OpenAI Dot is een kijkje in de toekomst: de AI-assistent die écht je klusjes doet

Bart Mol: Dus dames en heren, je hoort het alweer, een volle aflevering. Welkom bij aflevering 16 van Turing Station. Mannen, daar zitten we weer gezellig bij elkaar. We hebben weer veel te bespreken deze week, zoals we net in de intro natuurlijk al vermeld hebben. Maar, zoals elke week beginnen we natuurlijk eens eventjes met wat onze luisteraars ons hebben laten weten naar aanleiding van aflevering 15. Ik kreeg een berichtje op Spotify of ik zag een berichtje op Spotify van Oscar en die zegt: "Ik zit in de creatieve sector als videograaf, slash cameraman. En wat voor mij vooral de interpretatie is van hoe AI omgaat met creatieve vormen, is dat AI nooit zelfstandig een gevoel van inventieve wendingen kan geven in het eindproduct. Ik denk dat het meeste eenheidsworst is en gaat worden als we niet onze expertise en input geven om bij te schaven en het beter te maken."

Bart Mol: Dan denk je: nou, die Oscar, dat is zo'n ouderwetse cameraman, die wil niet mee met zijn tijd. Maar het tweede gedeelte van zijn bericht is: "Ik denk dat het makkelijker geworden is om een hoger professionele niveau te bereiken, en het verschil met de rest maken, ja, dat is je edge." Dus eigenlijk waar we het vorige week een beetje over hadden, hè, die lat, die is omhoog gegaan. Ja, gebruik AI. Maar, ja, er zijn nu nog steeds beroepsvelden, vrij veel, waar je nog steeds als mens die laatste twintig procent kan toevoegen. Als developer, misschien als advocaat, maar dus ook als videograaf of cameraman. Dat je daar toch nog, ja, met AI heel veel van de vervelende klusjes kan oplossen, daardoor veel sneller kan werken. Maar, ja, de echte creatieve input voor een toffe vette film, die zal je toch alsnog zelf moeten maken. Hé Peet, ik zag dat jij wat van Jelte binnen had gekregen.

Peter Slagter: Ja, ik kreeg een mailtje van Jelte en die had een zetje nodig van Turing Station. Dat vond ik wel leuk om te lezen. Ik denk dat het een zetje van Bart was. Ach, dat was, als ik echt in mijn herinnering aan het graven. Van: joh, ga gewoon aan de slag, begin gewoon. Dat vind ik wel iets wat Bart w-roepen heeft. En hij dacht: ja, potverdorie, ik moet ook gewoon beginnen. Hij is IT-beheerder op zijn werk, dus hij is de IT-overlord op kantoor en hij dacht: weet je wat ik ga doen? Ik ga mijn collega's een omgeving geven. Soort van Lovable of Bold ken je misschien wel. Dat zijn, ja, dat zijn applicaties, platforms waar je zelf applicaties kan bouwen. En dat maken ze dan relatief eenvoudig om te doen ook, om die dan vervolgens te kunnen gebruiken en delen. Dat ga ik maken voor mijn collega's en dat is gelukt. Dus die kunnen nu zelf applicaties bouwen. Ze kunnen die applicaties gebruiken, delen, data gebruiken die relevant is voor de toepassing die ze in hun hoofd hebben. Nou, dat is mooi. Mooie meldtaal lijkt me. Dus dat vond ik een leuk berichtje.

Bart Mol: Zeker. Zullen we, of wil je Robin er nog even achteraan als we dan toch?

Peter Slagter: Nee, zeker, ik denk jij pakt hem terug met de volgende die je had opgelijst, maar ik pak ook Rob even.

Bart Mol: Dat is toch een?

Peter Slagter: Oké.

Bart Mol: Nee, ik heb een leuk idee. Ga verder, ga verder, Peet. Maak jij die er even.

Peter Slagter: Oké. Robin, die stuurde ook een mailtje, en dat vond ik ook wel een hele leuke. Daar zaten namelijk foto's van allerlei Duplo stenen bij en dat is, ja, way back. Toen dacht ik: ik heb zelf ook nog een bak Duplo staan trouwens. Ik doe er zelf niks meer mee, maar soms komen de kinderen op bezoek en die vinden dat ontzettend leuk. Dus zo een paar keer per jaar komt het nog van pas dat ik het heb staan. En hij had gewoon de Duplo stenen die hij had op de grond gelegd, foto gemaakt en zei tegen Claude van: joh, kijk eens even goed naar deze foto. Ja, prent even in je geheugen welke stenen er beschikbaar zijn, welke stukken ik heb. En dan wil ik eigenlijk aan jou vragen van: joh, ik maak een bouwtekening voor iets. En dan zei hij: ja, een paddock bijvoorbeeld. Of een ara, dat is een papegaai. En het toffe is, ja, hij kreeg gewoon 3D-modellen terug van wat hij moest gaan bouwen. Met een handleiding erbij, zet ze zo in elkaar. En in plaats van dat zijn kinderen aan het spelen zijn, is hij volgens mij gewoon zelf aan de slag gegaan. Maar dat weet ik niet zeker. Maar-

Bart Mol: Anders maak je geen Formule 1 paddock, dat kan ik je wel vertellen.

Peter Slagter: Maar hij vond het leuk. Hij vond het leuk. Gewoon een leuke, simpele kleine toepassing.

Bart Mol: Hé, ik ga een curveball naar jullie gooien. Ik vind het wel weer eens leuk om eens even te vragen: wat hebben jullie afgelopen week met AI gedaan? Gebouwd? Gemaakt? Waarvoor hebben jullie het gebruikt? Is er iets waarvan je zegt van: nou ja, daar heb ik het het meeste voor gebruikt afgelopen week.

Peter Slagter: Ja, ik heb er een heel item over zo meteen, Bart. Even een kleine preview. Ik ga het hebben over OpenAI Dots zo meteen.

Bart Mol: Oké, dan ben ik benieuwd. Jij, Peet?

Peter Slagter: Betrekkelijk weinig. Er waren andere thema's die mij bezighielden afgelopen week en die hadden niet zoveel met AI te maken. Die hadden meer met de politiek te maken. Maar ja, dat ga ik, deze podcast ga ik daar geen boekje over opendoen.

Bart Mol: Nee, dat snap ik. Maar misschien heb je daar ook wel AI gebruikt om dingen uit te zoeken of

Peter Slagter: Ja, tuurlijk

Bart Mol: na te lezen of.

Peter Slagter: Maar weet je, het gebruik van AI in de zin van, ik heb wel eens wat met ChatGPT besproken bijvoorbeeld. Dat vind ik persoonlijk eigenlijk niet zo heel, het zit, ja, niet zo boeiend meer.

Bart Mol: Dat is gewoon standaard, zeg maar.

Peter Slagter: Ja, eigenlijk wel, inderdaad. Kijk, in de weken ervoor ben ik veel bezig geweest met het verder uitbouwen van ons eigen socialmediaplatform. Eigenlijk een assistent bij het maken en uitrollen en plannen van campagnes om bijvoorbeeld Turing Station verder te verspreiden. En dat is hartstikke leuk om te doen, dus dan ben ik gewoon vooral meer gewoon aan het devven. Maar, ja, ik heb bijvoorbeeld geen, het is me nog niet gelukt om in één week 2.000 wiskundeproblemen op te lossen bijvoorbeeld. Dus ja, echt, ja.

Bart Mol: Daar komen we ook zo nog even op terug.

Peter Slagter: Ik heb daar de computer niet voor, denk ik.

Bart Mol: Nee. Nee, dat ga je niet meer redden met één GPU'tje of een mooie Mac.

Peter Slagter: En nog een dingetje. Ik heb, kijk, ik heb deze nu, deze jongen.

Bart Mol: Je hebt een Mac Mini gekocht.

Peter Slagter: Mac Mini. En ja, ik wil toch ook thuis even een plekje gaan inrichten waar mijn agents gewoon wonen. Want ik merk steeds vaker dat ik het behoorlijk irritant vind dat dingen uitgaan als ik mijn laptop dichtklap.

Bart Mol: Ja.

Peter Slagter: En zeker nu die agents ook gewoon urenlang lekker bezig zijn. Daar heb ik een plekje voor nodig. Ik ga daar ook mijn Hermes of OpenClaw naartoe verhuizen. Misschien dat ik daar, ja, de dots van Bert op kan nadoen. Ik ben wel benieuwd wat Bert voor gebruikt, dus. Maar ja. Dus dat voor de volgende projecten.

Bart Mol: Vet idee. Ik had namelijk gister, ik heb het niet vaak, maar gisteren zat ik in de bieb te werken hier in mijn woonplaats. Dat doe ik wel eens omdat we een hele mooie bibliotheek hebben. Ben je toch even het huis uit. En toen zat ik lekker te coden aan mijn app. Mijn iPhone-app, die overigens bijna klaar is. Ik ben hem nu in TestFlight aan het testen. Is echt wel leuk om te doen. Maar ja, toen zat hij inderdaad te werken. Vijf subagents. Een hele reeks aan features was hij aan het bouwen. Maar ja, het was 17:00 uur en ik wilde eigenlijk ook wel naar huis. Ja, kijk, tuurlijk kan je hem dichtklappen en thuis weer openklappen, maar ja, dan gaat er soms ook weer wat kapot en dan denk je: ja, je hebt hem liever open totdat hij zegt: ik ben klaar, weet je wel. En dat kan best wel eventjes duren en dan is het best wel nice om zo'n Mac even thuis te hebben draaien, omdat je daar gewoon heel makkelijk mee kan connecten.

Peter Slagter: Veel makkelijker geworden om processen even bij te sturen, ook als je niet achter je laptop zit. En gewoon met je Claude-app bijvoorbeeld zijn die sessies ook gewoon bereikbaar. Weet je, ja, er komt soms even een vraag tussendoor. Of je checkt even waar, wat is de stand van zaken of whatever. Ja, weet je, werken heeft ook gewoon een ander karakter gekregen en dat komt het best uit de verf als zij gewoon op hun eigen machine aan het werk zijn. Dus, nou ja, althans, dat is de hypothese, hè, daar gaan we achter komen.

Bart Mol: Nou, ik denk wel dat je daar gelijk hebt. En je kan natuurlijk ook iets van een Linux-machine gebruiken of iets in die richting, maar ja, dan heb je al je Mac-apps weer niet en dan heb je niet zoveel aan die computer use die steeds beter wordt. Dus ik ben benieuwd naar je avontuur. Nou, zo zie je maar Peet, je hebt deze week ook gewoon weer een stap gezet naar soevereine thuis-AI, hè, terwijl je dacht dat je eigenlijk helemaal niet zoveel met AI gedaan had. Toch wel.

Peter Slagter: Ja.

Bart Mol: Gewoon eventjes een Mac Mini gekocht. Ja, super! Hé mannen, dan gaan we eens eventjes praten over een aantal hele interessante dingen die in Europa zijn gebeurd. Ja, want opeens zag ik op X langskomen: ja, Europe is back, Europa is terug, we liepen achter de feiten aan, maar in één week hebben we alles goed gemaakt. Nou, dat is natuurlijk niet helemaal waar, maar er zijn wel vette dingen gebeurd. En die gaan we even kort bespreken, want het is allemaal redelijk vers van de pers. Ja, dus echt kunnen testen hebben wij en de rest van de wereld het ook nog niet. Maar het is wel tof om te zien. We hebben Mistral, onze Franse trots, onze Europese trots als het gaat om, ja, frontier AI-labs, hè, de bedrijven die zelf hun AI-model trainen en daarna ook aanbieden aan de wereld. En ja, die leven vooral in Amerika en in China weten wij.

Bart Mol: En in Europa hebben we Mistral, maar ja, die liepen toch altijd wel, ja, zeker het afgelopen jaar toch wel heel ver achter, dat kon je bijna geen frontier lab meer noemen, laat ik het zo zeggen. En nu hebben ze Mistral Large 4 naar buiten gebracht. Ook wel Le Chonk. Dat is een meme. Dat was het grapje de hele tijd. Dat hebben ze omarmd. Dat vind ik wel slim, want de AI-wereld bestaat ook voor een groot gedeelte uit memes. Het is een internetcultuur uiteindelijk ook. En nou, dat vind ik wel leuk dat ze dat gedaan hebben. En het is, en dat is wat het interessant maakt, is volledig open source of open weights moet ik zeggen. Dus je kan het gewoon downloaden en je zou het zelf kunnen draaien. Of, ja, je hoeft het niet bij Mistral af te nemen, en voor een open weights model doet het het gewoon best wel goed. Het zit volgens mij, als ik het even uit mijn hoofd goed zeg, die nieuwe Chinese modellen op de hielen. Dus het is in één keer het vierde open weights model, qua kwaliteit. En het leuke is dat Mistral zich dan weer, ja, toch wel weer focust op wat, ja, hoe noem je dat?

Bart Mol: Vreemde uithoeken bijvoorbeeld. Het schijnt behoorlijk goed te zijn in juridische vraagstukken, om maar eens wat te noemen. En zo zijn er nog een paar van dat soort, ja, uithoeken, niches waar die dan op uitblinkt. Dat past ook wel bij de strategie die Mistral eerder ook had om dit soort modellen ook, ja, te trainen en uit te brengen voor bepaalde niches. Dus niet direct te gaan concurreren met OpenAI of Anthropic, maar juist in de gebieden waar zij een beetje achterblijven. Schijnt ook goed te zijn in cybersecurity. Dat komt vooral omdat het minder vaak nee zegt dan andere grote modellen. Ja, dus wel vet, denk ik toch? Om het gewoon kort samen te vatten. Meer kan ik er ook niet echt over zeggen. Bert, kun jij er nog wat aan toevoegen? Of wil jij er nog wat aan toevoegen?

Bert Slagter: Ja, ik vind het wel leuk. Peter heeft ook een keertje het voorbeeld van India genoemd bijvoorbeeld. Dat je daar gewoon hele specifieke vraagstukken hebt vanwege al die talen die in het corpus beperkt voorkwamen. Europa heeft ook gewoon specifieke vraagstukken, namelijk z'n talen. Je noemde rechtssysteem is ook een goed voorbeeld. Amerika heeft common law en Europa civil law. Dat zijn gewoon verschillende aanvliegroutes tot recht. Ja, en je kunt een model natuurlijk extra trainen met specifiek data vanuit onze context. En als Mistral dat voor Europa doet, dan kan het model op generieke algemene taken ongeveer gelijk scoren, maar op voor ons specifiek relevante dingen beter. En dat is natuurlijk hartstikke nuttig. Dus leuk, ja!

Bart Mol: Jazeker. En dan kwam er ook nog eens het bedrijf, ja, waar, die kwam een paar dagen eerder, Aleph Alpha en die kwamen met Colibri en die wil ik ook nog even noemen, want dit is-

Bert Slagter: Is het nou Colibri of Colobri?

Bart Mol: Colibri. Dat zie ik op hun website staan in ieder geval die ik nu voor me neus heb. Wat is hier vet aan? Nou, dit is opeens een model van een ander bedrijf dan Mistral dat volledig getraind is in Europa. Kijk, we hebben natuurlijk wel vaker in Europa initiatieven gehad, maar dan wordt er toch een, ja, een open weights model gepakt en dan wordt daar op doorgetraind, zeg maar. We hebben in Nederland bijvoorbeeld, heeft Loos AI best wel veel aandacht gekregen. En ik wil even duidelijk zijn, ik wil niets afdoen aan elk initiatief van een Europeaan om iets te proberen met AI. Ik denk dat we daar als een blok met z'n allen achter moeten staan. Maar er zijn natuurlijk wel wat mitsen en maren te zeggen, hè. Ik bedoel, er stond vaak dan: dit AI-model is getraind in Groningen. Ja, voor een gedeelte, hè, maar de basis ligt in China natuurlijk en dat doet verder niks af aan die prestatie. Alleen het is wel belangrijk, het is wel wat het is. En bij Colibri is dat dus niet het geval. Dit model is gebouwd in en getraind volledig in Duitsland.

Bart Mol: En het grappige is, wat ik het meest interessante eraan vond, is dat het, nou ja, het is open source. Dit is een klein model, dus je kan hem ook op je laptop of in ieder geval op enigszins consumentenhardware draaien. Maar het leuke is dat hij dus nadenkt in het Duits en in het Engels. Maar dat hadden we nog niet echt. We hebben Chinese modellen, we hebben Amerikaanse modellen en die, tuurlijk praten die Nederlands, spreken die Nederlands. Maar toch, zeker bij die Chinese modellen zaten daar echt wel wat rare zinnen in. Dat was echt een goed model qua programmeren, want dat is gewoon één taal die iedereen spreekt. Maar dat was toch, ja, het Nederlands wat minder. En ik ben benieuwd of dit model daar beter in gaat zijn. Dus dit is ook iets wat we gaan uitproberen. Maar wel tof om in één week, ja, toch Europa te zien dat we niet allemaal liggen te slapen hier. Weet je, we zijn wel soms een beetje negatief, een beetje bang over wat er gaat komen. En dit was toch even een weekje waar we toch weer, ja, lekker, weet je, we kunnen hier ook wel iets en hopelijk kunnen we dat doorzetten.

Bert Slagter: Ja, vooral dat laatste. Ja, ik heb er even wat achteraan geplakt. Ik maak er gewoon een, het is nu rondje Europa. Ik vertrek gewoon naar Korea en volgens mij gaat Bert nog naar een ander werelddeel toe. Het wordt gewoon rondje wereld. En dat samen zegt ook wel iets denk ik. Namelijk, ja, dat je van: oeh, we hebben eigenlijk maar twee of drie grootmachten in de AI-wereld, maar, hé, het lijkt erop dat dingen zich toch wat meer aan het verspreiden zijn of zo. Geopolitiek heeft natuurlijk ook wel wat effect. Ik zag een nieuwsbericht vanuit, nou ja, Zuid-Korea is dat uiteraard, als ik Korea zeg. Dat zij, ja, zij maakten zich daar ook een beetje zorgen. Ze keken naar China en dachten: ja, verrek, die lopen wel erg veel voor. Wat moeten we nou? Gaan we, ja, hun modellen gebruiken? Amerika? Ja, dan zitten ze natuurlijk ook een beetje in de spagaat. Zij voelen natuurlijk ook wel hun autonomie een beetje op het spel staan. En de overheid die heeft bedacht: weet je wat? We gaan het aan de markt vragen. En de markt zei van: ja, dat red je niet met een paar miljoen. Dat moet je dan serieuzer aanpakken als je daadwerkelijk aan de race van frontier models wil meedoen.

Bert Slagter: Want dat is de inzet. Ja, dan heb je meer nodig. Nou, en de overheid die heeft nu een eerste omlijning van een plan gepubliceerd. Gaat 4,7 biljoen won investeren. Dat vertaalt zich naar een kleine $3,5 miljard. Om daarmee, ja, dat project om een eigen frontier model te gaan ontwikkelen op te starten. Ze verwachten van de marktpartijen die aansluiten dat zij de investering van de overheid matchen. Dus nou ja, dan simpele reken som komt dan uit, laten we zeggen op een kleine $7 miljard, wat er dan opgehaald wordt voor dat project. Misschien wordt dat nog meer. En dat gebruiken ze deels voor de aankoop van GPU's, je verwacht het niet, en deels voor de aankoop van trainingsdata. Ja, en dan moet het vanaf 2027 allemaal gaan beginnen. Ja, nou ja, goed, het is niet een week waarin ze in Korea, net zoals in Europa zeggen, laten zien van: nou, wij doen ook mee.

Bert Slagter: Dat moet dan in 2027 gebeuren. Maar wel serieus. Wel serieuze stappen. Bert.

Bart Mol: Ja, in Amerika gebeurde ook iets. Reflection AI, die heeft Beam geïntroduceerd. Dat is een highly efficient agentic open model met veel parameters. En het aardige is, dat er is nu ook vanuit een Amerikaans lab een open weights model

Bert Slagter: Gepubliceerd wordt, die zich kan meten met, nou ja, bijvoorbeeld die dikke van Mistral en de Chinese topmodellen. Kijk, we hadden natuurlijk in Amerika wel wat kleinere modelletjes vanuit Nvidia en OpenAI heeft ook z'n open source model, maar dit is, ja, net even weer een andere smaak en dat is leuk. En ik hoorde jullie net praten en mezelf en ik dacht: ja, we moeten toch ook wel even benoemen dat het woord frontier, dat dat op deze manier ook wel wat aan inflatie onderhevig is, hè, als we het bij alles zeggen: joh, we willen een frontier model maken. Kijk, de echte frontier zit denk ik bij drie labs nu, bij drie AI-bedrijven, commerciële AI-bedrijven, namelijk Google, OpenAI en Anthropic en zowel Mistral als de Qwen-achtige, die kunnen, zit daar echt nog wel een tikkeltje achter. Zeker bij wat zij intern hebben. Maar je zou natuurlijk ook wel kunnen zeggen dat er ook een frontier, een grenslijn is van open modellen, hè. Alleen dat is wel een grenslijn die toch nog wel steeds wel een aantal maanden achter de gesloten modellen aanloopt.

Bert Slagter: Dus je zou inderdaad best kunnen praten over een aantal frontiers. Maar we hebben het hier dan over de open frontier, zou je kunnen zeggen.

Bart Mol: Ja.

Spreker 3: Ja.

Bart Mol: Als je het beeld van de race blijft gebruiken, dan kom je er wel mee weg, hè. Dan heb je ook gewoon altijd achterblijvers, tragere teams. Een poging om het volgend jaar beter te doen. We gaan het hebben over wiskunde, denk ik.

Bert Slagter: Ja, laat ik die eens even oppakken. Ik zag een berichtje langskomen van OpenAI en dit sluit aan bij ons grotere item hierover in aflevering 14. Toen OpenAI bekendmaakte dat ze met hun nieuwe model, dat geheime model achter de schermen naast, ja, weet je, ze hadden natuurlijk al wat gepubliceerd over een doorbraak, maar nu hadden ze gezegd: ja, we hebben nog honderden andere doorbraakjes. Alleen we gaan eerst nadenken hoe we die op een verantwoorde manier de wiskundewereld in kunnen brengen. Dat we dat daar niet te veel ontwrichten en voor niet te veel chaos zorgen. En dat hebben ze nu gedaan. Ze hebben op GitHub hebben ze, ja, honderden bewijzen gepubliceerd, met ook allerlei omliggende data, zoals de prompts die ze gebruikt hebben en een aantal redeneerstappen en delen van de reasoning die die agents hebben gebruikt. Dus een vrij, ja, brede set aan data en bewijsmateriaal. Netjes gerubriceerd over allerlei deelgebieden van de wiskunde.

Bert Slagter: En ze hebben er ook niet een heel, ze hebben ook niet echt groot op de trommel geslagen hierover. Geen grootse marketingbericht. Eigenlijk een heel bescheiden berichtje. Joh, hier is een GitHub met een hele hoop, ja, wij denken dat het interessante zaken zijn voor de wiskundegemeenschap. Jullie mogen hier verder mee aan de slag, hè. Wij gaan hier nu niet verder een groot feest van bouwen. En ik vond het wel aardig. Ik zag wat reacties langskomen van wiskundigen. Bijvoorbeeld Daniel Litt. Hij is professor aan de Universiteit van Toronto, en hij zit in de number theory en hij zegt: "Fun! Looks like mathematicians have a lot of exciting work to do." En hij zegt: "Als ik het goed begrijp is een van de resultaten een special case van een van mijn conjectures. En ook een gevolg van het werk wat al gedaan is door een van mijn studenten." Hij is er heel enthousiast over en zegt: "Dit is iets, ja, hier kunnen wij wat mee doen." Hij zegt, later reageert hij daar nog op: "A lot of good stuff in there!" Dus er zijn in ieder geval ook enthousiaste wiskundigen. Dus wat dat betreft, ja, het lijkt erop dat deze aanpak van OpenAI een stukje beter is dan de vorige, waarbij ze, ja, er toch een soort van schouderklopjesfestijn van maakten.

Bart Mol: Ja, waar de kritiek was dat ze de wiskundewereld een beetje misbruikten als hun eigen marketingtool, zeg maar. Dat hebben ze deze keer overduidelijk niet gedaan. Inderdaad, die blogpost, dat is twee alinea's en ze hebben één tweet. Terwijl toen ik het aan Claude vroeg van: joh, is het een beetje interessant? Zei die: als dit allemaal klopt, dan is het revolutionair. Nou ja, goed, we gaan het de komende weken horen. Bert, ik ben benieuwd wat jij deze week hebt gedaan met OpenAI Dot en ook hoe je überhaupt toegang hebt gekregen tot die tool in Europa.

Bert Slagter: Ja, OpenAI, die lanceerde vorige week op zijn Dev Days een always-on agent met de naam Dot. En als je die hebt, dan heb je linksboven in je OpenAI-omgeving een klein nieuw itempje vlakbij Nieuw chat. En dat heet, die heet dan Dot met een leuk icoontje erbij. Je kunt hem zelf ook een kleurtje en een vormpje geven. Je kunt hem een soort lichaampje geven. In Europa alleen beschikbaar met Business Premium of via een VPN naar Amerika bijvoorbeeld. In Europa is dan de Europese Economische Ruimte. Er zijn de meningen zijn verdeeld over of dat is omdat ze het qua compute geleidelijk wilden uitrollen. Europa, daar zitten gewoon ook veel gebruikers. Of dat het te maken heeft met de Europese wetgeving. Nou, ik heb Business Premium. Althans, daar heb ik naartoe geüpgraded om dit eens eventjes te kunnen testen. Dat is leuk.

Bart Mol: Wat hij allemaal over heeft voor jullie, lieve luisteraars, die weten we, hè? In the name of science.

Bert Slagter: M'n resets waren ook op, dus het kwam niet gek uit. Ja. Een dot, dot is een agent, een taalmodel met context en tools. Zo moet je naar kijken, dus het is gewoon een, ja, in dit geval Astra. Het model Astra wordt hiervoor gebruikt. Krachtigste model van OpenAI met een onbeperkt budget, los van de limieten bij je abonnement, dus daar hoef je je geen zorgen over te maken. Het gaat daar niet vanaf. En, ja, dat taalmodel heeft context en tools tot zijn beschikking. Bijvoorbeeld hij heeft een eigen computer in de cloud. Dat is wel grappig, is een Linux-machine. Je kunt ook gewoon meekijken op het scherm en je kunt de controle overnemen. Een browser is er standaard geïnstalleerd, een terminal, een bestandssysteem, maar je kunt ook andere dingen installeren. Je kunt hem ook dingen laten installeren. Ik heb hem bijvoorbeeld eventjes Minesweeper laten, mijnenveger laten installeren. Dan konden we een potje mijnenvegen spelen.

Bart Mol: Even, Bert, als ik het dan goed begrijp wat Pete wil bereiken met die Mac mini, dat heeft die dot eigenlijk standaard in. Die heeft een Mac mini bij OpenAI staan om het even-

Bert Slagter: Ja, ergens in een datacenter in Amerika. Ja. Een Linux-machine met, ook met een scherm, dus hij kan ook daar de browser gebruiken en naar de website van je kapper gaan en een afspraak maken bijvoorbeeld. Dus dat soort, dat is zeg maar een tool. Hij kan ook jouw computer gebruiken. Dus hij heeft eigenlijk twee computers: Dot's computer en your computer en daar kan hij allebei dingen mee doen. Verder kan hij gebruik maken van alle plug-ins die jij hebt geïnstalleerd, zoals koppelingen met Google Drive en mail en calendar of de MCP-server van Turing Station bijvoorbeeld.

Bart Mol: Ja.

Bert Slagter: Hij kan ook gebruik maken van de informatie in alle eerdere chats die je hebt gehad met ChatGPT, Chat of Work of Codex. Hij kan andere chats aansturen en maken en daardoor ontstaat er een heel interessante dynamiek en daar kom ik zo even op terug. Nou, ik heb zaterdag mijn Dot aangemaakt, en als je je Dot opent dan krijg je een soort WhatsApp-achtige interface of Telegram of zo. Gewoon een soort chat-app. Je kunt daar berichten sturen naar je Dot, typen of dicteren. Gewoon de standaard tools en je kunt hem bellen. Er zit ook gewoon een belknopje in, een telefoonknopje, ook in je mobiele app. En dan krijg je, het is gewoon alsof je telefoon gaat over. Dan krijg je je Dot aan de lijn. Dat is echt heel geestig. Via de live voice die we kennen van ChatGPT kan je er gewoon mee praten. En ja, dat wordt dan door Dot verwerkt, ja, in diezelfde chat eigenlijk. Ja, je kunt dan dus, je kunt daar vragen stellen in die chat, om iets uit te zoeken, om onderzoek te doen, om iets te bouwen, om een document voor te bereiden of een afspraak te maken bij je kapper.

Bert Slagter: En hij gaat zelf nadenken, zelf besluiten hoe hij dat aanpakt, in zijn eigen computer, op jouw lokale computer, op de achtergrond voor zichzelf, of maak ik er een nieuwe chat voor aan? En dat beslist hij zelf. Je kunt hem ook iets sturen. Je kunt ook zeggen van: zoek dit voor me uit, maar doe dat even in een nieuwe chat, want ik wil er later mee verder bijvoorbeeld. Dus voor mij is ook de afgelopen dagen de manier waarop ik chats gebruik of threads zoals ze intern heten bij OpenAI, is wel wat veranderd. Hè, dus ik maak soms nu gewoon een chat aan of die laat ik aanmaken met het idee: oh, daar moet ik straks nog mee verder, daar ga ik straks dan in verder en daar wordt dan alvast iets in geparkeerd. Die chats, die stuurt hij aan. Hij beoordeelt dan ook of het resultaat uit zo'n chat al goed genoeg is en hij vraagt door. Ja, dat is, die chat, dat is dus een, dat zou je kunnen zeggen, zien als een subagent. Dus dat draait allemaal parallel naast elkaar. Soms draai je er vier of vijf van die chats tegelijk. En als daar iets uit terugkomt, dan kijkt Dot dus eerst: vind ik dit goed genoeg? Soms vraagt hij door, soms laat hij het werk controleren.

Bert Slagter: Een paar keer had hij zei van: ja, kijk, check dit nog eventjes dubbel of doe nog even een controle op de uitkomsten en pas als hij tevreden is als het af is, dan komt hij met het eindresultaat naar jou toe. Je kunt als je het leuk vindt wel meekijken in zo'n chat. Dat heb ik dus ook gedaan. Zo'n kind chat, zo noemen ze het ook trouwens in de communicatie tussen kind en ouder. Zo praten ze ook naar elkaar. Huh, ik rapporteer dit even naar mijn parent. Zie je dat? Dat is echt heel geestig. En zo praten die twee met elkaar. Ja, het aardige is dat je in die primaire interface een beetje die WhatsApp-achtige chat. Daar kun je dus over al die taken gewoon door elkaar heen praten. Ik had gisteren zes dingen tegelijk lopen. Ik gaf wat extra info over de één. Ik vroeg naar een status over de ander en hij begreep zelf waar ik het over had. Hij begreep zelf toen ik wat extra info erin plakte, naar welke subchat dat moest en waar dat relevant voor was. Hij houdt ook mijn mail in de gaten. Hij komt af en toe met een herinnering. Bijvoorbeeld eergisteren kwam die, ik zal de persoon even Jan noemen, met het volgende: Jan bood vandaag aan om met jullie over het deskundigenrapport te bellen.

Bert Slagter: Ik zie nog geen afgesproken tijd in de mail of jullie agenda's. Heb jij en Peter dat inmiddels onderling geregeld? Vraagteken. Ik zeg: nou ja, nee, dit regelt Peter verder. Zegt hij: oké, dan laat ik het bij Peter. Ja, is echt heel grappig. Maar dat had hij dus zelf gezien, dat er in een mailtje iemand voor het weekend wat had gestuurd en dat wij er nog niks mee gedaan hadden. Ik merkte onderweg dat mijn Dot nuttiger werd naarmate ik hem meer toegang gaf tot de MCP van Turing Station en Satoshi Radio, tot mijn mail, de documenten met onze draaiboeken erin, tot mijn notes. Ik heb lokaal Bear draaien. Dat is zo'n een Mac- en iPhone- en iPad-app, maar die heeft ook een MCP.

Bart Mol: Een beetje jouw second brain-achtige installatie, hè, waar je de hele tijd op terug-

Bert Slagter: Ja, klopt. Ik denk dat er wel 30.000 notes in staan van de afgelopen tien jaar. Maar die heeft dus een MCP waar je hem toegang kan geven. Mijn bookmarks en mijn Twitter-app. Nou, die heb ik allemaal toegang gegeven. En dan, ja, dan zie je dat hoe meer je dat doet, hoe beter hij ook dingen aan elkaar kan verbinden. Zegt hij: hé, ik zie dit staan in je notes. Dit staat in draaiboek. Nou, ik zie in de transcripts van vier afleveringen terug dat jullie dit al hebben besproken, dus dat zou ik niet deze keer doen. Dat is, ja, best wel, je merkt wel echt dat hij een soort overzicht heeft over het geheel. Ik denk dat het voor mij nog veel beter zou worden als ik of als Dot zou meelezen bij ons in de Discord. Als Dot ook mijn WhatsApp kan zien. Als Dot bij mijn kan meeluisteren bij de gesprekken die ik voer. Als Dot voor me kan betalen. Als Dot in mijn wachtwoordenkluis kan. Dat heb ik allemaal nu nog niet gedaan, omdat ik daar gewoon nog niet aan toe ben. Ik vertrouw het nog niet genoeg of zo. Hè, dat moet ook een soort groeien. En er komt ook, het is nog niet perfect. Dat is ook wel een constatering.

Bert Slagter: Het is nog niet perfect. Het is voor sommige dingen gewoon nog wel traag. Hè, ik bedoel uiteindelijk is het gewoon, ja, een Astra/Fable-achtige snelheid. Kijk, en OpenAI experimenteert wel met die supersnelle compute die acht keer zo snel is, maar die heb ik in ieder geval nog niet kan ik je vertellen. Dus ja, als je-

Bart Mol: Als je hem hebt, dan is je budget ook acht keer zo snel leeg.

Bert Slagter: Nou ja, behalve dat alles met Dot dus buiten je budget zou vallen, hè, dus Thibault heeft wel gezegd-

Bart Mol: True Bert, moet ik je zeggen.

Bert Slagter: Ja. Ja, ja. Nee, dat klopt. Nee, kijk, dat is het, ik bedoel, dat is denk ik wel, dat is dan even een iets grotere observatie. Dit wat ik nu gebruik, dat kan niet uiteindelijk voor iedereen op dit moment, met deze prijs, hè. Ik hang nu zwaar aan de subsidietiet van OpenAI, hè, dat is duidelijk met zo'n Dot nu. Maar we moeten ook constateren dat wat een jaar geleden echt, echt wat je echt met grote moeite uit het allerduurste beste model perst. Dat doe je nu met een heel klein goedkoop modelletje net zo goed. Dus we kunnen ook best verwachten dat over één of twee jaar dat wat mijn Dot nu kan, dat dat en heel veel sneller en heel veel goedkoper kan, zodanig dat het ook in normale abonnementen en ongesubsidieerd kan. Alleen, dus ik heb ook echt het gevoel dat ik een kijkje in de toekomst krijg, hè. Maar goed, dingen zijn nog niet perfect, ook in de user experience niet, hè. Soms dan, hij had bijvoorbeeld moeite om mijn lokale Codex projecten te vinden. Moest ik hem echt even op weg helpen. En dan zie je dat ook OpenAI in de loop van de jaren gewoon allerlei, ja, soort van wereldjes naast elkaar gebouwd heeft.

Bert Slagter: Cloud versus lokaal, chat versus work versus Codex of code. De lokale computer, de Dotse computer en ja, dat is allemaal, mmm, dus daar, dan merk je, oké.

Bart Mol: Ergens.

Bert Slagter: Ja, dan merk je dat het gewoon nog jong is. Het is een jong product. Ik ben er vroeg bij, maar goed, ik kan daar wel een soort van doorheen kijken en denken van: ja, als dit allemaal kan en als dit nog beter wordt. Poh, dat is echt wel, echt wel gewoon echt heel knap. Ik zag ook op Twitter wat voorbeelden langskomen van mensen die een soort van verbaasd waren. Wel grappig. Ik zal even een paar dingen, voorbeelden geven. Paul Hudson, die vertelde van: ja, ik heb mijn Dot aangezet en it saved my day to day. En zijn voorbeeld was: hij had een trein geboekt naar Londen en hij werd wakker en hij kwam erachter dat die specifieke rit geannuleerd was. Die trein die reed niet vandaag. De trein van 8.00u zal ik maar zeggen. En hij wist, ja, één trein later, dan, het was zeg maar twee treinen later, dan ben ik te laat voor mijn afspraak. Eén trein later, dan moet ik over 20 minuten op het station staan. Dat ga ik niet redden, dus ik ben eigenlijk koek.

Bert Slagter: Maar toen zag hij, deed hij zijn ding aan, zag hij dat Dot, die had al zelf gezien dat zijn rit geannuleerd was. Heeft zelf uitgezocht dat de rit daarvoor vertraging had en hij zegt: als je nu je aankleedt en ontbijt en naar het station gaat, dan ben je daar ongeveer als de trein ervoor met vertraging op jouw station aankomt. Dat heeft hij gedaan en was op tijd. Ja, hij, en de vraag was: zal ik je ticket omboeken? Hij zegt ja en hij is gegaan. Het voorbeeldje van iemand die zegt: ik ben, ja, ik ben echt verbaasd over wat mijn assistent even voor mij fixt, maar ook veel, ja, veel knulliger dingen. Een dame uit Japan die kreeg de vraag van Dot: joh, je hebt deze keer twee pakken gefrituurde garnalen besteld in plaats van één. Klopt dat wel? Oh, zegt ze, nee, dat is inderdaad een foutje. Geestig. Of Dot die 's ochtends zegt: ja, je collega die heeft vannacht een voorstel in Drive gezet met een scope die ik nogal breed vind. Ik weet niet, waarschijnlijk, het gaat er vanmiddag uit.

Bert Slagter: Ik denk dat je hier nog even naar wil kijken. Dat soort dingen. En iemand die zei van: ja, mijn vrouw die belde met de VPN is stuk, dus ik heb tegen Dot gezegd: kun je de VPN fixen? Nou, die heeft het gewoon uitgezocht, en het ding geüpdatet en gereboot en het werkte weer. Dat vond hij wel chill, want hij was onderweg. Weet je, dat soort voorbeeldjes komen er langs en je hoort wel, het is allemaal nogal random en het is allemaal nogal, ja, weet je, het is allemaal ook niet een ramp. Twee pakken garnalen of een VPN die je pas 's middags kunt fixen. Alleen het zijn wel dingetjes dat je denkt van: ja, dit is wel wat anders dan ik stel een vraag aan ChatGPT en ik krijg een antwoord. Je merkt wel, we gaan een beetje het persoonlijke assistent domein in. En het is heel vroeg, maar ja, ik zie, zeg maar als je een klein beetje uitzoomt zie je wel de contouren zich aftekenen van hoe zo'n assistent zou kunnen werken.

Bart Mol: Ja.

Bert Slagter: En dat vind ik wel leuk en daar wil ik mee afsluiten. Ik zag een berichtje van Nick Carter op X. Die heb ik ook in de shownotes gezet en hij reageerde op een gesprek. Dat ging ongeveer zo. Eerst was er een post van a16z over adoptie van AI. Gaan we straks nog even over hebben. Iemand reageerde, die zegt: mijn thesis, niemand gebruikt AI. Ik herhaal absoluut, absoluut niemand. We leven in een bubbel. Derde persoon of de derde tweet, die reageerde daarop. Ik ben een goed functionerende volwassene. Waarom heb ik een AI agent nodig om in te checken voor mijn vlucht? Ik kan lezen en schrijven. Waarom heb ik een AI agent nodig voor mijn e-mails? Bovendien, ik krijg helemaal niet zoveel e-mails. De reden dat niemand AI gebruikt is dat voor de overgrote meerderheid van de mensen heeft het gewoon geen serieuze praktische meerwaarde. En daar reageerde Nick Carter zo op. Hij zegt: ik vind dit soort opmerkingen echt heel verwarrend. Je hebt een onvermoeibare genie met een IQ van 150 in je computer. Hij kan je browser gebruiken, je e-mail lezen bij elk bestand dat je maar wil.

Bert Slagter: Hij klaagt niet als hij de meest geestdodende administratieve klusjes krijgt. Hij is bereid om 24/7 te werken voor minder dan minimumloon en hij kan uren achter elkaar zelfstandig aan de slag. En jij kunt echt geen enkele manier bedenken om daar gebruik van te maken? Ontbreekt het je werkelijk volledig aan verbeeldingskracht? Of vind je al die alledaagse administratieve klusjes gewoon leuk? Vind je het leuk om parkeerboetes te betalen om je e-mails te sorteren, jezelf handmatig af te melden voor spam, creditcardbetalingen te controleren, abonnementen op te zeggen en over je verzekeringen te onderhandelen? Doe je dat graag? Ja, en die voel ik wel een beetje. Dat punt van Nick, dat als je Dot, ja, een weekje gebruikt en je hebt hem, kijk, en dat is wel een voorwaarde, daadwerkelijk tot allerlei aspecten van je leven toegang gegeven. Ja, dan krijg je wel het gevoel van hij kan inderdaad wel allerlei shit gewoon voor je fixen. En ik belde hem tijdens een rondje wandelen eergisteren, gaf een paar opdrachten en toen ik thuiskwam stonden er drie chats klaar. Eén met een voorstel voor een e-mail. Twee, hij had uitgezocht hoe ik een abonnement kon opzeggen met de vraag om goedkeuring en drie een document met voorbereiding voor een ai-item voor op de radio.

Bert Slagter: Ja, goed, dus het, ja, ik vind het, ik vind het wel heel, heel prettig.

Bart Mol: Gematigd enthousiast hoor ik je.

Bert Slagter: Ja, nou ik denk, hè, als je dit een beetje extrapoleert en we zitten echt wel in een vroege fase, maar laten we het één, twee, drie maanden verder doen en misschien kun je, ik denk dat je dit ook wel kunt zeggen over Muse, hè, van Meta en over Grok Bot, want het zijn min of meer dezelfde, die hebben de ambitie om min of meer hetzelfde te doen, dat dit, ja, eigenlijk al best wel snel, ergens in de komende maanden, echt wel fijn wordt voor mensen met een drukke baan. Want tijd is gewoon veel waard. Voor mensen met veel communicatie. Denk aan managers, commerciële functies, consultants, juristen, journalisten. Voor mensen met veel administratie. Denk aan ondernemers, zzp'ers, mensen met een gezin en voor mensen met veel kenniswerk, die dus heel veel moeten opzoeken, uitzoeken, onderzoeken. Voor die categorieën denk ik dat dit eigenlijk al heel snel, ja, de 100 piek per maand waard gaat zijn. Voor heel veel, voor de rest, van, ja, wee, dan moet het echt nog wel echt een stuk handiger en toegankelijker zijn.

Bart Mol: Jazeker, daar sluit ik me wel bij aan. Zowa-, het doet mij ook een beetje denken aan Hermes, maar dan gelikt, en gewoon werkend out of the box. Of er is niet eens een box, je hebt gewoon een account en opeens is het er en het werkt.

Bert Slagter: Ja.

Bart Mol: En ik moet zeggen, ik heb Hermes natuurlijk een paar maanden geleden geïnstalleerd met die second brain en ik gebruik niet alles meer wat ik toen gemaakt heb, maar heel veel dingen ook wel. Dus er is inderdaad een gebied waar zo'n personal agent daadwerkelijk iets toevoegt ten opzichte van een Codex, een Claude Code, een ChatGPT, waar je, en vooral als continuïteit belangrijk is. Ik denk dat dat het grootste verschil maakt. Maar, vet! Ik ben benieuwd Bert, hoe het de komende maanden gaat bevallen en hoe dat verder gaat uitpakken. Hé, je had het net over Frontier Labs. Daar heb ik iets over te vertellen, dus ik denk dat we dat maar eens even gaan doen. We moeten het namelijk eens even gaan hebben over Google. Dat wil ik eigenlijk al een paar maanden. Voor mezelf wilde ik dat uitzoeken en een paar weken al in Turing Station. Want zoals jullie al een paar keer gehoord hebben, ik heb op vakantie hartstikke leuke boek gelezen over Demis Hassabis en dat is inmiddels trouwens niet meer, hij heeft weer een stapje terug gedaan, maar hij was op een gegeven moment de AI topman bij Google en de oprichter van Google DeepMind.

Bart Mol: En wat ik zo interessant vond, ik heb door de jaren heen altijd wel AI dingen gevolgd, ontwikkelingen gevolgd en daar kwam Google altijd naar voren. En toen opeens was daar OpenAI en ChatGPT. Toen ben ik er echt ingedoken en toen dacht ik eigenlijk altijd: waar is Google nou gebleven? Zeker toen ze op een gegeven moment gewoon echt een beetje het lulletje rozenwater van de AI-klas waren in 2023. En ik dacht: nu is het eens even tijd om dat op een rijtje te zetten. Zeker na het lezen van dat boek werd mij gewoon best wel veel duidelijk. Bij Google, daar had je jarenlang een interne tweestrijd. Sinds 2010 ongeveer had je daar Google Brain. Dat was hun AI divisie. Die was gestationeerd in de VS, net als de rest van Google natuurlijk. En die richtte zich op neurale netwerken. Maar wel echt met het idee van: oké, een toepassing op onze producten. Dus hoe maken wij vooral Google Search beter?

Bart Mol: Hoe maken wij YouTube beter? Hoe maken wij Chrome beter? Hoe maken wij onze producten beter met AI, hè? Sinds 2010 is Google Brain daarmee begonnen en op een gegeven moment kwam Google DeepMind daarbij. Dat was een acquisitie. DeepMind bestond al in Londen, in het Verenigd Koninkrijk en dat stond onder leiding van Demis Hassabis. En dat is een soort, ja, als je dat boek leest, ja, eigenlijk wel een soort wonderchild als het gaat over artificial intelligence, AI. En die waren juist altijd heel erg gericht op, ja, het creëren van agents. En dan vooral door middel van reinforcement learning. En ook wel, hè, gesteund door neurale netwerken, maar veel minder alleen daarop gericht. En zij hadden juist het doel om wetenschappelijke problemen op te lossen. Demis Hassabis wilde de grote problemen van de wereld oplossen: klimaatverandering, ziektes. Hoe kunnen we langer leven?

Bart Mol: Hoe kunnen we kanker de wereld uit helpen? Dat soort dingen. Die was niet be-, die heeft DeepMind niet gestart om Google Search beter te maken, maar opeens was hij wel onderdeel van Google. En deze twee stammen binnen Google, eentje in het Verenigd Koninkrijk, eentje in de VS. Ja, die hebben jarenlang naast elkaar geleefd en dat ging eigenlijk best wel goed. Vooral omdat het allebei zaten ze vol met slimme mensen. Bijvoorbeeld in 2016 kwam Google DeepMind opeens met AlphaGo. Dat was een soort schaakcomputer, maar dan voor het spel Go. En in 2016 werd de Zuid-Koreaanse Lee Sedol verslagen. Dat is alsof Lionel Messi drie keer door de benen wordt gespeeld door een humanoid robot. Dat je wel denkt: ja, ze zijn echt beter, die robots in dit spel en dat was echt wel een grote stap. En in 2016 kwam Google ook met hun eigen chips, met hun eigen software om AI modellen te trainen of te bouwen.

Bart Mol: Dat hebben ze ook open source gemaakt. En in 2017 kwam Google Brain met een paper en dat hebben ze gewoon op het internet gegooid. Het is gewoon wetenschappelijk onderzoek en dat heette Attention is all you need. En dat is eigenlijk de bouwsteen om later LLM's mee te gaan bouwen. En Google deed dat ook. Google heeft bijvoorbeeld het Bert-model, ja, ik denk toch wel vernoemd naar the one and only.

Bert Slagter: Dat kan niet anders.

Bart Mol: Dat kan niet anders. En dat is een AI taalmodel wat ze ook al geïntegreerd hadden in bijvoorbeeld Google Search. Dit was 2018. Toen in 2020 kwam Google DeepMind weer met AlphaFold, AlphaFold2. Het was een doorbraak als het gaat om het voorspellen van eiwitstructuren, en dat leverde Demis Hassabis een Nobelprijs op. Om even aan te geven hoe significant die doorbraak was. In 2021 hadden ze LaMDA. Dat was een eigenlijk een tweede taalmodel en daar kon je al gewoon mee chatten. Dit was voor ChatGPT. Voordat OpenAI naar buiten kwam met hun grote revolutionaire product. Ja, en dat gebeurde in 2022 en toen was het code rood binnen Google. En daarna zag je ook dat Google Brain en Google DeepMind samengevoegd werden. Hassabis werd daar de baas, maar daarna ging het wel helemaal fout eigenlijk. Je had Bard, als je het nog herinnert met een D. Niet vernoemd naar mij dus helaas. Of misschien hebben ze het verkeerd gelezen, mijn naam, ik weet het niet, maar dat flopte.

Bart Mol: Gemini 1, de opvolger, flopte. Ze hadden toen een rel rondom hun image generation modellen, hè. Die hadden opeens, ja, allemaal inaccurate historische figuren omdat het divers moest zijn. Dat hele model liep vast. Er was van allemaal gedoe en in 2025 kwamen ze terug en toen hadden ze Gemini 2.5 Nano Banana. Apple koos toen voor Google voor hun AI-modellen en toen was Google opeens weer terug. Maar toch zijn ze niet de onbetwiste leider die ze wel waren in de periode 2016 tot 2021. Hoe kwam het nou dat ze die voorsprong weggaven, hè? Terwijl als je dit leest, ja, Nobelprijzen werden gewonnen. Ze hadden het. Ze hebben zelf de basis voor LLM's verzonnen. Ze hadden het allemaal in huis en toch gaven ze het weg. En er zijn een paar dingen. Ten eerste, ja, Google was al een enorm bedrijf, hè, dus dan krijg je een aantal dingen. Bijvoorbeeld iets wat ze noemen het innovator's dilemma.

Bart Mol: En het probleem hier is dat AI en die LLM's en die chatbots, ja, in eerste instantie kannibaliseert dat Google Search en dat is hun grootste product. Als jij alles aan een AI-model kan vragen, waarvoor ga je dan nog naar Google om iets op te zoeken? Ja, als niemand dat doet, ja, dan zijn die advertentie-inkomsten gaan omlaag. Dus daar was Google bang voor. En ja, Google had natuurlijk ook wel wat te verliezen, hè. Waar OpenAI en Anthropic en al die andere bedrijven gewoon: YOLO, ja, als we failliet gaan, dan verliezen we eigenlijk niks. Ja, had Google natuurlijk wel wat, ja, reputatieschade was wel daadwerkelijk een ding. En dat is ook niet zo gek, want die eerste modellen, die hallucineerden. Illegale afbeeldingen, weet je wel. Afbeeldingen met allemaal discutabele content erop. Ja, dat wil je natuurlijk niet. En OpenAI kon daar wat makkelijker mee omgaan dan Google. Ja, en dan natuurlijk het belangrijkste eigenlijk. Ja, het was gewoon een versnipperde bureaucratische organisatie waar je DeepMind versus Google Brain had, waar ze eigenlijk de instelling hadden dat ze meer een wetenschappelijke researchafdeling aan het leiden waren dan dat ze producten aan het ontwikkelen waren die geld moesten verdienen.

Bart Mol: Ook Hassabis heeft dat wel toegegeven. Die geloofde eigenlijk in eerste instantie ook helemaal niet zo in die LLM's. Hij geloofde er wel in, maar het moest wel, ja, het moest een compleet systeem worden met allemaal andere AI's ernaast. Dus in eerste instantie hadden ze ook een beetje onderschat hoe ver je kon komen door gewoon die taalmodellen op te schalen en meer data te geven en harder te trainen. En ja, dat heeft ertoe geleid dat ze uiteindelijk gewoon echt een paar jaar toch wel weggegooid hebben. Maar dames en heren, ik wil hier een lans breken voor Google, want onderschat ze niet. En ik denk niet dat iedereen dat per se doet. Maar in 2023 tot en met 2025 hing er wel een hele negatieve sfeer rondom Google. En dan denk ik: ja, je moet wel een paar dingen beseffen. Kijk, Google heeft wel geld. Google heeft echt dit jaar miljarden geïnvesteerd in datacenters, in nieuwe AI-toepassingen. En dat doen ze in principe met voornamelijk met hun eigen geld. Ze zijn niet afhankelijk van externe investeerders.

Bart Mol: Google heeft zijn eigen chips, al jaren. Dat zeg ik net die TPU, hè, die Tensor Processing Unit. Sinds 2016, mensen. Dus het is niet alleen dat ze die chips zelf ontwerpen, wat OpenAI ook wil doen. Nee, ze hebben ze al draaien in datacenters. Die zijn al gebouwd, die zijn al live, dus ze hoeven niet de Jensen premium te betalen. Ze hoeven niet aan Nvidia te smeken om hun chips te krijgen. Nee, ze hebben die chips al. En dat is belangrijk, want dat noemen we de stack. Wat hebben ze nou allemaal? Nou, ze hebben hun chips. Ze hebben gebruikers, miljarden gebruikers over tientallen apps. Gmail, Google Search, Google Maps, Chrome, Android, YouTube, Google Drive. Dus als Google op een gegeven moment iets vets heeft ontwikkeld, dan kunnen ze dat de volgende dag uitrollen over, ja, producten die door miljarden gebruikers gebruikt worden. En een van de onderdelen daarvan is, of een van de beste voorbeelden daarvan is, dat als je nu op Google iets opzoekt, dan krijg je eerst een Google AI summary.

Bart Mol: Ja, die is best wel handig. Dus als zij iets goeds hebben, het wordt direct gewoon door je strot geduwd de volgende dag als Google gebruiker. Dus die, ja, die uitrolmogelijkheden, ja, die heeft eigenlijk geen ander bedrijf ter wereld. Misschien dat Apple in de buurt komt met al hun iPhones en MacBooks die verkocht zijn. Maar ja, of Microsoft voor een gedeelte. Anthropic en OpenAI hebben dat in ieder geval nog niet. Dit is echt wel een voordeel dat Google heeft. En daarnaast hebben ze de data en de content, context moet ik zeggen, om aan die agents aan te bieden. Bert heeft het net over Dot en dat hij beter wordt hoe meer toegang je geeft. Ja, ik zit al 20 jaar bij Google met Gmail en met Google Drive. Mijn Google-account is bijna-

Peter Slagter: Is mijn leven.

Bart Mol: Ja, ja, dat is wel zo voor een groot gedeelte. Ik wil mijn Google-account niet kwijt, dan ben ik echt wel de lul. En als je dan ook nog eens kijkt naar de range van AI-producten die ze aanbieden. Ja, impressive LLM's, Gemini, image generators, NanoBanana, muziek, Lyria, video, Omni, robots, Gemini Robotics, open source modellen, Gemma, embeddings, hebben ze embeddings Gemma 2 net aangekondigd, dus ze hebben voor alles wat wils. Ik bedoel Anthropic heeft geen image model om maar eens wat te noemen. Hè, OpenAI heeft hun videomodel stopgezet omdat het te veel compute opvrat. Ja, Google heeft dat probleem schijnbaar minder. Ze hebben dit allemaal en ook die wetenschappelijke tak waar ik het over had. Dat loopt ook nog steeds door. Ze hebben laatst alle DNA-strengen gemapt en open source beschikbaar gemaakt. Ze hebben een nieuw weersvoorspelling model gemaakt en open source gemaakt. Ze hebben het brein van een fruitvlieg gemapt en open source beschikbaar gemaakt.

Bart Mol: Ze zijn CO₂ aan het meten met satellieten. Dus ook hier zijn ze nog, ze hebben zoveel zaadjes geplant. Dat is denk ik wat ik wil zeggen. Ja, de kans dat er daar opeens eentje ontpopt en uitgroeit tot een enorme boom is best wel aannemelijk. Dus de afdronk van dit stuk is, ja, lees dat boek The Infinity Machine. Ik ga het nog één keer een laatste keer zeggen. Ik heb de link in de shownotes geplaatst, want dan kom je er opeens achter, ja, ook Google focust ook niet alleen op die LLM's. Ze hebben daar van alles omheen. Neurale netwerken, reinforcement learning. Veel kennis, veel kapitaal, veel producten waarin je AI kan uitrollen en gewoon heel veel verschillende AI systemen waaraan ze aan het werk zijn waar ze toch wel of de frontier zijn of daartegenaan hikken. Ja dus, moraal van het verhaal: onderschat ze niet.

Bart Mol: Ik verwacht eigenlijk wel dat Google de komende tijd iets uit de hoge hoed gaat toveren waarvan we zeggen: oei, ja, dat is wel indrukwekkend. Dus, Google, dames en heren.

Bert Slagter: Ja, ik denk dat als je, wat ook wel leuk is om te luisteren zijn podcasts met Jeff Dean. Hij is, ik bedoel, Demis Hassabis is, denk ik, de hoofdpersoon van The Infinity Machine, Bart, gok ik zo een beetje.

Bart Mol: Klopt.

Bert Slagter: Jeff Dean, die is, ja, een beetje de meer technische lead geweest. Hij is, hij was, hij heeft Google AI geleid van 2018 tot 2023 en was dus chief scientist de laatste drie jaar. Hij is net weg bij Google om aan zijn eigen startup te werken. Maar hij kan ook heel goed, ja, best wel diepe technische zaken zoals bijvoorbeeld: hoe is nou die ontwikkeling van die eigen chips gegaan? Waar liepen ze dan tegenaan bij het opschalen? Wat voor soort vraagstukken moesten ze oplossen? Maar ook de hele reis van de ontwikkeling van al die aspecten van AI die bij elkaar komen, hè. Bart noemde net al transformers en reinforcement learning. En er zijn, als je alles bekijkt zijn er misschien wel vijftien puzzelstukjes waar Google gewoon mee bezig is geweest onderweg en aan gebouwd heeft. En hij kan het echt op een hele leuke, begrijpelijke, leuke om naar te luisteren manier uitleggen. Dus, ja, als je gewoon wat gesprekken, wat interviews met Jeff Dean zoekt, dat kan, dat is ook wel lekker luistermateriaal om een beetje die Google wereld te leren kennen.

Bart Mol: Ja, het is gewoon best wel vet dat ze in-house hadden ze eigenlijk twee losse frontier labs die met elkaar liepen te concurreren en daardoor ook wel het beste in elkaar naar boven haalden. Maar ja, het werd daardoor, zeg maar, het had wel wat gestroomlijnder gekund. Nou, dat hebben ze in 2023 ook gezien en toen hebben ze het allemaal samengevoegd. En.

Bert Slagter: Kijk, wij kijken nu heel erg naar taalmodellen, hè, dus dat is AI die tokens genereert. Generatieve AI. Maar je hebt ook classificatie AI en aanbevelings AI. Voorspellingen AI, hè, Bart noemde al weer modellen. Herkenning. En dat zijn allemaal, ik bedoel, herkenning bijvoorbeeld waar Tesla op zit, hè, verkeersborden tot en met overstekende kinderen. En dat zijn allemaal, het is ook allemaal neurale netwerken, alleen op een andere manier, met ander soort architectuur. En OpenAI en Anthropic zitten vooral in een heel specifiek dat generatieve stuk en dan vaak nog maar een substuk. En Google heeft altijd een veel breder lab. Die is veel en ook al veel langer en dieper in die wereld bezig.

Bart Mol: Zijn overigens wel, en dat is dan het laatste puntje hier, zijn overigens wel veel mensen vertrokken, vanuit de top AI bij Google de afgelopen maanden, slash jaren naar alle andere frontier labs. Anthropic, OpenAI, voor zichzelf begonnen, startup, geld binnengehaald. Dus dat is nog wel een dingetje. Maar ja, ik denk als je één ding wil onthouden: vlak ze niet uit en laat je niet door de waan van de dag beïnvloeden, zeg maar. Want ja, ze hebben gewoon echt een mooie, sterke, mooie ondergrond om hele toffe dingen te doen in de AI-wereld. Hé, over verschillende soorten AI, verschillende modellen gesproken, Peet, jij gaat iets vertellen over World Labs en, ja, wereldmodellen.

Bert Slagter: En AMD vooral ook.

Bart Mol: En AMD. Ja, we gaan erheen.

Peter Slagter: Slinger hem erin. Ja, ik zag berichten langskomen van AMD. Ja, ik ken AMD niet anders als de gedoodverfde concurrent van Nvidia. Maar ja, op dit moment ligt de balans toch echt in het voordeel van Nvidia.

Bart Mol: En Intel, hè, een beetje.

Peter Slagter: Ja, en Intel ook wel inderdaad. En dan moet ik, ik ben dan instant weer terug in mijn gaming tijdperk.

Bart Mol: Ja, AMD K6 processortje. Ja, ja.

Peter Slagter: Ongelooflijk veel Unreal Tournaments. Ik weet niet of mensen dat kennen, maar dat lijkt me wel leuk. Als je dat kent, laat het even weten in de comments. Gewoon als je dat, ja, weet je.

Bart Mol: Maar hoe kunnen ze dan bewijzen dat ze echte fans zijn, Peet? Moeten ze hun favoriete map of favoriete wapen of zo? Of is er iets waar je ze aan kan herkennen?

Peter Slagter: Doe maar gewoon even een kleine anekdote van wat je heerlijk vond aan UT. Want ja, er is nooit een beter spel gekomen. Anyway, dat is een, ja, weet je, als we echt geen items meer over hebben, gaan we het gewoon over Unreal Tournament hebben. AMD dus en dus, en de huidige CEO Lisa Su

Peter Slagter: die maakte bekend dat ze het pas twee jaar oude World Labs kopen, inlijven. Nou, voor een bedrag van, wait for it, $ 8,2 miljard. Ja, ik vond, het is toch een leuk, leuk bedrag voor-

Bart Mol: Na twee jaar, poh.

Peter Slagter: Twee jaar. Ja. En, ja, Lisa, die zat bij Bloomberg TV om over de acquisitie te vertellen. Ja, en de eerste vraag van de presentator is: waarom? Luister maar even. AMD is acquiring World Labs. Congratulations to you both.

Gast: Thank you.

Peter Slagter: Lisa, I think a pretty obvious place to start is why.

Gast: Absolutely.

Peter Slagter: Why is AMD acquiring World Labs?

Gast: Well, first Ed, thanks for having us. And, today is a super exciting day. I can tell you that, you know, we are super excited to be acquiring World Labs. I have known Fei-Fei for a long time. I've had tremendous respect, you know, for her as a researcher and as a visionary. And if you think about where AI is today, I mean, we are, you know, I've said often, Ed, that we're still in the very early innings of AI, and I truly believe that. And what's becoming more and more clear is that, the interaction between, you know, the hardware and the software and the systems and the model layer are such that the more you understand end to end, the better system you're going to build. And so that's why we're acquiring World Labs really is, to have access to the world class talent that Fei-Fei has brought together and, really bring it together with, AMD's, complete capabilities around, you know, hardware, software and systems and, you know, build the future of AI.

Peter Slagter: Nou, zijn we eruit?

Bart Mol: Het is wel duidelijk wie overneemt, zeg maar hier.

Peter Slagter: Ja.

Bart Mol: Fei-Fei heeft weinig in te brengen.

Peter Slagter: Zij, zij komt ook wel aan het woord.

Bart Mol: Oké.

Peter Slagter: Maar, ja, ik dacht: ik laat toch even die hele minuut horen.

Bart Mol: Ja.

Peter Slagter: Ook gewoon als een soort van, ja, van voorbeeld van, ja, het is kennelijk toch ook gewoon best wel moeilijk om een vraag te beantwoorden. Want het is al heel duidelijk van: waarom heb je World Labs gekocht? Wordt het ook weer niet.

Bart Mol: Nee.

Peter Slagter: Het is vooral, ja, ja, ik ben zo trots op, de ge-, ja, nou ja, enzovoort. Je hebt het gehoord.

Bart Mol: Ja, ja.

Peter Slagter: Ik dacht: weet je, ik licht dat nog even toe. Waarom heeft AMD nou een strategisch belang bij deze overname? Nou, en dan gaan we toch weer even naar Nvidia, de huidige grootste concurrent van AMD. En allebei de bedrijven die maken chips en ze maken goede chips. Ze maken snelle chips, ze maken moderne chips. Ik denk dat ze ook in allebei de gevallen mooi glimmen, dat er goud gebruikt wordt. Nvidia is denk ik wel superieur op dit gebied, maar AMD is zeker een kwalitatieve chipmaker. Maar toch is er een groot verschil. En dat is wat Nvidia de afgelopen tien, twintig jaar gedaan heeft om dat maken van chips heen. Het heeft bijvoorbeeld een hele grote interne R&D-organisatie opgezet, met eigen labs, eigen laboratoria om zelf toepassingen en applicatieplatformen te bouwen. Onder meer voor generatieve AI, voor autonome systemen, voor robotica, voor wereldmodellen.

Peter Slagter: Komen we zo meteen nog even op. Het heeft in die periode ook best wel veel samenwerkingen gestart met andere bedrijven, waaronder Frontier Labs, die zelf ook weer in de voorhoede van AI-toepassingen zitten. Het is ook het hele ecosysteem gaan organiseren met coalities, conferenties, samengestelde teams, frameworks, het financieren van onderzoek, enzovoorts. Dat heeft een vliegwiel opgeleverd waarbij onderzoekers en bouwers aan de voorhoede, hun nieuwste modellen op de hardware van Nvidia enten, daar die hardware voor gebruiken, waardoor Nvidia weer als eerste ziet tegen welke beperkingen ze aanlopen. Waardoor ze als eerste ook weer de hardware en de software kunnen bouwen die die problemen oplost, waardoor hun stack weer steeds aantrekkelijker wordt voor de volgende onderzoekers, enzovoorts. En dat is een beetje het probleem. Ik, AMD kan best wel die hardware en die software maken, maar het loopt wel steeds achter de feiten aan, omdat het later dan Nvidia doorheeft, weet, echt weet waar de markt behoefte aan heeft.

Peter Slagter: En dit hele verhaal moet je eigenlijk uit dat interview halen, want dat zegt ze ook wel, die Lisa. Ik citeer haar even: "What's becoming more and more clear is that the interaction between the hardware and the software and the systems and the model layer are such that the more you understand end to end, the better system you're going to build." Met andere woorden: AMD die ziet, wij moeten beter begrijpen hoe hardware en software samen de eisen bepalen voor, ja, onze volgende generatie chips. Wij hebben ons eigen vliegwiel nodig. Nou, en dan kan je ervoor kiezen om je eigen Frontier Lab te starten of samenwerking aan te gaan of het hele ecosysteem te organiseren. Alleen die bottom-up aanpak van Nvidia, ja, waar ze dus twintig jaar over deden, ja, dat is natuurlijk niet zo'n aantrekkelijk vooruitzicht als je daar een soortgelijke periode voor nodig hebt. Je kunt ook voor een acquisitie kiezen, bijvoorbeeld van een Frontier Lab, die een taalmodel maakt. Maar ja, dan loop je het risico dat je toch wel rijkelijk laat aan een race gaat deelnemen, waar al best wel een duidelijk gevestigde orde omheen is ontstaan.

Peter Slagter: En zo kwam AMD dus uit bij World Labs. Nou, en World Labs is een startup. Nog, ja, net twee jaar oud. Heel groot intellectueel gewicht, zou je kunnen zeggen. Hele slimme koppen. Maakt zelf modellen, die heel serieuze compute vereisen. Die hebben ook heel grote hoeveelheden data nodig en genereren veel data. En die kunnen zich qua complexiteit echt wel meten met de voorhoede. Met andere woorden: alles wat nodig is om dat vliegwiel op gang te krijgen. Maar het is ook, het is niet het enige, het is ook een ander soort model. En van dat model denkt AMD van dat zou wel eens bepalender kunnen zijn voor de toekomst, dan de taalmodellen die we de afgelopen jaren zoveel gezien en gehoord en gebruikt hebben. En dan is het natuurlijk gunstig om er vroeg bij te zijn. En het gaat dus om world models. Ja, ik weet niet. Ja, is wereldmodel een, is het al een gangbare vertaling? Het kan op zich wel.

Bart Mol: Laten wij het gewoon de wereld in brengen.

Peter Slagter: Gewoon doen, toch?

Bart Mol: Gewoon doorgaan.

Peter Slagter: Het bekt prima. Nou, zo'n wereldmodel is een AI-model dat begrijpt hoe een wereld in elkaar zit en hoe die verandert. En zijn voedingsstoffen zijn beelden, video, 3D-informatie of data uit sensoren. Zo'n model weet niet alleen wat er te zien is, maar ook waar die dingen in de ruimte zijn, hoe ze zich tot elkaar verhouden, hoe ze bewegen en wat er waarschijnlijk gebeurt als er iets verandert. Ik moet denken bij wereldmodellen aan Hiro Nakamura. Ik weet niet of jullie die kennen, maar dat is een van de hoofdpersonages van de serie Heroes en zijn leus was altijd: I can bend space and time. Dat is een beetje wat een wereldmodel ook kan. Je kunt de wereld simuleren. Je kunt vooruitkijken. Je kunt beslissen welke handeling waarschijnlijk tot een gewenst resultaat leidt. Gewoon even voor het beeld. Stel er staat een glas water op tafel. Nou, een taalmodel kan natuurlijk best weten dat glazen kunnen vallen. Die is ook wel bekend met de zwaartekracht en hij weet ook van nou, zo'n glas kan ook breken.

Peter Slagter: Kijk, zo'n wereldmodel die moet begrijpen waar dat glas precies staat op een specifieke plek. Dat je er vanaf een bepaalde richting tegenaan kunt stoten en dat het dan gaat bewegen en mogelijk over de rand valt en op de grond komt. En dan denk je: ja, oké, maar dat hele proces, dat kan mijn favoriete taalmodel toch ook? Ik heb gebruikt Astra, ik gebruik Fable. Die zijn heel slim. Geef ze een foto van een tafel met daarop het glas en dan kunnen ze prima beredeneren wat er gebeurt als je dat glas een zet geeft. Blijkbaar, dat is ook zo hè, als je dat doet. Probeer maar eens, maak maar eens een foto van je tafelglas erop en vraag aan zo'n model wat er dan gebeurt. Ze hebben een boel impliciete kennis over de wereld en kennelijk ook ergens wel een representatie van ruimte of objecten en oorzaak en gevolg. Alleen je krijgt dan een algemene redenering terug, een benadering van de gevolgen. En zo'n wereldmodel is er om niet een benadering te geven, maar om de fysieke realiteit te modelleren, zo precies mogelijk te benaderen. Je kunt bijvoorbeeld vragen van: oké, laat me de wereld zien 0,2 seconden nadat ik een zet gegeven heb tegen dat glas aan.

Peter Slagter: Oh ja, en ook 0,4 seconden later. En waar staat het glas dan precies? En hoe ziet het eruit als ik twee meter naar links loop? Wat is er te zien achter het glas, ook al stond het niet op de foto? En voer dat nog eens uit, maar dan met een hardere zet. Dat is waar zo'n wereldmodel geschikt voor is. Dus een taalmodel zou je kunnen zeggen, die kan een soort van vertellen wat er in principe moet gaan gebeuren en een wereldmodel kan het daadwerkelijk laten gebeuren. Dat is de ambitie. Nou, en dat verschil wordt ook best wel tastbaar als je dat model gebruikt. Want ja, zo'n taalmodel ken je wel. Je hebt een prompt, die typ je in. Je krijgt antwoord terug. Dat gaat van, ja, tekst in, tekst uit. World Labs heeft Marble gemaakt. Daar kan je ook een prompt invoeren. Dus gaat ook tekst in, maar er komt iets anders uit. Dus je zegt bijvoorbeeld: nou, ik wil een appartement met een houten tafel met daarop een half gevuld glas water. Nou, dan krijg je geen tekst of afbeelding terug. Dan krijg je gewoon een 3D-wereld terug die je kunt verkennen, die je kan bewerken, die je kan vergroten, waar je doorheen kunt lopen of vliegen. Ja, het is nog een beetje, ja. En de volgende stap is dat je, dat kan nu nog niet.

Peter Slagter: Dat is de ambitie. Dat je ieder object in die wereld, dat je daar ook mee kunt interacteren. En dat zo'n model dingen die vaag zijn, dat zie je ook als zo'n wereld gegenereerd wordt. Hoe verder af van de beschrijving je komt, hoe vager het wordt. Dat zo'n model dat ook kan gaan invullen op basis wat van plausibel is. Dat je nieuwe toestanden van zo'n wereld kunt veroorzaken en weer verder kan gaan. Dus je beweegt minder van prompt naar antwoord en meer van interactie naar nieuwe staat. Dat is de context van een wereldmodel. Het lijkt wat meer op, ik moest, ik zag dat, ik dacht: ja, het lijkt wat meer op een soort van combinatie van ChatGPT, game engine en simulator of zo dan dat het een chatbot is. Een soort, ja, natuurgetrouwe verbeeldingsmachine zou je kunnen zeggen. Het is best wel leuk om mee te spelen. Je kunt dat zelf ook doen op de website van World Labs. Dan zie je ook een beetje waar het nu staat. Dus een deel van wat ik net vertelde is ook nog toekomstmuziek. Nou, wat zijn dan nuttige toepassingen hiervan? Nou, er zijn er, ik heb er even twee uitgelicht. Twee waardoor ook blijkt waarom, daar blijkt uit waarom dit voor AMD ook interessant is.

Peter Slagter: Het eerste is het genereren van realistische trainingsdata, simulatie data. Jullie herinneren je wel dat we het eens hebben gehad over fabrieken in India. Ja, misschien heb je het in Nederland ook wel, hoor. Mensen die met cameraatjes, sensoren en weet ik veel wat allemaal op hun lijf lopen om handelingen te. Wat als een model dat voor je kan doen? Een autofabrikant die gewoon miljarden verkeerssituaties kan genereren in plaats van dat ze, ja, eerst een miljard kilometer hebben moeten rijden in de echte wereld. Ja, misschien kan je het wel gewoon genereren en daarvan leren. Of een robotbedrijf dus, die zijn eigen synthetische trainingsdata maakt, nou ja, enzovoorts. Dat is alleen al natuurlijk super waardevol. Dat nieuwtje over Korea. Ja, de helft van het budget gaat op naar het kopen van data. Ja, het is toch handiger als je het zelf kan genereren? Ik bedoel, het is niet gratis natuurlijk, hè, maar. Nou, in iets anders. Je kunt wereldmodellen en dat is denk ik de grootste concrete toepassing, waar wereldmodellen in moeten gaan landen, is de integratie in iets groters.

Peter Slagter: In een ander ding, namelijk een robot.

Bart Mol: Ja.

Peter Slagter: Die ziet met zijn cameraogen bijvoorbeeld een keuken, of zoiets bij jou thuis. En zo heeft een wereldmodel nodig om daar een representatie van te maken. Om vervolgens drie armbewegingen te overwegen en terug te krijgen van het model wat de uitkomst van alle drie is en dan de veiligste actie te kunnen kiezen en uitvoeren. Bijvoorbeeld. En dan volgt er een nieuwe waarneming en gaat het proces verder. Het is een soort live beslis lus. Nou, toen ik dit voorbereidde nu, ik zit nu ongeveer, ben nu denk ik, we hebben een konijnenhol van twee kilometer diep en we zijn denk ik twee meter afgedaald. Toen dacht ik: ik moet hier een punt zetten, want anders kaap ik de hele uitzending. Ja, want eigenlijk moet je het ook nog over de huidige beperkingen hebben bijvoorbeeld, maar ook over de snelheid waarmee die worden overbrugd. Je kunt het over de innovaties hebben waarmee die beperkingen worden aangepakt. Of de trucs die ze verzinnen, om bijvoorbeeld het gevoel van vertraging weg te nemen.

Peter Slagter: Hè, dus zo'n live beslis lus klinkt leuk, maar dat moet wel vijftig keer per seconde kunnen. Weet je wel. In een-

Bart Mol: Als je zo'n robot in je keuken hebt staan, dan wil je wel gewoon-

Peter Slagter: Alles wordt ingewikkeld.

Bart Mol: Ja, vouw de was op. Sta je daar 3 minuten te wachten? Dat is niet de bedoeling natuurlijk.

Peter Slagter: Het is niet dat je auto 3 minuten de tijd heeft om te beslissen.

Bart Mol: Het is groen, het is groen, het is groen.

Bert Slagter: Die bal, die beweegt gewoon. Je moet hem vangen. Het moet gewoon real time dit.

Bart Mol: Ja, ja, ja.

Peter Slagter: Hè, en maar daar zijn ze mee bezig en allemaal wel tof wat ze daar aan het doen zijn, hè, en hoe dat dan geïntegreerd wordt in robots. De gelaagdheid waar dat weer uit bestaat. Hè, van wereldmodel naar robot policies en dan uiteindelijk de controllers waarmee zo'n robot wordt aangestuurd en zijn motoren, de kosten, de betrouwbaarheid, de natuurkundige precisie, consistentie. Maar ook: wat is nou eigenlijk het verschil tussen zo'n wereldmodel en bijvoorbeeld de manier waarop Tesla nu zijn auto's autonoom over de weg laat rijden? Doet dat verschil ertoe en betekent het iets? Nou, hè, gewoon over betrouwbaarheid en consistentie en precisie. Hè, gewoon een klein voorbeeld. Ja, kijk, als ChatGPT een gekke zin produceert. Ja, dat gebeurt wel eens en dan haal je je schouders op. Soms zit er een spelfout tussen of zo, maar als een wereldmodel hallucineert, ja, dan heb je andere problemen. Volgens mij staat daar geen tafel en dan bang het in ieder geval dwars door je huiskamer heen of zo. Weet je wel. Dat kan niet. Dat soort fouten zijn ineens gewoon, ja, dat gaat van een beetje lullig naar misschien heel erg schadelijk of dodelijk misschien wel.

Peter Slagter: Nou ja, en nou ja, wat ik al zei, ik wist dus niet precies hoe ik al dat allemaal in één item zou kunnen duwen, dus dat heb ik ook niet gedaan. Ik, ja, ik denk ik zet daar gewoon een punt en dan moeten jullie maar even aangeven: vinden jullie dit interessant? Heb je er vragen over? Wil je dingen verduidelijkt hebben? Ja, dan zouden we een andere keer gewoon dieper dat konijnenhol in kunnen gaan en kijken waar we dan uitkomen. Hoe dan ook, in ieder geval robotica, humanoids, autonome systemen, drones, al dat soort zaken, die hebben wel iets te maken met wereldmodellen. En AMD, die heeft gewoon een ticket gekocht om aan die race mee te kunnen doen. En dan ook een hele, gewoon wel een mooi ticket. Niet eentje waarmee je, ja, achter in het grid of zo start. Ik denk wel dat World Labs een serieuze kandidaat is om mee te bepalen hoe die volgende generatie van AI-modellen eruit komt te zien. Nou, en dan zou AMD wel in ieder geval aan de goede kant van de tekentafel staan met deze aankoop.

Bart Mol: Ja top! Dan gaan we verder.

Bert Slagter: Ik zou, ik zou ook wel-

Bart Mol: Ga niet zwemmen.

Bert Slagter: Nee, ik zou het ook nog, hè, ik wacht wel even keurig die klagers, maar ik heb nog wel een gedachte die ik wil delen om ook in misschien in het rijtje te zetten waar we het ooit over moeten hebben. Maar het woord taalmodel en het woord wereldmodel, ja, die verdienen nog wel wat aandacht, want het is meer een soort fysica model. Het is inderdaad meer een soort symbolische representatie van de wereld. En taalmodel is natuurlijk ook, gaat natuurlijk inmiddels veel meer, veel verder dan taal. En ik zie die wereldmodellen ook wel gewoon tools worden van taalmodellen, laten we ze zo maar even noemen, zoals programmeertalen dat ook zijn. Hè, dus de, het, ik, zit niet alleen maar straks in robots, maar als een taalmodel iets wil simuleren, dan kun je dat net als een mens gaan redeneren. Alleen mensen maken ook heel vaak inschattingsfouten. Ik bedoel Einstein, die zal ook wel eens een bal verkeerd hebben gevangen of gedacht dat de auto minder hard reed dan die reed. En dat soort dingen. Hè, en het aardige is alleen dat een taalmodel in tegenstelling tot een mens, ja, tot zijn instrumentarium gewoon ter plekke even een simulator kan inschakelen, namelijk een fysica model.

Bert Slagter: Een wereldmodel.

Peter Slagter: Ja, ja, zeker. Het zou goed kunnen, ja.

Bart Mol: All right.

Peter Slagter: Oké.

Bart Mol: Hey, Bert, jij bent nog wat dingen tegengekomen. Hoe, ja, eigenlijk statistieken. We hebben eindelijk cijfers over hoeveel mensen AI gebruiken. Ik ben wel benieuwd.

Bert Slagter: Ja, dit worden even een paar minuten met wat statistieken en cijfertjes. We hadden al wel cijfers in Nederland, maar die waren van 2024. Althans, dat was de vorige keer dat Maurice de Hond een peiling heeft gedaan in januari 2024. En daar kun je wel dingen uit halen, namelijk vragen beantwoorden zoals, op wat voor soort manier gebruiken mensen AI? Hoeveel mensen gebruiken AI? Hoe vaak? Welke apps? Welke doelen willen ze ermee bereiken? En, ja, ik heb twee rapporten. Eentje van Maurice de Hond en eentje van a16z. Dat is een Amerikaanse venture capital fund die ook onderzoek heeft gedaan in Amerika. En ja, ik wil daar even een paar dingetjes uit halen. Ze staan gewoon natuurlijk in de shownotes. Je kunt ze ook zelf doorbladeren. Laten we beginnen met Maurice de Hond. Die heeft in januari 24 en september 26 onderzoek gedaan onder 6.000 Nederlanders van achttien jaar en ouder over hun AI-gebruik. En dan, dat AI mag je heel breed opvatten. Dus dat is niet alleen maar ChatGPT, maar het kan ook zijn dat je met afbeeldingen bezig geweest of video, dat soort dingen.

Bert Slagter: Er zijn wel forse verschuivingen te zien in die twee jaar, twee en een half jaar. Eerste vraag: gebruik je AI? Dat was twee jaar geleden nog 55% die zei nooit en dat is nu nog maar 28%. Meerdere keren per week is van 11% naar 52% gegaan en meerdere keren per dag van 6% naar 28%. Hè, dus de helft van de mensen gebruikt meerdere keren per week iets van AI, nu. Je zou kunnen zeggen: het is van een beetje testen twee jaar geleden naar, ja, gewoon onderdeel van je werkproces of van je, ja, van je week geworden. Ik heb ook even wat dingen bekeken die samenhangen in zijn data met AI-gebruik. Dus wat voor soort andere karakteristieken, hè, passen bij meer AI-gebruik? Nou, het geslacht: man, 64% is regelmatig of vaker. Je zou kunnen zeggen een regelmatige gebruiker is 64%, geldt dat voor de mannen en bij de vrouwen 39%.

Bert Slagter: Best wel een fors verschil. Qua leeftijd zit de piek bij 18 tot 34 jaar en 35 tot 44 jaar, eigenlijk de onderste twee. Daar zit je 65 en 69% van de mensen die regelmatig gebruikt en daarna loopt het af. 65-plussers, 30%. Dus jonger is meer AI zou je kunnen zeggen. Hogere opleiding is meer AI-gebruik. Wetenschappelijk opgeleid 78%, vmbo of mbo 43%. Ook nog wel een best wel groot gat ertussen. En politieke partijen heeft hij natuurlijk ook, want dit is voor Maurice de Hond onderdeel van zijn wekelijkse peiling waar hij natuurlijk ook politieke dingen uitvraagt, dus dat weet hij dan toevallig ook. Dat is wel lachen, kan je eraan verbinden. Dan zie je dat veel AI-gebruik zie je bij VVD, D66 en Partij voor de Dieren, ja, maar 65% gemiddeld en minder zit bij PVV, SP, PRO en CDA. Een hele grappige mix. Die zitten al een beetje rond de 45%.

Bert Slagter: Grote verschillen tussen. Ja, regelmatiger gebruik zit bijvoorbeeld bij Volkskrant en NRC-lezers en wat minder gebruik bij Telegraaf en AD-lezers. Ook wel aparte verschil nog weer. Maar zie je, zo zie je toch nog wel, ik had, ja, je zou kunnen zeggen dat zal wel best nog wel aardig verdeeld zijn. Maar nee, je ziet wel dat veel AI-gebruik, regelmatig gebruik, maar ook positief zijn erover best wel toch nog ongelijk verdeeld is. Wel moeten we zeggen als je naar al die cijfers kijkt, het zijn niet alleen maar meer jonge mensen en IT'ers die het gebruiken. Je ziet eigenlijk onder alle leeftijdsgroepen, geslachten, beroepsgroepen, krantenlezers zie je dat het flink gestegen is. Nou ja, dan even de vraag: waarvoor gebruiken Nederlanders AI? 73% van de mensen voor zoeken. Zoekmachine, 50% voor werken met teksten, teksten verbeteren, samenvatten, teksten schrijven, 31% plannen maken, 31% iets met foto's en illustraties.

Bert Slagter: Dus zoeken is toch wel, ja, een beetje de doorbraaktoepassing, hè, dat, ja, mensen die gebruiken het ook een soort van zoekmachine. Ze hebben een vraag. Vroeger typten ze dat in Google, nu in ChatGPT. ChatGPT is de meest gebruikte in Nederland. En, ja, die zoekt natuurlijk inmiddels ook voor je op de achtergrond, dus je krijgt ook gewoon linkjes naar dingen. Kan me wel voorstellen.

Bart Mol: Ja, en zelfs dus als je het bij Google invult tegenwoordig, het eerste wat je ziet is ook een AI resultaat.

Bert Slagter: Zeker. Ja, ja, ja, precies. Ja, dat zal. En ik denk als je Gemini intikt, dat je min of meer datzelfde krijgt wat je bij Google bovenaan krijgt.

Bart Mol: Waarschijnlijk tellen ze die Google resultaten gewoon mee in hun Gemini-cijfers. Dat zou ook kunnen.

Bert Slagter: Zou kunnen. Ja, dit is natuurlijk, het is allemaal zelfrapportage. Is gevraagd aan mensen en die hebben daar antwoord op gegeven. Goed, dan nog even, wat ik wel interessant vind. Het ging ook over de juistheid. Vertrouwen mensen de juistheid van AI? Wat voor vertrouwen hebben ze? En, 48% vindt, vertrouwt het helemaal niet of niet zoveel wat AI maakt of genereert of zegt, 44% redelijk en 8% maar van de mensen vertrouwt het, heeft veel vertrouwen in de juistheid. Dus ja, men zijn wel sceptisch over wat er uitkomt. Wel grappig, hogere opleiding is meer vertrouwen. Meer gebruik is meer vertrouwen. Rechts als politieke voorkeur is meer vertrouwen, en dat verbaasde me. Ik had juist wel verwacht, ja, hoger opgeleide mensen zijn sceptisch. Die hebben namelijk geleerd: ja, je moet aan de expert vragen, niet aan AI. Maar hoge opleiding is meer vertrouwen. En het allergrootste impact op het vertrouwen heeft meer gebruik.

Bert Slagter: Dus mensen die het vaker en intensiever gebruiken hebben meer vertrouwen, ook in de juistheid. Dus dat is op zich wel, wel opvallend. Mensen die het heel veel gebruiken, zeg maar de groep die het het meest intensief gebruikt, die verwacht meer efficiëntiewinst. 84% van de intensieve gebruikers verwacht een verdubbeling van de eigen efficiency en 35% van de af en toe gebruikers. Mensen die het veel gebruiken hebben ook meer angst voor verlies van hun eigen baan. Is op zich wel interessant. Het lijkt wel, er is wel echt een duidelijk verschil in mensen die het heel veel, heel intensief gebruiken en hoe, wat zij verwachten en wat zij zien bij AI en mensen die het, ja, eigenlijk een beetje alleen maar aan knabbelen, Bart.

Bart Mol: Als je, als je het monster in zijn ogen hebt aangekeken, dan weet je pas echt waar je bang voor hoeft te zijn natuurlijk.

Bert Slagter: Ja, ja. Ja. Wat ik ook wel grappig vond. Ongeveer 40% van de organisaties gebruikt intensief AI. Hè, dat zijn dus mensen die werken en die zeggen dat over de organisatie waar ze werken. Bij ons gebruiken ze intensief AI en in 33% van de organisaties beseft men amper wat AI zal betekenen. Er zit een groot, het is echt ook heel erg verdeeld, hè. Dus een deel van de organisaties, ja, die hebben het een soort omarmd en een gedeelte zegt: joh, geen idee. Ja, wat verwachten mensen dan over hun eigen organisatie? 73% verwacht: wij gaan betere producten en diensten maken. Saai werk gaat verdwijnen, minder kosten. Dat zijn de drie meest genoemde dingen. Dus dat is op zich wel, wel aardig. Nou, laatste puntje over Nederland is de vraag: is AI nou een kans of een bedreiging? Of fiftyfifty? En ik heb het een beetje zo ingedeeld 25% van de mensen zegt: het is vooral een kans, 30% zegt: het is vooral een bedreiging en 45 zegt: ja, dat is een beetje in evenwicht.

Bert Slagter: Bedreiging en kans. Het is er allebei. Dus hier, ik moet zeggen, dit is wel behoorlijk verdeeld, hè. Je zou als je echt, echt, echt door je oogharen kijkt, zeggen: een derde, een derde, een derde. Nou, oké, iets nadruk op de fiftyfifty, maar, ja, behoorlijk verdeeld dus. En hier ook weer eventjes, hoe is dat nou gekoppeld aan andere eigenschappen? Mensen met een hogere opleiding zien meer kansen versus bedreigingen. Veel gebruikers zien meer kansen versus bedreigingen. En grappig genoeg D66 ziet meer kansen en PVV vooral bedreigingen. Die sprongen er echt uit bij de politieke partijen. Nou, weet je, blader er zelf eens doorheen. Er zitten nog veel meer van dit soort grappige dwarsverbandjes en combinaties van data in. Is wel aardig om eens naar te kijken. Dan nog even kort naar a16z, want daar komt namelijk ook een financiële component erbij kijken. Die hebben ook wel naar geld gekeken. a16z heeft de AI whale ontdekt, had ik erboven gezet.

Bert Slagter: De AI whale. Die geeft bijna € 1.000 per maand uit aan AI en daar zijn er ongeveer 1 miljoen van wereldwijd. Nou, laten we eerst even beginnen. Ze beginnen met wat staatjes van de top vijftigen. Een top 50 op basis van omzet en pak ik vooral eventjes de pure AI platforms, hè. OpenAI staat op één, Anthropic op twee, op zeven staat Suno, op 10 ElevenLabs, op elf Midjourney en op 13 OpenRouter. En dat zijn bedrijven in de top twintig die meeste omzet binnenhalen uit AI. Op puntje, plekje drie bijvoorbeeld staat Canva. Maar dat is natuurlijk niet echt een puur AI bedrijf, maar die gebruiken ook AI in hun product, dus ik weet niet precies.

Bart Mol: Die zijn wel helemaal, het is wel interessant, hoor, want er zitten natuurlijk, je hebt ook nog Figma en nog een paar van die andere bedrijven.

Bert Slagter: Die staan ook in die top 10, ja.

Bart Mol: Die eigenlijk de afgelopen tien jaar opgericht zijn en eigenlijk nog net, wat ik net zei bij Google, die hadden heel erg moeite om mee te bewegen omdat ze eigenlijk toch zo log waren en echt miljarden verdienden met search. Ja, kannibaliseer dat maar even. Dat is best een grote beslissing. Zijn Figma en Canva eigenlijk net jong genoeg om wel gewoon de hele toko overhoop te gooien.

Bert Slagter: Ja.

Bart Mol: En dat is ook dus wel wat ze aan het doen zijn.

Bert Slagter: Ja, Figma staat op vijftien en Notion op zeventien bijvoorbeeld.

Bart Mol: Precies, dat is dan nog zo eentje inderdaad.

Bert Slagter: Nog zo eentje. Ja. Ja.

Bart Mol: Ja.

Bert Slagter: Dus, ja, dus dat zijn bedrijven die de omzet binnenharken. En dan kun je ook nog kijken naar de monthly active users van mobiele apps. Top vijftig staat op één ChatGPT, op drie staat Gemini, op zes Copilot, op twaalf Claude. En in die top twintig zitten ook nog een zooitje Chinese apps. Meituan, Yandex, DeepSeek bijvoorbeeld. En eentje die gewoon uit Chinese karakters bestaat, dus dat kan ik niet eens voorlezen. Dus ja, dat is natuurlijk logisch. Je ziet ook heel veel gebruikers in, er zijn natuurlijk heel veel mensen gewoon die daar wonen. Ja, en dan, als je dan een beetje door die blog scrolt die ik gedeeld heb, dan kom je wel dingen tegen. OpenAI is wel grappig. Een paar dingen die ik gewoon grappig vond. OpenAI is de verdeling man vrouw is zestigveertig onder de gebruikers. Bij Anthropic is het ongeveer tachtig twintig. 80% man, 20% vrouw. Dat is wel weer wel een groot verschil. Ja, misschien vooral Claude Code, hè, dat die een grote magneet is geweest.

Bart Mol: Ja, precies. Anthropic is natuurlijk de leider als het gaat om coding assistant. En we weten gewoon nou eenmaal dat de meeste developers, dat het toch vrij oververtegenwoordigd een mannelijk vakgebied is.

Bert Slagter: Ja. Ja, onder de respondenten heeft 4,5% een betaald abonnement, één of meer, en 2,1% was dat een jaar geleden, dus dat is meer dan verdubbeld in een jaar. Dat is wel opvallend. 3% van de mensen had een betaald ChatGPT abonnement, 1%, 1,1% een Claude en 1,1% Gemini. En als je dat allemaal bij elkaar optelt kom je op boven de 4,5% uit, omdat sommige mensen meerdere abonnementen bij meerdere bedrijven hebben. En dat is wel grappig. Als je dan gaat inzoomen op die groep betalers. Binnen die betalende groep is de mediane betaler, die betaalt ongeveer $ 25 per maand, maar de gemiddelde betaler betaalt richting de $ 45 per maand. En dan voel je al aan, als je een klein beetje gevoel hebt voor statistiek, dat de verdeling scheef is. En dat klopt. Er is namelijk een 1% van de betalers, die doet 20% van de inkomsten, van de betalingen, van het geld.

Bert Slagter: De top 1% doet evenveel als de onderste helft. Die top 1% geeft gemiddeld $ 903 per maand uit. Laten we eens eventjes genereus zijn, duizend piek per maand. Die ordegrootte. Dus de top 1% van al die betalende klanten, ja, dat zijn de whales. Zo zijn die inmiddels gedoopt. Dat is eigenlijk een aparte groep. Je zou kunnen zeggen, zo duidt a16z dat zelf ook. Ja, dat is gewoon echt een aparte groep. Ze zijn meer te vergelijken met prosumers. Geven geld uit aan automation, coding, product building, creatieve tooling. Het lijkt meer op een nieuwe klasse prosumers. Iemand die privé software koopt en daarmee die economische output produceert. Dat is hoe zij het zelf eigenlijk een soort samenvatten. En ik zat even te rekenen. Als we nou eens een beetje de cijfers proberen te, ja, het is best lastig om met die cijfers te werken, want, ja, hoeveel betalende mensen zijn er nou wereldwijd, hè?

Bert Slagter: Dus ik zat een beetje, denk van: nou ja, een beetje 2 miljard mensen met een abonnement op Amerikaanse AI. We weten dat er 1,2 miljard ChatGPT gebruikers zijn, 1 miljard Gemini gebruikers, 300 miljoen Claude en, nou, er is nog een lange staart achter. Maar laten we eens, en sommigen hebben dus dubbel, hè, sommigen hebben er twee. Laten we eens even van uitgaan, 2 miljard mensen met abonnementen. Dat betekent, als je die 4,5, 5% betaald doet, zijn we ongeveer 100 miljoen mensen met een betaald abonnement.

Bart Mol: Je bedoelt met een account?

Bert Slagter: Een account, ja.

Bart Mol: Ja, precies. Ja. Ja, oké.

Bert Slagter: Klanten.

Bart Mol: Ja, dat abonnement is per definitie betaald.

Bert Slagter: Oh ja, sorry.

Bart Mol: Gebruikers.

Bert Slagter: Gebruikers.

Bart Mol: Ja, oké, duidelijk. Duidelijk.

Bert Slagter: Nee, goed punt. We hebben nog nooit wat betaald, dus je zou kunnen zeggen: misschien zijn het niet eens klanten.

Bart Mol: Ja.

Bert Slagter: Inderdaad. Inderdaad. 2 miljard mensen die, met een account.

Bart Mol: Ja.

Bert Slagter: En laten we zeggen dat een beetje die 5% daarvan betaald abonnement heeft, een klant is, 100 miljoen stuks. Die dus gemiddeld twee tientjes per maand betalen. Nee, mediaan, hè.

Bart Mol: Mhmm.

Bert Slagter: En 1% daarvan, dat zijn de walvissen. Dat zijn dus 1 miljoen mensen. 1 miljoen mensen wereldwijd die, ja, in die categorie, die nieuwe categorie van pro-prosumers zitten. Die dus gewoon, ja, gemiddeld $ 900 betalen. Dus daar zal ook iemand in zitten die 400 betaalt of 500 voor gewoon een pro account of zo. En mensen die, weet ik veel, $ 10.000 aan tokens erdoorheen jassen omdat ze een soort eenmansband zijn en een soort tools, geld verdienen. Ja, maar het is natuurlijk een hele, ook die 1% is weer een hele diverse groep, wil ik maar zeggen.

Bart Mol: Ja.

Bert Slagter: Maar je zou dus als je, ik zat een beetje hier over te reflecteren, denk je hebt eigenlijk dus vier markten voor AI. Je hebt de gratis gebruikers, die miljarden. Je hebt de simpele 20 piek per maand gebruikers, die gewoon net even een iets beter modelletje willen en functies. Je hebt die prosumers die, ja, maar meer dan € 500 per maand uitgeven. En dan heb je de zakelijke markt, enterprise, overheid, die ook vaak dat willen integreren in hun bestaande IT architectuur. Die werken met API en met tokens en soms eigen modellen hosten, eigenlijk een heel aparte wereld is.

Bart Mol: Ja.

Bert Slagter: Ik las over de prospectus van Anthropic dat, ik geloof, ja, tientallen procenten van hun omzet komt van twee klanten of zoiets, hè. Dus die hebben ook een aantal van, dat zijn hele grote zakelijke deals. Dat zal ongetwijfeld, hè, dat. Dus je hebt eigenlijk een aantal markten en het is wel interessant, hè, die prosumers, ja, die geven dus heel veel geld uit. Nou, daar wordt ook veel gesubsidieerd, maar dat zijn ook wel weer belangrijke gebruikers, want die zijn ook beïnvloeders en dus ik kan me voorstellen dat ze die echt op hun netvlies hebben. Ja, die 20 piek per maand gebruikers. Ik denk dat je daar uiteindelijk heel goed geld mee kan verdienen als je er daar honderden miljoenen van hebt op een gegeven moment. Maar die gratis gebruikers, wat moet je daar dan toch mee? Want het model voor gratis gebruikers was de afgelopen decennia, ja, dat je ze dan, hè, als je niet betaalt, dan ben je het product, was altijd het ding. Ja, dan word je dus, dan wordt er dus betaald met advertenties en transactiekosten en dat soort, zeg maar een soort van afgeleide dingen. Ja, die manier van monetization zie je nu nog niet heel veel.

Bert Slagter: Ik geloof dat OpenAI een heel klein beetje geëxperimenteerd heeft met wat advertenties. Maar ja, hoe gaan ze dat doen met die 95% die nu niet betaalt? Gaan ze, hopen ze dat die allemaal uiteindelijk zeggen: poh, net als met Netflix of Spotify, ik ga hier gewoon lekker voor dokken, want dit is gewoon, ja, dit is gewoon echt de moeite waard, zo'n persoonlijke assistent of whatever. Of gaan ze die uiteindelijk wel op een andere manier monetizen met weer van die smerige dark patterns of weet ik veel wat?

Bart Mol: Ja, dat sowieso. Nee, ja, ik denk nog wel wat er nog inzit, hè, je zou nog, dat zie je wel eens, hè, als je ChatGPT gebruikt, dat je opeens een vraag stelt, krijg je twee antwoorden terug. Moet je zeggen: ik vind deze beter of deze beter, hè, dat je ook een soort al, ja, dat je eigenlijk goedkoop de trainingswerkzaamheden uitvoert.

Bert Slagter: Ja.

Bart Mol: Beetje die human, controlled reinforcement learning of weet ik veel hoe.

Bert Slagter: Ja, met human feedback, ja.

Bart Mol: Ja, precies. Daar zit misschien nog iets in. Puur je data, hè, wat je vraagt, hoe je typt, gewoon dat nog als input kan dienen.

Bert Slagter: Ja.

Bart Mol: Ik vind het interessant, in, onderzoek overigens, moet ik zeggen. Ik heb best wel met, ik, soms zijn die a16z dingen een beetje, wij kennen ze al jaren omdat ze wel vaker dingen ook bijvoorbeeld over de cryptowereld geschreven hebben. En ze kunnen soms wel erg positief zijn over een sector waar ze zelf veel in investeren. Vond ik hier meevallen. Ik vond er best wel interessante takes in zitten. Ik wil één dingetje uitpikken Bert, als dat mag.

Bert Slagter: Ja, zeker.

Bart Mol: Vond ik nog wel leuk. Ik zou zeggen: lees hem sowieso even door. Maar ze zeggen ook van: ja, er komen toch ook wel veel startups bij. En die, je kan nog best wel winnen, ook als je niet OpenAI bent, ook als je niet Anthropic bent of Google bent. Zij zeggen van: joh, er zijn een aantal startups die hebben zich gedifferentieerd. Die hebben wel een model wat niet open source is, maar die zijn gewoon geen chatbot geworden. En dan zeggen ze bijvoorbeeld Suno of ElevenLabs, of video of fotomodellen zoals Midjourney of HeyGen, die hebben hun eigen modellen gemaakt. Die hebben zich heel erg gericht, bijvoorbeeld ElevenLabs, heel erg op stem. Dus typ wat en je krijgt een voorgelezen tekst. Ja, en dat doen ze zo goed dat daar gewoon, ja, wij hebben ook een abonnementje bij ElevenLabs. Daar betalen we als bedrijf best wel fors voor. Het is volgens mij € 100 per maand om al onze artikelen voor te kunnen laten lezen. Een andere die ik interessant vond is dat ze zeggen: nou, multimodel experience.

Bart Mol: Dus ja, die modellen die, elke week is er wel weer een nieuwe beste. Wat OpenRouter doet is dat je, of Cursor, dat je al die modellen kan gebruiken in plaats van dat je vastzit aan Anthropic. Dat is vervelend, want opeens is er Astra en dan moet je weer terug naar OpenAI en dan is Opus 5.5 er weer en moet je weer terug naar Anthropic. Bij OpenRouter kan je ze alle twee gebruiken. Hoef je helemaal niet te switchen. Je moet wel switchen, maar niet van provider, zeg maar. Alles blijft gewoon werken. Ze noemen er nog een paar. Een andere die ik nog even toe wil voegen is ook wel grappig omdat ze daar toch wel een paar toffe dingen noemen. Ja, of ga echt in een niche zitten en dan noemen ze bijvoorbeeld Venice AI. Dat is een platform wat zich heel erg richt op privacy. Privacy inderdaad. Dus wel de frontier modellen aanbieden, maar toch proberen daar privacy aan toe te voegen door bijvoorbeeld berichten te encrypten en dat soort dingen. Tof! En hebben ze het ook nog over not suited for work modellen. Ja, dat kan natuurlijk ook nog. Daar zit ook nog wel een industrie die disrupt kan worden. Dus ja, grappig dat ze die ook noemen.

Bart Mol: En ze noemen ook nog eens van, ja, wat jij net ook zegt Bert, van: ja, die subscription modellen. Ze lopen op hun laatste benen voor een gedeelte, zeg maar. En daar moet toch iets naast komen te staan om toch echt die grote massa die wel AI gebruikt, maar op dit moment geen subscription neemt, ja, om die te gaan monetizen. Ja, best wel een toffe report.

Bert Slagter: Wat ik wel een interessant inzicht vond, ook in deze context, is: kijk, afgelopen decennia zag je bij heel veel dingen met een abonnement, dat zit in de ordegrootte van 15, 20 euro per maand. Dat is echt zo ontzettend veel clouddiensten of contentdiensten. Spotify, Netflix zitten daar ook bijvoorbeeld. Maar ook ChatGPT's standaard abonnementje. Zeg maar die twee tientjes is een soort van grens en prima, dat vinden we een prima soort bedrag. Alleen blijkbaar is er dus ook een groep die je gewoon wel honderden euro's, dollars kunt laten betalen voor iets. En dat opent ander soort markten. Want als je het hebt over een tientje of twee tientjes en je, dan denk je automatisch aan markten van honderden miljoenen mensen groot om dat schaal te kunnen geven. Dus het bedrag keer het aantal mensen. Maar als het bedrag 10 keer zo hoog wordt, kan je markt ook 10 keer zo klein zijn met eenzelfde soort revenue. Dus je kunt voor kleinere niches, ja, ik vind tientallen miljoenen mensen ook niet, is dat nog een niche?

Bert Slagter: Maar in de context van grote wereldwijde clouddiensten misschien wel, is het nu dus haalbaar inderdaad om zo'n specifiek product voor te gaan bouwen? Dat is wel op zich wel interessant ten opzichte van wat we in het verleden zagen.

Bart Mol: Ja. Ja, zeker. Ja, ik zit nog een beetje te malen over, ja, het is natuurlijk ook voor die €200 per maand. Het is nu ook een mooie deal, zeg maar. Ik betaal het graag omdat ik meer, voor mijn gevoel meer krijg dan dat ik ervoor betaal als ik het gewoon goed gebruik gedurende de maand. Plus eigenlijk als ik naar ons drie kijk, zeg maar, mijn persoonlijke Claude Max abonnement en mijn ChatGPT Max abonnement, die worden gewoon zakelijk gedeclareerd. Dus ergens gaat er natuurlijk iets fout. Ze zijn natuurlijk heel veel startups waar gewoon gezegd wordt tegen de devs, tegen de developers: neem dat abonnementje maar en aan het eind van de maand mag je declareren. Dus er zitten wel een soort van dingen die misschien eigenlijk zakelijk vallen, worden nu persoonlijk afgenomen. Verder natuurlijk wel eens met je verhaal, want blijkbaar, ja, weet je, het is voor mij veruit de duurste abonnementen die ik heb. Inderdaad, als ik kijk naar mijn, ja, naar mijn persoonlijke leven.

Bart Mol: Ja, misschien mijn zorgverzekering dat die in de buurt komt, maar ja, dat is niet echt een abonnement natuurlijk. Het is gewoon een verplichte verzekering.

Bert Slagter: Als die dot echt nog veel beter wordt, dan betaal ik het ook met plezier ervoor. Dat is echt, dat gaat zoveel werk uit handen nemen. Zoveel.

Bart Mol: Ja, ja, ja, zeker. Zeker. Hé jongens, we zijn aan het einde van de aflevering gekomen denk ik. Ik wil jullie hartelijk bedanken. Ja zeker. Ik heb leuke dingen langs horen komen. Ik heb me erg vermaakt met al het onderzoek en voorbereiding die jullie gedaan hebben op al die punten. Mensen, ga het teruglezen. Alle dingen die we genoemd hebben, dat doe je door de shownotes door te nemen. Dat kan natuurlijk gewoon op Spotify en op YouTube, maar de beste manier is om dat te doen via e-mail. Dat kan via Turingstation.nl. Dan meld je je aan. Hoef je alleen je e-mailadres achter te laten en dan sturen wij eigenlijk elke woensdag, dus vandaag na de uitzending, ja, een compleet uitgeschreven samenvatting van deze aflevering, inclusief alle timestamps, inclusief alle linkjes die we genoemd hebben en ook alles wat we verteld hebben kan je daar nog gewoon eens even rustig teruglezen. We hebben ook een MCP server. Daar kan je je Claude Code, je Codex, je dot, zoals Bert zegt, koppelen, ja, aan onze database en dan kan je gewoon vragen: wanneer vertelde Bert ook alweer iets over, ja, noem eens wat, over hallucinerende AI-modellen?

Bart Mol: En dan krijg je dat gewoon terug van je eigen favoriete agent. Je hoeft niet eens gebruik te maken van wat wij zeggen. Nee, je kan gewoon, ja, koppel wat je wil en je krijgt het gewoon terug. Dat is heel vet. Kan je ook op de website vinden hoe dat moet. Dus ik zou zeggen: ga dat doen. Als je dat niet doet, zorg dan gewoon dat je volgende week weer luistert. Dan heten we je van harte welkom bij aflevering 17 van Turing Station. Voor nu: maak er wat van. Fijn weekend alvast en tot volgende week. Adios.

Bert Slagter: Doei, doei.

Bart Mol: later, hoi.