praat niet met systeem B, dus je bouwt een koppeling. Dat is waar integrators geld mee verdienen — connectors, middleware, API-koppelingen. Technisch werk, goed betaald, recurring revenue.
Maar AI verandert de vraag fundamenteel.
Een concreet voorbeeld. Een inkomende order bij een groothandel:
| Vandaag | Met AI | |
|---|---|---|
| Ontvangst | Order via EDI/email | Order via elk kanaal |
| Classificatie | Medewerker leest en beoordeelt | AI classificeert in minder dan 30 seconden |
| Routing | Medewerker kiest juiste workflow | AI routeert automatisch |
| Uitzonderingen | Escalatie naar collega | Escalatie naar dashboard |
| Kosten | €15-40 per order | €0,12 per order |
| Doorlooptijd | 5-15 minuten | 30 seconden |
Dit is niet toekomstmuziek. Dit draait vandaag in productie. Ik heb het gebouwd met Claude API, MCP Servers, PostgreSQL en n8n. De classificatie-nauwkeurigheid: 97%. De kosten per query: twaalf cent.
Het verschil zit niet in de technologie — die is er al. Het verschil zit in het besef dat de waarde verschuift. Van “wie bouwt de beste koppeling” naar “wie begrijpt wat er moet gebeuren bij deze specifieke klant.”
Drie scenario’s voor integrators
Ik zie drie scenario’s voor de integratiebranche. Elk bedrijf dat vandaag leeft van koppelingen, connectors of middleware staat voor deze keuze.
Scenario 1: De commodity-val
AI-modellen worden steeds beter in het zelf aanroepen van API’s. Claude, GPT, Gemini — ze kunnen nu al tool use, function calling, en het Model Context Protocol (MCP). Als een AI-agent zelf kan uitzoeken hoe hij Exact Online of AFAS moet aanspreken, wordt de “koppeling bouwen”-dienst een commodity.
Zapier ziet dit al. Hun Custom Actions laten AI on-the-fly API-integraties genereren. Geen developer nodig. Workato claimt 700% toename in AI-gebruik na lancering van Enterprise MCP.
De pure integrator die alleen koppelingen bouwt, wordt overbodig. Niet morgen. Maar binnen twee tot drie jaar wordt de druk voelbaar.
Scenario 2: De iPaaS-consolidatie
De grote iPaaS-spelers bouwen AI in als feature, niet als kern. Zapier heeft “AI Actions,” Make bouwt aan AI-triggers. Maar ze denken nog vanuit hun bestaande model: “de mens ontwerpt de workflow, de tool voert uit.”
Dat is fundamenteel anders dan agentic AI, waar de agent zelf de workflow bepaalt op basis van context, historische data en domeinregels.
De iPaaS-wereld consolideert. De kleintjes verdwijnen, de groten overleven als enterprise middleware. Maar ze worden infrastructuur. Niet de beslissingslaag.
Scenario 3: De procesregisseur
Dit is waar het spannend wordt.
De partij die wint is niet degene met de meeste koppelingen, maar degene die begrijpt wat er moet gebeuren bij een specifieke klant. Dat vereist drie dingen die iPaaS-vendors niet hebben:
- Domeinkennis — hoe werkt een Nederlandse MKB-boekhouding? Wat zijn de uitzonderingen bij AFAS? Waar gaat het mis bij een Multivers-migratie?
- Vertrouwensrelaties — de klant moet geloven dat jij verantwoordelijkheid neemt voor het resultaat, niet alleen voor de techniek
- Bereidheid om verantwoordelijkheid te nemen — niet “hier is je koppeling, succes ermee” maar “wij garanderen dat dit proces 90%+ correct draait”
Een AI-agent zonder domeinkennis is een gevaarlijke gokker. Een AI-agent mét domeinkennis is een betrouwbare procesregisseur.
Zapier kent geen Nederlandse belastingregels. Microsoft Copilot snapt niet hoe een specifieke groothandel zijn backorders afhandelt. Salesforce Agentforce weet niet wat de uitzonderingen zijn bij een Multivers-Kerridge migratie.
Maar een regionale integrator met twintig jaar ervaring weet dat wel. En die kennis is exact wat een AI-agent nodig heeft om goed te functioneren.
MCP — de sleutel die alles verandert
Het Model Context Protocol (MCP) is misschien wel de belangrijkste technologische ontwikkeling van 2025-2026 die bijna niemand buiten de tech-wereld kent.
MCP is een open standaard, oorspronkelijk ontwikkeld door Anthropic (de makers van Claude), die definieert hoe AI-agents met externe systemen communiceren. Denk aan USB-C, maar dan voor AI. Eén standaard interface waarmee elke AI-agent met elke tool kan praten.
De cijfers zijn indrukwekkend:
- 17.000+ publiek geregistreerde MCP servers
- 97 miljoen maandelijkse SDK downloads
- Alle grote AI-spelers aan boord: OpenAI (maart 2025), Google DeepMind (april 2025), Microsoft (mei 2025)
- Governance onder de Linux Foundation via de Agentic AI Foundation, met als leden: AWS, Anthropic, Google, Microsoft, OpenAI, Cloudflare, Salesforce, SAP, Oracle, JPMorgan Chase
Dit is geen experiment meer. Dit is infrastructuur.
Wat MCP betekent voor integrators
MCP lost het klassieke M x N probleem op. Met M applicaties en N databronnen had je voorheen M x N custom connectors nodig. MCP reduceert dit tot M + N implementaties: bouw één MCP server per databron, en elke MCP-compatibele AI kan die gebruiken.
Voor integrators die nu 40, 80 of 100+ connectors onderhouden, is dit een strategische keuze:
Optie A: Blijf custom connectors bouwen en onderhouden. AI-tools genereren nieuwe connectors steeds sneller — de waarde van je portfolio daalt.
Optie B: Migreer je connectors naar MCP servers. Elke connector wordt bruikbaar voor elk AI-framework. Je portfolio wordt een strategisch asset in plaats van een depreciërend product.
De integrator die als eerste zijn connector-portfolio omzet naar MCP servers, wordt de standaard voor toegang tot dat specifieke softwarelandschap. Dat is een positie die moeilijk te repliceren is.
De dreigingenmatrix
Laat ik eerlijk zijn over de bedreigingen. Want wie dit negeert, wordt verrast.
Microsoft Copilot + Power Platform is de grootste structurele bedreiging. Microsoft bundelt automatisering tegen effectief nulkosten voor bedrijven die al in het Microsoft-ecosysteem zitten. Voor een MKB-bedrijf dat Exact Online + Microsoft 365 gebruikt, wordt de vraag: waarom zou ik een externe integrator betalen als Copilot het kan?
SAP Joule bouwt een gesloten AI-ecosysteem over het hele SAP-landschap. AI-agents voor finance, HR, supply chain, procurement — allemaal native.
AFAS heeft €166 miljoen winst en 89% solvabiliteit. Ze investeren in “totaalautomatisering.” Wolters Kluwer zet 100+ AI-experts in op “Autonomous Accounting.”
En dan n8n — open source, $2,5 miljard waardering, $240 miljoen funding — die AI-orchestratie democratiseert.
Het window of opportunity is 18-24 maanden. Niet langer.
Wat NIET bedreigd wordt
Maar er is goed nieuws. De dingen die AI niet kan repliceren:
- Domeinkennis van specifieke Nederlandse MKB-systemen — die zit in geen enkel trainingsmodel
- Klantrelaties van tien, vijftien, twintig jaar — vertrouwen is niet te automatiseren
- Het “last mile” probleem — Harvard Business Review (maart 2026) identificeert dit als het primaire obstakel voor AI-adoptie: de organisatorische, culturele en procesmatige transformatie die grote tech niet oplost
De paradox: hoe meer AI kan, hoe waardevoller de mens wordt die begrijpt waar AI wél en niet werkt bij een specifieke klant.
De route: van integrator naar procesregisseur
Hoe maak je die transitie concreet? Op basis van wat ik zelf heb gebouwd en bij organisaties heb geïmplementeerd, zie ik drie fasen.
Fase 1: Pilot (2026)
Start met één concreet proces bij één klant. Niet de hele organisatie transformeren — één proces. Factuurclassificatie. Orderrouting. Bankreconciliatie. Iets dat:
- Hoog volume heeft (honderden per maand)
- Nu handmatig gedaan wordt
- Duidelijke regels heeft (maar met uitzonderingen)
- Meetbaar is (nauwkeurigheid, doorlooptijd, kosten)
Bouw een agent router: één AI-call die het inkomende document classificeert en naar het juiste proces stuurt. Geen complex framework nodig — Claude API met structured output is genoeg. Kosten: ~€0,12 per classificatie.
Success criteria: >90% correcte classificatie, minder dan 30 seconden per item, meetbare kostenbesparing.
Fase 2: Productie (2027)
Na een succesvolle pilot: uitbreiden naar meerdere processen en klanten. Nu wordt het interessant:
- Multi-agent architectuur: gespecialiseerde agents die samenwerken (classificatie-agent, validatie-agent, boeking-agent)
- Decision layer: de AI beslist niet alleen wat er moet gebeuren, maar ook wanneer escalatie naar een mens nodig is
- MCP als standaard: elke nieuwe connector wordt een MCP server
Fase 3: Schaal (2028)
De procesregisseur als managed service. Niet meer per uur factureren, maar per resultaat:
- Outcome-based pricing: €200-400/maand per klant voor een volledig geautomatiseerd proces
- Autonome procesregie: de AI handelt 40-60% van de processen zelfstandig af
- Governance dashboard: de klant ziet wat er gebeurt, kan ingrijpen waar nodig
Het revenue model verschuift
Dit is misschien wel het meest concrete punt voor integrators die nadenken over hun toekomst.
Bessemer Venture Partners publiceerde in februari 2026 hun AI Pricing Playbook. De kern: de hele software-industrie verschuift van per-seat naar outcome-based.
Intercom pionierde dit model: $0,99 per opgelost support ticket. Niet per agent, niet per maand — per resultaat. Zendesk volgde.
Voor integrators betekent dit:
| Model | Beschrijving | Wanneer |
|---|---|---|
| Per connector (huidig) | Vast bedrag per koppeling + onderhoud | Nu — maar waarde daalt |
| Per workflow (transitie) | Betalen per voltooide taak | 2026-2027 |
| Per resultaat (toekomst) | Betalen per succesvol bedrijfsresultaat | 2027-2028 |
| Hybrid (aanbevolen start) | Base fee + outcome credits | Nu starten |
Mijn advies: start met hybrid pricing. Een base subscription voor het platform plus outcome-based voor de AI-classificatie. Bijvoorbeeld: €500/maand platform + €5 per 100 verwerkte orders. Geeft de klant voorspelbaarheid en jou upside.
Wat ik heb geleerd door het zelf te bouwen
Ik schrijf dit niet vanuit theorie. Ik heb de afgelopen maanden een AI-besturingssysteem gebouwd voor een organisatie met 21.000 leden. Het systeem draait in productie:
- 20 AI-agents die parallel het ERP-systeem auditen
- 97% correcte classificatie bij factuurverwerking
- 45 seconden per factuur (was 5-15 minuten)
- €0,12 per query aan AI-kosten
- Stack: Claude API + MCP Servers + PostgreSQL + n8n
Drie dingen heb ik geleerd:
1. Domeinkennis is de bottleneck, niet technologie. Het bouwen van de AI-agent kostte twee dagen. Het inbouwen van alle uitzonderingen, edge cases en domeinregels kostte twee maanden. Dat is precies waar de waarde zit.
2. Draft-first governance werkt. Laat de AI nooit zelfstandig boeken, betalen of versturen. Laat hem altijd een draft maken dat een mens kan goedkeuren. Pas als de nauwkeurigheid boven de 95% komt, kun je overwegen om bepaalde categorieën te automatiseren.
3. MCP is een game changer. Zodra ik onze connectors als MCP servers bouwde, kon elk AI-framework ze gebruiken. Niet alleen onze eigen agents, maar ook Claude Code, n8n, en tools die we nu nog niet kennen.
De bottomline
De integratiemarkt staat voor een keuze. Niet óf AI de markt gaat veranderen — dat gebeurt al. De vraag is: word je de commodity, of word je de procesregisseur?
iPaaS wordt middleware — nuttig maar niet waardevol. Pure integratie wordt een commodity — AI doet het zelf. De winnaar combineert drie dingen:
- Domeinkennis — twintig jaar ervaring met hoe Nederlandse MKB-bedrijven écht werken
- AI-orkestratie — agent routers, MCP servers, governance dashboards
- Klantvertrouwen — relaties die niet te kopiëren zijn door een platform uit San Francisco
84% van het Nederlandse MKB plant verhoogde AI-investering (Wolters Kluwer, maart 2026). Ze weten dat ze iets moeten doen. Ze weten alleen niet wat en met wie.
Dat is de kans.
Maar het window sluit. Exact investeert in eigen AI. AFAS heeft €166 miljoen winst om te investeren. Microsoft bundelt alles tegen nulkosten. Wie nu niet beweegt, is over twee jaar te laat.
Bronnen
- Gartner Magic Quadrant for Integration Platform as a Service — maart 2026
- Precedence Research: iPaaS Market Size — januari 2026
- McKinsey: State of AI 2025 — december 2025
- Gartner: Strategic Predictions 2026 — oktober 2025
- Forrester: Predictions 2026 — november 2025
- PwC: AI Predictions 2026 — januari 2026
- Bessemer Venture Partners: AI Pricing Playbook — februari 2026
- Harvard Business Review: The Last Mile Problem — maart 2026
- Zuplo: State of MCP Report — Q1 2026
- Thoughtworks Technology Radar Vol. 33 — maart 2026
- Anthropic: Model Context Protocol — november 2024
- Linux Foundation: Agentic AI Foundation — december 2025
- Wolters Kluwer: Future Ready Business 2026 — maart 2026
- MarketsandMarkets: AI Agents Market — 2025
- n8n Series C: $240M funding — oktober 2025
Wil je sparren over hoe AI-agents en MCP jouw integratiepraktijk kunnen transformeren? Neem contact op via wim@jlam.nl.