Verdwijnt de IT-servicedesk? Waarschijnlijk niet. Maar het ticket zoals we het kennen misschien wel.

Stel dat uw VPN morgen niet werkt.

Vandaag begint het proces meestal bij u. U merkt het probleem op, opent een portal, beschrijft wat er fout gaat en maakt een ticket aan. Iemand leest de melding, vraagt eventueel extra informatie, controleert logs en zoekt naar een oplossing.

We zijn zo gewend geraakt aan die werkwijze dat ze bijna vanzelfsprekend voelt.

Maar er zit een vreemde veronderstelling in: de gebruiker moet het probleem eerst merken voordat IT in actie komt.

Precies daar kan de komende jaren iets fundamenteels veranderen.

AI in IT-support gaat waarschijnlijk niet alleen zorgen dat tickets sneller worden afgehandeld. Het kan ervoor zorgen dat sommige problemen nooit meer door een gebruiker gemeld hoeven te worden.

De markt kijkt al verder dan een chatbot op het ticketformulier

Dat AI in IT Service Management niet langer als een nichefunctie wordt gezien, blijkt alleen al uit het feit dat Gartner er een aparte markt voor hanteert: AI Applications in IT Service Management.

In de editie van augustus 2026 kijkt Gartner naar oplossingen die AI gebruiken voor end-user self-service, advies aan IT-medewerkers en autonome ITSM-acties.

Dat is een belangrijke verschuiving. De vraag is niet meer alleen of AI een antwoord kan schrijven. De vraag wordt welke delen van incident, request, problem en change management door software zelf kunnen worden voorbereid of uitgevoerd.

Veel organisaties zitten vandaag nog in de eerste fase. AI vat tickets samen, stelt een categorie voor, zoekt knowledge articles en maakt een eerste antwoord. Dat bespaart tijd, maar het onderliggende proces verandert nauwelijks.

De gebruiker meldt iets. Er ontstaat een ticket. Iemand verwerkt het.

Dat is efficiënter dan vroeger, maar nog geen nieuwe manier van werken.

De volgende stap begint voor het ticket

Neem opnieuw dat VPN-probleem.

Stel dat monitoring zelf ziet dat verbindingen mislukken. Een agent controleert endpointstatus, recente wijzigingen en logs. Hij merkt dat hetzelfde patroon die ochtend al op meerdere toestellen voorkwam en vergelijkt het met een gekend probleem.

Er bestaat een vooraf goedgekeurde herstelactie met beperkt risico. De agent voert die uit, controleert of de verbinding hersteld is en registreert wat er gebeurd is.

Voor de gebruiker kan de hele ervaring beperkt blijven tot één melding:

We hebben een verbindingsprobleem vastgesteld en hersteld.

Geen portal. Geen wachtrij. Geen mailwisseling.

Misschien zelfs geen merkbare verstoring.

Dat is veel interessanter dan een chatbot die iemand helpt een ticket sneller in te vullen.

Het ticket verdwijnt niet helemaal. De functie ervan verandert wel.

Hier is nuance nodig.

In een volwassen IT-omgeving wil je nog altijd weten dat er iets gebeurd is. Audit, rapportering, problem management, compliance en trendanalyse verdwijnen niet omdat een agent het probleem zelfstandig oplost.

Er kan dus nog steeds een record worden aangemaakt in het ITSM-platform.

Alleen hoeft dat record niet langer dezelfde rol te hebben als vandaag.

Vandaag is een ticket vaak tegelijk de melding van de gebruiker, de werkopdracht voor IT en de administratieve registratie achteraf. In een meer autonome omgeving kan het vooral een traceerbaar record van een gebeurtenis en de uitgevoerde actie worden.

Het ticket als systeemregistratie blijft dan bestaan. Het ticket als wachtrij waarin mensen handmatig werk verdelen, kan veel kleiner worden.

Dat verschil is belangrijk.

De beste supportinteractie is soms de interactie die nooit nodig was

Servicedesks meten vandaag terecht heel wat klassieke KPI's: aantal tickets, first contact resolution, oplostijd, backlog en SLA-compliance.

Maar stel dat een omgeving volgend jaar 30 procent minder tickets registreert omdat problemen eerder worden gedetecteerd, automatisch worden hersteld of structureel worden voorkomen.

Is de servicedesk dan minder productief geworden?

Natuurlijk niet.

Misschien is dat juist het beste jaar dat de service ooit heeft gehad.

Daarom wordt een andere vraag interessanter dan "Hoe snel sluiten we tickets?":

Hoeveel verstoring ervaren gebruikers nog werkelijk?

Dat brengt service management dichter bij de business. Niet hoeveel administratieve records zijn verwerkt, maar hoeveel werktijd verloren ging, hoeveel incidenten terugkeerden en hoeveel problemen zijn voorkomen.

De eerste cijfers wijzen in die richting

ServiceNow publiceerde begin oktober 2026 onderzoek bij 285 IT-executives van grote organisaties. De helpdesk was daarin het domein waar respondenten de sterkste positieve AI-impact rapporteerden: 53 procent.

Tegelijk laat hetzelfde onderzoek zien hoe vroeg de echte autonomie nog is. 39 procent verkent of piloteert agents en nog eens 39 procent gebruikt ze vooral als ondersteuning voor medewerkers. Slechts 5 procent zegt jobs, workflows en controles echt opnieuw ontworpen te hebben voor autonome uitvoering.

Dat is leveranciersresearch en moet ook zo gelezen worden. Toch is het patroon interessant: AI wordt sneller toegevoegd dan processen opnieuw worden ontworpen.

Dat zie je in veel IT-omgevingen. Er komt een slimme laag boven op een werkwijze die tien jaar geleden is ontworpen. Dat levert winst op, maar waarschijnlijk niet de grootste winst.

L1-support zal het eerst veranderen

Een groot deel van traditionele first-line support bestaat uit voorspelbaar werk. Precies daar kan automatisering het snelst verschil maken.

Dat betekent niet dat L1 verdwijnt. Het betekent wel dat mensen minder tijd hoeven te besteden aan handelingen die honderden keren per maand bijna identiek verlopen.

Wat overblijft, vraagt net meer ervaring, communicatie en gezond oordeel.

Minder volume kan de menselijke rol waardevoller maken

Als AI en automatisering het voorspelbare deel afhandelen, krijgt de servicedesk relatief meer complexe situaties.

Daarmee kan de rol verschuiven van "ticketverwerker" naar iets veel interessanters: servicebewaking, major incidents, problem management, user experience, kennisverbetering en continuous improvement.

De servicedesk wordt dan minder een loket en meer een soort control room.

Niet alleen reageren op wat binnenkomt, maar continu kijken waar frictie ontstaat en welke verstoringen voorkomen kunnen worden.

Dat ligt eigenlijk veel dichter bij wat goede Service Delivery altijd al probeerde te doen.

Wie support de supportagent?

Meer autonomie brengt natuurlijk een nieuw probleem mee.

Een agent kan zelf verkeerd handelen.

Stel dat hij een incident fout interpreteert, een herstelactie uitvoert en ziet dat het probleem nog bestaat. Daarna probeert hij automatisch een tweede actie. En vervolgens nog een derde.

Voor je het weet heeft een systeem meerdere changes uitgevoerd om één probleem op te lossen.

De servicedesk is dan wel geautomatiseerd, maar de automatisering is zelf een bron van incidenten geworden.

Daarom blijven klassieke principes zoals least privilege, logging, rollback en change control relevant. Misschien zelfs meer dan vroeger.

Een mens voert een fout vaak één keer uit. Een agent kan dezelfde fout zeer snel en op grote schaal herhalen.

Niet iedere automatische actie heeft menselijke goedkeuring nodig

Daar zit ook een valkuil.

Als iedere stap van een agent eerst door iemand moet worden goedgekeurd, blijft er weinig winst over. Dan heb je vooral een sneller systeem gebouwd dat nog altijd wacht op dezelfde menselijke handeling.

Een password reset onder duidelijke voorwaarden kan bijvoorbeeld volledig automatisch verlopen. Hetzelfde geldt mogelijk voor software uit een goedgekeurde catalogus of een bekende low-risk herstelactie. Een productiewijziging, privilege escalation of firewallchange hoort in een andere categorie.

Daarom gebruiken we liever drie duidelijke niveaus dan termen als "volledig autonoom" zonder context:

• Assist: AI zoekt informatie, analyseert en stelt iets voor. Een medewerker voert de actie uit.
• Advise: AI bereidt een concrete actie voor en toont bewijs, impact en herstelmogelijkheid. Een mens beslist.
• Act: AI voert vooraf toegelaten acties met laag risico zelfstandig uit binnen duidelijke grenzen. Bij afwijkingen stopt het proces.

De toekomst draait dus niet om mens of AI. Ze draait om per actie bepalen hoeveel autonomie verantwoord is.

Dat is minder spectaculair dan een volledig autonome servicedesk, maar operationeel veel geloofwaardiger.

Ook SLA's zullen mee moeten veranderen

Veel servicecontracten sturen vandaag op response- en resolution times. Dat blijft nuttig zolang een incident door een gebruiker wordt gemeld en iemand daarna moet reageren.

Maar wat betekent response time wanneer een systeem het probleem zelf detecteert?

En hoe waardevol is een oplostijd als een probleem automatisch in dertig seconden wordt opgelost maar iedere week terugkomt?

In een meer geautomatiseerde omgeving worden andere metingen belangrijker: werkelijke verstoringsminuten, recurrence rate, aantal proactief voorkomen incidenten, succespercentage van geautomatiseerde acties en de tijd die nodig is wanneer automatisering faalt.

Dat maakt SLA's niet overbodig. Het maakt ze hopelijk iets dichter bij de ervaring van de gebruiker.

Een rapport vol groene vakjes is weinig waard als medewerkers ondertussen nog altijd hun werk niet kunnen doen.

De servicedesk verdwijnt waarschijnlijk niet

Maar de reden waarom ze bestaat kan wel veranderen.

Vandaag is de servicedesk vaak de plek waar een probleem binnenkomt en verdeeld wordt.

Morgen kan het meer de plek worden waar menselijke expertise, automatisering en monitoring samenkomen.

AI behandelt het repetitieve deel. Mensen behandelen context en uitzonderingen. Service managers kijken niet alleen naar volume, maar naar terugkerende verstoringen, risico en ervaring.

En het ticket?

Dat blijft waarschijnlijk bestaan als bewijs, data en audit trail. Alleen hoeft het niet meer voor ieder probleem de start van een menselijke wachtrij te zijn.

Misschien is de interessantste KPI van de servicedesk van de toekomst uiteindelijk niet hoeveel tickets ze sluit.

Maar hoeveel tickets niemand ooit hoefde te openen.

Bronnen en verder lezen

• Gartner, Magic Quadrant for AI Applications in IT Service Management (17 augustus 2026): https://www.gartner.com/en/documents/8270821
• Gartner, Critical Capabilities for AI Applications in IT Service Management (17 augustus 2026): https://www.gartner.com/en/documents/8272821
• ServiceNow, The New CIO Mandate / research release (5 oktober 2026): https://newsroom.servicenow.com/press-releases/details/2026/Report-CIOs-have-the-AI-mandate-and-the-budget-but-few-organizations-are-well-positioned-for-true-autonomous-work/default.aspx