Als je Max Junestrand bij Legora, Winston Weinberg bij Harvey, Bret Taylor bij Sierra, Arvind Jain bij Glean of George Sivulka bij Hebbia bent, is de vraag die elke late-stage-investeerder, elk bestuurslid en elke potentiële enterprise-klant je uiteindelijk stelt een variant van:
“Als Claude, of GPT, of Gemini, of welk model dan ook het beste is over 18 maanden, blijft verbeteren in dit tempo - waarom ben jij dan over twee jaar niet gewoon een feature in Claude?”
Begin 2026 is die vraag niet meer retorisch. Anthropic lanceerde Claude Code en bereikte 1 miljard dollar ARR in zes maanden. OpenAI lanceerde Codex tegen Cursor, ChatGPT Shopping tegen verticale commerce, en positioneerde op DevDay 2025 ChatGPT als het besturingssysteem van je werkleven. De labs zijn zichtbaar bereid te concurreren met hun eigen klanten als er omzet op het spel staat.
En toch. Harvey is gewaardeerd op 11 miljard dollar. Sierra passeerde 100 miljoen dollar ARR in zeven kwartalen. Legora bereikte 5,6 miljard dollar. Glean staat op 7,2 miljard dollar met een adoptiegraad van 93 procent in de Fortune 500. EvenUp verdubbelde zijn waardering naar meer dan 2 miljard dollar. Rogo passeerde 2 miljard dollar op Series D. De applicatielaag stort niet in. In absolute omzetstijging blijft hij waarde accumuleren.
De moeilijkere lezing is dat de labs sneller accumuleren. Anthropic bereikte een geannualiseerde run rate van 30 miljard dollar in april 2026, oplopend van zo'n 9 miljard dollar eind 2025. Zowel dingen zijn tegelijk waar, en dat is het hele punt. De applicatielaag is reëel, maar selectief. Sommige moats houden stand. De meeste niet. De taak is begrijpen welke.
De investeerdersconsensus, en zijn grenzen
De investeerdersvisie in 2026 is niet meer wrappers versus modellen. Ze is uiteengevallen in een duidelijke meerderheidspositie - waarde accumuleert in de applicatielaag, maar alleen voor apps met structurele moats - en een vocale minderheid die zegt dat de meeste wrappers dood zijn en de labs hun eigen ecosysteem opeten.
Sequoia is de applicatielaag-maximalist. Pat Grady's framing: Sequoia investeert een orde van grootte meer in de applicatielaag dan in de funderingslaag, ook al is de omzet van de applicatielaag vandaag comparatief lager. Sonya Huang's AI Ascent 2025-keynote ging verder: AI gaat achter de arbeidsmarkt aan, een winstpoel minstens een orde van grootte groter dan eerdere technologische transities.
a16z is de moat-scepticus die toch applicatie-bullish eindigde. Martin Casado is opmerkelijk consistent gebleven: modellen commoditiseren heel snel, iedereen kan ze zo'n beetje gebruiken, er is geen inherente endemische moat in de technologiestack van AI, anders dan het bootstrap-probleem overwinnen. David Haber stelde het eenvoudig: de verdedigbaarheid van een softwareproduct zit in het bezitten van de end-to-end workflow, het system of record zijn, netwerkeffecten hebben en diep verankerd zijn in klanten. AI is differentiatie, geen verdedigbaarheid.
“Wat AI mogelijk maakt is niet alleen een productiviteitsverbetering maar een tool die het werk echt doet. Als je een verbetering van 95 procent verkoopt, kunnen dezelfde eindmarkten 10 tot 50 keer groter zijn dan je software-model-intuïtie je zou vertellen.”
- Sarah Tavel, Benchmark
De acht moats, in vogelvlucht
Acht categorieën. Voor elk: wat de moat is, wie hem het meest geloofwaardig claimt, het tegenargument, en een oordeel over duurzaamheid.
Eight moats.
Most don’t hold.
Moat 1. Workflowdiepte en process-IP
De claim. Het model kan output genereren, maar kent het specifieke meerstapsproces van jouw bedrijf niet. Hoe een Centerview-bankier een kredietmemo opbouwt. Hoe een Harvey-advocaat M&A-due diligence uitvoert over 47 reviewers en drie jurisdicties. De moat is het coderen van dat proces in software die de klant niet eenvoudig kan herbouwen.
“Software is een opgeslagen proces. Het is geen neutraal gereedschap: het is een mening over hoe een groep mensen zou moeten samenwerken, gecodeerd in een duurzaam systeem. Foundation labs kunnen niet zo opinionated zijn. Anthropic en OpenAI kunnen niet opinionated zijn over hoe het KKR credit-team dingen wil structureren. Dat is gewoon niet hun werk.”
- George Sivulka, Hebbia
Durabiliteits-oordeel: gemiddeld tot hoog, maar alleen wanneer gecombineerd met een andere moat.
Moat 2. Propriëtaire data en de flywheel
De claim. Het model is open-source. De data is het niet. Door klanten gegenereerde workflowdata, verticaalspecifieke corpora, telemetrie van echte productieruns, stapelen zich op in een flywheel waarbij elke nieuwe klant het product beter maakt voor de volgende. EvenUp is het sterkste geval: zijn propriëtaire Piai-model is getraind op een dataset die geen concurrent kan evenaren, honderdduizenden letselzaken en miljoenen medische dossiers.
Durabiliteits-oordeel: hoog, maar alleen wanneer de data structureel ontoegankelijk is. Medische dossiers, bancaire compensatiedata, M&A-documenten, claimarchieve van advocatenkantoren.
Moat 3. Permissie-bewuste governance
De claim. Het model heeft geen idee wie wat mag zien binnen een enterprise. Permissie-bewuste retrieval, record-level access control, auditlogging, SOC 2, ISO 27001, HIPAA, FedRAMP. Dit zijn 12 tot 18 maanden engineering-investering gekoppeld aan enterprise-inkooprocycli. Een foundation lab zal dit niet als standaardcapaciteit uitleveren.
“Je moet een permissie-bewuste governance- en retrieval-laag bouwen die de juiste informatie geeft, maar weet wie de vraag stelt zodat hij filtert op toegangsrechten. LLMs begrijpen jouw bedrijf niet.”
- Arvind Jain, Glean
Durabiliteits-oordeel: zeer hoog op middellange termijn. De langste doorlooptijd en de laagste substitueerbaarheid op dit moment.
Moat 4. System of record en integraties
De claim. Zodra jouw product het system of record is - de plek waar de canonieke data woont, waar andere systemen naar synchroniseren, waar auditlogs accumuleren - ben je infrastructuur, geen app. De kosten om je eruit te trekken zijn niet de kosten van het wisselen van tools. Het zijn de kosten van het verstoren van elk downstream-systeem dat van je afhankelijk is.
Durabiliteits-oordeel: hoog. Pure connector-libraries zonder een gebruiks-flywheel erboven zijn dat niet.
Moat 5. Compliance, regulering, vertrouwen
De claim. Sommige sectoren - gezondheidszorg, bancaire sector, recht, defensie, publieke sector - zullen nooit een horizontaal AI-endpoint als hun primaire workflow-tool adopteren vanwege aansprakelijkheid, indemnificatie, audit en regelgevende blootstelling. De moat is de vendor zijn die de certificeringen heeft, de indemnificatieclausules, de balie-goedkeuringen.
EvenUp in letselrecht: 200.000+ opgeloste zaken en meer dan 10 miljard dollar aan schadevergoeding is de moat concreet gemaakt. Durabiliteits-oordeel: zeer hoog in puur gereguleerde sectoren. De schoonste moat in de taxonomie.
Moat 6. Distributie en de enterprise-salesmotion
De claim. De enterprise-salesmotion is zelf een moat. Zodra je op de preferred-vendor-lijst van Cigna staat, het InfoSec-goedgekeurde leveranciersregister van Citi, of het innovatiepanel van een magic circle-kantoor, is de inkoop-, beveiligings- en juridische review die je al hebt doorlopen een structureel voordeel dat de volgende nieuwkomer opnieuw moet herhalen.
“Legora heeft de soort distributie-moat gebouwd waar verticale AI-investeerders al zoeken sinds 2023.”
- Sonali De Rycker, Accel
Durabiliteits-oordeel: hoog op middellange termijn, afbrokkelend op lange termijn.
Moat 7. Uitkomstgebaseerde prijsstelling
De claim. Als je per opgelost support-ticket, per gesloten zaak, per ondertekend contract factureert in plaats van per seat, verkoop je helemaal geen software. Je verkoopt werk, en je unit-economics zijn afgestemd op die van de klant. Een foundation lab dat tokens verkoopt kan op die manier niet prijzen op schaal.
“We denken dat uitkomstgebaseerde prijsstelling de toekomst van software is. Met AI hebben we eindelijk technologie die niet alleen productiever maakt maar het werk echt doet.”
- Bret Taylor, Sierra
Durabiliteits-oordeel: gemiddeld. Een signaal, geen moat op zichzelf.
Moat 8. Oppervlakte-eigenaarschap
De claim. Wie het oppervlak bezit - de IDE, de editor, het canvas, de inbox, het dashboard - legt aandacht, gewoonte en het pad van elke workflow vast die erdoor loopt. Een foundation-model via chat is één interface. Een IDE, een CRM of een creatief canvas is een diepere.
“De markt waarin we zitten weerspiegelt zoeken aan het eind van de jaren 90, waar het productplafond echt hoog is. Enterprise-softwaremarkten hebben een laag plafond voor kernwaarde en veel lock-in. Onze markt heeft dat niet.”
- Michael Truell, Cursor
Durabiliteits-oordeel: gemiddeld, met hoge variantie.
De cross-company kaart
Pas de taxonomie toe op de toonaangevende verticale AI-spelers. Meer punten betekent dat het bedrijf die moat meer benadrukt. Het patroon is direct zichtbaar.
Waar het bear-case bijt en waar niet
Het meest blootgesteld: Cursor, Hebbia. Minst blootgesteld: Glean, EvenUp, Sierra, Rogo, Decagon. De bedrijven die het meest beschermd zijn stapelen drie of meer moats. De bedrijven aan de verkeerde kant van het bear-case leunen op één moat, gewoonlijk oppervlakte-eigenaarschap of model-fine-tuning, en racen de labs.
Het overkoepelende kader
Over elke geciteerde founder en investeerder is de impliciete formule begin 2026 als volgt.
“Het model is de commodity. De workflow, de data, het vertrouwen en de distributie zijn de duurzame activa.”
Je bouwt een verticaal AI-bedrijf door moats te stapelen. Nooit één, altijd drie of meer. De bedrijven die vandaag winnen doen dat. De strategische vraag die telt voor elke applicatielaag-CEO is: welke moats stapel ik, op welke tijdlijn, en welke zijn nog verdedigbaar als Claude, GPT en Gemini drie generaties capabeler zijn? Als het antwoord minder dan drie is, of geen ervan structureel, is het bear-case correct voor jou specifiek.
