Parag Agrawal stelt dat advertenties en kliks minder waardevol worden als AI agenten – en niet mensen – de belangrijkste gebruikers van het web worden. Parallel Web Systems haalde in april 2026 100 miljoen dollar op tegen een gemelde waardering van 2 miljard dollar, na een Series A van 100 miljoen dollar tegen 740 m...
Research answer

Create a landscape editorial hero image for this Studio Global article: What is former Twitter CEO Parag Agrawal’s argument that the internet’s advertising- and click-based business model cannot survive if AI age. Article summary: Agrawal’s central claim is that a web funded by human attention breaks when AI agents, rather than people, do most of the reading and searching. Agents do not view ads, develop brand preferences, or produce meaningful cl. Topic tags: general, news, general web, user generated, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, water
De redenering van Parag Agrawal is eenvoudig, maar potentieel ingrijpend: het web is gebouwd rond menselijke aandacht, terwijl AI-agenten mogelijk de meest frequente gebruikers worden. Als zulke agenten informatie zoeken, lezen en samenvatten zonder paginaweergaven, advertentie-impressies of betekenisvolle doorkliks te genereren, verdwijnt het economische signaal waarop uitgevers nu leunen. 1444
Agrawals bedrijf, Parallel Web Systems, ontwikkelt infrastructuur voor wat het de ‘tweede gebruiker’ van het web noemt: softwarematige AI-agenten. Het doel is niet per se om websites voor mensen te vervangen, maar om er een agentgerichte laag naast te zetten voor zoeken, informatie ophalen, onderzoek, bronvermelding en betalingen. 4047
Bij menselijke zoekopdrachten is de waardeketen redelijk zichtbaar. Iemand voert een zoekopdracht in, klikt op een resultaat, leest een pagina, ziet advertenties en kan later terugkeren naar dezelfde uitgever of diens merkvoorkeur ontwikkelen. Een klik heeft daardoor twee functies: hij kan inkomsten uit verkeer opleveren en zoekmachines helpen om relevantie in te schatten.
Een AI-agent werkt anders. Die kan tientallen bronnen raadplegen, alleen de relevante passages eruit halen, de informatie vergelijken en vervolgens rechtstreeks een samengevat antwoord aan de gebruiker geven. De oorspronkelijke pagina krijgt dan mogelijk geen enkel menselijk bezoek. In zo’n omgeving zegt een klik bovendien weinig over de werkelijke bijdrage van een bron: leverde die een doorslaggevend feit, bevestigde ze een conclusie of hielp ze een grotere taak afronden?
Volgens Agrawal moet het web daarom gaan meten hoe nuttig informatie is voor de taak van een agent – niet alleen of iemand op een link heeft geklikt. Parallel gaat uit van de stelling dat agenten het web ‘1000 keer meer’ kunnen gebruiken dan mensen, waardoor de kloof tussen agentactiviteit en een op mensen gericht verdienmodel groot kan worden. 14
Het voorgestelde parallelle web is een infrastructuurlaag die specifiek op agenten is gericht. De API’s van Parallel zijn bedoeld voor onder meer webzoekopdrachten, extractie, diepgaand onderzoek, het vinden van entiteiten, chat en monitoring. Volgens de documentatie geven die hulpmiddelen agenten en ontwikkelaars toegang tot webinformatie voor onderzoek en andere geautomatiseerde processen. 25
De belangrijkste verandering zit in wat het systeem probeert te optimaliseren. Traditionele websystemen gebruiken aandacht, links en kliks vaak als praktische maatstaven voor relevantie. Een agentgericht systeem zou eerder kijken of een bron een agent heeft geholpen om:
De bruikbaarheid van een bron wordt dan een taakgebonden signaal in plaats van een algemene populariteitsscore. Parallel heeft directe feedback van agenten beschreven als alternatief voor een sterke afhankelijkheid van menselijke klikgegevens bij rangschikking en indexering. 4445
Dit is voorlopig een bedrijfsvisie, geen gevestigde standaard voor het hele web. Voor invoering zouden contenteigenaren, ontwikkelaars van agenten, zoekbedrijven en andere infrastructuurleveranciers moeten meedoen.
Het voorgestelde vergoedingsmodel maakt gebruik van toeschrijving volgens de Shapley-methode. In eenvoudige termen schat een Shapley-waarde hoeveel extra waarde één deelnemer toevoegt wanneer meerdere deelnemers samen een resultaat opleveren.
Toegepast op webcontent luidt de vraag: hoeveel heeft een specifieke bron bijgedragen aan het succesvolle eindresultaat van een agent, gegeven de andere beschikbare bronnen? Een bron die een uniek feit levert of het antwoord wezenlijk verandert, zou meer krediet kunnen krijgen dan een bron die slechts informatie herhaalt die al elders beschikbaar was. 1629
Daarmee wil Parallel betalingen verplaatsen van puur verkeer of een vaste licentievergoeding naar de marginale bijdrage van een bron. Dat brengt ook lastige technische en bestuurlijke vragen met zich mee. Hoe meet je ‘succes’? Hoe bereken je bijdragen consequent? En hoe voorkom je dat partijen het systeem manipuleren? De beschikbare informatie beschrijft dit als een voorgesteld model, niet als een bewezen vervanging van advertenties.
Index is het onderdeel van het voorstel dat zich op uitgevers richt. Parallel zegt dat uitgevers, dataleveranciers en onafhankelijke makers ermee kunnen zien hoe AI-agenten hun content gebruiken: bij welke zoekvragen die helpt, hoe vaak de informatie wordt aangehaald en hoe uniek de bijdrage aan het werk van een agent is. De vergoeding wordt vervolgens gekoppeld aan een schatting van de Shapley-waarde van de bron. 29
Bij de lancering waren volgens berichtgeving onder meer The Atlantic, Fortune en PR Newswire betrokken, naast aanbieders van bedrijfsinformatie en onafhankelijke makers. 6
De betekenis van Index is dat het twee problemen tegelijk probeert aan te pakken: zichtbaarheid en betaling. Contentmakers kunnen inzicht krijgen in de manier waarop agentsystemen hun werk benutten, terwijl Parallel een mechanisme wil creëren om waardevolle informatie te belonen – ook als geen enkele gebruiker doorklikt naar de oorspronkelijke pagina.
Parallel haalde in januari 2024 een seedronde van 30 miljoen dollar op, volgens berichtgeving over latere financieringsrondes. In november 2025 kondigde het bedrijf een Series A van 100 miljoen dollar aan tegen een gemelde waardering van 740 miljoen dollar. De ronde werd mede geleid door Kleiner Perkins en Index Ventures. 1133
In april 2026 haalde het bedrijf nog eens 100 miljoen dollar op in een Series B onder leiding van Sequoia Capital. Daarbij werd een waardering van 2 miljard dollar gemeld. Bestaande investeerders, waaronder Kleiner Perkins, Index Ventures, Khosla Ventures, First Round, Spark, Terrain en Abstract, zouden eveneens hebben meegedaan. 11015
Parallel positioneert zijn API’s als infrastructuur voor ontwikkelaars die agentgerichte producten bouwen. In de aankondiging van de Series A noemde het bedrijf onder meer Clay, Sourcegraph en Owner als klanten of gebruikers. De beschikbare bronnen bieden echter geen volledige klantenlijst en ook geen onafhankelijk geverifieerd aantal ontwikkelaars. 40
Parallel is inmiddels ook beschikbaar als zoek- en groundingoptie voor Google Cloud-klanten die bedrijfsagenten bouwen met hulpmiddelen rond Gemini. Volgens berichtgeving kunnen ontwikkelaars Parallel Search naast Google Search gebruiken om hun agenten van webinformatie en broncontext te voorzien. 12
Die samenwerking kan Parallel distributie opleveren via een gevestigd bedrijfsplatform, juist nu bedrijven experimenteren met autonome onderzoeks- en workflowagenten. Tegelijkertijd ontstaat er een strategische spanning: Google is zowel een belangrijke distributiepartner als een bedrijf met omvangrijke eigen zoek- en AI-infrastructuur. 512
Agrawals termijn van twaalf tot 24 maanden is een voorspelling, geen breed gemeten consensus. Zijn onderliggende inzet is dat verbeteringen in modellen, toolgebruik en agentframeworks het praktisch maken voor software om namens één gebruiker veel zoekopdrachten en deeltaken uit te voeren. Bestaande cloud- en API-distributie kan die adoptie versnellen.
Als agenten veel meer webzoekopdrachten gaan uitvoeren dan mensen en vervolgens samengevatte antwoorden leveren in plaats van verkeer naar afzonderlijke pagina’s te sturen, kan de druk op de klikeconomie toenemen voordat consumenten hun dagelijkse surfgedrag veranderen. De claim van ‘1000 keer meer’ geeft de schaal van Agrawals verwachting weer, maar moet worden gezien als de overtuiging van het bedrijf en niet als een geverifieerde voorspelling. 14
Agrawal kondigt niet aan dat het huidige advertentiemodel al is ingestort. Hij stelt een nieuw marktontwerp voor een web waarin agenten dominant zijn. Index, feedback van agenten en betalingen op basis van Shapley-waarden bieden mogelijk een manier om content te belonen die bijdraagt aan door machines gegenereerde antwoorden. Daarvoor zijn echter ingewikkelde keuzes rond toeschrijving nodig, evenals brede deelname.
De sterkste versie van de these is daarom voorwaardelijk: als AI-agenten de primaire toegangspoort tot online informatie worden, zijn kliks mogelijk niet langer voldoende als economisch en rangschikkend signaal van het web. Parallel gokt erop dat daarvoor een systeem in de plaats komt dat draait om het resultaat van een agent, de herkomst van bronnen en betalingen voor meetbare informatiewaarde.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Parag Agrawal stelt dat advertenties en kliks minder waardevol worden als AI agenten – en niet mensen – de belangrijkste gebruikers van het web worden.
Parag Agrawal stelt dat advertenties en kliks minder waardevol worden als AI agenten – en niet mensen – de belangrijkste gebruikers van het web worden. Parallel Web Systems haalde in april 2026 100 miljoen dollar op tegen een gemelde waardering van 2 miljard dollar, na een Series A van 100 miljoen dollar tegen 740 miljoen dollar in november 2025.
Het product Index moet contentmakers laten zien hoe AI agenten hun werk gebruiken en een vergoeding berekenen op basis van Shapley waarden: de extra bijdrage van een bron aan het eindresultaat van een agent.