AI-technologieën als edge AI, generatieve AI en zogeheten agentic en physical AI hebben volgens marktonderzoeker IoT Analytics de grootste impact op de industrie in 2026 en drukken daarmee andere digitale snufjes naar de achtergrond, aldus een nieuw rapport van het bedrijf.
64 industriële digitale technologieën op de radar
In het rapport Industrial Digital Technology Outlook 2026 brengt IoT Analytics 64 industriële digitale technologieën in kaart. Die zijn grofweg verdeeld in vier groepen: 21 technologieën rond kunstmatige intelligentie en machine learning, 18 rond automatisering en robotica, 13 rond hardware en verbindingen voor het internet der dingen (IoT) en 12 rond cloud, software en beveiliging.
Elke technologie is beoordeeld op twee dingen: hoe ver de techniek daadwerkelijk is (de “volwassenheid”) en hoeveel impact die volgens de onderzoekers op de markt heeft. Daarbij komt AI duidelijk als winnaar uit de bus. Edge AI, waarbij slimme algoritmes direct op apparaten of machines draaien in plaats van in de cloud, en generatieve AI, die zelf nieuwe content of oplossingen kan verzinnen, krijgen het meeste gewicht. Nieuw op de radar zijn categorieën als agentic AI en physical AI. Wat die precies zijn? Agentic AI staat voor systemen die meer zelfstandig taken plannen en uitvoeren, physical AI gaat over AI die in fysieke apparaten en robots wordt ingebouwd. Klinkt licht marketing, maar dat is dus letterlijk hoe IoT Analytics het benoemt.
“In onze 2026-radar is AI de dominante innovatiefocus”, zegt CEO Knud Lasse Lueth van IoT Analytics in de toelichting. Volgens hem is het voor bestuurders in de industrie vooral belangrijk om te snappen waar een technologie op de ‘volwassenheidscurve’ zit en hoe die in een langetermijnplan past, in plaats van elk los hypewoord achterna te rennen.
Hype vs. realiteit: humanoïde robots scoren aandacht, LPWAN doet het werk
Uit de analyse blijkt dat 18 van de 64 technologieën al redelijk volwassen zijn. Toch gaat de meeste aandacht naar het tegenovergestelde: half afgebakken beloftes. IoT Analytics keek onder meer naar zoekgedrag en hoe vaak termen in gesprekken met investeerders opduiken. Daaruit blijkt dat relatief jonge technologieën als agentic AI, physical AI en humanoïde robots zoals CLOiD van LG ,veel aandacht krijgen, terwijl stevig ingevoerde werkpaarden als LPWAN, real-time operating systems (RTOS) en time-of-flight-sensoren minder zichtbaarheid hebben, ondanks dat ze in fabrieken en industriële installaties al jaren worden gebruikt.
Analist Zeynep Kaman van IoT Analytics stelt dat de industrie in 2025 in alle digitale domeinen meer interesse liet zien, maar dat de focus zich duidelijk verplaatst naar AI, automatisering en robotica. Volgens haar worden IoT-verbindingen en cloudomgevingen steeds meer basis-infrastructuur, en verschuift de volgende stap naar werkprocessen die grotendeels zelfstandig draaien met behulp van AI. Of in haar woorden: “Industrial systems are moving beyond connected operations toward environments that can perceive, decide, and increasingly act autonomously.”
Onder de stille krachtpatsers vallen ook standaarden als OPC UA, advanced physical layer (APL) en time-sensitive networking (TSN). Die maken het makkelijker om apparaten en systemen in fabrieken betrouwbaar met elkaar te laten praten en zijn volgens het rapport de afgelopen jaren snel volwassener geworden, mede door afspraken in de hele sector. Voor wie zelf de diepte in wil: IoT Analytics heeft een gratis publiek artikel online gezet met de belangrijkste inzichten en verkoopt het volledige rapport los.
FAQ over het onderzoek
Wat is het belangrijkste nieuws uit het rapport van IoT Analytics?
Het rapport concludeert dat AI-gerichte technologieën – vooral edge AI, generatieve AI, agentic AI en physical AI – op dit moment de grootste impact hebben op de industriële sector. Tegelijk laat de analyse zien dat juist de minder volwassen technologieën de meeste aandacht krijgen, terwijl stabiele technieken als LPWAN en RTOS vooral op de achtergrond hun werk doen.
Wie is de bron van deze informatie?
De cijfers en citaten komen uit het rapport Industrial Digital Technology Outlook 2026 en bijbehorende persinformatie van IoT Analytics, een marktonderzoeksbureau dat zich richt op IoT, AI, cloud, edge en industriële digitalisering.
Wat wordt bedoeld met edge AI in dit rapport?
Edge AI (klik voor een boeiend artikel van de TU Delft) van de is kunstmatige intelligentie die niet in een datacenter of cloud draait, maar direct op apparaten of machines zelf. Denk aan:
- Een sensormodule die zelf afwijkingen in een motor detecteert
- Een industriële camera die ter plekke kwaliteitscontrole doet
- Een robotarm die lokaal beslissingen neemt zonder constante internetverbinding
Volgens IoT Analytics is dit een van de AI-technologieën met de grootste impact in de industrie.
Wat zijn agentic AI en physical AI volgens IoT Analytics?
Agentic AI en physical AI worden in het rapport als nieuwe thema’s op de radar genoemd. IoT Analytics gebruikt de termen als aparte categorieën voor respectievelijk meer zelfstandig handelende AI-systemen (agentic) en AI die in fysieke systemen en apparaten zit (physical). De exacte technische definities worden in het persmateriaal niet uitgebreid toegelicht, maar ze worden wel expliciet als nieuwe aandachtspunten genoemd.
Hoeveel industriële digitale technologieën heeft IoT Analytics in totaal geanalyseerd?
Het onderzoek behandelt in totaal 64 industriële digitale technologieën. Die zijn onderverdeeld in vier groepen:
- 21 technologieën in AI en machine learning
- 18 technologieën in automatisering en robotica
- 13 technologieën in IoT-hardware en connectiviteit
- 12 technologieën in cloud, software en beveiliging
Hoeveel van deze technologieën zijn volgens IoT Analytics al volwassen?
Van de 64 onderzochte technologieën worden er 18 als redelijk volwassen gezien. Dat betekent in deze context dat ze technisch uitgekristalliseerd zijn en al breed worden toegepast in de industrie.
Welke technologieën zijn volgens IoT Analytics ondergewaardeerd?
In de persinformatie noemt IoT Analytics onder meer de volgende technologieën als voorbeelden van ondergewaardeerde, maar volwassen oplossingen:
- LPWAN (Low-Power Wide-Area Network), voor energiezuinige draadloze verbindingen over lange afstand
- Real-time operating systems (RTOS), besturingssystemen voor systemen die heel voorspelbaar en snel moeten reageren
- Time-of-flight-sensoren (ToF-sensoren), die afstanden meten met behulp van lichtpulsen
Deze technieken krijgen relatief weinig aandacht in zoektrends en bedrijfspresentaties, maar worden volgens het rapport wél breed ingezet.
Waarom blijven GPUs en ASICs belangrijk volgens het rapport?
De vraag naar AI-toepassingen vraagt om veel rekenkracht. IoT Analytics wijst erop dat daardoor bestaande rekentechnologieën zoals GPU’s (grafische processors) en ASIC’s (speciaal voor één taak gemaakte chips) een grote rol blijven spelen. Ze blijven topprioriteiten nu er steeds meer AI-taken aan de ‘rand’ van het netwerk, dus dicht bij de machines zelf, worden uitgevoerd.
