Statistieken AI-stemagenten.

AI-stemagenten bewegen van indrukwekkende demo’s naar plaatsen waar telefoongesprekken al geld kosten: contactcentra, planning in de gezondheidszorg, reisondersteuning, afspraken boeken, uitgaande kwalificatie, servicerouting en interne helpdesks. Het lastige is dat de openbare cijfers nog verspreid zijn over verschillende noemers, dus een rapport over AI-serviceagenten is niet automatisch een rapport over telefoonagenten.

Een marktvoorspelling voor spraakherkenning is geen telling van autonome implementaties. Een casestudy van een leverancier kan laten zien wat werkte in één workflow zonder het gemiddelde resultaat voor elk callcenter te bewijzen. De meest duidelijke manier om de markt in 2026 te lezen, is door drie lagen gescheiden te houden: spraak is nog steeds een groot servicekanaal, de adoptie van AI voor klantenservice versnelt, en spraakspecifiek productiebewijs is nog steeds voornamelijk te vinden in productdocumenten en casestudy’s.

Die mix maakt AI-stemagenten tot een van de meest veelbelovende automatiseringscategorieën voor operators, maar ook een van de gemakkelijkste om te overdrijven. De onderstaande cijfers richten zich op spraakgestuurde AI-agenten en spraakautomatisering in contactcentra, terwijl bredere klantenservice-AI, spraak-AI en marktomvangcijfers duidelijk als context worden gelabeld.

Stemagenten in één oogopslag

De belangrijkste cijfers voor stemagenten gebruiken verschillende noemers — serviceadoptie, telefonische vraag, arbeid, budget en één spraakspecifiek resultaat — lees ze dus als afzonderlijke signalen, niet als één cijfer.

Welke cijfers gaan echt over stemagenten?

De veiligste definitie van een AI-stemagent is een gesproken conversatiesysteem dat een beller kan begrijpen, met spraak kan reageren, tools of bedrijfssystemen kan gebruiken en kan escaleren wanneer een mens het moet overnemen. Die definitie omvat moderne spraakgestuurde zelfbediening en agentic spraakworkflows. Het omvat niet automatisch elke chatbot, elke IVR-boom, elke transcriptietool of elk spraakanalyse-dashboard.

Dat onderscheid is belangrijk omdat de cijfers met het grootste volume in deze markt meestal aangrenzend zijn. Grand View’s prognose voor AI in callcenters omvat een brede mix van AI-oplossingen, niet alleen autonome stemagenten. Grand View’s markt voor spraak- en spraakherkenning beschrijft spraakinfrastructuur die stemagenten kan aandrijven, maar de adoptie van ASR is niet hetzelfde als een geïmplementeerde oproepagent. Grand View’s markt voor spraakanalyse omvat de analyse van gesprekken, wat automatisering kan sturen, maar op zichzelf niet bewijst dat de oproep is geautomatiseerd.

De adoptie van service-agenten is ook breder dan spraak. Het cijfer van 66% van Salesforce omvat agentic AI in serviceorganisaties, inclusief klantgerichte en interne operaties — routering, proactieve outreach, productaanbevelingen, interne casusafhandeling en multichannel-oplossing. Het is nog steeds een van de beste adoptiesignalen voor kopers van stemagenten, omdat spraakworkflows zich in dezelfde service-operationsstack bevinden, maar het mag niet worden herschreven als “66% van de organisaties gebruikt AI-telefoonagenten.”

Spraak is nog steeds een belangrijk contactcenterkanaal

AI-stemagenten krijgen aandacht omdat de telefoonlijn duur, hardnekkig en emotioneel belangrijk blijft. Zendesk’s spraakrapport van 2026 stelt dat spraak nog steeds 40% van het contactcentervolume uitmaakt, en dat 75% van de leiders verouderde tools ziet als een barrière voor omnichannel-service — dus veel teams proberen niet alleen oproepen te automatiseren; ze proberen ook spraak te verbinden met dezelfde klantgeschiedenis en AI-context die in digitale kanalen wordt gebruikt.

Consumentengegevens wijzen in dezelfde richting. Five9 meldt dat 56% van de klanten nog steeds de voorkeur geeft aan telefonische ondersteuning, en dat bijna 59% van kanaal wisselt afhankelijk van de situatie. Een klant kan zelfbediening gebruiken voor een eenvoudige statuscontrole, chat voor een snelle vraag en telefoon voor een waardevol, urgent, verwarrend of emotioneel geladen probleem.

YouGov’s Amerikaanse enquête toont dezelfde kanaalspanning. Telefoongesprekken zijn het meest gebruikte ondersteuningskanaal — bijna 70% gebruikt meestal telefonische ondersteuning — maar slechts 35% noemt het als het voorkeurskanaal. Chatbots vertonen het omgekeerde probleem: 18% gebruik, maar slechts 1% voorkeur, wat suggereert dat veel klanten bots gebruiken omdat ze beschikbaar zijn, niet omdat ze de interactie zijn die ze het meest vertrouwen.

Het generatieverhaal is genuanceerder dan “jongeren haten telefoongesprekken”. McKinsey ontdekte dat 71% van de Gen Z-respondenten gelooft dat live gesprekken de snelste en gemakkelijkste manier zijn om problemen aan de klantenservice uit te leggen. Spraak blijft waardevol wanneer de taak moeilijk te beschrijven is in een formulier, wanneer de klant geruststelling nodig heeft, of wanneer het bedrijf identiteitsverificatie en uitzonderingsafhandeling nodig heeft.

De arbeidsbasislijn is groot genoeg om te verklaren waarom leidinggevenden automatisering blijven financieren. BLS meldt 2,814 miljoen Amerikaanse klantenservicemedewerkerbanen in 2024, met een mediaan jaarsalaris van $42.830 en een mediaan uurloon van $20,59. BLS projecteert een daling van 5% van 2024 tot 2034, maar verwacht nog steeds 341.700 vacatures per jaar, omdat mensen naar andere beroepen overstappen of de arbeidsmarkt verlaten. Voor oprichters van stemagenten betekent dit dat de kans niet alleen het vervangen van personeel is; het gaat om oproeproutering, nawerk, trainingslast, verloopdruk, kwaliteitsmonitoring en menselijke escalatie.

Adoptie van service-AI gaat sneller dan spraak-alleen rapportage

Klantenservice-AI beweegt duidelijk van experimenteren naar operationeel gebruik. Salesforce’s 2026 AI-serviceagentrapport stelt dat 66% van de klantenserviceorganisaties nu agentic AI gebruikt, een stijging van 39% in 2025. Het stelt ook dat 70% van de organisaties met AI-serviceagenten binnen 60 dagen na implementatie meetbare waarde observeert, en de meest verbeterde KPI na implementatie is klanttevredenheid, vóór productiviteit en gemiddelde afhandelingstijd.

Die cijfers zijn sterk, maar de noemer is nog steeds breder dan spraak. Salesforce beschrijft klantgerichte use cases zoals proactieve outreach, aanbevelingen en multichannel case-oplossing, plus intern werk zoals het routeren van cases naar de juiste persoon. Een telefoonagent die met klanten spreekt, is één versie van die agentic servicestack, niet de hele stack.

Salesforce’s 2025 State of Service-gegevens geven de casusvolumehoek: teams schatten dat 30% van de gevallen vandaag door AI wordt afgehandeld en verwachten 50% tegen 2027. Vertegenwoordigers die AI gebruiken, besteden 20% minder tijd aan routinetaken, waardoor ongeveer vier uur per week vrijkomt voor complex werk. AI hoeft niet elke oproep af te handelen om personeelsbezetting, escalatie en kwaliteitsmanagementpatronen te veranderen.

Gartner’s voorspelling voor 2025 is agressiever, maar toekomstgericht. Tegen 2029 verwacht Gartner dat agentic AI 80% van de veelvoorkomende klantenserviceproblemen autonoom zal oplossen zonder menselijke tussenkomst en de operationele kosten met 30% zal verlagen. De uitdrukking “veelvoorkomende problemen” doet veel werk: wachtwoordresets, orderstatus, adreswijzigingen, afspraakbevestigingen en eenvoudige factuurvragen hebben een ander risicoprofiel dan annuleringen, klachten, medische vragen, claims of fraudegeschillen.

De markt kent ook reële implementatieproblemen. CallMiner meldt dat 96% van de CX- en contactcenterleiders AI als een belangrijke strategie ziet, maar 67% implementeert AI zonder adequate governance-structuren. Salesforce meldt dat 72% van de service operations professionals zegt dat dataklaarheid een belangrijke AI-blokkade is. Zendesk zegt dat 95% van de consumenten uitleg verwacht voor door AI genomen beslissingen, terwijl slechts 37% van de CX-leiders momenteel de redenering achter AI-beslissingen aanbiedt.

Voor spraak zijn deze blokkades niet abstract. Een slechte tekstreactie kan schriftelijk worden gecorrigeerd. Een slecht telefoongesprek kan leiden tot verwarring, woede, nalevingsrisico’s, identiteitsrisico’s en een slechte opname die intern circuleert. De serviceteams die succesvol zijn met stemagenten zullen waarschijnlijk degenen zijn die kenniskwaliteit, escalatieregels, oproepopname, toestemming, evaluatie en post-oproepaudit als onderdeel van het kernproduct behandelen.

Marktomvang: Callcenter-AI groeit, maar het is geen pure omzet van stemagenten

Marktomvangschattingen ondersteunen het idee dat de budgetten voor AI in contactcentra toenemen, hoewel ze autonome stemagenten niet isoleren. Grand View Research schat de wereldwijde AI-markt voor callcenters op $1,99 miljard in 2024 en $7,08 miljard tegen 2030, een CAGR van 23,8% van 2025 tot 2030. Noord-Amerika had 39,3% van de markt in 2024, het oplossingssegment vertegenwoordigde meer dan 74% van de wereldwijde omzet, voorspellende oproeproutering leidde het aandeel van de applicatie-omzet, en BFSI was het grootste eindgebruiksegment.

Fortune Business Insights schat een hogere basislijn voor 2025 en een langere prognose: $2,41 miljard in 2025, $2,98 miljard in 2026, en $13,52 miljard tegen 2034, een CAGR van 20,80%. Het meldt dat Noord-Amerika in 2025 een aandeel van 37,50% had, Europa 21,50%, Azië-Pacific 20,80%, het Midden-Oosten en Afrika 12,00%, en Latijns-Amerika 8,20%.

De juiste conclusie is een bereik, geen nep-gemiddelde. Callcenter-AI lijkt een categorie van enkele miljarden dollars te zijn in het midden van de jaren 2020, groeiend met een CAGR van ongeveer 20%, afhankelijk van de reikwijdte en de prognosehorizon. Dat is genoeg om budgetmomentum aan te tonen. Het is niet genoeg om een specifieke marktomvang voor autonome stemagenten te claimen.

Die categorieën overlappen met stemagenten, maar vallen niet samen met stemagenten. Een bedrijf kan spraakanalyse kopen zonder oproepen te automatiseren. Een CCaaS-migratie kan de routering moderniseren zonder autonome AI te implementeren. Een TTS-model kan contentcreatie, toegankelijkheid of mediaworkflows aandrijven in plaats van contactcenterautomatisering. De marktomvangbepaling van AI-stemagenten is het meest geloofwaardig wanneer deze aangrenzende categorieën worden gebruikt als budget- en infrastructuurcontext, niet als bewijs van implementatie.

Infrastructuur voor stemagenten: realtime modellen, telefonie en overdracht

De infrastructuurkant van de markt is veel concreter dan de kant van het aantal implementaties. OpenAI zegt dat zijn gpt-realtime-model is gebouwd voor productie-stemagenten, inclusief klantenondersteuning, onderwijs en persoonlijke assistentie. De belangrijkste technische verschuiving is directe audioverwerking: in plaats van spraak-naar-tekst, een LLM en tekst-naar-spraak aan elkaar te koppelen, verwerkt en genereert een realtime audiomodel audio via één model en API, wat volgens OpenAI de latentie vermindert, spraaknuances behoudt en natuurlijke reacties verbetert.

OpenAI’s nieuwere pagina over spraakintelligentie beschrijft drie audiomodellen uit 2026: GPT-Realtime-2 voor realtime spraakredenering en -actie, GPT-Realtime-Translate voor live spraakvertaling van 70+ invoertalen naar 13 uitvoertalen, en GPT-Realtime-Whisper voor streaming transcriptie. Die architectuur is belangrijk omdat spraakagenten in contactcentra behoefte hebben aan onderbrekingsafhandeling, alfanumerieke bevestiging, toonregeling, toolgebruik en escalatie, niet alleen aan nauwkeurige transcriptie.

Dat zijn infrastructuurprijzen, niet de totale kosten per oproep, maar ze helpen teams te modelleren of een use case native spraak-naar-spraak, gekoppelde componenten, alleen transcriptie of agent-assist workflows moet gebruiken.

De contactcenterplatforms zetten deze infrastructuur om in implementatieoppervlakken. AWS Connect AI-agenten kunnen klanten via spraak en chat betrekken, vragen beantwoorden, acties ondernemen en escaleren naar mensen; AWS zegt dat Connect AI-agenten kunnen worden gebruikt in overeenstemming met de AVG en HIPAA-geschikt zijn. Amazon Connect Customer combineert generatieve AI met deterministische stromen, en de FAQ verwijst naar Amazon Lex voor NLU/ASR, Amazon Polly voor TTS en Amazon Nova voor natuurlijke spraakgesprekken.

Google Cloud CX Agent Studio toont een vergelijkbaar bedrijfspatroon: low-code agentbouw, simulaties, evaluaties, tracering, 35 sjablonen, spraak in meer dan 40 talen, audio-naar-audio vertaling in 10 talen, en connectoren voor backend-systemen. Dat is belangrijk omdat de stemagent werk moet verrichten. Een oproep die eindigt met “controleer later uw e-mail” is minder waardevol dan een oproep die de identiteit verifieert, een afspraak wijzigt, een CRM-record bijwerkt of de uitzondering met een volledige samenvatting doorstuurt.

Spraakspecifieke leveranciers maken de categorie ook gemakkelijker te testen. ElevenLabs zegt dat zijn platform 5.000+ stemmen in 70+ talen biedt, plus agenten die werken via telefoon, chat, e-mail en WhatsApp, en het haalde $180 miljoen op in januari 2025. Dat bewijst geen klantenaantal of implementatievolume, maar het toont aan waarom betere TTS, stemkloningscontroles, meertalige stemmen en spraak met lage latentie vanzelfsprekend worden. Consument-naar-bedrijf bellen is een ander teken van de interfaceverschuiving: Google’s help-pagina voor geautomatiseerde oproepen zegt dat Google bedrijven kan bellen voor afspraakboekingen, wachttijden in restaurants, productbeschikbaarheid, openingstijden en voorraadstatus, waarbij oproepen worden gemonitord en opgenomen voor kwaliteitsborging.

Waar stemagenten meetbare resultaten laten zien

De meest bruikbare bewijspunten zijn nog steeds implementatiespecifiek. McKinsey’s voorbeeld van een energiebedrijf is waardevol omdat het expliciet een spraakassistent is die is geïntegreerd in een back-end oproepworkflow. Het gerapporteerde resultaat was ongeveer 20% minder facturatie-oproepvolume en tot 60 seconden minder klantauthenticatietijd. Dat is het soort meetbare workflowverbetering waar kopers om moeten vragen: exact oproeptype, exacte basislijn, exacte overdrachtsregel en exacte metriek.

AWS’s UC San Diego Health-voorbeeld toont stemagenten in een administratieve omgeving met hoge frictie: afsprakenbeheer via spraak, chat en WhatsApp Business-berichten, wat leidde tot 300.000+ bespaarde personeelsuren, een 82% zelfverificatiepercentage van patiënten, en een 50% vermindering van het aantal afgebroken oproepen. Omdat de bron meerdere kanalen omvat, is de veiligste formulering “patiënttoegang inclusief spraak”, niet “alle resultaten kwamen van telefoongesprekken”.

PolyAI’s Hopper-casestudy is smaller en spraakspecifiek. PolyAI zegt dat zijn generatieve AI-stemassistent honderden veelgestelde vragen beantwoordt, complexe oproepen doorverbindt en 15% van het oproepvolume van Hopper volledig oplost. Een aandeel van 15% volledig opgelost oproepvolume kan economisch zinvol zijn als die oproepen een hoog volume en repetitief zijn. Het kan ook teleurstellend zijn als een koper een universeel afhandelingspercentage van 60% verwachtte. De noemer en de use case zijn van belang.

Deze voorbeelden wijzen op de meest waarschijnlijke vroege productietoepassingen: afspraken plannen, identiteitsverificatie, orderstatus, factuurvragen, veelgestelde vragen over reizen, updates over storingen, leadkwalificatie, herinneringsoproepen en oproeproutering. Ze wijzen ook weg van risicovolle initiële toepassingen: escalaties met juridische blootstelling, urgent medisch advies, fraudegeschillen, complexe annuleringen, grote financiële beslissingen en emotioneel vluchtige klachten. De sterkste implementaties zullen waarschijnlijk hybride zijn — AWS zegt dat zijn AI-agenten kunnen escaleren wanneer nodig, en McKinsey stelt dat mensen cruciaal blijven voor complexe en emotioneel genuanceerde interacties.

Vertrouwen, regulering en evaluatie zijn kernmetrieken voor stemagenten

Stemagenten zijn niet zomaar chatbots met een microfoon. Ze betreden een gereguleerd communicatiekanaal waar klanten een stem horen, gevoelige informatie kunnen prijsgeven en mogelijk niet onmiddellijk weten of ze met een mens praten. In februari 2024 kondigde de FCC aan dat door AI gegenereerde stemmen in robocalls “kunstmatig” zijn onder de Telephone Consumer Protection Act. De PDF van de uitspraak maakt duidelijk dat beperkingen op kunstmatige of vooraf opgenomen stemmen van toepassing zijn op AI-technologieën die worden gebruikt om ongewenste en onwettige robocalls te genereren.

Dat betekent niet dat elke AI-spraakoproep verboden is. Het betekent dat toestemming, openbaarmaking, opt-out, oproepdoel en jurisdictie ertoe doen. Uitgaande verkoopgesprekken, afspraakherinneringen, politieke oproepen, incasso, gezondheidszorgoproepen en accountmeldingen hebben allemaal verschillende risicoprofielen, dus teams die AI-spraakagenten implementeren, hebben juridische beoordeling nodig, niet alleen modelbeoordeling. Stemklonen voegt een andere laag toe: de FTC’s Voice Cloning Challenge-pagina zegt dat risico’s van stemklonen niet alleen met technologie kunnen worden aangepakt, en NIST’s AI Risk Management Framework wijst op een generatief AI-profiel voor het identificeren en beheren van generatieve AI-risico’s.

Het bewijs van betrouwbaarheid pleit ook voor een zorgvuldige uitrol. Salesforce AI Research’s CRMArena-Pro-overzicht beschrijft een benchmark voor het evalueren van agenten over realistische bedrijfs-CRM-taken, inclusief interacties met meerdere beurten en vertrouwelijkheid. Het arXiv-artikel meldt dat toonaangevende LLM-agenten ongeveer 58% succes behaalden in single-turn-instellingen, daalden tot ongeveer 35% in multi-turn-instellingen, en bijna geen inherente vertrouwelijkheidsbewustzijn vertoonden, hoewel workflow-uitvoering beter beheersbaar was voor topmodellen.

CRMArena-Pro is geen live spraakoproepbenchmark, dus het mag niet worden gebruikt om te beweren dat spraakagenten 65% van de oproepen mislukken. Het is belangrijk omdat echte spraakagenten vaak dezelfde harde vaardigheden nodig hebben: redeneren in meerdere beurten, tool calls, CRM-gegevensverwerking, grenzen voor vertrouwelijke informatie en naleving van bedrijfsbeleid. Een spraakmodel met natuurlijke intonatie moet nog steeds weten wanneer accountgegevens niet moeten worden onthuld, wanneer identiteit moet worden geverifieerd en wanneer de oproep moet worden doorgegeven aan een mens.

De checklist voor kopers in 2026 moet daarom meer omvatten dan latentie en spraakkwaliteit. Vraag of het systeem beslissingen logt, toestemming per oproeptype scheidt, menselijke overname ondersteunt, door AI genomen beslissingen uitlegt, PII beschermt, het hercontactpercentage meet, randgevallen test en afhandeling onderscheidt van oplossing. De governancekloof van CallMiner, de dataklaarheidsblokkade van Salesforce en de transparantiekloof van Zendesk wijzen allemaal op dezelfde praktische conclusie: governance is onderdeel van het product.

Wat dit betekent voor oprichters en contactcenterleiders

Voor oprichters is de insteek niet “vervang elk callcenter”. De insteek is een workflow met een hoog volume en een duidelijke succesmetriek, schone gegevens, een veilig overdrachtspad en een koper die de kosten van vertraging al kent. Afspraken boeken, oproeproutering, wachtwoord resetten, leveringsstatus, geschiktheidscontroles, leadkwalificatie, facturatie-triage en FAQ-rijke reis- of retailondersteuning zijn geloofwaardiger eerste markten dan “AI handelt alle klantenservice af”.

Voor operators is de meest onderbenutte metriek mogelijk de kwaliteit van de overdracht. Een stemagent die overdraagt na het verzamelen van de juiste accountgegevens, het samenvatten van het probleem, het taggen van de intentie en het stellen van klantverwachtingen, kan nog steeds waarde creëren, zelfs als het de oproep niet afhandelt. Een stemagent die een oproep “afhandelt” door de klant te frustreren en een herhaald contact te veroorzaken, vernietigt waarde. Afhandeling, oplossing, tevredenheid, naleving en hercontact moeten afzonderlijk worden gemeten.

Cijfers om in de gaten te houden tot 2026

Het belangrijkste signaal voor 2026 zal de splitsing zijn tussen door AI afgehandelde servicegevallen en door AI afgehandelde spraakoproepen. Salesforce’s prognose voor het aandeel van gevallen is al nuttig omdat het zegt dat teams verwachten dat AI van 30% naar 50% van de gevallen zal gaan tegen 2027. Spraakleiders moeten leveranciers vragen om dezelfde vorm van metriek op intentieniveau: percentage van authenticatieoproepen opgelost, percentage van afspraakwijzigingen voltooid, percentage van facturatieoproepen correct gerouteerd, en percentage van door AI afgehandelde oproepen die geen herhaald contact veroorzaken.

Het juiste kader is kosten per nuttige oplossing, niet alleen kosten per minuut. OpenAI’s realtime audioprijzen zijn één input; telefonie, CCaaS, transcriptie, kennisopvraging, modelbeoordeling, nalevingscontrole, menselijke terugval en kwaliteitsborging zijn andere. Een goedkoper model kan duurder zijn als het hercontacten creëert. Een duurder spraakmodel kan goedkoper zijn als het een workflow met een hoog volume netjes oplost.

Een veldgids voor stemagentnummers

Verschillende stemagentnummers beantwoorden verschillende operationele vragen — de eerlijke lezing is om elke metriek te gebruiken voor wat het daadwerkelijk meet, en niets meer.

Veelgestelde vragen

Bronnen en verder lezen