TL;DR
- Wat: Andreessen Horowitz leidt een Series A van $43 miljoen in Deeptune, een startup die trainingsomgevingen bouwt voor AI-agents.
- Waarom relevant: AI-agents worden steeds vaker ingezet in bedrijfssoftware — de kwaliteit van hun training bepaalt straks of ze betrouwbaar genoeg zijn voor jouw bedrijfsprocessen.
- Wat je ermee kunt: Volg hoe de kwaliteit van AI-agents in tools als Slack, Salesforce en boekhoudsoftware verbetert — dat bepaalt wanneer je ze serieus kunt inzetten.
Andreessen Horowitz investeert $43 miljoen in Deeptune, een startup die zogenaamde 'trainingsgyms' bouwt voor AI-agents. Ik viel over dit bericht omdat het raakt aan een vraag die ik steeds vaker tegenkom: hoe weet je of een AI-agent écht klaar is om werk uit handen te nemen? Deeptune probeert daar de infrastructuur voor te leveren.
Wat doet Deeptune precies?
Deeptune bouwt gesimuleerde omgevingen waarin AI-agents kunnen oefenen met echte bedrijfstaken. Denk aan het verwerken van facturen, het afhandelen van klantvragen, of het uitvoeren van systeembeheertaken. CEO Tim Lupo vergelijkt het met een vluchtsimulator: voordat een piloot met passagiers mag vliegen, traint die eerst duizenden uren in een simulator. Deeptune wil hetzelfde doen voor AI-agents die straks in jouw bedrijfssoftware werken.
Concreet simuleert Deeptune de dagelijkse workflows van rollen als boekhouders, klantenservicemedewerkers en DevOps-engineers. De AI-agents leren navigeren door software als Slack, Salesforce en diverse ticketing- en financiële tools. Het team — zo'n twintig mensen in New York — komt van bedrijven als Anthropic, Scale AI en Palantir.
Wat mij hier opvalt: Deeptune positioneert zich niet als nóg een AI-tool, maar als de laag eronder. Ze bouwen de plek waar andere AI-modellen beter worden. Martin Casado van a16z noemt het "de ontbrekende laag in enterprise AI-uitrol". Dat is een interessante positie.
Waarom investeert a16z hier $43 miljoen in?
Andreessen Horowitz is niet de enige investeerder. Ook 776, Abstract Ventures en Inspired Capital doen mee, naast angel investors als OpenAI-onderzoeker Noam Brown. Dat zulke namen aan boord komen, vertelt iets over waar de AI-industrie momenteel haar geld op zet.
De redenering is vrij helder: AI-modellen worden steeds slimmer, maar de omgevingen waarin ze leren en geëvalueerd worden, zijn een bottleneck. Vergelijk het met een atleet die enorm getalenteerd is maar alleen op een slecht veld kan trainen — op een gegeven moment is niet het talent het probleem, maar de faciliteiten.
Volgens marktonderzoek groeit de reinforcement learning-markt van zo'n $11,6 miljard in 2025 naar meer dan $90 miljard in 2034. Reinforcement learning is — kort gezegd — een manier om AI te trainen door het te laten oefenen en belonen voor goed gedrag, in plaats van het alleen teksten te laten lezen. Deeptune maakt de oefenruimtes waar dat leren plaatsvindt.
Resultaten tot nu toe
Deeptune claimt al honderden van deze virtuele trainingsgyms te hebben gebouwd voor grote AI-labs. Hun omgevingen hebben volgens a16z bijgedragen aan verbeteringen op benchmarks als OSWorld (een test voor computergebruik) en Terminal-Bench (een test voor opdrachtregel-taken). Zo scoort Anthropic's Opus 4.6 inmiddels 72,7% op OSWorld — net boven de menselijke baseline van 72,36%. Dat is een opvallend getal: een AI-model dat op een gestandaardiseerde test voor computergebruik net zo goed presteert als een gemiddeld mens.
Wat betekent dit voor je als ondernemer?
Je vraagt je misschien af: leuk die trainingsomgevingen, maar wat heb ik daar aan? Dat is een terechte vraag. De link is indirect, maar volgens mij wel belangrijk.
AI-agents komen snel dichterbij. Volgens Gartner-voorspellingen bevat in 2026 zo'n 40% van alle bedrijfsapplicaties een AI-agent — een flinke sprong ten opzichte van 5% in 2025. In Nederland is de adoptie ook flink gegroeid: van 6% van de MKB-bedrijven die AI gebruikten in 2024 naar zo'n 70% nu, al gaat het bij de meesten nog om relatief eenvoudige toepassingen als teksten genereren of vergaderingen samenvatten.
Stel dat je als ondernemer overweegt om een AI-agent in te zetten die facturen verwerkt, klantmails beantwoordt of offertes opstelt. Dan wil je weten: hoe goed is dat ding getraind? Kan het met mijn specifieke software overweg? Wat gebeurt er als het een fout maakt?
Dat is precies waar bedrijven als Deeptune relevant worden. Ze zorgen — als het goed gaat — voor betere trainingsdata en -omgevingen, wat zich vertaalt in betrouwbaardere AI-agents in de tools die jij gebruikt. Je koopt straks geen Deeptune-product, maar je merkt het verschil indirect: een AI-assistent in je boekhoudsoftware die minder fouten maakt, of een klantenservice-agent die genuanceerder reageert.
De bredere trend: van slim model naar betrouwbare uitvoering
Ik vind het eerlijk gezegd interessant om te zien hoe de focus in de AI-wereld verschuift. Een paar jaar geleden ging alles over grotere modellen en betere chatbots. Nu gaat een groeiend deel van het geld naar de infrastructuur eromheen: hoe train je agents veilig, hoe test je ze voordat je ze loslaat op echte klantgegevens, hoe weet je of ze betrouwbaar zijn?
Dat is een volwassener fase. En wat mij betreft is dat goed nieuws voor ondernemers. Want eerlijk: een AI-agent die 80% van de tijd goed werkt en 20% van de tijd onzin produceert, is in een bedrijfscontext niet bruikbaar. De stap van 'indrukwekkende demo' naar 'betrouwbaar inzetbaar' wordt grotendeels bepaald door dit soort trainingsinfrastructuur.
Een kanttekening
Ik wil er wel bij zeggen: Deeptune is een startup met een sterke pitch en grote namen erachter, maar ze moeten nog bewijzen dat hun aanpak op schaal werkt voor de breedte van bedrijfstoepassingen. Het is een veelbelovende richting, geen bewezen oplossing. De ervaring leert dat niet elke goed gefinancierde startup ook daadwerkelijk levert wat ze belooft.
Wat ik hieruit meeneem
Voor mij is dit vooral een signaal dat de AI-industrie serieus nadenkt over betrouwbaarheid en veiligheid van AI-agents — niet alleen over wat ze kunnen, maar ook over hoe ze leren. Dat is relevant als je als ondernemer op enig moment AI-agents wilt inzetten in je bedrijf.
De vraag die ik mezelf stel bij dit soort berichten: worden de AI-tools die ik in mijn dagelijks werk gebruik hier beter van? Bij Deeptune is het antwoord — als hun technologie doet wat ze beloven — waarschijnlijk ja. Niet morgen, maar geleidelijk. En dat is misschien de beste manier om naar dit soort investeringen te kijken: niet als iets waar je nu actie op hoeft te ondernemen, maar als een indicator van waar de markt naartoe beweegt.