Waarom maakt AI ons nog niet productiever?

Bart Mol: Nieuwe aflevering Turing Station. Peter die slaat een weekje over. Die is er volgende week weer gezellig bij, maar we gaan het met z'n tweeën rooien. En ja, we hebben stiekem heel lekker gebruik gemaakt van de extra ruimte die we hadden, want we hebben hier een draaiboek voor onze neus liggen, dames en heren. Dat is echt ongelooflijk. Dat staat vol met allemaal, ja, bijna filosofische discussies, maar ook praktische tips, nieuwe onderzoeken, noem het maar op. Ja, we gaan jullie er helemaal doorheen loodsen vandaag. Maar we beginnen zoals elke week met, ja, eens even opnoemen wat jullie allemaal voor tofs gemaakt hebben, onze luisteraars, de luisteraars van Turing Station. Ja Bert, aan jou de eer om er eens even eentje tussenuit te pikken.

Bert Slagter: Ja, die van Jonathan viel mij op. Het ging de afgelopen weken al wat vaker over mensen die hun smart TV aan het reverse engineeren waren. Met andere woorden: kan ik nou die tv, de software van die tv aanpassen? Dat had ook te maken met iemand die had uitgevonden dat zijn Samsung-tv, ja, voortdurend met microfoontjes de boel aan het afluisteren was.

Bart Mol: Ja.

Bert Slagter: Wat natuurlijk behoorlijk wat stof doen opwaaien. En Jonathan die zei: ik heb een Philips-tv op Titan OS en die heeft wel Netflix en NPO Start, maar geen Ziggo Go.

Bart Mol: Ja.

Bert Slagter: Dus die app heeft hij gewoon zelf gebouwd met Codex, de webversie gegeven. Maak er maar een app van en dat werkt gewoon. Alleen de afstandsbediening die werkt nog niet helemaal mee, maar goed, dat gaat vast lukken.

Bart Mol: Ja, wij geloven in Jonathan. Laat het maar weten als het gelukt is. Ik kreeg een berichtje van P, uhm, Paulus of Pieter of, ja, Patrick misschien wel. Ik weet het niet. P. Ja, die kreeg van ons Bert, van onze aflevering, zei: ja, ik heb een beetje de kriebels en op een goede manier, een soort van lentekriebels van: ik moet nu mijn Home Assistant op gaan zetten en ik moet dat ook bij, ja, die MCP Service en Claude en AI is erbij. Dus ja, die zijn aan de gang gegaan. Die heeft Home Assistant opgezet. Hij heeft ook een nieuwbouwhuis, zegt ie. Een veel te groot scherm in de keuken gehangen en, ja, dat heeft hij allemaal opgehangen en daarna heeft hij het aan zijn vrouw verteld. Maar die is er inmiddels ook blij mee. Want ja, hij heeft een groen spotje in de keuken hangen en als de wasmachine of de 3D-printer klaar is, dan gaat het spotje aan. En heeft hij een deursensor op de wasmachine en op zijn 3D-printer. En als ie die hem dan opendoet, ja, dan gaat dat groene spotje ook weer uit, hè. Dat is ook fijn dat je die automation gemaakt hebt. Camera's die fullscreen op dat grote scherm in de keuken aangaan als er beweging is aan de voorkant of achterkant van het huis.

Bart Mol: Ja, elke maand een analyse van zijn warmtepomp, want die heeft hij ook gebotd, net als ik dat gedaan heb. Ja, ik vond het heel vet om te horen, dus P lekker bezig en als je nog toffe automations hebt verzonnen, deel ze dan vooral in de community, want daar loopt het lekker vol. turingstation.nl. Ga daar naartoe, daar kan je ook lid worden, ja, van onze nieuwsbrief en heb je ook meteen toegang tot de community waar inmiddels al meer dan volgens mij 500 mensen elke dag praten over alles wat er in de AI-wereld gebeurt. Ik zag nog iets van Kees langskomen. Of wil je Tineke behandelen?

Bert Slagter: Nou, ik wacht even op Tineke. Ja, jij zegt namelijk P. Dat is waarschijnlijk Paulus, maar misschien is het wel Pauline. Dat weet je natuurlijk niet, hè. Wij nemen het

Bart Mol: Nou, ik weet toevallig wel wie dit is, zeg maar. Maar het had gekund inderdaad. Ja, ja, ja, ja.

Bert Slagter: Ja, Tineke, die zegt: ja, ik hoorde dat we weinig reacties van vrouwen krijgen, dus bij dezen. Zij draait Qwen lokaal met Hermes en Obsidian als wiki. Ja, en terwijl ze die reactie naar ons schreef, was ze daar eigenlijk de werkplanning aan het inrichten. Ze bouwt een app voor de sport voor het schema. Lekker bezig.

Bart Mol: Dat was Qwen aan het doen.

Bert Slagter: Ja, precies. Ja.

Bart Mol: Ja.

Bert Slagter: Relaxed. Super.

Bart Mol: Ik vond het echt leuk. Leuk om te horen.

Bert Slagter: Tineke bedankt!

Bart Mol: Ja. Ja, inderdaad. Dan sluiten we af met Kees. Die is al jaren de eigenaar van mijnbiologie.nl. Dat is een plek waar, nou ja, je verwacht het niet, mensen biologielessen kunnen volgen. Ja, en sinds dat AI toffe features kunnen toevoegen, ja, is hij daarmee aan de gang gegaan. Automatisch nakijken van opdrachten, een XP-systeem, een soort gamification is er gemaakt. Dus, ja, wij dachten: laten we Kees in het zonnetje zetten na, volgens mij, ik zag het in een mailtje langskomen, dacht ik. In ieder geval: vind je biologie interessant? Check dan even mijnbiologie.nl en laat ook even weten aan Kees, ja, of al die AI-beslommeringen de website daadwerkelijk beter hebben gemaakt. Of dat je zegt van: nou Kees, hier moet misschien weer wat menselijke aandacht naartoe. Dat zou natuurlijk kunnen, hè? Zorg wel dat die feedback opbouwend is. Daar houden we altijd van. Dat willen we graag, ook in onze eigen comments. En ik moet jullie zeggen, dat gaat hartstikke goed. Dus daar ben ik hartstikke trots op. We beginnen echt al na twintig afleveringen een leuke community op te bouwen die op heel veel verschillende onderdelen van AI met elkaar aan het praten is.

Bart Mol: Alright, ja, deze week hebben we geen in het kort, want we hadden zoveel te bespreken. We gaan gewoon, ja direct door naar wel een nieuwsitem. Want onze eigen DNB. De Nederlandsche Bank kwam met een rapport over AI, productiviteit en werkgelegenheid. Daar gaan we het eens even over hebben.

Bert Slagter: Ja, DNB, een aantal onderzoekers daar schreven van ja, als we kijken naar wat AI zou kunnen doen op het gebied van productiviteit, economische groei, maar ook inflatie of deflatie en de arbeidsmarkt en werkgelegenheid, dan heeft dat zo ontzettend veel impact in potentie op de economie. Dat wij als centrale bank vinden dat we hier onderzoek naar moeten doen en die rapporten ook moeten uitbrengen. Dit is ja, dit heeft zoveel impact dat het voor ons relevant is. Dus vanuit dat perspectief, ja, hebben ze het resultaat van hun onderzoek gepubliceerd in een rapport. Ik denk een pagina of twintig in een PDF. Goed leesbaar. Het is niet zoals je soms met economische rapporten hebt dat je er echt doorheen moet worstelen of dat het vol staat met allerlei jargon. Dat is hier niet. Dus echt eigenlijk iedereen zou daar eens doorheen kunnen lezen. Is ook een goede management samenvatting van en een persbericht, dus de moeite waard om het zelf eens te doen. Één zinnetje die je dan vrij snel gaat tegenkomen is: Nederlandse bedrijven behoren internationaal tot de koplopers in het gebruik van AI, maar dit brede gebruik leidt op zichzelf nog niet automatisch tot hogere productiviteit.

Bert Slagter: En dat vind ik interessant. Dus dat is eigenlijk ja, soort van. Ja, ik denk de kernvraag van het onderzoek. Dus ja, we zien op allerlei manieren tijdsbesparing efficiency winst van AI in werksituaties. Maar hoe zorgt er nou voor dat het ook uiteindelijk leidt tot hogere productiviteit en snellere economische groei? Dat is niet vanzelfsprekend. En ik denk ja, iedereen. We spreken natuurlijk heel vaak mensen hierover. Ja, eigenlijk iedereen die intensief bezig is met AI, die ziet al hoe bruikbaar het nu is en ook hoe snel die bruikbaarheid toeneemt. Dus niet alleen maar statisch, maar ook dynamisch. En je kunt je werk sneller doen. Je kunt je werk grondiger doen, je kunt dingen voor elkaar krijgen waar je vroeger niet eens aan zou beginnen omdat het gewoon te veel tijd kostte of omdat je de skills niet had. Of je moest er een duur bureau voor inhuren. Een beetje die categorieën. En dan zijn we eigenlijk nog maar heel, heel, heel voorzichtig begonnen aan de stap naar Agentic AI, waarbij je een persoonlijke assistent krijgt, een paar virtuele medewerkers in je team en dat zou dan weer een volgende stap zijn.

Bert Slagter: DNB zegt dat ook, zegt: AI kan werknemers ondersteunen, taken automatiseren en nieuwe producten, diensten of productieprocessen mogelijk maken. Op macroschaal, AI kan de Nederlandse economie productiever en welvarender maken. Nederland heeft een gunstige uitgangspositie, maar de winst ontstaat niet vanzelf. Bedrijven moeten AI productief in hun werkprocessen integreren. Succesvolle toepassingen moeten zich breder verspreiden en productieve bedrijven moeten ruimte krijgen om te groeien. Dat blijkt uit het onderzoek van DNB. Nou, ik heb het onderzoek doorgelezen. Ik vind het echt een goed onderzoek. Scherpe observaties, treffende analyses en zij vangen in hun rapport eigenlijk zeg maar het hele vraagstuk in drie stappen, namelijk toegang tot AI, gebruik en verspreiding van AI en herallocatie van vrijgekomen, ja, werk, werkcapaciteit zal ik maar zeggen. En ik zat erover na te denken en ik zag een soort rijtje met sluisdeuren voor me in een rivier.

Bert Slagter: Er komt allemaal water aangestroomd, hè, in die productiviteit of economische groei. Weet je, dat is dat water en er zijn een aantal sluisdeuren achter elkaar. Nou ja, laat maar even zeggen drie sluisdeuren als je die drie stappen van DNB pakt. Maar ik ga straks tien punten langslopen, misschien wel tien sluisdeuren. En het lullige is, als er eentje dicht is en de rest staat open, dan stroomt het water ook niet. Weet je wel. Ze moeten allemaal openstaan uiteindelijk om te leiden tot die productiviteitswinst en die economische groei. En ik heb ze die, die zeg maar die drie net eventjes wat anders genoemd. Omdat ik namelijk ook een, kijk, er zit hier ook een schaalbaarheid vraagstuk in. Het gaat over een persoon of een paar personen die toevallig naast elkaar in dezelfde kamer zitten, zal ik maar zeggen. Het gaat over een bedrijf, een organisatie die vaak veel groter is dan dat ene persoon.

Bert Slagter: En het gaat over de economie als een geheel. Dus dan heb je eigenlijk drie schaalniveaus. Die wilde ik graag vangen. Dus ik heb drie categorieën, namelijk de eerste is: wat is er nodig om AI daadwerkelijk te gaan gebruiken in je werk? Doe maar eventjes vanuit een werksituatie. Twee. Wat is er nodig om AI gebruik om te zetten in hogere productiviteit? Dat is dan op het bedrijfsniveau. En drie: wat is er nodig om die hogere productiviteit te laten doorwerken in de hele economie? Dat zijn eigenlijk de drie sluisdeuren waar ik het eens over zou willen hebben. En deze punten heb ik voor een deel uit het DNB rapport gehaald, maar ook wel aangevuld met inzichten uit ander onderzoek. Uit mijn eigen interpretatie aangegeven en ik hoop dat we hiermee, ja, misschien een soort denkraamwerk hebben om ook na te denken over het vraagstuk productiviteit. Omdat je al heel snel in een soort, ja toch wel een soort, het is zo'n soort, een doos die te groot is om in één keer beet te pakken. Dat gevoel.

Bert Slagter: Hoe til je die nou op? Ja, hè, dan heb je het over ja, ik kan wel mijn werk sneller doen, maar ja, leidt dat dan tot, wat is productiviteit eigenlijk? Weet je allemaal dat soort lastige dingen gaan er dan, zie ik in gesprekken elke keer terugkomen. Goed, we beginnen even bij de voorwaarden. Om AI daadwerkelijk te gaan gebruiken. Wat is daar nou voor nodig? Nou, dan heb je ten eerste betrouwbare en betaalbare modellen nodig. En daar kwam DNB ook uitgebreid over te spreken. En ze zeggen: ja, je hebt een goede digitale infrastructuur nodig. Goede digitale geletterdheid. Bedrijven moeten allemaal wel een goede internetverbinding hebben. Kijk, in Nederland is dat gefixt, maar als je even iets breder kijkt voor een land, voor een bedrijf ergens in een land, dat heb je nodig. Je hebt toegang nodig tot geschikte modellen, betrouwbare rekenkracht en de kosten die moeten werkbaar zijn en de voorwaarden moeten werkbaar zijn. Denk bij dat laatste bijvoorbeeld aan privacy.

Bert Slagter: Als je in een land leeft waar privacy relevant is of belangrijk is, of het nou is door je cultuur of door de wet, dan, ja, dan moet je wel een model hebben of een bedrijfsmodel die die privacy ook garandeert. Bijvoorbeeld. En kosten. Ja, het is leuk dat het nu goedkoop is, maar is het over een maand nog steeds goedkoop? Of kan een bedrijf de kosten in één keer keer tien doen en ben je dan de pineut? Dus dat vond ik wel. Dat zit een beetje in het woord betrouwbaar. Betrouwbaar gaat er niet alleen maar over dat het nu werkt, maar dat je als bedrijf ook weet dat het blijft werken. Want op het moment jij je hele bedrijf omgooit en je bent helemaal gebaseerd op het bestaan van die AI. En volgende maand is het er niet meer of is het ineens tien keer zo duur. Dan heb je echt een probleem. Of het is nu wel, er is nu wel privacy, maar volgende maand ineens niet meer omdat de voorwaarden worden gewijzigd. Dus betrouwbaarheid is wel een soort verbonden met autonomie of met soevereiniteit, ook van een land. Want binnen een land kun je dingen met elkaar regelen. Binnen, daar kun je dan zeg maar een afstemming maken tussen die infrastructuur en het regelpakket wat er is.

Bert Slagter: Dus dat is het eerste puntje. Dat is nodig. Betrouwbare en betaalbare modellen. En hier speelt dus misschien een rol die autonomie van een land. Tweede, in een bedrijf moet er dan, ja, ik heb het genoemd kennis, tijd, budget en regelruimte. Kijk waar je mee wil beginnen is experimenteren en ervaring opdoen. We beginnen allemaal op nul. We beginnen allemaal, want niemand heeft op school als kind AI geleerd. Het is super nieuw, dus iedereen moet er op een of andere manier, ja, ervaring mee opdoen. Je moet het een soort proeven. Je moet het zelf ondervinden. Hoe werkt dat nou? En dan kan je namelijk ook leren herkennen op wat voor soort plekken AI daadwerkelijk nuttig is in je bedrijf of in je werk. Doe eens een pilot. Doe eens een proefprojectje. Kijk eens of het werkt. Beoordeel de uitkomsten. Ja, dit heeft AI gedaan. Ja, het is eigenlijk gewoon niet optimaal. Het is niet goed genoeg. Of dit is waanzinnig. Hij doet in één keer precies wat ik wilde. Ja, dat weet je gewoon soms niet precies van tevoren. Dat moet je gewoon eens mee experimenteren.

Bert Slagter: In dit vakje zit ook dat je waarschijnlijk, als je dit gaat doen, erachter komt dat je allerlei dingen maar eens even met elkaar moet gaan afspreken, of vastleggen, of standaardiseren, of documenteren. Omdat er dingen zijn die je gewoon met elkaar gewoon zo doet. En ja, als je dat aan een AI agent wil overdragen, dan is het wel handig dat het ergens staat dat het op een of andere manier is vastgelegd. En idealiter bouw je daar meteen API's en MCP's voor, zodat niet alleen jij dat kan, maar ook je collega's. En allemaal ongeveer op dezelfde manier. Dus je gaat eigenlijk heuristieken en kennis ga je vastleggen. En dit is ook weer het punt waar een beetje mijn of ons stokpaardje bij deze podcast. Hier zien wij weer het huwelijk tussen het connectionisme en het symbolisme. Want die regels en die heuristieken en die documentatie, dat is symbolisch. Dat leg je vast in, ja, in een taal, misschien een natuurlijke taal, in MD-files, maar misschien ook wel in een soort gestructureerde taal, in een graph of in een database. En ja, zo'n taalmodel gebruikt dat dan vervolgens om jou bij je werk te helpen of taken uit handen te nemen.

Bert Slagter: En dan is de vraag: maakt de organisatie daar wel tijd voor vrij? Mag jij dat doen? En geld en budget? En mag je tokens besteden? En is er duidelijk wie daarover beslist en wie de verantwoordelijkheid draagt daarvoor? Dus dat is een beetje stap twee. Oké, dus je hebt betrouwbare en betaalbare modellen. Er is kennis, tijd, budget en regelruimte. Cool. Jij kan in jouw organisatie gaan knutselen en dan heb jij een paar coole dingen gedaan en je zegt: nou, laten we het eens even, laten we dit eens in gebruik gaan nemen. Dan zou het maar zo eens kunnen dat je er tegenaan loopt dat er mensen zijn in de organisatie die zeggen: joh, waarom zouden we veranderen? Het gaat toch prima zoals het nu gaat? En dat is in deze fase, in deze eerste groep sluisdeuren een belangrijke ook. Is er een reden in de organisatie, is er visie voor om te veranderen? Is er visie voor de potentie van de technologie? Voelen beslissers de urgentie om in actie te komen? Zien de beslissers de asymmetrie tussen niets doen en handelen?

Bert Slagter: Als je niets doet en het blijkt ontwrichtend, dan heb je een groot probleem. Als je handelt en het blijkt niet ontwrichtend, ja, dan heb je misschien een klein beetje extra kosten gemaakt. En die asymmetrie.

Bart Mol: Bert, ga ik wel terugduwen, hoor. Er worden wel heel veel extra kosten gemaakt op dit moment. Het gaat om honderden miljarden aan investering die gedaan worden om mee te kunnen in de AI-hype.

Bert Slagter: Door de infrastructuur uitbouw bedoel je?

Bart Mol: Onder andere natuurlijk, en de frontier labs en noem ze allemaal maar op. Maar er wordt natuurlijk, zeg maar door de AI believers wordt er wel een beeld geschetst van: ja, dit is wat het kost om mee te gaan. Dus het is niet alsof dat een soort ja, zeg maar. En ik zeg niet dat elk bedrijf, elke MKB'er die mee wil, dat die honderden miljarden uit moet aan funding op moet halen om mee te kunnen. Alleen tokens. Tokens zijn niet per se goedkoop. Het kan best wel wat kosten, laat ik het zo zeggen.

Bert Slagter: Nee, daar heb je helemaal gelijk natuurlijk. Dus op het moment dat je het echt gaat schalen in je organisatie dan gaat het aardig in de papieren lopen. Ik zit zelf nu nog op het niveau van dat individu. Die zich afvraagt kan ik als medewerker in het team samen met wat mensen in mijn team eens gaan kijken of we AI kunnen inzetten? En dan kom je over het algemeen aardig weg met een, laten we zeggen een pro of een max abonnementje van honderd euro per maand. Beetje die ordegrootte, en weet ik veel, acht uur per week of zo. En dan kun je best wel aardig experiment of pilot doen met de werkzaamheden die jij hebt in jouw team. Je kunt misschien, als je het premium abonnement hebt kun je een dot of een grok bot eens aanzetten en laten meelezen in je Slack en eens kijken wat het doet.

Bart Mol: Ik zou zeggen laten we eens naar de volgende sluis doorvaren.

Bert Slagter: Ja, precies. Nou, de volgende sluis dan, hè, dan heb je dingen gevonden die daadwerkelijk efficiency opleveren, tijd besparen, waar je meer werk gedaan krijgt of een hogere kwaliteit. En dan is de vraag hoe ga je nou dat AI gebruik omzetten in een daadwerkelijke hogere productiviteit? Want het woord productiviteit, in economische zin betekent dat je met dezelfde inzet van mensen en middelen voor meer economische activiteit zorgt. Dus meer omzet haalt, minder kosten maakt, meer winst maakt, een hogere omvang van de economie bereikt. En hoe ga je dat nou doen? Er zijn ook, daar heb ik vier dingen gevonden. Vier sluisdeurtjes. Ten eerste, ja, je moet met datgene wat je met AI doet wel een positief netto resultaat behalen. De vraag is levert AI over het hele proces meer output of kwaliteit op per gewerkt uur en per uitgegeven euro, dus inclusief de kost van je tokens.

Bert Slagter: Ook nadat je dingen als controle en foutherstel hebt meegerekend. Dus je kunt wel een klein stukje zeggen oh dit kost me nu minder tijd. Maar als je al die gewonnen tijd meer nog moet besteden aan werk checken of inconsistenties herstellen of ja, weet je, je bespaart tien minuten, maar je bent wel duizend piek kwijt aan tokens. Ja, weet je dan heb je wel ergens als je maar ver genoeg inzoomt heb je ergens winst. Maar als je dan wat verder uitzoomt, dan zeg je: ja, er is geen positief netto resultaat. Dus je moet wel eerlijk beoordelen wat AI je brengt. Nou, de volgende stap is van kan de organisatie zich wel aanpassen? Dus oké, je hebt bedacht, we hebben met elkaar geconstateerd, hè, deze werkzaamheden, deze taken, deze processen, die kunnen we als we die nou eens op een andere manier gaan doen en bepaalde stukken zetten we AI tools of agents in.

Bert Slagter: Nou, dan gaat ons dat veel besparen of veel opleveren. Maar het kan maar zo eens zijn dat de organisatie daarvoor moet veranderen. Van cultuur, van structuur, dat functies anders worden, dat processen anders worden, dat grenzen tussen afdelingen moeten gaan verschuiven. Is er wel geld en tijd en expertise en draagvlak voor een organisatieverandering? Zeker bij wat grotere organisaties is dat helemaal niet makkelijk. En betekent dat sommige mensen met een gevoel van verlies komen te zitten. Want ja, het was altijd zo, zus en het wordt nu zo. Je moet met sommige oude gewoontes en oude processen breken. Kun je een persoon aanwijzen in de organisatie die afdelingsgrenzen mag oversteken en heilige huisjes omver mag schoppen? Kan dat? Is die er? En dat is die vraag. Is er, heeft de organisatie vermogen om aan te passen? En zes, het zesde puntje is: zijn er in de organisatie de juiste prikkels aanwezig?

Bert Slagter: En dat heeft ermee te maken dat medewerkers en managers nog wel eens beloond worden, bijvoorbeeld per gewerkt uur, per declarabel uur of iets dergelijks. En dan kan het zijn dat je allerlei winst boekt, maar dat dat lastig is voor medewerkers en managers om die winst daadwerkelijk te realiseren, omdat ze dan gestraft worden eigenlijk in hun, ja, in hun salaris voor mijn part of in een beoordeling, in hun KPI's, in het functiehuis, hè. Klopt dat wel? Is dat wel uitgelijnd met wat je zou kunnen besparen met AI en bijvoorbeeld een manager, ja, als die zijn status ontleent aan het managen van een grote afdeling, dan zal hij niet snel zeggen: laten we de afdeling eens kleiner maken, bijvoorbeeld, hè. Dat is dan niet uitgelijnd, die twee dingen. Bonussen en beloningen, weet je, dat soort zaken. Dat is puntje zes. Puntje zeven: wat ga je doen met de vrijgekomen capaciteit? Dus stel dat je een team van tien mensen hebt en dat kunt het werk ineens met vijf mensen doen.

Bert Slagter: Wat ga je doen met de overige vijf? Hè, ga je meer produceren? Ga je dingen kwalitatief hoogwaardiger doen? Ga je nieuwe producten maken? Zijn er andere waardevolle taken? Of doe je hetzelfde met minder personeel? Nou, waar gaat het dan heen? Is er voldoende verbeeldingskracht ook om na te denken over wat kunnen we daar dan mee? Ja, en dat is dan allemaal nog binnen de organisatie. Dan gaan we naar de derde groep en dat is dan, hè, dus dan zou je zou kunnen zeggen stel dat je die eerste drie punten en die tweede vier punten perfect doet en je hebt alle sluisdeuren open, dan heb je in ieder geval voor deze specifieke organisatie ga je ja, met een hogere winst, namelijk meer omzet of lagere kosten. Ga je verder, dus dat is top. Leuk voor die ene organisatie.

Bart Mol: Wordt uitgenodigd een keertje in een talkshow om te vertellen hoe zij succesvol AI hebben geïmplementeerd in jouw business.

Bert Slagter: Ja, het is dus misschien groeien, je marktaandeel groeit, je kan meer winst uitkeren aan je aandeelhouders. Je kan, is allemaal, vanuit perspectief van de ondernemer is dit geweldig. Als je dit lukt, helemaal goud. Alleen DNB gaat nog een stap verder. Die zeggen: ja, leuk dat een enkele organisatie dat kan. Ik wil dat de hele economie hiervan profiteert. Dus die hebben ook nog het groepje, het derde groepje aan sluisdeuren. Die zeggen van: ja wat we dan moeten doen als achtste puntje. Die werkende toepassingen als die er zijn. Dus wat werkt er nou? Dat moet zich wel kunnen verspreiden en dat heeft te maken met kennis delen tussen organisaties, maar soms ook met afstemming tussen organisaties. Als jij dus, dus organisaties werken vaak samen of als soort van concurrenten concullega's of in een keten. En ja, daartussen is het handig als er afstemming plaatsvindt, zodat je die stap kunt maken naar AI. Succesvolle werkwijze overnemen, niet telkens het wiel uitvinden, dat soort zaken. En ik moest denken hierbij aan in software development hebben we een aantal keer meegemaakt in de afgelopen 40 jaar dat er nieuwe dingen werden bedacht die daadwerkelijk onwijs efficiënt of effectief waren of de kwaliteit verhoogden, en die iedereen voor zichzelf aan het uitvinden was.

Bert Slagter: En dat op een gegeven moment werd het gestandaardiseerd. Neem bijvoorbeeld met Agile, Agile werken en dat je dan een methode kreeg als Scrum bijvoorbeeld. En dan gaan we allemaal op die manier dat doen. En dat is ja, dat helpt ook nog, dat als de developer van de één naar de andere bedrijf gaat, dat hij dan gewoon in het team kan instappen.

Spreker 2: Ja.

Bert Slagter: Dus misschien moeten we dat soort methodes gaan ontwikkelen. Van hoe doe je dat nou met een agent in je team? Negende puntje is productieve activiteiten moeten kunnen groeien. Zo zegt DNB dat van als een bedrijf ergens heel goed in wordt omdat ze ja gewoon met AI iets veel slimmer, handiger, sneller kunnen dan de concurrentie, dan moet dat bedrijf wel kunnen groeien. Kan dat? Of lopen ze dan aan tegen dingen als vergunningen en financiering en toegang tot de markt? Kunnen ze wel, weet ik veel een grotere stroomaansluiting krijgen, noem maar wat.

Spreker 2: Ja.

Bert Slagter: Dus met in welke mate kunnen de succesvolle bedrijven groeien? Of worden die meteen weer begrensd door allerlei, ja omliggende beperkingen? En het tiende punt is zij zeggen: ja, laten we er nou maar eens van uitgaan dat het ene bedrijf dit beter doet dan het andere. En als dat dan zo is, dan zul je zien dat mensen en middelen moeten kunnen gaan schuiven. Van degenen die het wel goed doen, nee, van degenen die het niet goed doen, die dus naar degenen die het wel goed doen, moeten die middelen kunnen verschuiven. Dus er moet mobiliteit zijn van kapitaal en arbeid naar de plekken waar ze meer waarde toevoegen. En dat kan zijn, dus mobiliteit binnen de organisatie, mobiliteit tussen organisaties of in de keten en zelfs tussen sectoren. En ja, het FD sloeg hem plat en die zei van: nou, de DNB pleit ervoor dat we het ontslagrecht versoepelen. Nou ja, dat is wel, dat is wel heel erg platgeslagen. Maar ja, je zou inderdaad wel moeten nadenken, dat als we inderdaad zien dat op steeds meer plekken AI voor productiviteitswinst zorgt, dat je wel die mobiliteit hebt om uiteindelijk op het hele lokaal dat winstje wat je boekt te vertalen naar meer output van het bedrijf, naar uiteindelijk meer productiviteit van de hele economie.

Bert Slagter: Ik zat zelf nog even na te denken over de vraag van hoe kan de overheid hier dan bij helpen? Want DNB is natuurlijk, ja die is zelf onderdeel van de overheid, maar ze doen ook allerlei beleidsaanbevelingen. En ik zat te denken ja, het meest voor de hand ligt, dat noemt DNB ook van ze kunnen natuurlijk helpen met de infrastructuur. Fallback opties, dus dingen als netcapaciteit en vergunningen en Europese samenwerking voor rekenkracht. Nou, die is al heel vaak besproken. Een tweede waar ik, die ik daar niet in zag, maar zelf wel vind, is ik denk dat de overheid heel veel kan doen door zelf het goede voorbeeld te geven. Bijvoorbeeld door publieke gegevens te ontsluiten in via API's en MCP's. Laten we zeggen wetten en het kadaster en de KVK en weet ik veel. Administratie, basisadministratie, gewoon allerlei soorten dingen. RDW. Maak er nou gewoon maar eens MCP's voor. Start nou maar eens ergens.

Bert Slagter: Maak het nou bedrijven ondernemers maar eens makkelijk om dat soort dingen gewoon te benaderen vanuit een agent, met een agent. Maar ook misschien hun eigen contracten. Want overheden die kopen natuurlijk ook heel veel werk en diensten in her en der. Om daar die contracten te onderzoeken op ongewenste prikkels. Bijvoorbeeld het belonen van uren in plaats van een prestatie. Daar zou de overheid best wel eens voor kunnen, vooraan kunnen gaan lopen. Ja, een puntje zou kunnen zijn bewustwording, educatie. Misschien ook enthousiasme. Ik denk als een overheid enthousiast is over een technologie en ook de potentie benadrukt in plaats van dat het vaak ook maar gaat om de risico's en de gevaren. En ja, wat als China over ons heen walst? Ja, ik hoor toch vaak ook wel in overheidscontext, in debatten en zo dat het heel erg gaat over de zorgen en de risico's en de gevaren.

Bert Slagter: En eigenlijk dat er maar weinig ruimte is voor ook wat enthousiasme of zo. Ja goed, ik weet ook niet precies hoe dat er dan eruit moet zien. Ja en het punt natuurlijk van mobiliteit op de arbeidsmarkt, dus overstappen naar ander werk makkelijk maken. Misschien moeten we gewoon wel het hele concept introduceren dat een medewerker kan worden ontslagen vanwege AI. Dat je gewoon kan zeggen als werkgever: ja, ik ga tien mensen ontslaan vanwege AI en dat is een aparte regeling waar ze dan in komen. Waar die mensen automatisch een bepaald soort scholing, loopbaanadvies, bemiddeling krijgen, tijdelijke inkomstenondersteuning. En dat motiveert dus werkgevers om mensen te ontslaan. En dan kan je zeggen: huh, hoe kan jij dat nou willen? Dat is toch slecht dat mensen ontslagen worden? Nou ja, dat is maar de vraag. Het kan best dus zo zijn dat organisaties de neiging hebben om, zeker in de Nederlandse cultuur, om de potentiële winst die AI brengt niet te realiseren omdat mensen maar blijven zitten waar ze zitten.

Bert Slagter: En misschien is het wel zo dat je een externe schok nodig hebt. Je gewoon zegt: nou, er gaan gewoon tien mensen uit van vijftig en dan gaan we daarna met veertig mensen het werk doen. Want dat kan namelijk makkelijk omdat al die winst ergens bij, op allerlei individuele stoelen als een soort bubbeltje in het werk is komen te zitten. En ja, dan kan je het ook omdraaien en zeggen: joh, hè, beetje, dan moet ik een beetje denken aan Microsoft die nu aan 27% van het personeel een aanbieding doet van: joh, als je wil kun je met een goede regeling vertrekken. En nou goed, niet alle 27% zal ja zeggen, maar stel dat 10, 15% ja zegt. Ja, ik denk dat zij ervan overtuigd zijn dat ze het werk gewoon aankunnen, hoor, met behulp van AI en agents. En daar breng je eigenlijk dingen mee in beweging. Ja, het is een heel ander soort bril om naar het vraagstuk te kijken dan wat wij gewend zijn in Nederland, met een hele sterke bescherming van werknemerschap. Maar ik denk wel dat we dit soort richtingen moeten, ja, overdenken.

Bart Mol: Ja.

Bert Slagter: En ik zat, waar ik ook aan zat te denken is, en dat is net even een iets ander perspectiefje. Stel dat je een groeiend bedrijf hebt en die elk jaar 20% groeit en dat ook de komende jaren zou doen in de normale omstandigheden. Zo'n soort bedrijf, die kan ontzettend makkelijk profiteren van AI, want die kan gewoon in plaats van dat die 20% mensen aanneemt, 10 of 0% aannemen en toch meer werk gaan doen.

Bart Mol: Ja.

Bert Slagter: Terwijl een stabiel bedrijf wat in een levensfase zit waar ze al tien jaar exact even groot zijn, daar is het veel lastiger voor, want die zal daadwerkelijk mensen moeten ontslaan. Het is veel makkelijker om mensen niet aan te nemen dan om mensen te ontslaan en dat zou eigenlijk gelijk moeten worden aan elkaar als je wil dat elk bedrijf evenveel kan profiteren hiervan. Ja, dus dat is, dat waren even wat, dat waren die sluizen waarvan ik dacht: nou, als je die nou allemaal openzet, ja, dan pas dan gaat het echt stromen. Dat is een beetje het beeld wat ik kreeg bij het DNB-rapport.

Bart Mol: Ik heb daar wel wat overpeinzingen over, als ik die met je mag delen.

Bert Slagter: Ja, doe dat eens.

Bart Mol: Nou, kijk, weet je, ik heb heel veel, het is allemaal. We hebben, dank voor deze hele mooie gestructureerde uiteenzetting, want ik ga nu gewoon, ja, dingen die in me opkomen. Kijk, bijvoorbeeld wat ik hier lastig aan vind. Een van de dingen die bij me opkomen is dat aan de ene kant DNB in dit geval ziet van: hé, ja, AI dat kan banen vervangen. En dat zijn deze keer ook best wel banen van hoogopgeleiden in plaats van in de industriële revolutie laagopgeleiden, daarna in de informatierevolutie de banen van misschien middenopgeleiden en nu hoogopgeleiden. Dus nu zijn we allemaal het bokje. Dat wordt denk ik terecht geschetst. Maar ik vind als je die weg inslaat, ja, dan moet je hem ook uitlopen. En dat vind ik nog, zeg maar als ik dat FD-stuk lees, hè, daar even kijken, meneer Van Deel, Bas ter Weel, directeur Monetaire Zaken van DNB, hè, die reageert ook in het FD en daar zegt ie dat, hij gaat ook over dat ontslagrecht en daar wordt hij geciteerd, zegt ie: Ter Weel gelooft niet in doemverhalen die suggereren dat er minder banen komen.

Bart Mol: Analyses daarover zijn altijd heel eenzijdig, omdat ze alleen maar kijken naar de bestaande beroepen en er geen rekening mee houden dat er geheel nieuwe economische activiteiten ontstaan. Wat nodig is, is mobiliteit en herallocatie van kapitaal. Kijk, op zich ben ik dat wel met hem eens. Alleen ik weet niet zo goed of je in dit, bij dit scenario nog echt naar het verleden kan kijken, hè, met de technologie die we hier beschrijven, die banen over komt nemen. Zeg maar als dit dus zo is, hè, als wij een intelligentie creëren die daadwerkelijk banen van hoogopgeleide mensen kan overnemen. Ja, hoezo is het dan een doemverhaal dat er minder banen komen? Ik vind het best wel dan een stevige quote om te zeggen: ja, weet je, het is eigenlijk vooral een herallocatievraagstuk, want er komen toch alweer nieuwe banen bij. Tuurlijk zullen er wat nieuwe banen bij komen. Dat denk ik ook. Alleen gaan het er genoeg zijn om al die mensen op te vangen op het moment dat wij echt zo'n groot gedeelte van de kenniseconomie waar eigenlijk ons hele land, nou ja, ons hele land, maar ons land voor een groot gedeelte op draait, kunnen vervangen.

Bart Mol: Dat is een vraag die bij mij dan wel omhoog komt.

Bert Slagter: Ja.

Bart Mol: En als je dan nog verder kijkt, dan denk ik ook: oké, stel dat die productiviteitswinsten er daadwerkelijk komen. Daar kun je, kan je het ook nog over hebben. Hoe, wat jij ook al zei Bert, hoe definieer je productiviteit? Ik bedoel, ik kan dat voor mijzelf als persoon doen. Dan zou ik vooral zeggen: doe ik meer betekenisvolle dingen dan eerst? En dan vooral vanuit mijn eigen persoon. Nou ja, kijk, ik heb heel mijn huis geautomatiseerd. Dat is voor mij heel betekenisvol. Dat kon ik eerst niet. Dat heb ik naast mijn normale baan gedaan. Naast, hè, podcast maken en zo. Je zou kunnen zeggen dat ik productiever ben. Ja, heeft dat me echt geld opgeleverd? Of maakt het ons huishouden nou echt zoveel efficiënter dan dat het twee jaar hiervoor was? Ja, nee, niet, maar het is wel lekker dat alle lichten automatisch aangaan op een fijn standje op het moment dat ik langs kom gelopen. Dat kan je zeggen, dat is een uitleg van productiviteit. Ik kan inderdaad ook naar de economische variant kijken of nog naar de bedrijfskundige variant. Daar zitten dan ook weer verschillen tussen.

Bart Mol: Maar laten we zeggen dat die productiviteitswinsten er zijn, hè, die OpenAI en Anthropic en dat soort bedrijven ons beloven. En dat de AGI er ook wel aan zit te komen en dat we die banen echt kunnen gaan vervangen. Er zit bij mij nog een vraag oké, wie gaat die consumptie dan voor zijn rekening nemen? Al die mensen die we er net uitgeschopt hebben, die gaan die dan wel extra podcasts achter een betaalmuur consumeren of extra producten kopen? Of een nieuwe tv kopen? Of extra services die al die bedrijven aanbieden? Zeg maar wat heeft een werknemer die net ontslagen is aan een personal assistant? Wil ik wel een dot? Ik krijg helemaal geen e-mails meer, want ik heb geen werk meer. Dit is heel zwart wit, helemaal platgeslagen. Maar daar zit hem nog één ding en dat zit dan op de consumptiekant. En dan is er nog de laatste vraag die bij mij of het laatste stuk wat door mijn hoofd ging oké, stel dat die consumptie er ook is. Dus we hebben en productiviteitswinsten en de consumptie is er ook, want dat hebben we in het verleden ook wel gezien.

Bart Mol: Boeren gingen meer produceren en dat hebben we gewoon met zijn allen netjes opgegeten met zijn allen. Ja, waar slaat die? Waar slaan die winsten neer en bij wie? Nou, bij die bedrijven zou je kunnen zeggen oké, maar daar zijn net tien procent, twintig procent, dertig procent van de werknemers uitgegaan. Dus dat slaat dan neer bij de werknemers die er nog zitten. Maar ook natuurlijk vooral bij de aandeelhouders van die bedrijven. Daar komen ook weer interessante dingen uit, ook maatschappelijk gezien. Stel nou bijvoorbeeld als je kijkt naar belastingen, dus ook DNB zegt ja, herscholing allocatie, nou, dat is een taak voor de overheid. Maar de overheid belast op dit moment vooral arbeid en niet zozeer vermogen. Ondanks dat je dat misschien met alle box drie discussies wel denkt. Maar dividend vermogensbelasting is lager dan arbeid. Dividend is volgens mij dertig procent of zo.

Bert Slagter: Je moet vooral kijken naar vennootschapsbelasting, want dat is echt de winst die belast wordt. Dus dat is, ja, laten we zeggen zo vijfentwintig procent.

Bart Mol: Nee, precies.

Bert Slagter: Dus lager dan veertig.

Bart Mol: Dus stel nou dat een groter gedeelte van de economie neer gaat slaan, of in ieder geval die productiviteitswinsten neer gaan slaan bij die bedrijven. Dat betekent in plaats van bij arbeid van de werknemers ja, dan dalen je belastinginkomsten op het moment dat je eigenlijk als overheid juist je handen vol hebt aan herallocatie of misschien een basisinkomen voor mensen. Dus er zitten hier wel heel veel dingen aan waarvan ik denk: paul, dat zijn wel serieuze vraagstukken hoor.

Bert Slagter: Ja, serieuze aannames die ook gedaan.

Bart Mol: Worden duidelijk ook niet op heb je voor de duidelijkheid.

Bert Slagter: Nee, nee. En waar ook niemand een antwoord op heeft, want we weten gewoon domweg niet hoe het precies gaat verlopen. Wat je eigenlijk zegt is het maakt heel erg uit hoe snel dingen gaan en in welke volgorde. En je moet vervolgens nog aan aannames doen over wat, hoe gedrag verandert, op welke manier. Dus je kunt. Je zou kunnen zeggen van ik stel dat even. Laten we het even heel extreem maken. Dat is soms voor een voorbeeld wel makkelijk. Stel dat de helft van de mensen wordt ontslagen. Ja, dan. Dan moet je dus voor de helft. Moet je dus voor heel vreselijk veel mensen een nieuwe baan zien te vinden. En dan is. Dan heb je een aantal. Aantal vraagstukken van is dat werk er? Nou, dat hangt dan samen met gaan we daadwerkelijk nieuwe producten of diensten maken of gaan we ergens meer van consumeren? Dan kom je een beetje op het vlak van die Jeffers paradox van als de televisie veel en veel goedkoper wordt, dan kopen mensen gewoon twee televisies of drie televisies in huis of een grotere televisie. En dan kom je op dat punt van die radiologie. Er was ooit, volgens mij was het Hinton die ooit zei joh, ga geen radiologie meer studeren, want over tien jaar is er geen radioloog meer nodig, want AI kan dat vreselijk goed.

Bert Slagter: Wat gebeurde er? Tien jaar later was er een enorm tekort aan radiologen omdat er gewoon ongelooflijk veel meer beeldvorming wordt gedaan in medische circuits. Omdat het veel goedkoper is geworden, veel sneller eventjes kon. En als je ziet, soms zit er regelmatig. Nou, laat ik het zo zeggen in de historie zie je vaak dat als dingen veel goedkoper worden, dat er dan ook dat er zelfs zoveel meer van gebruikt wordt dat zelfs de totale vraag nog stijgt. En dat zou. Dat is dus als één aspect. Dan gaat het over bestaande dingen waarvan we er meer willen omdat ze goedkoper worden en makkelijk worden. Of heel nieuwe producten en diensten die uitgevonden worden of bedacht worden, waar behoefte aan ontstaat. Dus dat weten we niet en dat heeft het. En er zit natuurlijk een volgorde in. Want als iedereen bang en ziek en zielig thuis zit en niet consumeert, ja, dan is er niemand en dan is er geen niemand die dat wil hebben. En dan kan je zeggen ja, maar die kunnen dus toch ergens gaan werken. En dat gaat op zo'n aggregaat niveau in zijn rapport heel makkelijk. Dan zeg je gewoon vijftig procent mensen wordt ontslagen, dus heb je ineens weet ik veel, vier miljoen mensen die kunnen gaan werken.

Bert Slagter: Ja, lachen. Behalve als datgene als jouw beroep niet meer bestaat.

Bart Mol: Ja, dat is die weg die ik bedoel. Je loopt. Je loopt met dat rapport een weg in waar je eigenlijk enigszins meegaat in het idee van ja, weet je, we staan aan de vooravond van echt een revolutie.

Bert Slagter: Nee, maar neem even de radioloog als voorbeeld. Dus stel dat dat vreselijk veel radiologen worden ontslagen bij een ziekenhuis. Die ja, die zeg maar die productiviteitswinst niet weet om te zetten in meer vraag. Dan is er een ander ziekenhuis die zegt van nou, dat kunnen wij wel en dan kunnen ze daar aan de slag. Dus dan. In het geval van die radiologen bleek dat er gewoon vraag bleef naar radiologen, maar niet meer.

Bart Mol: Er was geen er was die AI is er nu dus wel. Zeg maar als je ChatGPT Health hebt straks en dat verkopen ze aan ziekenhuizen. Ja.

Bert Slagter: Nee, maar die radiologen waren er altijd nog om het werk wat die. Voor de radiologen werd AI een tool, een hulpmiddel, een instrument. Dat is wat er gebeurd is. Alleen voor DTP'ers verdween gewoon het hele vak DTP. Dus het. Het punt is het gaat niet voor elk vak en niet voor elk beroep hetzelfde zijn. En werknemers zijn niet zomaar uitwisselbaar. Die zijn niet zomaar fungible. Je kunt niet zomaar een willekeurige werknemer ergens neerzetten van nou, dan zit je nu in de zorg. Ja, maar ik was boekhouder, weet je. Ja. Dus dit zijn gewoon hele taaie vraagstukken waarvan we ook niet precies weten hoe dat gaat verlopen. En waarschijnlijk rommelig. En daarom zijn er ook best wel wat denkers die zeggen ja, je moet gewoon echt wel veel opvangen en steun bieden vanuit overheidswege en herverdelen. Want de winsten die gaan niet gelijk verdeeld worden. Die komen, ja, op allerlei plekken terecht waar succes behaald wordt. En dan is nog maar de vraag of dat bij de werknemers of bij de aandeelhouders terechtkomt. Dus je zult misschien inderdaad ook wat van die overwinsten van die windfalls moeten gaan afromen.

Bert Slagter: En dan denk je van: dat klinkt allemaal heel communistisch, maar het zijn tech jongens die dit voorstellen, hè. Dus zij hadden Elon Musk en dergelijke die zeggen: ja, we moeten gewoon zorgen dat we dat een beetje belasten. Ja.

Bart Mol: Ja, ik weet ook niet hoeveel mensen werken er inmiddels bij OpenAI? Ik denk nog steeds dat, ik bedoel die core teams van die bedrijven heb je het echt over een paar honderd mensen, hè, en die zien zelf als eerste voornamelijk wel in van: hé, wacht even, als wij hier iets creëren wat in principe letterlijk gewoon elke werknemer overbodig maakt. Ja, vroeg of laat staan de mensen dan met hooivorken bij ons voor de deur natuurlijk. Dat is hoe het altijd is gegaan. Hé Bert, we komen hier later in de aflevering nog wel verder op terug, denk ik.

Bert Slagter: Ja, zeker.

Bart Mol: Zullen wij naar het volgende topic doorwandelen? Want dan houden we de vaart erin.

Bert Slagter: Lijkt me goed. Ik zie MCP staan.

Bart Mol: Ja, zeker, zeker, zeker. We gaan het weer over MCP-servers hebben, dames en heren. Ja, want ik had het vorige week natuurlijk gehad, hè. O, dat was ook meer filosofisch. Het was een beetje van: ja, hoe creëer, hoe maak je nou software tegenwoordig? En dat was vanuit een VibeCode perspectief, maar ook wel breder doorgetrokken naar, ja, bedrijven. En het idee was een beetje: ja, behandel agents nou als volwaardige gebruikers. Sommige bedrijven zeggen zelfs: ja, we hebben hier gewoon een agent first benadering. Wij ontwikkelen onze tool voornamelijk voor agents en menselijke gebruikers komen later. Nou, zorg nou in ieder geval dat je het allebei doet, hè. En toen dacht ik deze week, ik was weer wat dingen aan het doen en toen dacht ik: welke bedrijven doen dit nou goed? Want het is misschien nog niet helemaal, ja, we hebben vorige week voorbeelden ook gegeven, maar ik dacht: ik ga nu gewoon nog eens een paar voorbeelden geven van MCP's die ik veel gebruik.

Bart Mol: Ik dacht: dat is leuk. En kijk voor de duidelijkheid mensen, voor de fijnproevers onder ons, ja, je kan ook een API gebruiken. En ja, een MCP is niks meer dan een zooitje API's naast elkaar met een bestandje erbij voor een agent hoe die ze moet gebruiken. En je kan ook een CLI tool gebruiken en dat kan soms zelfs beter zijn in jouw use case. Bijvoorbeeld GitHub heeft API's, heeft een MCP en heeft een CLI tool en je kan ze alle drie met Claude Code gebruiken of Codex om in principe hetzelfde resultaat te behalen. En misschien is het voor jouw use case ook nog wel beter om een CLI te gebruiken of de API helemaal naar je hand te zetten. Whatever. De reden waarom ik het over MCP's heb, wat ik er zelf zo fijn aan vind in het gebruik. Ik gebruik een tool, ik ga naar hun website, ik check, hè: hebben jullie een MCP server? Ja, die hebben wij. Dan krijg ik gewoon een berichtje, die plak ik in Claude en dan gaat hij daarna met het proces beginnen. Dan heb je direct authenticatie.

Bart Mol: Moet je op een linkje klikken, kom je op de website weer terecht van dat bedrijf. Ik zeg maar wat, van Stripe of van Moneybird of van Home Assistant. En daar hebben ze gewoon een netjes een authenticatiescherm gezet. En ik hoor diezelfde developers alweer zeggen: ja, maar dat heb je bij API's ook. Dat klopt, alleen er zijn gewoon heel veel mensen en ik behoorde tot die groep tot een jaartje of twee geleden, die, een API, ik weet niet wat het is. Ik weet ook niet hoe het moet. Dat is iets voor developers. En het fijne met zo'n MCP is krijg je direct een schermpje te zien. Dan zeggen ze: joh, wil je read only access of wil je full access? En tuurlijk wordt er dan onder de schermen API toegang goed gezet met verschillende read API's en verschillende write API's en whatever. Tuurlijk. Dus ja, het zijn API's. Alleen ik zie dat niet en ik vind dat als eindgebruiker vaak gewoon heel fijn. Ik klik gewoon op read only. Ik klik daarna op authenticate. Ik log in met mijn wachtwoord en mijn username.

Bart Mol: Claude Code krijgt dat ook niet te zien verder, mijn username of wachtwoord en daarna is die MCP gewoon geconnect en dan kan Claude daar gebruik van maken. Ik vind het best wel een mooi proces om authenticatie en autorisaties te regelen, dus dat nog even daar. Oké, dan nu naar de praktische tips van deze week. Ik ga er gewoon eens een paar noemen die ik heel fijn vind. Vorige week ook genoemd Stripe MCP, Moneybird MCP en dan vooral ook in combinatie met elkaar. Stripe gebruiken wij als onze backend voor abonnementen die wij verkopen. Wij hebben een betaalde nieuwsbrief bijvoorbeeld en dat zit aan de achterkant aan Stripe gekoppeld. En Moneybird is onze boekhouding, dus dat zit linksom, rechtsom komt daar data uit Stripe. Vooral natuurlijk het geld dat wij binnenkrijgen moet weer in Moneybird verwerkt worden. Ja, en het leuke van deze twee is dat ze alle twee een gedeelte van informatie nodig hebben die voor mij en voor Bert en voor Peter benodigd is om ons bedrijf te leiden.

Bart Mol: En dan is het gewoon heel erg relaxed als je gewoon in Codex of in Claude Code kan zeggen: hé, hoe staan we er deze maand voor? En kan je even in de Stripe MCP, kan je even in Stripe kijken hoeveel geld we deze maand hebben verdiend ten opzichte van vorige maand en ten opzichte van deze maand vorig jaar. En vergelijk dat eens met elkaar. Dus ik vind het hele fijne MCP's. GitHub is er eentje. Nogmaals, GitHub kan ook via de CLI en als je het al goed hebt ingericht dan moet je het lekker zo laten staan, zoals je wil, zoals het werkt voor jou. Maar ja, waarom is het fijn? Nou ja, je zal op een gegeven moment merken dat je gaat VibeCoden en voordat je het weet heb je gewoon vijf projectjes, 10 projectjes, 15 projectjes, misschien een app erbij en je hebt allemaal dingen op GitHub staan. Ja, dan is het fijn als jouw agent gewoon goed met GitHub samen kan werken. Om nieuwe stukjes code te deployen, om pull requests te beantwoorden of uit te lezen überhaupt, of om pull requests aan te maken. Nou, noem het allemaal maar op. Alles wat je op GitHub wil doen kan dan direct vanuit je agent.

Bart Mol: En dat is top, want je programmeert ook vanuit je agent. En het gebruiken van GitHub is nogal een cruciaal onderdeel van het programmeerproces, dus dit is ook een hele fijne MCP. Eentje die ik heel erg veel gebruik is de N8N MCP. N8N is de tool die ik en daarmee wij in ons bedrijf gebruiken om processen te automatiseren. En ja, het was al top met Claude. Alleen tot voor kort, laten we zeggen een half jaar geleden, moest je toch vragen van: ja, ik wil dit maken. Hoe zou jij dit doen in N8N? En dan kwam Claude met een workflow en die ging ik dan zelf bouwen. Dus Claude was meer een brainstormassistent, maar ik moest het wel zelf implementeren en dat vond ik heel vervelend, want het brainstormen vond ik zelf leuk en daar ben ik zelf goed in. Het daarna bouwen van die workflow, dat was een irritant proces. Ja, en dat kan hij nu met de MCP, dus er worden gewoon voor je neus complete workflows gebouwd. Ik heb al een half jaar in N8N eigenlijk geen eigen workflows meer gemaakt.

Bart Mol: Ik heb wel heel veel gemaakt. Ik heb heel veel verzonnen, maar Claude kan ze gewoon zelf bouwen en dat gaat eigenlijk foutloos. Dus dat is echt fantastisch. Home Assistant MCP precies hetzelfde verhaal. Dus je hebt Home Assistant draaien. Je koopt een paar automatische gordijnen en je zegt: ja, ik heb vijf nieuwe gordijnen gekocht. Ik heb ze allemaal gekoppeld aan Home Assistant, maar ik wil nu dat ze 's ochtends als de zon opgaat, wil ik dat ze opengaan en 's avonds als de zon ondergaat, moeten ze dicht. Kan jij dat doen voor alle gordijnen en voor elke kamer een losse automation maken? Hij zegt: ja, is goed, ga ik doen. Werkt perfect. Voordat je het weet gaan je gordijnen automatisch open en dicht. Ja, dat is echt fantastisch. Home Assistant MCP. Voor klussers thuis is dat echt een mooie. Dan heb ik nog DaVinci Resolve voor de video editors onder ons. DaVinci Resolve had al heel lang een vrij uitgebreide API en een scripting language. Ja, dat was echt alleen voor de developers geschikt.

Bart Mol: Ik gebruik DaVinci Resolve al jaren, maar ik heb het nooit gebruikt. Claude kon al prima omgaan met die API en nu met MCP is het alleen maar makkelijker geworden. Ja, hij kan gewoon helpen met video editen en vooral voor, ja, irritante taken is dat heel fijn. Wat is een irritante taak? Nou Stijn, onze video editor, onze developer die deze afleveringen maakt. Ja, dat is elke week hetzelfde grapje. Elke week. Je downloadt de videobestanden van Bert, Peter en Bart. Ze moeten allemaal op hun eigen track staan. Daarna moet het geluid even hard gezet worden. Er moet een, de background moet er achter, dus Bart, Peter en Bert moeten allemaal iets kleiner gemaakt worden en op een plek op het scherm gezet worden. Daarna moet de audio geëxporteerd worden. Het is echt mechanisch werk. Nou, Stijn heeft dat volledig geautomatiseerd en dat kan jij dus ook doen door die MCP te gebruiken. Ja, en dan de reden voor dit topic deze week. Daar kwam ik van de week achter. Ik was voor mijn app, ik ben een appje aan het maken, heb ik al wat vaker gezegd en die moet ook een helpdesk hebben.

Bart Mol: Dus er moet gemaild kunnen worden naar de helpdesk en ik moet terug kunnen mailen. De website heb ik bij Cloudflare gekocht, het domeinnaampje en toen dacht ik: hé, ja, er moet eigenlijk ook iets gehost worden. De website moet online komen en dat kan ook allemaal bij Cloudflare. En ik dacht: weet je wat, ik ga dat eens proberen, want Cloudflare heeft ook een MCP. Het e-mail verzenden doe ik via Resend. Dat is een tool waarmee je e-mail kan verzenden en Chatwoot heb ik als ticketsysteem. Dat is een open source ticketsysteem. Nou en die hebben alle drie een MCP. Althans Chatwoot heeft een API. Cloudflare en Resend hebben een MCP. Die heb ik allemaal geïnstalleerd. Ik had niks. Ja, en twee uur later had ik een website. Had ik, al mijn DNS records waren geregeld, de e-mail was goed ingesteld, dus Resend verzendt die e-mails, maar dat is allemaal ingesteld in mijn Cloudflare adres. Ja, weet ik veel. Gewoon al die irritante dingen en ik heb het voor al mijn websites al gedaan. Dat was de revolutie van twee jaar terug.

Bart Mol: Dat ik met Claude gewoon kon vragen van: hé, ik wil een website voor mezelf maken. Ja, wat is een DNS? Hoe stel ik het in? Wat betekent dat? Wat moet ik invullen? En dan moest ik naar, ja, weet ik veel, Hostnet.nl en dan moest ik het daar invullen. En dat was revolutionair voor mij, want daarvoor kon ik het niet en nu kon ik het wel. Dus dat was echt een enorme.

Bert Slagter: Van nul naar één, hè.

Bart Mol: Ja, van nul naar één. Ja, en nu is het in één keer, ja, je voegt die MCP's toe en hij regelt het gewoon. Dus in principe waar ik eerst de meat proxy was die gewoon, oké, Claude zegt: vul dit in bij je DNS en ik deed dat en druk op save. Ja, kan hij dat nu zelf. En ja, dat was wel echt dat ik dacht, we hadden het net over productiviteitswinst. Ja, hier dacht ik wel: poh, weet je, dit heb ik nu echt binnen 10 minuutjes recht staan. Wat normaal gesproken echt wel een uurtje of, een uur kostte of een uur of twee of zo. Iets in die richting.

Bert Slagter: Ja, ik denk dat heel veel API's die zijn ooit gemaakt voor mensen.

Bart Mol: Ja.

Bert Slagter: Natuurlijk voor code. Een API is een programming interface, dus het is bedoeld om vanuit de ene machine, dat de ene machine vanuit de andere machine gebruikt kan worden. Het is bedoeld voor tussen twee machines, maar het zijn programmeurs, mensen die het implementeren. Dus wat je vaak ziet is dat de documentatie van een API, ja, dat staat ergens op een site.

Bart Mol: Ja.

Bert Slagter: In een voor mensen makkelijk navigeerbaar leesbaar formaat waar je dan doorheen kunt scrollen en klikken en zoeken. Maar dat is niet noodzakelijkerwijs voor agents een heel makkelijk formaat om maar wat te noemen. En de manier waarop foutmeldingen worden gegeven of foutcodes foutafhandeling. Ja, dat is op een manier gedaan dat dat voor de programmeur handig is, maar dat is niet per se handig in de ontdekbaarheid door agents. En dat is precies wat een MCP doet. Die zegt die het. De MCP is ook gewoon een API, maar daaromheen een jasje met allerlei andere dingen die het voor een agent heel, heel direct bruikbaar maken. En dat is precies het verschil tussen dat de agent je moet vertellen dan moet je daar even kijken. Of kun je me even dat copy paste of kun je even zus en regel het gewoon. En dat is een magische ervaring dat je gewoon zegt ja, gebruik de MCP's maar en het werkt gewoon.

Bart Mol: En het grappige is ook wel ik had laatst, toen was ik iets met een MCP aan doen en toen zei Claude van: o ja, dit kan ik niet via de MCP, maar dat is niet erg, dan gebruik ik de API wel, want die kan het wel, weet je wel. Dus het is. Het loopt soms ook een beetje door elkaar heen. En wat ik nog wel grappig vind wat jij ook aanhaalt, dan kan je nog een stap verder nemen, waar we het ook vorige week een beetje over hadden. Dat las ik ook op die link die ik toen gedeeld had, volgens mij van PostHog, die hun veertig learnings deelde over hoe je software maakt die gebruikt kan worden door agents. En zij zeiden ook ja, zorg inderdaad eerst van oké, je hebt een API, je hebt een user interface. Zorg dat die MCP erbij komt of een CLI. Zorg nou dat de agent hetzelfde kan als de user die jouw interface gebruikt via de website of via de app. En daarna kan je nog een stap verder gaan dat je gaat kijken. Oké, ja, zij zeiden van ja, wij hadden allemaal endpoints om dingen uit onze database op te vissen. Dat was op zich ook handig, want dat is hoe een user ook het zou doen en hoe wij het ingericht hebben.

Bart Mol: Maar toen kwamen ze erachter. Ja, maar toen zeiden ze van ja, maar wacht even, die agent en die LLM's, die zijn heel goed in gewoon met rauwe SQL databases werken. Dus als jij een vraag hebt, dan kijken ze gewoon naar die database en dan zeggen ze ja, ik schrijf gewoon wel een query. Dat is niet wat developers deden, want het is best wel lastig zeg maar echt een goede SQL query schrijven dat daar moet je niet alleen voor kunnen programmeren, daar moet je ook vooral heel logisch over kunnen nadenken en die database goed kunnen overzien. En zij zeggen van ja, die LLM's bleken daar gewoon heel goed in te zijn. Dus wij hebben gewoon twintig search endpoints verwijderd. We hebben één endpoint toegevoegd waarmee die LLM gewoon die agent gewoon kan queryen op onze SQL database. Binnen bepaalde grenzen natuurlijk, hè, dat hij niet allemaal prompt injecties en SQL injecties kan doen en dat gewoon teruggeeft. En ze zeiden ja, toen kregen we pas echt waardevolle data terug van die agent. Want toen kon hij echt in zijn, werd hij echt in zijn kracht gezet. Ja, dat is nog een stap verder en dat is wel mega interessant. Dus mijn tip aan de mensen thuis ga dit eens proberen en ga vooral ook kijken, nadenken welke tools gebruik ik nou veel?

Bart Mol: Ga deze week eens kijken. Is daar een MCP van beschikbaar? Voeg hem dan toe. Notion heeft het. Slack heeft het echt bijna elke groot. Ik. Voor iedereen is er wel een tool waarmee je dit kan doen. Ga dat eens proberen en laat eens weten. Ja, hoe? Hoe ging dat? Weet je? Heb je er wat uitgehaald? Ik denk dat het voor heel veel mensen echt een best wel grote unlock kan zijn.

Bert Slagter: Zeker. Ik wil graag twee gedachten nog meegeven. Eentje dat doe ik even voor alle developers die nu met kromme tenen zitten van Bart, wat zeg je nou voor engs over die SQL database? Daar is juist de beweging denk ik geweest in de afgelopen tien, vijftien jaar. Dat je zegt van je moet niet meer zomaar in een database kunnen roeren omdat er heel veel business logic juist buiten de database wordt toegepast, toegevoegd. Dus tussen de database en de API zit de business logica die betekenis geeft aan de data in de database, dus dat moet je niet kunnen passeren. Dus zo rechtstreeks in een database lezen, dat zal vooral in een hele lokale, interne, experimentele context plaatsvinden. En je zal nooit van Stripe de mogelijkheid krijgen om in een database te queryen. Noem maar even wat als voorbeeld. Dat gaat niet gebeuren, daar zit iets tussen. En datgene daartussen, daar zit, daar leeft de business logic. Maar goed, dat even voor de IT'ers onder ons. En tweede puntje.

Bart Mol: Hoe doe je een read only query? Zo, dat is niet zo boeiend. Hoezo zou je niet gewoon iets uit mogen lezen?

Bert Slagter: Omdat de betekenis van datgene wat je uitleest, niet volledig in de database hoeft te zitten. Vaag niet zit.

Bart Mol: Weet ik veel. Outstanding credit in Stripe of zo. Weet je.

Bert Slagter: Of ja, daar willen ze bijvoorbeeld.

Bart Mol: Active user ja of nee? Dat zijn dingen die in je database staan.

Bert Slagter: Ja, daar willen ze bijvoorbeeld dingen tussen zetten als wie mag wat lezen, wie heeft waar rechten op? In welke context betekent wat, wat? Dat je dat soort.

Bart Mol: Zaken zeker kunnen.

Bert Slagter: Database kunnen de database omvertrekken met een verkeerde query, dat soort zaken. Ja. Ja. Dus dat is goed. Ja, dat is even om te voorkomen dat mensen allemaal post.

Bart Mol: Nee, dat is een goede context.

Bert Slagter: Ja. En tweede ja, wat ik dus wel grappig vond als we even terugdenken aan het vorige item en dat is mijn gedachte was ja, als de overheid nou zelf begint met data ontsluiten via MCP's, ja, dat is natuurlijk wel heel erg interessant. Dat je niet meer via allerlei wazige formulieren dingen zou hoeven te doen, maar gewoon tegen je agent kunt zeggen joh, regel dit of regel dat of haal die data daarvandaan. Dat is wel een leuke. Leuke unlock dus.

Bart Mol: Een KvK MCP of zo. Dat weet je. Hoe handig zou dat zijn als Claude dat gewoon even uit kan lezen in plaats van dat ik weer moet gaan wroeten om een btw identificatienummer ergens uit een of andere database te halen. Goed. Ja dus. Ga dat proberen mensen. Ik ben heel benieuwd of jullie met leuke originele MCP's op de proppen komen die jullie deze week gebruikt hebben, want ik heb een leuk lijstje, maar ik zou er graag nog wel wat aan toe willen voegen. Hey, wij, ja, gaan het nu hebben over de houdbaarheidsdatum van hot takes van meningen rondom AI.

Bert Slagter: Ik kwam een tweet tegen van Artificial Analysis. Die benchmarken modellen en ze hebben een nieuwe benchmark gelanceerd: Intelligence Index versie 5. En ze hebben ook nog iets anders gelanceerd en dat vond ik eigenlijk interessanter. Het lastige aan benchmarks is dat ze een beperkt meetbereik hebben, haast per definitie. Als je ze te moeilijk maakt, dan scoort elk model 0% en als je ze te makkelijk maakt, scoort elk model 100%. Het is ongelooflijk lastig om een benchmark te maken waar alle modellen die je kunt verzinnen van de allerallerslechtste uit 2020 tot de allerbeste in 2030 allemaal een plekje hebben op die meetlat. En die is er eigenlijk niet, want op een gegeven moment, als je een bepaalde taak of een bepaalde opdracht of test bedenkt, dan is die in het begin zo moeilijk dat niemand het kan en op een gegeven moment is hij zo makkelijk dat iedereen het kan.

Bert Slagter: Weet je wel. Dus dat is lastig bij benchmarks. En wat we vaak zien is dat benchmarks geïntroduceerd worden op het moment dat de eerste modellen zo 5%, 10% of zo of vijf of tien punten halen. En dan zien we na een maand of 6 tot 12 dat die verzadigd is en eigenlijk alle nieuwe modellen rond de 100 punten halen. En het vervelende daaraan is, ik bedoel op zichzelf is het niet zo'n grote ramp als je de modellen van nu met elkaar wil vergelijken. Dat is natuurlijk vaak zo. Er komt Opus 5.5 uit en hoe presteert die ten opzichte van 5.0? Of ten opzichte van Fable? Of ten opzichte van OpenAI zijn modellen? Dat kan daar prima mee. Alleen het is lastig als je modellen wilt vergelijken over een lange periode, bijvoorbeeld modellen van nu wil vergelijken met die van twee of drie of vier jaar geleden. En dan heb je. En dan is er eigenlijk geen benchmark te vinden waar ze allemaal in zitten. En ja, dat is ook wel heel goed voor te stellen als je kijkt wat GPT-6.1 Sol uit september 2026 nu kan.

Bert Slagter: En dat vergelijken met GPT-3.5 uit november 2022, het doorbraakmodel van OpenAI. Ja, dat verschil is natuurlijk ongelooflijk groot. Wat toen superlastig was, dat doet niet alleen Sol, maar zelfs een minuscuul modelletje nu met twee vingers in zijn neus, 100% van de keren foutloos in een fractie van de tijd voor een fractie van de kosten. Lokaal op je laptop. En het was toen opdrachten die je toen gaf die die net kon. Twee vingers in de neus. En ja, dat zie je dus ook al aan die naam: Intelligence Index V5. Ja, dat is dus versie 5. Hiervoor versie 4, 3 en 2. Ja, dat is elke keer de volgende, laten we zeggen het volgende stukje van het grafiekje, zou je kunnen zeggen. Wat zit er in versie 5? Ja, kenniswerk, programmeren, wetenschap, algemene kennis, redeneren. Ja, GPT-3.5 gaat die vraag niet eens snappen, laat staan dat er een zinnig antwoord uit komt. Goed, de oplossing hebben ze ook en dat heet Progress Index.

Bert Slagter: Ze hebben een progress index gemaakt en daar hebben ze een ontzettend brede waaier aan taken. Die krijgen een moeilijkheid toegewezen en er wordt van modellen gekeken hoe ze die taken doen. Het is helemaal niet erg als een model 0% scoort of 100% op een taak. Nou, dan krijgt hij gewoon een moeilijkere of een makkelijkere taak. Net zolang tot je bij taken terechtkomt die die nou ja, half kan zeg maar, want dan heb je score. Dan begint zich score te vormen. En zo kun je eigenlijk elk model van het alleroudste, gaarste kleine model tot de allernieuwste grote frontier model. Die kun je op dezelfde schaal tekenen en dan krijg je dus grafieken van vier jaar tijd. Ze beginnen ook echt in november 2022. Ja. En het linkje staat in de show notes. Leuk om daar eens doorheen te kijken en dan zie je bijvoorbeeld in 2024 OpenAI een sprong maken. Nou, dat was toen ze voor het eerst met het reasoning model kwamen. Je zag dat Meta op een gegeven moment anderhalf jaar tijd gewoon nergens bleef en in één keer weer op de radar kwam.

Bert Slagter: Nou, dat hebben we natuurlijk allemaal meegemaakt, maar dat zie je dan in die lange tijdlijn terug. Nou, dat zit in de categorie: hey, wat geinig, maar het is wel wat nuttiger bijvoorbeeld om over die hele periode te kunnen zien hoe ver de open modellen achter gesloten modellen aanlopen. Het zit ergens tussen de twee en de acht maanden. Nou, op dit moment is het DeepSeek V4.1 die het hoogst is van de open weights modellen en die scoort op het niveau waar de gesloten modellen in juni 2026 waren. Nou, het is nu november, dus dan zitten we vier, vijf maanden erachter op dit moment. Nou, het zit in die bandbreedte van 2 tot 8. Dat is oké, dit is wel interessanter. Maar het allerinteressantst vond ik de grafiek van de kosten. Die zit er ook in. Die moet je maar eens opzoeken. Wat ze dan hebben gedaan? Dan hebben ze gekeken naar modellen die een bepaalde score halen op die progress index, bijvoorbeeld 260, 280, 300, 320 en 340. Die hebben ze in die grafiek getekend. En dan neem even als voorbeeld pak ik even, even kijken welke zullen we eens nemen?

Bert Slagter: Laten we deze eens doen. Een score van 280. De eerste die ooit 280 haalde was Gemini 3 Pro Preview High voor $12 per miljoen tokens. En daarna kwam op een gegeven moment Grok 4.20. Die deed datzelfde geintje voor $2,50 per miljoen tokens. En nu is het DeepSeekV4 Flash. Die doet hetzelfde voor $0,23. Je ziet eigenlijk in vijf maanden tijd de prijs die je betaalt voor dat competentieniveau dalen van $12 naar $0,23. Nou, die Eigenlijk als je ze allemaal bekijkt. Je ziet ze allemaal zo rond de $20 beginnen tussen de 10 en de $20 en je ziet ze allemaal zo rond de $0,20 eindigen.

Bart Mol: Nou, dat vind ik nog wel een interessante Bert, want die as is, hoe noem je dat ook alweer? Als die,

Bert Slagter: Ja, logaritmische y-as.

Bart Mol: Ja, logaritmisch. En ik zie aan het einde toch wel dat we eerder richting de $50, gaan.

Bert Slagter: Nee, oké.

Bart Mol: Voor die 340. Nou ja, dat wel. Als je op twaalf begint en je eindigt bij vijftig.

Bert Slagter: Is ook bijna.

Bart Mol: Misschien een soort van dat de nieuwe modellen op het moment dat de intelligentie net uitkomt, net haalbaar is, telkens een beetje duurder wordt. En daarna zie je natuurlijk wel die kosten enorm.

Bert Slagter: Helder.

Bart Mol: Dalen.

Bert Slagter: Helemaal gelijk. Het ging mij meer om de ordegrootte van de kostendaling.

Bart Mol: Ja, nee, zeker. Ja.

Bert Slagter: Dus laten we zeggen: kijk, de eerste begint op vijftien, de tweede die begint op twaalf, de derde begint op veertien, dan op dertig en dan op vijftig. Maar laten we zeggen grofweg $20 en het eindigt grofweg honderd keer zo goedkoop.

Bart Mol: Nee, dat ben ik met je eens.

Bert Slagter: Een half jaar later. Kijk, en dat is denk ik het signaal, hè, dat je in ongeveer een half jaar tijd dat het ongeveer honderd keer zo goedkoop wordt. Hoe kan het nou dat wat, ja, de beste prestatie is op een bepaald moment, een half jaar later honderd keer zo goedkoop? Werd je dan in het begin factor honderd genaaid? Nee, dat is niet aan de hand. Nee, wat ze doen in dat half jaar, negen maanden daarna is, ja, doorontwikkelen, hè, dus dat model wat nu, die score haalt van, nou ja, van 280 voor € 0,23. Ja, datzelfde bedrijf heeft nu ook een model wat een score haalt van 360. En wat ze met het model van 360 doen is kleinere modellen trainen die op die lagere score halen voor een veel goedkoper bedrag omdat die modellen veel kleiner zijn. Daarom is het rijtje Astra, Sol, Terra, Luna of Fable, Opus, Sonnet, Haiku en dat is van groot naar klein.

Bert Slagter: Dus dezelfde kwaliteit, maar dan met een kleiner model. Of dezelfde kwaliteit, maar dan met een open model. Dat is natuurlijk ook niet gek, want dat zijn modellen die veel minder hebben gekost om te trainen, omdat ze vaak, ja, dat hebben gejat van de grote. Hardware wordt sneller. Dat speelt ook mee. Dat gaat ook met sprongen van keer twee, keer vier, keer tien in een jaar tijd. Dus meer tokens per watt, meer intelligence per watt. En software wordt slimmer. En als je dat allemaal bij elkaar optelt, dan krijg je dus dat dezelfde vaardigheidsniveau, ja, eigenlijk, in zes maanden, ja, haast gratis wordt. En dat je voor hetzelfde bedrag een veel hoger vaardigheidsniveau hebt. Het zijn natuurlijk twee kanten van dezelfde medaille en dat zegt weer wat over hoe snel een mening veroudert. En, dan pak ik maar weer even het exceptioneel slechte boek van Ilyas Nasrullah erbij. En daar zegt hij in september 2026: jongens, dames en heren, dat is twee maanden geleden, zegt hij, dat een AI niet kan tellen hoeveel erfs er in Rotterdam zitten.

Bert Slagter: Ja, dat is een mening die klopt in 2022, misschien 2023. Ja, dat is iets wat dit soort modellen overigens allemaal die ik hier op mijn scherm zie, ja, met twee vingers in hun neus lachend zonder enig probleem doen. Ja, nu gebruikt hij naar eigen zeggen eigenlijk nauwelijks AI, dus het is begrijpelijk dat hij er ook weinig zinnigs over kan zeggen. Maar zelfs als je er heel dicht op zit met je neus, dan verandert het onder je ogen. En dat is relevant, hè, want, hè, dus wat gisteren onmogelijk was, is vandaag goed te doen. Wat vandaag lastig is, is morgen een fluitje van een cent. En dat betekent dat als je gaat experimenteren voor jezelf, voor je hobby, voor je vereniging, voor je werk, voor je bedrijf. Dat je bevindingen een houdbaarheidsdatum hebben. De uitkomst is nooit: het kan niet. De uitkomst is: het kan nu nog niet. En dat is relevant, ook weer in de context van dat productiviteitsverhaal. Dus als je in je werk gaat kijken van: ja, zou dit, zou ik dit kunnen, zou AI hierbij kunnen helpen?

Bert Slagter: Dan zou je, dan ga je een proef doen en dan kom je erachter: nou, nee, dit schiet eigenlijk weinig op. Nou, dat is een prima bevinding. Alleen, ja, je moet eigenlijk over een half jaar of een jaar moet je dat heroverwegen. Moet je het herzien. Moet je opnieuw proberen, want het kan maar zo wezen dat het niet meer klopt. Dat het dan wel echt super makkelijk en foutloos gaat. Dat gaat zo.

Bart Mol: Dat het de andere kant op werkt.

Bert Slagter: Ontzettend snel. Wat zei je?

Bart Mol: Nou ja, kijk, ik ben met je eens dat voor de gemiddelde AI-criticus dat het gewoon goed is om zo nu en dan weer even te proberen en te kijken of jouw mening nog klopt. Kijk, ik vind het aan de andere kant ook wel werk, werken, want we worden bestookt met ideeën van de AGI is here. Feel the AGI, roepen ze al jaren bij OpenAI, op het op het kantoor. Volgens mij, Sutskever, die heeft het er altijd over: feel the AGI. En dat snap ik ook wel, hè. Er zijn echt momenten waarop ik de AGI ook wel gefeeld heb. Dat ik dacht van: ja, ik voel hem, ik voel hem wel. Wat ik hier nou met dit nieuwe model toch voor elkaar krijg, is wel ongekend. Maar daar zijn natuurlijk ook wel dingen, hè, die aan het dichtgehouden moeten worden. Ik zag van de week Elon Musk langskomen. Er vroeg iemand, dat vind ik dan ook wel weer grappig. Gewoon iemand met een redelijk klein account, semi klein account. Die vroeg: any chances for a Grok bot reset? At Elon Musk. Lots of people say their usage ran out really fast this week and Elon die reageert er zelf op.

Bart Mol: Die zegt: the cost of serving Grok bot was unsustainably high relative to revenue. Dus eigenlijk zegt: ja, sorry, maar we hebben wat dingen aan moeten passen, want het kostte gewoon te veel geld. Kijk, en daar zit dus ook nog wel iets, zeg maar. Het is niet alsof de criticasters, die kunnen ook wel eens wel gelijk hebben. En dan moeten, ik zeg maar even wij, wij onze mening bijstellen. Hè, want de ene week zit Elon Musk te zeggen: ja, in a world of abundance, who needs money? Weet je, waar wij naartoe gaan, daar bestaat geld helemaal niet meer. En de AGI staat voor om de hoek. En dan twee dagen later word je wel even geslasht op je Grok bot usage omdat het gewoon toch niet te betalen is.

Bert Slagter: Maar dat is toch heel goed te begrijpen in de context van die kostendaling die ik net zei. Dus als Grok Bot nu te duur is, dan over een half jaar kan Grok Bot wat hij nu kan, haast gratis. Alleen je zult zien dat Elon Musk of SpaceX AI dan allerlei features heeft toegevoegd waardoor het probleem er nog steeds is. Alleen Grok Bot kan inmiddels natuurlijk dan wel weer veel meer. En dat is natuurlijk het voortdurende gevecht aan de frontlinie, aan de frontier, is dat ze voortdurend, ja, aan het kunnen, kijken van: kan ik mijn klanten meer bieden? Oh shit, ja, maar loop ik wel tegen de grenzen van mijn cluster aan? Want zo moet je denk ik, moet je er ook denk ik naar kijken. Die compute, die is er. En als je een uur de servers niet laat draaien, dan vervliegt dat en komt het nooit meer terug. Dus ze willen heel graag 100% van de capaciteit die ze hebben voortdurend gebruiken. En dat kunnen ze doen natuurlijk voor interne doeleinden, het trainen van nieuwe modellen en onderzoek, maar ook naar hun klanten toe. Dus Musk en Altman met Dot en zo, die zullen features lanceren als ze denken: nou, volgens mij kunnen we het ongeveer wel aan, hè.

Bert Slagter: Alleen, nou, soms komen ze erachter van: oeh, dit wordt toch wel erg veel gebruikt. En dan zit, hebben ze wat capaciteitstekort. Denk je dat je het meer zo moet zien dan dat we nu denken van: oh, het kost me te veel geld.

Bart Mol: Nee, maar ik, ja, ik haakte gewoon even aan op het punt van, ik ben met je eens dat, zeg maar: het kan niet, is te definitief. Het kan wel of, hè, alsof dat met een soort van 100% zekerheid gaat gebeuren. Dit, ja, dat vind ik ook wat lastig, zeg maar.

Bert Slagter: Nee, helder. En zeker die, zeker die superintelligentie voorspellingen, die AGI, ASI-achtige dingen, daar moet je denk ik heel goed een tijdlijn op neerzetten.

Bart Mol: Ook nog wel, tuurlijk, veel minder dan twee jaar terug, maar ik loop nog steeds wel, kijk, de dingen die Ilya bijvoorbeeld ook noemt, hè, met het vooral het hallucineren van zo'n model. Ja, kijk, dat doen ze natuurlijk nog steeds wel.

Bert Slagter: Zeker.

Bart Mol: En soms maken ze nog steeds gekke keuzes en, of, zeggen ze gekke dingen. Dat hebben we ook voor een groot deel gemitigeerd door die modellen beter te maken, beter te post-trainen, maar ook gewoon door ze een beter harnas te geven en beter in te kaderen. En daar zal Ilya van zeggen: ja, zie je wel, dat betekent dat die LLM het niet doet. Ja, mij boeit het niet, ik gebruik gewoon een tool en als daar een goed antwoord uit komt dan ben ik blij. En het maakt me niet zoveel uit of dat nou door een deep learning neuraal netwerk is, of door een of ander symbolisch systeem, of door een combinatie van beide. Whatever, make it work. Maar ik heb dus soms ook nog wel, ik zat gisteren nog in een gesprek met mijn LLM. Ja, dan zat ie iets, heel, gewoon iets heel raars te doen. Ik had een logo van onze podcast nodig. Die wilde ik voor iets gebruiken en die zat ie uit een 3D-print te halen die ik toevallig ook vorige week gemaakt had, terwijl ik gewoon gezegd had: joh gast, ik heb je net de PNG gegeven van ons logo. Wat zit je nou te doen? Dus, nou ja, goed. Anyways.

Bert Slagter: Nee, maar mijn punt is dat de taak die je hem nu geeft dus blijkbaar aan de moeilijke kant. Maar deze taak, als je die over twee jaar geeft en dat ie het lachend en foutloos.

Bart Mol: Dat is helemaal niet mijn punt.

Bert Slagter: Dat is mijn punt.

Bart Mol: Dat was het punt. Het was gewoon dat ik denk van: wacht.

Bert Slagter: Nee, maar dan is de taak in de context waarin die bij hem terechtkomt blijkbaar verwarrend of moeilijk.

Bart Mol: Ja, nee.

Bert Slagter: Er zijn blijkbaar dingen die in zijn harnas of in zijn context of in zijn input terecht zijn gekomen waardoor dit lastig is.

Bart Mol: Zeker. Ja, en het was ook gewoon clear context en de vraag even opnieuw en toen ging het perfect. Maar.

Bert Slagter: Maar ik heb goed nieuws. Er is dus onderzoek gedaan naar de vraag, dingen die ooit niet kunnen, konden, of, bevindingen over LLM's wat ze niet goed doen. Is dat nog zo of niet? En dat is van gisteren, dus ik zag het ook net pas langskomen. Stanford: The Shelf Life of LLM Findings heet het. Ik heb het in de shownotes gezegd. Het is heel, heel, wel heel geinig. Het zijn echt 45 van dat soort stellingen, hè, bijvoorbeeld: het model vindt het lastig om een bepaald soort rekenwerk te doen. Of.

Bart Mol: Ja, ja.

Bert Slagter: Nou ja, en dan, daarvan hebben ze, hè, een model miscounts letters in strawberries zit er ook tussen. En eigenlijk al die dingen die je in de loop der tijd hebt langs zien komen van: kijk maar, een AI is dom, hè, weet je. Al dat soort stellingen, die hebben ze bekeken en daarvan hebben ze gezegd van: is dat nou slechter geworden of is het er nog steeds? Is het beter geworden of is het probleem helemaal opgelost? En van de 45 is de helft, 22 stuks, compleet opgelost. Speelt geen rol meer, is er niet meer. 17 zijn beter geworden, hè, dus het effect is minder sterk aanwezig. Acht zijn er nog steeds ongewijzigd, en drie zijn zelfs slechter geworden. En dat gaat bijvoorbeeld over dat de modellen de gebruikers elke keer veren in hun reet steken.

Bart Mol: Ja, ja.

Bert Slagter: Dat, weet je, dus ze hebben, er zijn er drie. Maar dat is wel grappig, dus het overgrote deel is flink verbeterd en de helft is zelfs helemaal opgelost. Dus dit is echt een soort van gekwantificeerd, en ze hebben het ook in de tijd geplot. Hè, wanneer is dit punt, ja, gepubliceerd en wanneer is het dan opgelost? Dan zie je dat sommige dingen worden vrij snel definitief opgelost. Soms duurt het een tijd. Maar goed, dat is even wat meer onderbouwd dan alleen maar van: joh, je mening is verouderd. Ja, je kunt hier dus zien dat daadwerkelijk meningen verouderen en op een gegeven moment niet meer gelden.

Bart Mol: En dat lijkt me ook overduidelijk. Ik bedoel, als je ziet wat je nu met Claude Code kan doen en hoe we dat twee jaar terug aan het doen waren. Copy pasten van Python-scripts en helemaal beslissen welk Python-script je van je tool je wel in de context zette en welke niet, omdat het model anders het niet aankon. Dat is natuurlijk, dat is allemaal weg. Dat is er gewoon niet meer.

Bert Slagter: Ja, precies.

Bart Mol: Dus dat vergeten we soms wel eens. Dat is waar. We gaan door naar nog even. We gaan het nog even over Proton hebben. En waarom? Nou, dat ga ik je vertellen. Ja, Proton. Die stonden namelijk even in de spotlights op een ietwat negatieve manier. Althans, voor een bepaalde groep mensen was het negatief en een andere groep mensen vond het juist weer groot leiderschap. En heel veel mensen zaten daar weer tussenin. Wat was er aan de hand? Nou, er was een groot onderzoek van 404 Media naar de cultuur rondom AI binnen het bedrijf Proton en Proton. Ja, wat is dat nou eigenlijk? Voor de mensen die het niet weten het is een privacyvriendelijk alternatief voor eigenlijk de grote Amerikaanse cloudproviders. Vooral Microsoft en Google. Ze bieden e-mail aan, ze bieden een drive aan, ze bieden een kalender aan, ze bieden een VPN aan, een password manager. Dus het hele pakketje wat je in Google G Suite of in Microsoft. Ja, hoe heet tegenwoordig Azure?

Bert Slagter: Heb je 365?

Bart Mol: Ja Outlook inderdaad is het Office. Office zit in biedt Proton ook aan. Proton heeft 100 miljoen users. Actieve users zullen wat minder zijn en een pak hem beet 600 werknemers. En de hoofdrolspelers in dit verhaal deze week zijn Andy Yen, de CEO, en Bart Butler. Dat is de CTO Chief Technology Officer. En eigenlijk in het artikel of in het onderzoek van Proton, daar heeft een sorry van 404 Media. Daar hebben ze eigenlijk met allemaal medewerkers gesproken van Proton die zeggen ja, sinds eind augustus wordt er steeds meer gehamerd dat wij AI moeten gebruiken door de CEO en door de CTO. En ja, er wordt een boekje opengedaan. Dus ja, op een gegeven moment werd er op Slack door een engineer gezegd van joh, ik zou eigenlijk nog wat extra dagen aan pen testing van deze feature willen besteden. En toen zei de CEO van joh, dat is bullshit en loser thinking.

Bart Mol: We moeten gewoon sneller werken. We moeten meer AI gebruiken. Nou, de medewerkers konden ook op een e-mailadres melden welke procedures binnen het bedrijf AI adoptie tegenhield. En er werden ook interviews gepland om met medewerkers te praten van ja, gebruiken jullie wel genoeg AI? Soort van. Je werd ook wel beoordeeld. En Butler? Die postte ook op een gegeven moment een manifest op Slack. Ja, goed. Zorg natuurlijk ook voor allemaal ophef. Want ja, Proton is juist een beetje het bedrijf dat in de wereld van move fast en break things en gebruik zo veel mogelijk user data, zoveel mogelijk groei en volle kracht vooruit. Wat een beetje die Amerikaanse bedrijven natuurlijk zijn, is Proton altijd meer terughoudend, meer met privacy, meer met security in het achterhoofd. Ja, daar hoort ook een klein beetje bij. Iets minder snel bewegen, iets beter testen, iets terughoudender zijn. En dan is de vraag natuurlijk ja, wacht even, past dit wel bij Proton?

Bart Mol: Dat was een beetje de vraag. Nou, over die ophef gaan we het niet hebben, maar ik vond die brief wel interessant, dat manifest. Omdat ik daar ook door de week met verschillende vrienden die ook veel met AI bezig zijn toch ook wel over gehad heb. Ja, wat vonden jullie er nou van? En ja, er kwam allemaal verschil. Op Twitter werd het veel besproken. Nou goed, ik heb een paar dingetjes uit eruit gepikt. Butler begint het manifest als volgt. Hij zegt It should come as as a surprise to know one at proton least of all in engineering that software engineering has irrevocably changed this year, if not before. En de lambs and their associated tooling have gained the ability to write code to the point where a senior proton engineer told me a few days ago and I quote no one writes codes in this business unit anymore. Like memorizing phone numbers in the twentieth century or riding horses in the nineteenth century. Writing code manually is a core skill whose time has passed.

Bart Mol: Nou, daar valt met de deur in huis, zeg maar. Want deze brief is ook wel gericht aan de engineers van Proton, aan de werknemers, de developers van Proton die de software maken, de code schrijven. Daarnaast schrijft hij Outside proton The AI revolution is taking the world by storm. A lot of that is fluff and superficial superficial cosmetic campaigns. More to be seen as innovative rather than to be than to be truly innovative. But much of it is very real. And the investments those companies, including our competitors, are making now, are going to determine the business environment that we operate in in the future. This is not about chasing trends. We are being left behind here and it's an existential threat to the success of the mission itself. Dus hier voegt hij ook de noodzaak toe van ja, ik weet dat er heel veel fluff is en heel veel urgentie. Ja.

Bart Mol: Ja, maar het moet wel gaan gebeuren, want we lopen achter. En sterker nog, we dreigen echt achtergelaten te worden. Left behind. En daarna komt de kernvraag die hij zichzelf stelt. Zij zegt So why at proton does it not feel like the revolution has come? Why has productivity not increased dramatically? If everyone is using LMS all the time already? I believe it comes down to three things, all of which we need to correct if we are to be successful in the new era that is already here today, not on its way. Zij zegt eigenlijk al Ja, maar wacht even. Weet je, we hebben echt veel voorbeelden. Namelijk die quote die hij ook aanhaalt aan het begin van engineers die eigenlijk zeggen ja, we zijn de hele dag met LMS bezig. Dus hij zegt Oké, binnen Proton. Blijkbaar gebruiken we al enorm veel AI. Ja, waar zijn die productivity gains? Ook een beetje.

Bert Slagter: Goede vraag.

Bart Mol: Goede vraag. Ja goed, hij heeft daar drie redenen voor. Hij zegt dus eigenlijk samenvattend het tijdperk van met de hand code schrijven. Ja, dat ligt achter ons. Proton loopt achter en als we nu niets doen, dan lopen we als bedrijf existentiële risico. De reden dat we nog geen productiviteitswinsten zien zijn één. Developers behandelen de LM als een hulpje, terwijl de rollen eigenlijk omgedraaid zouden moeten zijn. Hij zegt Your job is to help the LM right better code faster. Twee. We schrijven proton dus meer code dan ooit en doen dat sneller dan ooit. Daardoor ligt de bottleneck nu op andere plekken in het proces. Specificaties schrijven, daadwerkelijk live zetten van de code, goedkeuringen, reviews, planning. Hij zegt often eliminating these bottlenecks will not only involve optimization of parts of our existing workflows, but dus niet alleen een klein beetje optimalisatie van de huidige workflows, nee, reworking and rethinking them all together.

Bart Mol: Dus misschien moeten we wel compleet nieuwe bedrijfsprocessen gaan maken. Laatste punt, punt drie laatste reden We hebben geen goede vorm gevonden voor multiplayer AI. Dat is hoe ik hem een beetje las. Hij zegt regarding the software development lifecycle discussion in the previous paragraph punt twee In many cases we do not even know where the bottlenecks are because we have not invested in the tools necessary to find out. Dus we hebben eigenlijk niet eens de tooling om echt met elkaar samen te werken en die bottlenecks te vinden. Afsluiting en dan gooi ik hem naar jou, Bert, om hier eens gaan we ons licht nog eens even op laten schijnen. Hij sluit af. De brief, het manifest naar zijn engineers. The bottom line is that we are in a new world. Programming is dead. Engineering is not. Nor is expertise. Your old job is gone. Your new job as a builder will let you do more and have more impact than you ever have. If you seize the opportunity and proton will set you up to do that effort you will hear more about in the coming days and weeks.

Bart Mol: The era of experimentation continues. But the time to act is now. The future is here. Let's make it ours. Ja, ja.

Bert Slagter: Ja.

Bart Mol: Ja. Ja. Bartje Butler. Always Bart Butler.

Bert Slagter: Hij gooit wel even een knuppeltje in het hoenderhok.

Bart Mol: Ja, dat kun je wel zeggen ja.

Bert Slagter: En hij doet het misschien niet op de meest voorzichtige manier of het meest elegante manier. En zeker als je dit onderzoek wat jij. Hoe heette die hut ook alweer? Vier of vier of vier media? Als je dat hoort, dan. Ja, er zit natuurlijk allerlei emotie omheen in het bedrijf. Maar als je dat nou eens even allemaal aan de kant schuift. Je kijkt puur even naar wat hij hier observeert en wat zijn analyse is. Ja, dat. Dan zie je wel ook wat parallellen met wat ik besprak over die productiviteit. Dat er. Je kunt op allerlei deelgebieden dingen goed doen, maar als er één sluis dicht staat, dan komt het en dan materialiseert dat uiteindelijk niet in de bottomline van je organisatie. In meer output, in meer winst, meer omzet, minder kosten, meer marktaandeel. Noem het allemaal maar op. Meer bekendheid enzovoort. En ja, hij probeert een aantal dingen te benoemen van hier zou dat aan kunnen liggen en. Deel daarvan denk ik is terecht. Als jij in een proces een bepaalde stappen sneller maakt en dat hebben wij geleerd van Eliyahu Goldratt, die ooit schreef The Theory of Constraints, dat boek al veertig, vijftig jaar geleden een beetje de basis lag van lean manufacturing en later Agile.

Bert Slagter: Ook van ja, je moet altijd op zoek gaan naar de constraint en die oplossen. En op het moment dat je de ene oplost, dan verplaatst het zich naar een andere plek in een proces en dan zie je daar zich voorraad opbouwen. Dat is een signaal dat je een nieuwe bottleneck hebt gevonden en dan moet je die gaan oplossen. Ja, en hij zegt ja, het zou maar zo kunnen dat we zelfs het hele proces anders moeten gaan doen. Dat het niet alleen maar zin heeft om een bottleneck naar bottleneck te lopen, maar dat je gewoon dingen op een totaal andere manier moet doen. En dan denk ik weer even terug aan mijn opmerking net over agile werken. Ja, misschien moet je wel van waterval naar agile naar weer iets nieuws. En in de afgelopen dertig jaar dat ik in de softwareontwikkeling ook heb gezeten, heb ik allemaal van dat soort ook paradigma wisselingen zien langskomen. Naar DevOps toe dat je zegt van oké, maar ontwikkelaars moeten zelf ook dingen uiteindelijk in productie kunnen brengen en daar boeken over geschreven. Ik heb hier nog staan in de kast The Phoenix Project. Ja, we hebben waar in een soort van verhalende, romanachtige manier nieuwe metaforen, nieuwe paradigma's worden aangereikt aan ontwikkelaars om op een nieuw soort manier met de business om te gaan.

Bert Slagter: En wat was het idee van Agile? Dat is ook om de business in je team te brengen, zodat je in één team tegelijk dat het dat daar samen werkt met de mensen, met het domein experts. Ja, dat is een totaal nieuwe manier van tien, vijftien jaar daarvoor, maar wel nodig op dat moment. En ik denk eigenlijk dat is mijn gevoel dat we ook een nieuwe manier van werken nodig hebben. Die passen bij Agentic engineering en dat we die eigenlijk nog niet precies gevonden hebben. En dat je in allerlei bedrijven, ja de wat meer visionaire CEO CTO's knuppels in de hoenderhokken ziet gooien. En sommigen doen het op een hele constructieve manier en anderen doen het wat minder constructief. Maar ik denk bijvoorbeeld ook aan Jack Dorsey, die bij Blok zegt Ja, we gaan de organisatie binnenstebuiten keren. Die kwam met een heel framework en ik denk ja, misschien werkt het, misschien niet. Who knows. Maar dat zit in de fase van ja, we gaan tien dingen proberen en dan blijft er misschien eentje over die werkt of zo.

Bert Slagter: Dat is echt waar we nog in zitten. Ja, en één andere gedachte Bart, die ik voor ik hem weer even aan jou teruggeef. Ik weet ook wel dat developers, dat is ook wel een eigenwijs volkje, die ook wel heel graag hun eigen koninkrijkje hebben. Dit is hoe we het doen. En zo doen we het al een hele tijd. Dit is het vak, dit is het ambacht en blijf daar alsjeblieft met je pootjes vanaf. Wij komen niet in beweging.

Bart Mol: En blijf ons € 8.000 netto per maand betalen, alsjeblieft.

Bert Slagter: Precies. En het kan soms wel nodig zijn om daar even een knuppeltje in dat hoenderhokje te gooien misschien.

Bart Mol: Ja, die voel ik wel. Maar ja, ik zat dit te lezen en ik dacht wel, ik voelde me even medewerker, engineer daar bij Proton. Mijn eerste reactie was: go fuck yourself, ga het lekker zelf doen joh. En maar eens uit zo goed weten allemaal. Huur een legertje agents in en fix het maar. Want ik vind wel, er zitten een paar dingen, en ik ga, dit was de ongenuanceerde versie, er zitten een paar dingen in, moet je dit vergelijken met elkaar? Dus hij zegt op een gegeven moment: "So what does this mean for you, the engineer? Well, your agency and responsibilities have both expanded. Not only are you responsible for the work getting done, you are now, also now own how it gets done and therefore are responsible, responsible for continual optimization and maximal automation and sharing those enhancements with your colleagues. It's also your responsibility to flag and escalate needed improvements that, that you cannot execute on your own." Dat is zeg maar, wat ik morgen moet gaan doen als ik weer bij Proton inklok met mijn badge.

Bart Mol: Dan zegt hij: "Proton for its part will organize, and resource the critical investments that you are required to get through phase two." En hij zegt daarna ook, aan het einde: "Efforts that you will hear more about in the coming days and weeks." En dan denk ik: ja, ja, Bart Butler, dus ik moet, vanaf morgen moet ik alle problemen op gaan lossen, zo voelt dat een beetje, in, die we in de agentic era tegen gaan komen. Ik vind dit niet per se heel visionair, want ik vind inderdaad het voorbeeld van Jack Dorsey, vind, dat vind ik visionair. In de zin van dat daar naar mijn gevoel vaak, ja, dat hij een idee heeft dat hij zegt: ja, hé, dit is lastig, maar dit is hoe ik erover nadenk. En ik vind eigenlijk dat Bart Butler hier vooral problemen beschrijft. Ook waar de engineer helemaal niet zoveel mee kan, denk ik. Ja, nee, multiplayer AI, dat is iedereen nog aan het uitvinden. Hij beschrijft ook een hypothese, die ik ook nog wel zou willen, die ik, nou, die ik graag meer onderbouwd zou willen zien.

Bart Mol: Hij zegt eigenlijk van: ja, weet je, al onze concurrenten zijn ermee bezig. Zijn heel veel geld aan het investeren. Tuurlijk, daar zit fluff in. Maar ja, ook wel heel veel niet fluff. Ja, waarvoor zien wij die productiegains niet terug? Dan denk ik: ja, ik vraag me nog wel af of dat bij die andere bedrijven dan daadwerkelijk wel zo is.

Bert Slagter: Nee, helemaal niet. Dat durf ik wel te beantwoorden. Het punt is namelijk dat niemand nog heeft uitgevonden hoe het werkt. En ik denk wel.

Bart Mol: Ja, dat is wel lekker lullig als jij dan engineer bij Proton bent.

Bert Slagter: Mee eens. En ik ken deze man niet, dus ik weet niet precies hoe het voor hem zit. Alleen ik weet van Jack Dorsey, maar bijvoorbeeld ook van Brian Armstrong van Coinbase en Mark Zuckerberg van Meta. Elon Musk vind ik ook een goed voorbeeld. Patrick Collison van Stripe en Tobias Lütke van Shopify. Dat zijn allemaal CEO's die zelf hebben meegeprogrammeerd aan het product, die zelf developer, engineer zijn, die weten hoe het is, die ook daardoor, door hun vakgenoten serieus genomen worden. Dus dat zie je ook. Je ziet ook Brian Armstrong, die is nu ook met AI zelf dingen aan het bouwen in zijn organisatie. En datzelfde geldt voor Jack Dorsey. Het is niet dat hij komt met een idee wat hij dan als een soort manager uitrolt over de organisatie. Nee, hij is zelf een van die mensen die blootgesteld is aan zijn eigen mening. Hij heeft skin in the game en dat zien die anderen ook en die weten dat. En dit klinkt een beetje wat jij voorleest van een soort managerachtig figuur in een pak die de developers zonder enig verstand van het hele developmentproces, die daar wat komt uitrollen, uitsmeren over de dagelijkse realiteit van ontwikkelaars.

Bart Mol: Ja, maar Bert, weet je wat het is? Ik heb dit ook wel eens bij Zuckerberg of bij, kijk, weet je, dat zijn founder CEO's en daar heb ik echt wel respect voor, hoor. Begrijp me niet verkeerd en ik vind, ik kan er heel, heel.

Bert Slagter: Misschien is Bart dat ook, hè, dus nogmaals, dat weet ik niet.

Bart Mol: Nee, precies, dat wil ik ook even.

Bert Slagter: Het klinkt in ieder geval wel anders dan die andere guys.

Bart Mol: Even loslaten. Alleen het punt voor mij is, het is de laatste tijd best wel weer hip, en ik snap ook wel waarom. We hebben een soort van woke periode gehad waar alle tech CEO's aan moesten voldoen en nu is het pendulum weer de andere kant op gezwaaid en nu mag het weer om keihard te zijn, weet je wel, om echt gewoon te zeggen: engineering is dead en als je er problemen mee hebt, dan ga je maar lekker thuis zitten janken, maar niet in mijn bedrijf, weet je wel. En de ene CEO, de ene founder is soms nog harder dan de ander. En ik snap, er mogen zeker in bedrijven waar, we hebben het in Nederland met Bunq, hè, met Ali Niknam was natuurlijk de laatste tijd met dat boek ook weer veel over. Ik begrijp beide kanten. Ik heb veel podcasts ook over dat boek van Ali geluisterd. Ik snap het ook wel, hè, als je, net als bij De wereld draait door bijvoorbeeld. Daar ging het ook vaak over een topsportcultuur. Ja, ik snap wel dat je best wel kan zeggen: ja jongens, we maken hier gewoon de nummer één talkshow van Nederland of we maken hier gewoon de nummer één neobank van Europa.

Bart Mol: En dat betekent dat we hier echt idioot hard werken. En daar zitten voordelen aan, nadelen. Dit zijn ze. Je mag ze naast elkaar leggen. En als er te weinig voordelen zijn voor jou of de nadelen zijn te groot, dat is prima, maar dan kom je hier ook niet werken. Ik heb daar niet zo'n moeite mee. Alleen ik vind dat het nu soms ook weer een beetje een sport wordt, tussen die CEO's, tussen die founders, om, de ene schrijft nog een harder Twitterartikel dan de ander en dan heb ik soms ook een beetje: read the room. Denk ik wel: jongens, kijk, tuurlijk, zijn jullie allemaal engineer. Jullie hebben je eigen bedrijf, de eerste versie zelf geprogrammeerd, maar je bent inmiddels ook gewoon miljonair/miljardair. Ja, kijk, dat maakt het wel net iets leuker om over de singularity te schrijven en over de arbeidsmarkt die compleet op zijn kop gezet gaat worden dan voor de werknemers in je bedrijf zelf. Ik heb soms ook een beetje, ja, read the room. Een beetje compassie, een beetje meer meedenken daarin mag best wel, want ondanks dat die developers gewoon mee moeten bewegen, helemaal niet zoveel, heb ik helemaal niet zoveel op tegen, is wel hun hele wereld aan het, gewoon, een aardbeving, vijf op de schaal van Richter of weet ik veel tot waar de schaal van Richter gaat, maar vrij maximaal.

Bart Mol: Daar mag je best wel rekening mee houden of zo. Niet alles hoeft zo keihard te zijn van: your programming is dead, your job is dead, get used to it. Vanaf morgen gaan we het anders doen.

Bert Slagter: Ja.

Bart Mol: Daar zit mijn grootste dingetje.

Bert Slagter: Dat klinkt een beetje als kritiek op de vorm en niet op de inhoud.

Bart Mol: Ja, nou, zeker, dat is inderdaad kritiek op de vorm. En als het dan over de inhoud gaat, denk ik: er staan best wel veel dingen in waarvan ik denk: ja, dat moet jij gaan oplossen, CTO, niet ik, de engineer. Jij moet die nieuwe processen gaan bedenken. Jij moet gaan bedenken hoe wij AI agents in gaan zetten, teambreed, organisatiebreed, zeg maar. Ik wil er wel bij helpen, maar hier vind ik wel van: ja, de engineers moeten vanaf morgen alles gaan doen en over een paar weken hoor je wat Proton voor jou gaat doen. Ja, als je dan echt visionair bent, dan had dat in je manifest gestaan.

Bert Slagter: Eens.

Bart Mol: En dan had ik als engineer ook, ook schreeuwend met een vuist omhoog achter je gestaan: dit gaan we doen!

Bert Slagter: Ja.

Bart Mol: Maar nu voelt het: dit moet ik gaan doen voor jou en wat ga jij doen? Maar goed, dat is misschien ook een beetje de Nederlandse insteek, hoor. Mijn Amerikaanse vriend, waarmee ik dit besprak, die zei: ik vind dit best inspirerend, dus het ligt ook een beetje aan in welke cultuur je leeft.

Bert Slagter: Maar Proton is een Europees bedrijf, toch?

Bart Mol: Zeker. Ja, ze zitten in Zwitserland, dat sowieso.

Bert Slagter: Dus ja.

Bart Mol: Ja, nee, dat klopt, dat klopt. Nou ja, anyways, laat weten wat jullie ervan vinden, lieve luisteraars. Ik denk dat wij er een eind aan gaan breien, Bert.

Bert Slagter: Ja.

Bart Mol: We houden het nu net binnen de grenzen van wat acceptabel is.

Bert Slagter: Net binnen de vier uur. Hartstikke goed.

Bart Mol: Ja, Bert dus bedankt. Ik vond het erg gezellig. We hebben veel leuke dingen besproken. Ja, lieve luisteraar, laat weten wat je ervan vond. Dat kan via de Spotify comments, YouTube comments. Dat kan via Discord, turingstation.nl. Daar kan je ook onze eigen MCP gaan gebruiken. Daar kan je ook je inschrijven voor onze nieuwsbrief. Die krijg je elke week op de deurmat, digitale deurmat, dus ga dat doen. En, ja, dan zien we je graag gewoon volgende week terug weer voor aflevering nummertje 21. Thanks voor het luisteren. Tot volgende week! Doei.

Bert Slagter: Doei.