Gaan we ooit de echte prijs voor AI betalen?

Bart Mol: Veel te bespreken dus laten we daar snel mee gaan beginnen. Ik wens je heel veel plezier met aflevering negen van Turing Station. Zo Peet, zitten we weer. Laatste weekje zonder onze grote vriend Bert. Die is nog op vakantie, maar hij komt weer terug. Dat is ook niet zo gek, want.

Peter Slagter: Het vliegt al voorbij en tegelijkertijd heeft het best lang geduurd. Een beetje dat gevoel geeft het toch?

Bart Mol: Ja, precies. Als ik hier naar buiten kijk. Ik zie de druppels op het raam staan, dus ja, de vakantie begint ook wel een klein beetje op zijn einde te lopen met toch wat regenachtig weer.

Peter Slagter: Het trekt een beetje dicht allemaal.

Bart Mol: Zijn intrek doet in het land, maar goed, wij gaan gewoon lekker door. Elke week op de woensdag een nieuwe Turing Station. En we beginnen natuurlijk altijd even met te kijken wat onze lieve luisteraars allemaal gemaakt hebben. Ja, laten we maar gewoon eens aftrappen. Wie zagen we binnenkomen?

Peter Slagter: Ja, er komt echt veel binnen. Dank daarvoor. Ontzettend leuk om te lezen. Zeker ook de complimenten die we krijgen over de show. Veel enthousiasme. Blijf dat doen. Laat ook weten wat je meer wil horen of minder wil horen of anders zou willen horen. Het was wel dusdanig veel dat we gewoon even een selectie, kleine selectie hebben gemaakt.

Bart Mol: Één ding daarover, Peet, over die kleine selectie. Volgens mij op Spotify proberen wij wel gewoon iedereen sowieso van een reactie te voorzien. En ook op de mail doen we dat en ook op Discord. Dus ja, we kunnen niet iedereen noemen in de uitzending, maar offline, hè, asynchroon sturen wij gewoon, als het kan een berichtje terug.

Peter Slagter: We zien het en we houden ervan. Dus zeker doen. Ja, Pieter kwam langs. Die maakte met Claude een webapp waarmee zijn cameraman tijdens een OBS livestream van een hengelsport wedstrijd vanaf de boot verschillende camera's kon bedienen. Ja, ja, dat is nou echt zo'n heel specifiek vakinhoudelijke wens waar je dan al jaren mee rondloopt. En nu heb je Claude en dan is het in een kwartier gebouwd, schrijft Pieter.

Bart Mol: Ja, het is heel tof. En kijk, wij hebben natuurlijk ook livestreams voor onze podcast en dat is ons werk. Dus dit kon natuurlijk. Zoals Pieter zelf ook al zegt, het kon al jaren. Maar als het niet je werk is en het is ook wat meer een hobby, ja, dan kan dit opeens. Ja, dat is wel heel erg vet. Martijn. Ja, dit vind ik ook een leuke. Martijn houdt van bordspellen en die maakte met Codex een webapp die hem als beginnende dungeon master en zijn onervaren medespelers, ja, door een potje Dungeons and Dragons loodst. Want dat is nog niet zo makkelijk weet ik, als Stranger Things kijker. Ja, en met zo'n app kan je dat toch net een stukje makkelijker maken.

Peter Slagter: Mooi! Maaike stuurt ook een bericht. Die doet rugoefeningen. Denk op last van de fysiotherapeut. Die heeft streng gezegd: dat moet je doen. En die maakt er zelf een app die tijdens die oefeningen instructies geeft. Snap ik wel, want het is, het gaat gewoon beter als iemand even zegt wat je moet doen. De oefeningen, de herhalingen, hoe lang, met welke stem? Het liefst een beetje streng. Nou ja, dat is heel persoonlijk natuurlijk. De snelheid in welke taal? Ja, het is misschien wel leuk om in het Duits bestuurd te worden.

Bart Mol: Aufstehen.

Peter Slagter: Jetzt. Nou ja, goed. Ja, dat is hartstikke mooi.

Bart Mol: Ik zie Chris zich daar ook bij aansluiten. Die heeft ook een fitness appje gemaakt voor zijn crossfit lessen. En die app schrijft hem ook in voor trainingen. Chris, was jij toevallig niet vorige week?

Peter Slagter: Die andere leden eruit?

Bart Mol: Ja, precies. Was jij vorige week niet op vakantie? Waar was het? In Australië of zo? Nou goed, we hebben het vorige week besproken en Danny, die sluit af. Die werd getriggerd door mijn verhaal rondom het smart maken van mijn ventilatie unit en mijn warmtepomp verhaal. En hij kwam met ChatGPT uit bij Asgard. Dat is een open source module die je rechtstreeks op de printplaat kan aansluiten, en een laagdrempeliger alternatief is voor zelf knutselen met ESP32. Danny, ik heb dit gezien want ik heb de software van de jongen die Asgard heeft gemaakt op mijn eigen ESP32 geflasht. Ik vond dat eigenlijk ook laagdrempelig hoor, dat was letterlijk kabeltje in, in het moederbordje van de, hoe heet dat ding van de warmtepomp? En hij draait. En ik moet zeggen Peet, ik heb nu mijn ventilatie gefixt. Ik kan mijn ventilatie hier thuis aansluiten. Als er gedoucht wordt dan gaat de luchtvochtigheid in de douche omhoog, gaat de ventilatie aan. Als de CO2 's nachts in de slaapkamer te hoog wordt, dan gaat de ventilatie aan. Maar niet als ik nog in slaap aan het vallen ben, want dan vind ik het geluid te irritant.

Bart Mol: Ja, het is fantastisch en de hoeveelheid sensoren die ik nu uit kan lezen van die warmtepomp die normaal gesproken zelfs voor de mensen die de officiële wifi module kopen, zelfs voor hun is dat verborgen. Dat leest hij nu allemaal uit. Ja, het is fantastisch. Dus, ja, blijf dat vooral doen. Ik heb er op Twitter wat extra dingetjes over geschreven, dus check dat vooral even als je daar meer info over wil. Oké, tot zover de input voor onze lieve luisteraars. Gaan wij eens even door met wat nieuwtjes die we in het kort willen behandelen. Ja, en dan beginnen we Peet natuurlijk, ja, toch weer met een lijstje aan modellen. Wat is er deze week allemaal weer op de markt gekomen? Nou, een en ander. Google en, ja, hoe zeg je ZAI, ZAI, Zai?

Peter Slagter: Zo zeg ik het ook, gewoon ZAI.

Bart Mol: Ja, ZAI. De een die komt met Gemini 3.7 Flash, de andere met GLM 5.3. Hartstikke leuk. Nieuwe modellen weer beter dan de vorige. Waar ik iets dieper op in wil gaan is xAI. Het bedrijf van Elon Musk, hè. Dus ook waar het oude Twitter onder valt. SpaceX, Tesla, dat hele, ja, stukje. Die komen met Grok 4.6. Maar wat daar nog interessanter aan is denk ik, is dat ze ook met een concurrent voor Codex voor Claude Code komen, namelijk een harnas. En dat hebben ze Grok Bot genoemd. Je kan hem helaas alleen gebruiken als je het dure abonnement hebt. Volgens mij €200 per maand.

Peter Slagter: $300. $300 per maand.

Bart Mol: Serieus? Ik dacht 200.

Peter Slagter: Ja, jij hebt Grok Super Heavy nodig.

Bart Mol: Oké, ik, ja, goed, ik las 200.

Peter Slagter: Dan zit ik ernaast.

Bart Mol: Maar veel. Daar kunnen we de hand op zetten.

Peter Slagter: Te veel voor mij om even door te klikken in ieder geval.

Bart Mol: Ja, dat is jammer, want het zag er wel erg interessant uit. Komen we later in de uitzending uitgebreid op terug, want ik weet het niet precies.

Peter Slagter: Heb je er gedacht over?

Bart Mol: Ik heb erover gedacht, dus daar komen we op terug. Het nieuwe harnas van xAI. En op zich ben ik er positief over, het idee, maar ook weer niet. Maar daar komen we op terug. Als laatste Alibaba, die, vorige week hadden we al genoemd, met Qwen 3.8, een nieuw model. Ook het grote model met miljarden. Ja, wat is het? Misschien wel biljoenen. Ja, wat is het? Trillion parameters. Anyways, ze kwamen met een enorm model, Peet, Qwen 3.8. Dat is hartstikke leuk, want het was weer open weights, hè. Het werd helemaal vrijgegeven. Maar waar de mensen eigenlijk meer op zaten te wachten is het kleinere model van Alibaba, Qwen 3.8, 27B. Dat zijn 27 miljard parameters. Waarom? Ja, omdat dat stiekem de afgelopen maanden de voorloper, 3.6 was dat, was eigenlijk het model wat de mensen thuis op hun MacBooks, maar vooral op hun gaming pc's met een grafische kaart van Nvidia erin gebruikten. Waarom? Omdat dat model past daar precies in.

Bart Mol: De meeste videokaarten van Nvidia hebben 24 tot 32 gigabyte aan geheugen wat je nodig hebt en deze modellen zitten rond de twintig, dus die passen er precies in. En heb je dus het snelste model wat je eigenlijk thuis kan krijgen voor een beetje normale prijs. Kan je dan thuis draaien? Nou goed, dus dat is leuk. Ik heb dat geprobeerd en ook daar kom ik later op terug, want dit leidde ook weer tot gedachtes bij mij. Dat ik dacht: ja, als dit werkt op mijn computertje, waarvoor betaal ik dan $200 voor Claude? Of voor OpenAI? Of voor Grok Bot? Nou ja, daar komen we ook zo op terug. Peet, jij had nog wat andere nieuwtjes die je deze week tegenkwam.

Peter Slagter: Jazeker. Ja, twee doe ik echt even heel kort. Het gaat gewoon over geld dat opgehaald is. Ik zag dat Nvidia $105 miljard in een datacentrum steekt. Ze hebben al een lease van dat datacentrum, van OpenAI. Uhm, ja, en Stripe die koopt OpenRouter voor $7 miljard. Ik weet niet precies wat Stripe ermee gaat doen. Dit wilde ik gewoon even noemen. Dit is echt alleen noemen, want het andere nieuwtje wat langskwam, daar wil ik eigenlijk wat meer aandacht aan besteden. En de grap is, onthou even de bedragen die ik net heb genoemd. Die zijn allemaal een soort van relevant in deze context. Het gaat over Mistral. Ik zag een bericht langskomen op The Next Web, en een persbericht van Mistral waar dat dan weer op gebaseerd is. Daarin schrijft Mistral over vijf klanten die bij hen in de toekomst compute gaan afnemen. En ze hebben het over European Compute Units. Dus ik dacht: ik lees het even, en ik trek het even uit elkaar. Kijk, waar Mistral nu op zit is AI-soevereiniteit. Natuurlijk binnen de EU. En ze hebben dat als volgt gedefinieerd, namelijk: je moet een vrije keuze hebben over het model dat je gebruikt.

Peter Slagter: Je moet weten en kunnen kiezen waar het draait. Het liefst in de EU natuurlijk, wat hen betreft. En je moet verzekerd zijn van rekenkracht. Dat je het dus kunt gebruiken. Ze zeggen eigenlijk: kijk, een Europees model op de infrastructuur van Amazon is nog geen soevereiniteit. Een Chinees model op Europese infrastructuur kan soevereiner zijn dan het gebruik van een model van een Amerikaans lab, willen ze maar even zeggen. Maar het liefst doen ze natuurlijk alles binnen de EU en het liefst zien ze dat Mistral in het centrum van dat web komt te staan. Nou, wat ze zeggen nu is van: nou, jongens, hè, welk model je wil gebruiken, nou, dat kunnen wij al voor je regelen. Waar het draait ook min of meer. Wat nou echt de schaarse grondstof is, is compute. Daar hebben we meer van nodig. We hebben meer compute blokjes nodig. En dus zeggen ze: daar werken we aan. We willen naar een capaciteit van 200 megawatt groeien in 2027 en het moet één gigawatt worden in 2030.

Peter Slagter: En dan snap je al: daar heeft Mistral heel veel geld voor nodig. En dus dit persbericht waarin ze het hebben over European Compute Units. Ja, en het klinkt veel technischer dan wat het is. Eerst dacht ik van: hé, hier zit misschien iets achter. Een soort van rekeneenheid of zo. Is dit een nieuwe grondstof? Een nieuwe eenheid of zo? Nee, het is gewoon, eigenlijk zeggen ze, die ECUs die fungeren eigenlijk voor de klant van Mistral als een reservering op toekomstige compute. Voor Mistral natuurlijk als een orderboek. Het is toekomstige vraag en belangrijker voor financiers werkt het als een soort van onderpand. Dus ja, als Mistral naar een investeringsbank gaat en zegt van: joh, ik heb 1 miljard nodig. En dan zegt die investeringsbank: oké, nou dat is een mooi idee. Is best veel geld, maar als je kunt zeggen: ja, maar ik heb ook al klanten die het gaan afnemen. Ik heb al voor 70, 80% coverage zeg maar, dan is het ineens: hé, dat is wat waard, daar durf ik wel 1 miljard aan uit te geven.

Bart Mol: Ja, want je kan het ook nog terug gaan betalen.

Peter Slagter: Precies. Dus dat geeft een bepaalde zekerheid. Klein smetje erop, want ze komen er heel groot mee. Ja, ze melden dit en nou, het zijn vijf klanten. Want het zijn eigenlijk allemaal klanten die al klant zijn van Mistral. Het zijn ook allemaal partijen die geïnvesteerd hebben in Mistral en al partnerships en de overheid. Het is dus niet zo van: kijk, ze hebben een heel setje nieuwe klanten. Dat zou eigenlijk nog een stuk sterker zijn. En, ja, je hoort al een beetje dat Mistral. Kijk, we hebben het er best wel vaak over gehad en het is in het verleden ook in het nieuws geweest, gepositioneerd geweest als de Europese AI-lab. Een beetje vergelijkbaar met, ja, OpenAI. Een lab dat poogt mee te doen eigenlijk aan die frontier race. En ja, het is nu wel heel duidelijk geworden dat ze die race min of meer een beetje hebben laten gaan. Dat ze zich meer positioneren als: wij gaan modellen aanpassen, we gaan ze hosten, we gaan rekenkracht leveren, we gaan infrastructuur organiseren, we gaan hallen bouwen. Eigenlijk veel meer een infra speler dan een frontier lab.

Peter Slagter: Ik denk, ja, dat is wel een gemis. Maar ik snap het wel, want die race, ja, het is toch een beetje alsof Europa in een soort Ford Escort achter Formule 1 auto's aan aan het racen is op Zandvoort.

Bart Mol: Ja.

Peter Slagter: Je staat eigenlijk binnen 2 minuten gewoon een rondje achter. Het kapitaal verschil is gewoon enorm. Even ter illustratie, de laatste kapitaalronde van OpenAI, $122 miljard opgehaald. Anthropic 65 miljard. Mistral heeft in totaal rond de 4 miljard in zijn hele bestaan opgehaald. Alleen de laatste ronde van OpenAI is al dertig keer groter dan wat Mistral in totaal wist op te halen. Die race kan eigenlijk niet anders dan dat ze die moeten laten gaan.

Bart Mol: Ja, dat is op zich waar. Aan de andere kant hebben die bedrijven in China ook niet per se heel veel meer geld opgehaald. Nou is Alibaba natuurlijk, hoeft dat ook niet, want het is al een enorm bedrijf.

Peter Slagter: Precies, daar heb ik even naar gekeken. Kijk, een belangrijk deel van de modellen komt links of rechts om van, uit de koker van Alibaba. Die hebben gewoon $50 miljard equivalent daar gealloceerd. En andere huizen in China, die maken veel meer gebruik van staatsfondsen.

Bart Mol: Ja.

Peter Slagter: En die maken eigenlijk helemaal niet bekend, zeg maar, wat ze daar uit lurken om dit te kunnen doen. Dus daar wordt het eigenlijk vanuit de staat veel meer gefinancierd via de achterdeur. Doe maar je werk.

Bart Mol: Nee, dat is natuurlijk wel zo. Alleen het is ook wel, we weten ook wel dat, zeg maar, wat Silicon Valley kapotslaat op techbedrijven. Dat het gewoon nergens ter wereld in die hoeveelheid geëvenaard wordt, zeg maar. En ik denk dat de vraag hier ook is, daar komen we later in de aflevering ook nog wel even op terug. Ja, die frontier race, hè, gaat het ergens toe leiden? Zeg maar, is het nog na Fable, Mythos, Sol 5.6, is het nog nodig? Zeg maar, is die 10x er nog te halen door nog meer data en compute kapot te slaan op de volgende trainingsronde? Of, dat zou dus ook kunnen, Anthropic en OpenAI, dat ze gewoon nu tientallen miljarden eigenlijk kapot verbranden aan, ja, eigenlijk tegen de muur aan rijden op een gegeven moment. Dat blijkt dat Mythos 6, ja, niet tien keer beter is dan Mythos 5, terwijl die wel tien keer zoveel gekost heeft, hè. Dat zou nog kunnen natuurlijk.

Peter Slagter: Zeker. Het is een leuke vraag. Die moeten we misschien even parkeren om eens een keer uitgebreider te behandelen met elkaar.

Bart Mol: Ja, komen we zo op.

Peter Slagter: In ieder geval even kort over Mistral dus. Ik dacht Europees moeten we even bij stilstaan. Dan heeft iedereen even de juiste context over wat het bedrijf aan het doen is, wat hun plannen zijn en wat hun positie nu is in de wereld op de wereldmarkt. We gaan het volgende item, Bartus.

Bart Mol: Ja, gaan we doen. Ja, want, Peet, ik zag deze week, of afgelopen twee weken eigenlijk, ja, er was weer wat nieuws. We hebben de agents gehad, we hebben de sub agents gehad, we hebben loop engineering gehad. We hebben prompt engineering gehad. Wel, we kunnen de hypes allemaal opnoemen, maar we hebben een nieuwe hype. Ja, dat zijn bots. En dat werd aangezwengeld. Eigenlijk zagen we het al een beetje, maar Grok Bot, hè, de nieuwe, het nieuwe harnas, de nieuwe assistent zou je kunnen zeggen van xAI. Die kwam er deze week mee naar buiten en dat werd wel goed ontvangen. En ik zag ook Jack Dorsey weer met zijn bedrijf Block. Die kwamen met een vergelijkbare tool. Dat heet Bird: B-E-R-D. Soort van-

Peter Slagter: Grok is een meme? Oh, dat dacht ik.

Bart Mol: Ja, dat is ook zo. Het is één groot meme-erig harnas. Soort van Gen Z Verified of zo. Ja, ik weet, ik denk niet dat wij er heel goed mee kunnen werken. Het zit allemaal vol met-

Peter Slagter: Hij tweette volgens mij ook: What is the word? Nou ja, de bird is the word natuurlijk.

Bart Mol: Ja, en het zat ook vol met, weet ik veel, Coconello cappuccino of hoe heten al die brainrotworden? Daar zit jij meer in natuurlijk met die kids van je. En natuurlijk Buzz, wat ze een tijdje terug hadden, hè, die Discord variant met ingebouwde bots, ingebouwde agents. Die leek daar ook al een beetje op. En Hermes, het open source harnas, daar hebben we het vaak over gehad hier. Die kopieerde het eigenlijk ook vrijwel meteen. Dus ja, ik vroeg me af: wat is dit nou precies? En ik merkte ook dat ik daar enigszins gekleurd, cynisch al in ging, want het heeft een kleine geschiedenis. Dus ik vroeg me af: zijn die bots nou echt wat nieuws of is het vooral een nieuwe, ja, user laag boven op agents en subagents? In andere woorden: waarom zou ik vijf permanente digitale collega's willen als één goede agent zelf per taak, hè, het juiste model, de juiste tools en eventuele subagents kan kiezen? Dus ik ben naar de website van GroqBot gegaan. De aankondiging, die staat ook in de shownotes, die kan je zelf ook teruglezen.

Bart Mol: En wat zij zeggen is eigenlijk: ja, a new kind of colleague, dat is de tagline. Dus dat vond ik: oké, dat vind ik interessant. Dit is wel echt, ja, een collega. Dus dit is niet zozeer je personal assistant. Ja, dat kan wel, maar wel vanuit een zakelijke redenatie eigenlijk. Ze zeggen: GroqBot is your team of always on agents, dus oké, het zijn dus bots, agents. Daar kunnen we eigenlijk van zeggen: dat is gewoon hetzelfde. Bot klinkt weer leuk en nieuw, maar het zijn gewoon agents zoals we ze al kennen. They have their own computer, work inside tools en apps like you do and keep working 24/7. Oké, interessant, maar dat kunnen agents in principe ook al. Ligt er een beetje aan welk harnas je kiest, maar ook dit is niet per se nieuw. En bots, die kunnen daarnaast ook parallel werken en ze kunnen andere bots aansturen. Ze kunnen praten met elkaar. Maar toen dacht ik: ja, maar dit hebben we allemaal al. Zeg maar een agent, die kan ook op een VPS 24/7 doordraaien, hè. En Codex heeft ook gewoon computer use en op Codex kan ik ook drie verschillende gesprekken tegelijk starten.

Bart Mol: Of op Claude Code of op Hermes. Dat maakt allemaal niet zoveel uit. En het belangrijkste voor mij: ik heb op Codex gewoon één agent en die beslist per keer van: hey, Bart vraagt nu om een script voor een YouTube video. Nou, da's prima, dan pak ik dit model, dan pak ik deze skills en dan ga ik dat maken. En als Bart vraagt om iets te coden, dan pak ik mijn codeerskills en dan ga ik dat doen. Dus op basis van wat ik vraag kiest ie eigenlijk wat er nodig is. Dus ik vroeg mezelf af: waarom zou ik zelf dan die digitale collega's moeten ontwerpen als de agent dat eigenlijk prima zelf kan? Want dat betekent ook als ik verschillende botjes heb, ja, versnipperde context. Wat ik tegen de ene bot zeg, dat weet de andere bot niet per se. Terwijl nu, mijn personal assistant weet alles van me, want het is één groot gesprek. Waar natuurlijk ook wel gecomprimeerd wordt en gecompact wordt. Je hebt meer configuratie, je moet de rollen instellen, instructies misschien, de modellen die ze gebruiken, de tools, de prompts en ook een stukje mentale overhead. Je hebt opeens weer een heel team om aan te sturen in plaats van dat je gewoon één gesprek hebt met Claude Code of met Codex of met Hermes.

Bart Mol: Aan de andere kant zijn dit allemaal medailles die ook een positieve keerzijde hebben. Waarom moet mijn marketing agent de context hebben van mijn coding agent? Dat is alleen maar vervuiling. Het is best wel chill natuurlijk als hij dat heeft. Je kan ook de juiste configuratie instellen. Mijn coding agent moet bijvoorbeeld draaien op Fable, ik zeg maar wat, terwijl mijn marketing agent prima op DeepSeek kan draaien. Ik vind dat tot nu toe nog steeds lastig en ik vind dat op zich Codex en Claude Code dit best goed doen, hè, modellen toewijzen aan subagents, maar dat zijn wel OpenAI modellen of Claude modellen. Soms wil ik dat Claude als subagent Codex gebruikt. Ja, daar moet je toch wel gekke toeren voor uithalen. Het kan wel, maar ben je wel wat plugins verder. Ja. En natuurlijk, hè, betere scoping qua rechten. Mijn agent, mijn super agent heeft in principe alle rechten. Terwijl die bots kan je natuurlijk zeggen van: ja, je marketing agent hoeft helemaal niet bij Stripe of bij Moneybird te kunnen. Dat is alleen weggelegd voor de accounting agent.

Bart Mol: Aan de andere kant kan je vragen in de age of agents hoeveel boeit het nog? Want ze kunnen elkaar gewoon vragen van: yo, ik kan hier niet bij. Kan jij het even doen? Dat hebben we natuurlijk bij OpenAI ook gezien. Maar goed, op zich zit er wel wat in. En dit deed mij denken, Peet, aan vorig jaar april. Toen zat Alexander Klöpping bij Jinek om over AI te praten en die had toen een AI marketingbureau opgezet dat een campagne schreef voor een nieuw te verschijnen boek, een marketingcampagne. En je zag gewoon live op beeld de agents met elkaar praten in Slack. En iedereen zat daar van, Jinek zat daar van: wauw. Wow. Dit lijkt op onze eigen redactievergadering. Inclusief het gekibbel, inclusief de grapjes. Alleen mijn gedachte hier was, want ik heb uiteindelijk een beetje opgezocht hoe ze dat toen gedaan hadden, van: ja, weet je, onder de motorkap is het ten eerste allemaal hetzelfde model. Het was in principe allemaal gewoon Claude Sonnet of zo, of iets in die richting. En het was vooral AI die mensen nadoet in plaats van dat AI echt zo werkt.

Bart Mol: Zeg maar, je zou dat samen kunnen vatten als: AI doet er geen lol mee om te werken als mensen. Zeg maar, AI kan prima gewoon met subagents werken en gewoon elkaar berichtjes sturen via, ja, via het harnas wat ze hebben of via N8N was dit toentertijd. Dat hoeft helemaal niet in Slack gecommuniceerd te worden. Dat was puur een laag om het voor mensen begrijpelijk te maken. Maar toen dacht ik, Peet: ja, Bart, met je sarcastische gezeur, wat als dat het nou gewoon is? Want, hè, dat is wel belangrijk. Dat is niet niets waard. Kijk, als het performatief wordt, ja, dan heb je er niks aan. Als ze alleen maar een beetje praten over dingen die ze zouden moeten doen, maar het niet doen. Ja, daar heb je niks aan. Hè, dat had je vroeger dat een agent zei: ja, ik heb het gedaan. Of een chatbot: ik heb het gedaan. En dan vroeg je: heb je het echt gedaan? Dan zei die: nee, sorry, ik heb het toch niet gedaan. Weet je wel. Dat is een beetje waar dit me aan deed denken. Maar tegenwoordig met agents doen ze het ook.

Bart Mol: Alleen ik snap op zich best wel dat mensen het overzicht een beetje kwijtraken en dat het dan fijn is als die agents inderdaad zoals Groq zegt dat ze in het paradigma vallen van collega's. Mensen zijn gewend om met collega's te praten en meerdere bots of agents die passen in dat paradigma. Mensen kiezen intuïtief voor dit model. Zeg maar, ik heb deze collega van de HR, deze bot, daar stuur ik HR vragen heen en dit is de servicedesk bot, daar stuur ik servicevragen heen. In plaats van dat ik één bot heb die het dan maar moet doen en een half uur later met een antwoord terugkomt. Misschien zijn bots dus technisch niks nieuws. Of zijn het gewoon agents die we al kennen, maar is het gewoon een veel begrijpelijkere interface voor mensen. Dus ja, ik was ook wel benieuwd hoe jij er tegenaan keek.

Peter Slagter: Ja, dit is een vraag waar gewoon het antwoord nog niet op is. Maar wat is nou het gebruikerspatroon? Wat is nou de mate van gebruiksvriendelijkheid waar we naartoe, waar we naar zoeken? Wat is de interface waar we naar zoeken? Waarmee mensen met agents interacteren? En ja, vaak vroeg in de technologie zie je dat er patronen worden gekozen die mensen kunnen herkennen.

Bart Mol: Ja.

Peter Slagter: Ja, ik bedoel, toen we net met internet begonnen en e-commerce opkwam, hadden we het over de digitale winkelstraat, weet je wel. Dat werd ook echt zo bedacht, alsof je in een winkelstraat- het is, ten opzichte van een webshop nu, heel ouderwets natuurlijk.

Bart Mol: Ja.

Peter Slagter: Alleen het was wel iets wat, ja, oké, oh, dit begrijp ik. Ik begrijp wat het is. Kijk, en dat is, ten opzichte van hoe jij met AI agents werkt, zelf zo'n Hermes agent installeren zelf met scopes en rechten en koppelingen en skills en plugins en je context beheren en de tools eraan koppelen. Ja, dat is voor de massa echt totaal oninteressant. Die woorden alleen al, denken mensen: joh, ga alsjeblieft, het moet gewoon werken. Ik moet direct snappen, het moet gewoon werken. Het moet ook gelijk het oplossen voor me.

Bart Mol: Ja, maar op zich werkt het ook, zeg maar, Codex of zo, of ChatGPT werkt ook met één agent die alle rollen kan. Dat is mijn punt.

Peter Slagter: Maar je ziet ook ChatGPT die, de adoptie daarvan gaat ook vrij vlot, hè, maar dat is-

Bart Mol: Nee, maar daarom. Dus daarom vraag ik me af: waarom moet je dan bijvoorbeeld zes verschillende ChatGPT profielen hebben? Want dat is een beetje wat die bots zijn. Eentje waarmee ik recepten bespreek, eentje waarmee ik m'n agenda beheer met m'n vriendin. Waarom kan dat niet, als het in één ding werkt? Laat dat ding dat doen.

Peter Slagter: Het punt is, dat kan dus ook wel. Alleen het mentale model van, ik knip verschillende verantwoordelijkheden op. Er zit een beetje separation of concerns onder, wat voor programmeurs traditioneel ook belangrijk is. Ik denk dat dat voor veel mensen wel intuïtief voelt, maar je ziet ook al wel dat ook bij GroqBot dat er eigenlijk een beetje genudged wordt naar, joh, je hebt eigenlijk maar één ingang nodig, want zij positioneren steeds in hun communicatie, zeggen ze van: nou, deze bot kun je zien als Chief of Staff.

Bart Mol: Ja, precies, ja.

Peter Slagter: Je praat alleen maar met hem of haar, whatever we hem genoemd hebben.

Bart Mol: Ja, ja.

Peter Slagter: Of hij, hij rochelt wel. Hij delegeert het, hè, aan je crew. En, ja, maar dan heb je in principe maar één gesprekspartner en die regelt het voor je. Maar als je het wil inspecteren, wat is er nou eigenlijk gebeurd? Wat gaat er mis?

Bart Mol: Ja.

Peter Slagter: Dan is het misschien wel prettig dat je gewoon kunt klikken op: ik wil even daar inkijken. Ik wil dat deurtje even openen. Kijk, als je nog verder de toekomst ingaat, vraag ik me af of we überhaupt dit soort interfaces hebben. Als agentic work dusdanig doorontwikkeld is dat dingen eigenlijk gewoon werken en doen. En dat hele concept van tooling, toegang, ja, dat dat allemaal om je heen georganiseerd is. Ja, misschien kijk je dan alleen nog maar op je, praat je alleen nog maar tegen je horloge of zo. I don't know, weet je.

Bart Mol: Ja, ik ben met je eens. Ik denk dat je de spijker op zijn kop slaat met dat wat je net aangeeft met die Chief of Staff, hè, of je orchestrator bot, zoals ze hem dan ook wel eens noemen.

Peter Slagter: Ja.

Bart Mol: Eigenlijk zijn het gewoon dezelfde modellen. Alleen ik denk inderdaad dat het gewoon voor veel mensen een begrijpelijkere interface is. Dat het gewoon makkelijker te plaatsen is in hoe een bedrijf werkt en dat je nu een AI collega erbij krijgt. Dus misschien is dat het wel. Misschien is het gewoon eigenlijk twee aanvliegroutes voor onder de motorkap, precies hetzelfde ding. Waar ik het in Hermes trouwens wel handig voor vind. Ik vond in Hermes tot nu toe het automatisch kiezen van een model, vond ik dat hij dat niet goed deed. Dat je heel erg vastzat aan het model wat je voor dat profiel gekozen had. En dat wordt hier wel makkelijker mee, dus dat is fijn. Ik ben benieuwd, mensen, als je zit te luisteren, hoe gebruik jij AI of hoe gebruik jij agents? Wat denk jij van dit idee rondom de bots van Elon Musk? Ik ben benieuwd.

Peter Slagter: Ik zie het wel echt als een patroon dat, zeg maar, één of twee jaar belangrijk is, ook voor de adoptie van agentic work. Ik ben zelf ook bezig met een versie van Groq Bot, maar dan gewoon onze eigen Turing Station bot of whatever, waarbij je ook gewoon alleen maar gebruik maakt van Europese modellen, Europese infrastructuur. Ook niet € 300 per maand, maar gewoon toegankelijk.

Bart Mol: Ja.

Peter Slagter: Ik ben benieuwd, als je dat hoort, als je daar interesse in hebt, laat het even weten.

Bart Mol: Ja.

Peter Slagter: Vind ik leuk.

Bart Mol: Dus laten we door.

Peter Slagter: Gaan we door.

Bart Mol: Ja, er is namelijk een ander, groot nieuwtje deze week en dat gaat over watermarking.

Peter Slagter: Ja, watermarking, ja, je bent met dat concept in je leven al heel vaak in aanraking gekomen. Bankbiljetje bijvoorbeeld. Daar zitten watermerken gewoon in het papier verweven. Misschien wist je ook wel dat er printers zijn bijvoorbeeld, die op het papier een paar stipjes achterlaten. En dan kun je terug, daar kan je aan herleiden welke printer was het, wanneer is het geprint, enzovoort. Zo zijn er veel meer. Er is zelfs kleding waarbij er hele specifieke draden worden geweven, zodat precies te herleiden is welk kledingstuk dat is, waar die geproduceerd is, enzovoort. Een soort van verborgen tattoos. Een herkenbaar spoor dat ergens in verstopt is. Nou en? Deze week ontstond er nogal wat heisa over het nieuws dat Claude aan watermarking is gaan doen. En ja, bij AI zit het natuurlijk niet in bankbiljetten. Zij verweven het in hun producten, bijvoorbeeld tekst of foto, video of audio in patronen, in tekst, in het patroon van woordkeuzes. Nou, hoe werkt dat dan? Nou, dan zal ik gelijk eventjes dit nieuws alvast ietsje ontzenuwen in de zin van wat context geven.

Peter Slagter: Google, die doet dit al sinds mei 2024. Ze hebben daar een eigen tech voor ontwikkeld. Heet SynthID. Ja, dan moet je een beetje. Neem bijvoorbeeld even de zin het weer was koud en puntje puntje puntje. Nou wat? Wat komt er op? Puntje, puntje, puntje. Guur, bijvoorbeeld guur, bijvoorbeeld nat, bewolkt, grijs, warm, heet. Ja, lekker.

Bart Mol: Koud en heet.

Peter Slagter: Koud, heet.

Bart Mol: Te lage.

Peter Slagter: Ja, dat is super creatief, Bart. Kijk, normaal gesproken krijg je min of meer willekeurig zo'n nieuw token. Een nieuw stukje woord of een woord toegewezen. En dan? Nou, dan zie je de zin verschijnen en met een watermerk erbij, dan zit daar een subtiele sturing in. Er ligt een geheime sleutel achter en die bepaalt eigenlijk bij dit soort keuzemomenten welke woorden welke tokens voorrang krijgen. En één keer zoiets doen, dat zegt eigenlijk niks. Maar als je dat honderden keren achter elkaar doet in een wat langere tekst, dan ontstaat er eigenlijk een soort vingerafdruk waaraan je kunt herkennen. Ah, deze tekst is geproduceerd door AI. Het is met een tool van Anthropic en misschien ook wel wanneer het was. Ik weet niet precies wat er in de vingerafdruk zit. In die eerste twee in ieder geval wel. Nou kijk, Google die doet dat in tekst, in audio, in video en heeft er ook een detector voor geschreven. Al blijft hij niet publiek. SynthID detector. Maar daarmee kunnen ze natuurlijk zelf herleiden wat er via hun tools geproduceerd is.

Peter Slagter: Kijk, officieel wordt er als reden aangegeven: ja, het is belangrijk dat mensen kunnen herkennen dat iets met AI is gemaakt. Dus als Bart iets schrijft en dat publiceert, dat anderen die dat lezen kunnen herkennen. Ah, dit is tekst geproduceerd met Claude of met OpenAI.

Bart Mol: Bart heeft zijn slop machine weer aangezet.

Peter Slagter: De slop machine aangezet. Precies. En er is natuurlijk ook nog een zakelijk belang voor Google. Daar schrijven ze dan niet zelf over. Het is natuurlijk wel prettig voor ze dat ze kunnen herkennen wat mensen met hun AI tools hebben gemaakt. Bijvoorbeeld om te kunnen voorkomen dat hun eigen producten minder bruikbaar worden. Dat ze kunnen herkennen welke content wel of niet in search resultaten moeten worden meegenomen. Of op YouTube, in de algoritmes of bij advertenties. Ze willen ook voorkomen dat hun eigen taalmodellen getraind worden op content die geproduceerd is door hun eigen taalmodellen. Misschien zitten er allerlei toepassingen achter die ook gewoon zakelijk interessant zijn. En voor Google gold ook: er is ook een strategisch belang. Zij dachten: ja, weet je, dit gaat nodig zijn. Het gaat nodig zijn dat wat geproduceerd wordt, herkenbaar is. Watermarking is een vrij logische manier om dat te doen. Als dat een standaard wordt, dan willen we eigenlijk die tech ervoor gemaakt hebben. Dus dan gebruik het liefst onze technologie. Dus die hebben een soort sprong vooruit gedaan.

Peter Slagter: Nou, waarom Anthropic dan nu ineens deze week? Dat heeft te maken met de AI Act die in Brussel is bedacht. Daarvan zijn de transparantieregels, dus artikel vijftig, sinds 2 augustus in effect getreden. En die schrijft voor dat aanbieders van generatieve AI, dus AI tools, modellen die dingen genereren, die moeten hun output markeren als zodanig. Dat moet gedetecteerd kunnen worden. Het achterliggende idee draait om herkomst, identificatie. En Brussel die zegt van ja, daarmee hopen we dat dat helpt om te voorkomen dat er misinformatie rondgaat of dat mensen gemanipuleerd worden of dat er fraude gepleegd kan worden of dat mensen misleid kunnen worden. Dus dat zijn de achterliggende drijfveren van de wetgever. Nou, en het punt is een beetje over hoe je aan die wet moet voldoen. Daar zeggen ze eigenlijk niet zoveel over.

Peter Slagter: De wet zegt alleen maar: dit moet je bereiken. Maar we zijn ook technologie neutraal. We zeggen niet precies hoe je het moet doen. Maar mocht je dat nou moeilijk vinden om zelf te bedenken, dat snappen we ook wel. We hebben een code of practice voor je. Die zegt eigenlijk: nou, als je het nou zo doet, dan is de kans vrij groot dat je aan de wettekst voldoet. Dat is natuurlijk een beetje een grijs gebied. Er zijn wel regels ergens. Want die wet die schrijft voor dat dingen effectief moeten zijn. Ze koppelen er bepaalde waarden aan, maar die zijn niet meetbaar. Als je iets op een weegschaal legt, dan komt x kilo uit, zeg maar. Je moet dat onderbouwen, zeg maar. Je moet uitleggen waarom jij denkt dat je eraan voldoet. Nou, als je die code of practice volgt, dan krijg je daar een bepaalde voorspelbaarheid over, bepaalde rechtszekerheid. Nou, in die code of practice, die stuurt aan op een bepaalde aanpak met gebruik van metadata, maar ook met gebruik van watermarking.

Peter Slagter: Ja, en dan komt Anthropic logischerwijs daarop terecht natuurlijk, want die wil in de EU actief zijn. Wat doe je dan? Nou, je ondertekent die code. Dat is een soort officiële stap. Je implementeert de maatregelen die erin worden genoemd en dan ben je een soort van good to go. Die ondertekening deed Anthropic niet in zijn eentje, dat deden 190 organisaties. Ook OpenAI, Meta, Microsoft, Mistral, enzovoorts. Dus in die zin is het wel een beetje vreemd dat Anthropic zelf werd uitgelicht als een soort van kwade geest. Ja, waar komt het dan vandaan? Nou, er was allerlei kritiek die rondging. Namelijk: ja, watermarking maakt de output van die modellen subtiel slechter. John Gruber, Daring Fireball, kennen mensen hem soms, onder John Gruber. Die schreef iets in de trant van: ja, de gedachte dat er ook maar iets anders dan mijn behoeften zou moeten meewegen bij het genereren van tekst voor mij is ronduit beledigend. Ja, daar zit een ondertoon in van: hey, de teksten door watermarking, die gaan veranderen en ze worden slechter, hè, dus het heeft een grote invloed.

Peter Slagter: Dat moet je ook niet zo zien in de zin van dat je dat direct gaat merken of terugzien. Het is dusdanig subtiel dat je best zou kunnen zeggen dat je de veranderingen eigenlijk nooit gaat opmerken. Dat is ook wel het mooie van die technologie. Een ander stuk kritiek is: ja, het kan leiden tot onjuiste classificatie. Een soort van vrees dat eigen werk onterecht als AI generated wordt aangemerkt omdat het watermerk dat erin zat bijvoorbeeld blijft hangen nadat je zelf teksten bent gaan bewerken. Een ander kritiekpunt is: dat is ineffectief. Want het punt is, zo'n watermerk is te omzeilen. Je kunt namelijk of gewoon modellen gebruiken die geen watermerk achterlaten, of je gebruikt tools om het weer te verwijderen. Die zijn er namelijk ook al ontworpen en die zijn gewoon publiek beschikbaar. Tools voor tekst, tools voor afbeelding, tools voor video. Dus ja, hoe nuttig is het nou eigenlijk? Een andere kritiek is, en daar gingen de Amerikanen vooral goed op: hebben ze weer zo'n wet uit Brussel, hoor. Er komt weer iets uit die surveillancekliek van Brussel en wij worden daar de dupe van, hè.

Peter Slagter: Die ergeren zich eraan dat een Brusselse wet ook op hen toegepast wordt. Overreach noemen ze dat. Ja, weet je, en dan even terug naar Anthropic. Ja, weet je, dat zij op watermarking uitkwamen is dus logisch, want ze willen in de EU actief zijn. Dan heb je Brussel, de wet, dat levert een plicht op. Dan is er een logische route, namelijk die code, dat levert een methode op. Dan is er een technische keuze: ja, dan gebruik je iets dat al bewezen is, namelijk Google SynthID. Dat hebben ze niet precies gebruikt, maar dat is wel grotendeels waar hun eigen methode ook op gebaseerd is. Ja, en dan volgt er een productkeuze, namelijk: gaan we dit alleen voor Europese gebruikers doen of wereldwijd? Nou, dat was niet af te bakenen, dus wereldwijd. Kijk, in principe is alleen de wet een plicht. Die tweede, derde, vierde stap, dat is gewoon een keuze van Anthropic. Maar die zijn wel heel voor de hand liggend dat ze daar op uit zijn gekomen. Dan wordt er nog eens gezegd van: ja, maar dit hoeft u niet, hoor, kijk maar naar xAI, die heeft de code niet ondertekend. En daar volgt dan een soort van sentiment omheen van: zie je wel, het kan anders.

Peter Slagter: Tot aan van xAI is tenminste bezig met een terechte opstand tegen die vieze EU dictatuur, waar dit weer wordt opgelegd. En dat is wel grappig, want ik ging even de gebruikersvoorwaarden van xAI door. Daar staat in: don't use our service to engage in illegal activities. Nou, zoals: detrimentally impacting the service door bijvoorbeeld stripping, altering or sync circumventing embedded watermarks. Dus blijkbaar doet xAI dit zelf ook al gewoon. Ja, ze hebben er zelf overigens niks over gezegd. Het enige wat we weten is dat ze die code niet ondertekend hebben. Dat mag ook, maar dat is vrijwillig. Ze mogen het ook op een andere manier laten zien. Nou, dan gaat er nog wat fut over die watermarks rond. Ik heb er even vier op een rij gezet en op ieder zinnetje dat ik ga uitspreken is eigenlijk het antwoord: nee, dit klopt niet. Bijvoorbeeld: er zitten verborgen tekens in mijn Claude-tekst. Nee. Claude kan hiermee zien wie de tekst heeft gemaakt. Nee, ook niet. Of Anthropic die claimt nu het eigendom van wat ik gemaakt heb. Nee, is ook niet. En alleen Anthropic doet dit.

Peter Slagter: Het is een Orweliaanse actie. Nou nee, dat klopt dus ook niet. Ja, oké, dan even een vraag: wat vind ik er zelf van? Kijk, ik snap dus best wel goed dat mensen in hun gevoel geraakt worden door het idee van watermarking. Het is toch een soort van alsof je een tattoo opgeplakt krijgt zonder dat je het zelf wil, hè. En ik dacht ook van: ja, weet je, ik, waarom betaal ik een tool? Nou, dat is omdat ik gewoon wil dat ie het beste doet voor mij en niet zozeer het beste doet onder de voorwaarde dat iets later detecteerbaar moet zijn. Ik ben het wel mee eens met de kritiek dat het nieuwe risico's introduceert. Ik ben het ook mee eens met de kritiek dat het best wel asymmetrisch is. Want stel dat iemand daadwerkelijk slechte intenties heeft, ja, die kan het dus heel makkelijk omzeilen. Een ander model, een andere tool, terwijl alle gewone gebruikers dus die stempel krijgen. Speelt dat juist niet misinformatie in de kaart? Want als het dan niet die stempel heeft, denk ik dat het echt is. Terwijl dat dan misschien juist geproduceerd is door, nou ja, goed, en, ja, waar ik sowieso niet zo goed op ga is, is het idee van sturing, logging, dingen bijhouden, surveillance op staatsniveau.

Peter Slagter: Ja, ik snap dat alles, hè, dat is ook een medaille met verschillende kanten en ik neig toch vaak naar van: joh, ik ga beter op vrijheidsbeginselen dan op surveillancebeginselen. Ja, dus, hè, ik ben een beetje indifferent. Ik neig naar, ik vind het stom. Tegelijkertijd snap ik ook alle argumenten waarom Anthropic in dit geval dat aan het toepassen is.

Bart Mol: Kijk, wat ik het lastige denk ik daar aan vind, is dat ik het op zich eens ben met de tegenwerpingen die je inbrengt. Alleen, ik vind dat we soms dan de status quo, en ik zeg niet dat jij dat nu op dit moment doet, maar dat zie ik soms wel gebeuren, dat we de status quo als te positief schetsen of zoiets dergelijks. In de zin van, hè, als je het over sturing, logging en surveillance hebt, ja, dan is dat kliekje in Silicon Valley in California

Peter Slagter: Dus het stinkt ook

Bart Mol: Is natuurlijk krachtiger dan complete machtsblokken. En zeker sinds dat ze erachter zijn gekomen dat ze Trump best wel makkelijk ook toch wel enigszins kunnen beïnvloeden. Zou je kunnen zeggen dat daar ook een, dat dat inmiddels ook misschien enigszins op staatsniveau zich afspeelt? Zeg maar, tien jaar geleden werd Zuckerberg bijna aan de hoogste boom opgeknoopt omdat hij gewoon met Facebook, ja, zoveel data aan het vergaren was op elke manier die hij kon en daar ook wel ideeën mee had, waar ook toen ook wel denk ik terecht tegengas aan werd gegeven vanuit de samenleving, vanuit de politiek. Ik heb het idee dat we nu tien jaar verder, mede ook wel door wat jij aangeeft, want ik denk wel dat het een terecht punt is dat de EU op zich soms goede intenties heeft, maar dat dat heel snel verzandt in een soort bureaucratisch monster waarvan je zegt: werkt dat niet inderdaad juist in de hand? Bijvoorbeeld we hebben op zich GDPR was best een aardig privacy idee, maar we hebben nu een cookie banner die iedereen gewoon blind wegklikt, waardoor je inderdaad een soort van valse zekerheid krijgt.

Bart Mol: Ja, heel goed punt. Op het moment dat je erop gaat vertrouwen dat die watermarking werkt en je kan het dan heel makkelijk omzeilen. Ja, maar aan de andere kant hebben we wel, je kan tegenwoordig zo makkelijk zoveel misinformatie of zoveel slop produceren dat ik ook wel weer snap: ja, daar willen we wel iets tegen doen, denk ik, omdat we anders onder een soort lawine van artificieel gegenereerde informatie terechtkomen. Dus dat vind ik zelf een beetje het lastige eraan. Het is niet alsof we nu op een plek zitten waarvan ik denk: nou, de status quo is fijn, laten we daar blijven zitten. Maar ja, ik ben het ook wel weer met je eens dat ik denk: ja, wat er nu voorgesteld wordt, ja, schieten we daar wat mee op? Of wordt het daar alleen nog maar moeilijker en gecompliceerder van? Nou ja, laten we het onze lieve luisteraars eens vragen, Peter, wat denken jullie daarvan? Hoe moeten we hiermee omgaan, dames en heren? Moeten we gaan watermarken of hebben jullie misschien het idee waarmee we dit kunnen oplossen? Ik ben wel benieuwd daarna.

Bart Mol: Zullen wij door naar het volgende topic?

Peter Slagter: Zeker. Let's go.

Bart Mol: Zullen wij met de dataverzameling aan de gang gaan? Of gaan we het eens even hebben over hoeveel geld mijn abonnementje bij Claude waard is?

Peter Slagter: Ja, vind ik prima om die eens even om te draaien.

Bart Mol: Doe maar, draaien we die om. Beginnen we daarmee. Ja, hoeveel geld is mijn abonnementje waard? Je zou zeggen $20 of 200. Ligt er een beetje aan welke je hebt, maar dit is een onderwerp wat op verschillende manieren in mijn hoofd zat, Peet. En ik zal je zeggen, ik zal even de cliffhanger alvast geven. Althans het eindoordeel. Ik weet het nog niet precies. Ik denk ook dat je het niet kan weten, maar ik zag wat langskomen. Dat was twee weken geleden denk ik. Toen zag ik een nieuwsbericht langskomen dat er gewoon enorm veel geïnvesteerd wordt in AI op verschillende manieren. Een berichtje van Bloomberg met de titel Big Tech Holds 2 Trillion. Wat is dat? Biljoen in het Nederlands?

Peter Slagter: Ja.

Bart Mol: 2 billion. Ja, het is enorm veel. Of spending commitments for AI boom. Amazon, Microsoft, Google en Meta investeren samen in 2026 al $730 miljard in vooral datacenters, hè, en chipproductie. Dat is vijf keer zoveel als in 2022. En het is niet alsof we de cloud opeens veel meer zijn gaan gebruiken. Nee, dit heeft vooral te maken met het uitbouwen van AI capabilities. Oracle, die eigenlijk niet eens bij deze hyperscalers hoort, die gooit er nog eens 70 miljard bovenop. Zit je op de 800 miljard komende, komende, ja, dit jaar eigenlijk en dus de komende jaren 2 trillion dollars, hè, dus dat, ja, dat is

Peter Slagter: 2000 miljard.

Bart Mol: Ja, dat is de complete verplichting die ze aan zijn gegaan. En die investeringsgolf, die loopt eigenlijk nog verder over de hele keten heen. We hebben natuurlijk OpenAI en Anthropic die nog allemaal geld kapotslaan om die compute die bij Amazon, Microsoft en Google neergelegd wordt te huren of door zelf ook datacenters te bouwen. Hè, we hebben gezien dat heel veel Bitcoin miners bijvoorbeeld overgaan op AI datacenters en veel van die capaciteit wordt ook opgekocht door Anthropic en OpenAI. We hebben Anthropic gezien die bij Elon Musk aanklopte om daar in dat enorme datacenter wat SpaceX AI heeft, capaciteit te huren, dus daar wordt veel geld uitgegeven.

Peter Slagter: Stukgeslagen.

Bart Mol: Ja, ik wilde het iets neutraler naar voren geven. Maar inderdaad, stukgeslagen. En heb je de chipmakers nog, hè, TSMC, die hebben 60, 65 miljard uitgegeven om capaciteit uit te bouwen om chips te bouwen. En hetzelfde geldt voor Samsung. We hebben SK Hynix gezien, Micron, noem het allemaal maar op. Dus ook die zitten extra fabrieken te bouwen. Ik wil niet allemaal zeggen dat het allemaal soort wel met geleend geld gebeurt, hè, dat is misschien in het geval van Anthropic en OpenAI zo. Die andere bedrijven hebben natuurlijk ja, best wel vaak een cash reserve of gewoon heel veel winst gemaakt. Bijvoorbeeld ook zoals een Nvidia of een Samsung of een TSMC. Dus die kunnen dat daaruit betalen. Het gaat mij erom dat de hoogte, de omvang van deze investeringen is ongeëvenaard. Dit is compleet niet te vergelijken met de jaren hiervoor. Toen kwam dat, dat was blokje één zeg maar. Toen kwam nog eens naar buiten dat Microsoft met de Q2 cijfers kwam.

Bart Mol: Dus, wat is dat? April, mei en juni van dit jaar. En daaruit bleek dat $24 miljard omzet kwam bij OpenAI vandaan. Dus als je het dan hebt over Bloomberg die dat rapporteerde. Die schatten dus eigenlijk dat het 70% van Microsofts totale AI-omzet komt van één klant, namelijk OpenAI.

Peter Slagter: Ja.

Bart Mol: Ja, dan is de vraag: waar zijn de andere klanten, hè? Dus het gaat erom dat, nou ja, die enorme investeringen in datacenters en GPU's door Microsoft, ja, die worden afgenomen door OpenAI. Maar OpenAI wordt weer gefinancierd door Microsoft, onder andere. Het is een soort van, er ontstaan telkens van die.

Peter Slagter: Broekzak, vestzak. Het gaat, circuleert gewoon heen en weer.

Bart Mol: Ja, exact. Van die cirkeltjes inderdaad. Soort van die wel omhoog cirkelen. Dus dat vond ik interessant. Toen kwam daar nog eens bij, dat kwam deze week naar buiten. Dat was nog wel interessant. Dat is eigenlijk het stukje wat ik een beetje miste, is dat, nou ja, de omzet van OpenAI gestegen is in het tweede kwartaal van 2026, van 5,7 miljard naar 6,7 miljard, hè. Ze hebben nu, Codex doet het goed, het wordt door meer programmeurs gebruikt. Nou, dat, dat is waar Anthropic gewoon veel geld aan verdiend heeft. Kijk, het is leuk dat OpenAI 1 miljard klanten heeft of zo. Weet ik veel hoeveel het er waren.

Peter Slagter: Ja.

Bart Mol: Maar dat waren wel gebruikers. Precies. Zoals mijn vriendin OpenAI gebruikt. Best wel veel, maar wel op een gratis accountje. En die interesseert het voor de rest niet zoveel dat ze, ja, GPT-3 geserveerd krijgt. Maar, ja, dat kost wel geld. Terwijl types zoals jij en ik kwamen steeds vaker bij Claude terecht met Claude Code. Dat soort tools.

Peter Slagter: Ja.

Bart Mol: Ja, en wij zitten op $200 per maand max abonnementjes. Ja, dat is gewoon hetzelfde geldt voor de developers binnen bedrijven en die betalen API kosten, dus lang verhaal kort: OpenAI maakt verlies. Een operating loss van 12,3 miljard in het tweede kwartaal en in het eerste kwartaal 9,3. Dus daar wordt gewoon toch wel nog wel geld verbrand.

Peter Slagter: Flink verbrand, hoor. Zo.

Bart Mol: Ja, en Anthropic draaide in Q2 een kleine winst. Even voor de duidelijkheid mensen, het zijn beide private partijen. Dit zijn allemaal bronnen die het rapporteren, hè. Tuurlijk, ze hebben gewoon een jaarrekening. Ze hebben kwartaalcijfers voor investeerders en die komen dan bij Bloomberg of bij de Financial Times of bij de Wall Street Journal terecht. Maar we kunnen ze niet makkelijk vergelijken, want bij de één zit dan wel de aandeelhouderswinst erbij en bij de ander niet. Dus bijvoorbeeld, wat ook Microsoft verdient aan koerswinsten op OpenAI. Dat is weer uit de winst van OpenAI gehaald en dat is bij Anthropic weer niet gedaan. We moeten ze hier niet per se vergelijken. Het gaat mij erom dat ze, op zijn best draaien dit soort bedrijven nu een kleine winst en op zijn slechtst trappen ze, verbranden ze 10 miljard per kwartaal. Dus daar zit het, daar zit iets. Dat ik denk: poah, we hebben dus die hyperscalers, die slaan 750, 800 miljard dollar per jaar kapot om aan de toekomstige vraag van AI te voldoen.

Bart Mol: Maar de enige klant, nou niet de enige, maar de grootste klanten die ze hebben zijn OpenAI zelf en Anthropic. En die maken eigenlijk amper winst, hè. En toen dacht ik: oké, laten we dat eens dan even helemaal van macro naar het hoogste niveau naar mijzelf terughalen. Oké, ik betaal volgens mij €400 per maand aan AI-abonnementen. Ik heb Claude Code op $200 volgens mij, Codex ook, of $100 of iets in die richting. Ja, en er zal nog wat API credits langskomen. En dat vind ik op zich, ja, daarvan vraag ik me soms wel af, Peet, is dit het nou waard? En het is dat ik het zakelijk doe en het is dat ik er nog een podcast over maak. En het is dat ik het heel erg leuk vind, hè, het slim maken van mijn warmtepomp thuis. Is dat $400 per maand waard? I don't know. Dat weet ik al niet. Maar het vervelende is, of het kromme is dat mijn €200 per maand zoveel gesubsidieerd wordt vanuit OpenAI en vanuit Anthropic, dat het eigenlijk tussen de 8 tot $14.000 aan API credits is.

Bart Mol: Dus als ik het zonder abonnementje zou doen, dan zou ik opeens, ik krijg voor $200 krijg ik $8.000 aan API tegoed. Oké, de slimme luisteraars zullen zeggen: ja, maar Bart, er zit nog een enorme marge op. Prima, laten we zeggen dat er 75% marge op zit. Ik weet het niet, maar laten we dat eens doen. Dan krijg ik alsnog voor mijn $200 bij OpenAI, hè, mijn abonnementje, krijg ik alsnog €2.000 aan compute. Dus alsnog krijg ik 10 keer zoveel dan waarvoor ik betaal. Dus als ik bijvoorbeeld mijn iPhone-appje wat ik aan het maken ben en ik zat een beetje te kijken als ik dat via de API zou doen, dan zou me dat op dit moment $5.000 kosten. En hij is nog niet eens af. En dat zou ik het niet waard vinden als ik dat zou moeten betalen.

Peter Slagter: Nee.

Bart Mol: Dus we hebben aan de ene kant bedrijven zoals OpenAI en Anthropic die meer geld moeten verdienen om winstgevender te worden en uiteindelijk al die enorme investeringen een soort van waar te kunnen maken. We moeten met z'n allen AI gaan gebruiken, maar als ik de echte prijs moet betalen, dan zou ik het niet doen. Sterker nog, ik vraag me af of de prijs die ik nu betaal het eigenlijk al waard is voor mij. Komt nog iets bij. Er ontwikkelt zich nu voor onze neuzen een soort van good enough laag. Jij zei voor de uitzending tegen mij, Peet, dat je eigenlijk voor programmeren gewoon best wel vaak Opus 4.8 gebruikt en helemaal niet Fable 5 of Sol 5.6 op Ultra Max Think.

Peter Slagter: Nee, die intelligentie heb ik niet nodig voor, ja, gewoon voor het programmeren is Opus gewoon slim zat en bovendien sneller, weet je wel. En goedkoper. Dus echt, ja.

Bart Mol: Precies.

Peter Slagter: Ja. Ik bedoel, ik vind het prima om Fable te gaan gebruiken, maar dan moet het wel de gebruikssnelheid van Opus krijgen en ook de kosten moeten omlaag, want alles-

Bart Mol: Exact, exact. En dit zie je nog meer ontstaan. We hebben het net gehad over Qwen 3.8 27B. Dat is een model wat ik lokaal redelijk snel op mijn videokaart kan draaien van €1.000 thuis. Tuurlijk moet er nog wel energie in, hè, want zo'n videokaart verbruikt ook gewoon 350 watt. Maar die zit qua benchmark zit hij gewoon in de buurt van Opus 4.8. Dat is lokaal op mijn eigen laptop of mijn eigen gaming pc voor duidelijkheid. Dus dan zit Microsoft en al die anderen, die slaan 750 miljard kapot, terwijl ik, ik kan dit thuis draaien. Stel ik wil het niet thuis draaien. We hebben DeepSeek, V4, Flash, Open Weights, spotgoedkoop en ook Opus 4.8 niveau pak 'm beet. Dus hoe is dit vol te houden? Want je ziet al dat de modellen die de, of de bedrijven die nu al de API-prijzen moeten betalen bij Anthropic, die zie je steeds meer. We hebben token maxing gehad, we hebben nu token mining. Die zie je.

Bart Mol: Ja, weet je wat? Weet je wat wij doen? Wij zetten token budgetten of we gaan gewoon DeepSeek gebruiken. Of Kimi of whatever. Of een ander model wat goedkoper is dan wat ik bij Anthropic of OpenAI krijg. Dus hoe is dit vol te houden voor die frontier labs? Hun hele strategie is erop geënt om de snelste te blijven, de beste te blijven. Om de beste te blijven moeten ze elke zes maanden een nieuw frontier model releasen. Want die Chinezen, die zijn binnen een paar maanden, ja, je released Fable. Een paar maanden later heb je Kimi 3 en die is ongeveer even goed. Alleen om nieuwe frontier modellen te blijven releasen moet je wel blijven trainen, moet je meer data hebben en compute, steeds meer compute. Alleen dan is de vraag: joh, ja, ik vind Fable 5 al overkill voor wat ik doe. Ik heb helemaal geen Fable 6 nodig. En daarnaast, als ik Fable 5 gebruik voor mijn appje vind ik hem al, ja, ik vind, hij maakt ook nog te veel fouten. Ik moet toch de helft van de tijd zelf nog aanwezig zijn, zelf nadenken.

Bart Mol: Ja, weet je wat, dan laat ik Fable gewoon geen plan schrijven. Ik schrijf het plan zelf wel en ik schrijf een spec ook zelf wel en dan gebruik ik daarna een goedkoper model om het in te voeren, want daar heb ik Fable ook niet nodig. Dus Fable als orchestrator is ook niet altijd nodig, omdat ik dat zelf weer beter kan. Ik kan zelf beter bedenken hoe mijn tutorial in elkaar moet zitten, hoe mijn artikel, welke scherpe invalshoek dat moet hebben en daarna de research. Ja, dat kan Sonnet prima, dus ik zit daar een beetje van: hoe kan dit zichzelf uit gaan betalen? Hoe kan deze enorme, ja, het is geen gok, maar hoe deze enorme investering van al deze bedrijven, hoe kan dit blijven lopen als niemand er eigenlijk behoefte aan heeft of zo? Aan die frontier modellen? En al helemaal niet voor de prijzen waartegen ze moeten draaien om winstgevend te zijn. Dat is een vraag waarmee ik afsluit. Want het kan ook zomaar zijn dat Mythos 6 straks uit gaat komen. Fable 6. En die is wel echt heel erg goed als orchestrator.

Bart Mol: Die maakt eigenlijk helemaal geen fouten meer. De fouten die ik wel maak of zo. Dat ik zeg: ja, oké, nu snap ik het wel, dit wil ik gebruiken. En ik snap dat er bepaalde onderzoekers zijn die op zoek zijn. Pete, je had het vorige week over die sarcofagen. Nee, bacteriofagen, hè, was het. Dat, voor dat soort onderzoek dat je zegt: je hebt hier gewoon frontier nodig. Maar zijn die use cases, zijn die genoeg om 800 miljard aan investering recht te trekken of zo? Ik weet dat niet, dat moeten we gaan zien. Maar ik heb daar wel enigszins vraagtekens bij, denk ik. Tada, dat is hem. Ik had gewild dat ik jullie precies kon vertellen hoe het ging eindigen mensen, maar dit is waar we nu staan.

Peter Slagter: Het is soms ook goed om gewoon even een gedachte open te houden. Je hebt zeker een paar duizend zaadjes geplant. Wie weet groeit daar iets uit voort en dan laten we onze luisteraars het ook wel weer weten.

Bart Mol: Ja.

Peter Slagter: Wat er daarna komt.

Bart Mol: Laat vooral ook weten, luisteraars, hoe jullie erover denken. Welke modellen gebruiken jullie nou eigenlijk? En zijn jullie daar een beetje tevreden over? Gebruiken jullie uitsluitend Fable? Welk abonnement, hoeveel geld zijn jullie bereid voor AI zoals het nu een beetje is? Hoeveel geld ben je bereid om lange termijn maandelijks te betalen daarvoor? Misschien is dat een goede vraag.

Peter Slagter: Ja. Ja, dat zal gewoon ontzettend verschillen per persoon, per beroep.

Bart Mol: Ja, precies.

Peter Slagter: Per mens.

Bart Mol: Daar ben ik wel benieuwd naar.

Peter Slagter: Kijk, en je hebt ook nog betalen voor een tool dat heel concreet iets oplost. Dat is meer een soort SaaS dienst of, ja, hè. Of een app, of abonnementje of zo. En natuurlijk gewoon de tool waarmee je zelf bouwt en werkt. Dat is dan weer wat anders, want dat wordt vaak ook weer gesubsidieerd door de werkgever. Ja, het is best een, ja, hoe dat onderaan de streep helemaal bij bedrijven die dit maken, de labs en hoe dat uit... ja, het is zo afhankelijk van hoe de toekomst eruit ziet.

Bart Mol: Ja, denk ik ook.

Peter Slagter: Ik ga er even van uit dat ze dat bij Anthropic en OpenAI, dat ze daar een hele stevige visie op hebben die al die verbrandde miljarden toch verantwoorden. We gaan het meemaken.

Bart Mol: We gaan meemaken.

Peter Slagter: We gaan eerst eens even het volgende toe.

Bart Mol: Ja, want dat past hier leuk bij. Dat gaat over, ja, als we het dan over nieuwe modellen hebben. Die moeten gevoerd worden met steeds meer en meer en meer nieuwe data. Hoe harken we dat nou bij elkaar? Nou, Pete heeft het uitgezocht.

Peter Slagter: Ja, mijn itempje heb ik gevuld naar aanleiding van een artikel dat ik tegenkwam in de New York Times. De titel is: China Wants to Shape What the World's AI Knows. Ik las dat en ik vond het interessant genoeg om hier gewoon eens even een minuutje of tien bij stil te staan. Wat is nou het kernidee van het artikel? Eigenlijk is het kernidee, het thema is: wie de brondata van AI-modellen levert, beheert, produceert, bepaalt het dominante verhaal dat die AI-modellen zelf weer produceren. En dat is interessant, want als je dat domineert, als jij degene bent die dat bepaalt, ja, dan staat het gelijk natuurlijk aan hele grote macht. Want het gaat namelijk over de informatievoorziening misschien wel wereldwijd. Goed, dan hou dat even vast. Wat heeft China nou gedaan? Nou, China heeft trainingsdata als onderwerp heel hoog op hun, laten we zeggen backlog gezet.

Peter Slagter: Hun prioriteitenlijst op hun kalender staat ergens bovenaan: trainingsdata. En dat geven ze handen en voeten door bijvoorbeeld data die ze al hebben beter bundelen, handiger ontsluiten, makkelijker te gebruiken maken, deelbaar maken, uit silo's halen. Ze hebben ook nieuwe programma's opgestart om hoogwaardige data te produceren. Er worden universitaire opleidingen voor gemaakt, banen gecreëerd gericht op dataproductie. Die datasets, die ze dus makkelijker ontsluitbaar maken, die willen ze ook gratis exporteren. Doen ze al. Op GitHub staan datasets, Hugging Face. En ja, eigenlijk is hun visie gewoon, wij willen onze versie van de wereld, ons wereldbeeld willen we eigenlijk tot de goedkoopste grondstof maken. Heel interessant en ik las daar drie thema's in. Laten we gewoon eens bij de eerste beginnen.

Peter Slagter: En dat is, ja, een soort van de jacht, de zucht naar goede echte data. Want het punt is een beetje dat openbare internet. Kijk, nog een stapje terug. Neurale netwerken, de technologie achter de AI-modellen die we nu gebruiken, die gingen pas vliegen toen het internet groot genoeg was geworden. Waarom? Omdat ze ontzettend veel data nodig hebben om van te kunnen leren. En intussen kun je wel zeggen dat, ja, er is een enorme stofzuiger langs geweest en het openbare internet is toch gewoon grotendeels wel opgeslurpt. En dat leidt ertoe dat die AI-labs die die frontier models ontwikkelen. En ja, ze willen natuurlijk dat die steeds beter worden. Ja, dat ze ook steeds specifiekere data nodig hebben. Ze hebben schone, nieuwe, originele data nodig. Nou ja, dan moet je bijvoorbeeld denken aan boeken, hè, fysieke boeken. Hebben we het vorige week over gehad, Project Panama. En daar horen dan die dystopische beelden bij van machines die de rug van het boek afsnijden, papieren die worden ingescand en het boek wordt vernietigd.

Peter Slagter: Maar ook gegevens uit de wetenschap, dingen die achter slot en grendel staan. Videobeelden. Ja, jij had iets gevonden Bart, over een AirTag en iets over Amazon en over boeken.

Bart Mol: Ja, is gewoon een leuk haakje, dus ik ga je niet te lang inbreken. We hadden het vorige week over die boeken, hè, die door Anthropic werden opgekocht. Amazon doet dat dus schijnbaar ook. Er zijn wat onderzoeksjournalisten, die hebben een AirTag in een speciaal, zeldzaam boek gedaan en die konden, die werd inderdaad opgekocht door Amazon in dit geval en die hebben helemaal gevolgd waar die dan heen werd gestuurd, dus dat is leuk om even na te lezen in dit kader. Dus blijkbaar gebeurt het nog steeds, want dit is, ja, recent. Het was een artikel van deze week.

Peter Slagter: Een AirTag door de shredder gegaan. Was minder erg dan het boek.

Bart Mol: Het boek ging erachteraan waarschijnlijk.

Peter Slagter: Ja. Maar goed, specifieke data hebben ze dus nodig. En ja, die worden op allerlei manieren vergaard. En dan worden ook ineens hele banale dingen waardevol, hè. Dus een beeld van een magazijnmedewerker die een doos inpakt of een loodgieter die een kraan vervangt. Een chirurg die een hechting zet. Een boek dat al sinds decennia stof staat te happen in een of andere universiteitsbibliotheek bijvoorbeeld. Alles is interessant, en dat is een bruggetje naar het tweede thema, namelijk dat de mens, ja, wordt toch concreet soort van wordt ingezet als dataproducent, hè. Dus er ontstaat een economie waarin mensen activiteiten uitvoeren omdat AI ervan moet leren. Een soort van omgekeerde fabriek. Dus het zijn niet robots die menselijk werk uitvoeren, maar andersom. En er zijn best wel wat voorbeelden van. Staan ook in de shownotes met linkjes. Bijvoorbeeld een Chinese student die iedere dag honderden keren een magnetrondeur opent.

Peter Slagter: Gewoon om te laten zien hoe die handeling eruit ziet. Een huisvrouw die zes uur per dag haar eigen huishoudwerk naspeelt om te laten zien: wat doe je? Welke bewegingen zijn er? Hoe complex is het? Fabrieksarbeiders bijvoorbeeld, die hun toekomstige vervanger trainen. Vakmanschap dat min of meer uit werknemers wordt geoogst. Kenniswerkers die hun eigen beroep naspelen. Bij die fabrieksarbeiders heb ik even een klein clipje uit een documentaire van Financial Times gehaald, Bart. Wel aardig om even te laten horen. Een klein stukje. De context beeld en audio erbij.

Gast: We visited this textile manufacturing factory in Karur. There was a station where they are stitching something. There's a station where they are folding something. There's a station where they're ironing something. And almost in all of the stations, some of the workers were wearing cameras on their foreheads. It was either a GoPro and some of them were also wearing Meta glasses.

Gast: We have 200 peoples and we utilize at least 60 peoples for this robotics area. They wear it every day, at least for six to eight hours per day. They have the additional benefit of 10.000 rupees per month.

Peter Slagter: Ja, dus je ziet hier een video. Deze documentaire is een minuut of 25. Is leuk om, leuk en ook enigszins zorgwekkend slash dystopisch om te kijken. Het zijn gewoon mensen die hun werk aan het doen zijn. En van de 200 arbeiders in de fabriek zijn er zestig die ja, eigenlijk iedere dag 6 tot 8 uur lang gewoon sensoren, camera's en dergelijke dragen. Ja, waarmee eigenlijk hun werk geoogst wordt in de zin van, ja, opgehaald wordt hoe ze het doen, eigenlijk ook ter vervanging van henzelf. Ja, dus de mens als dataproducent. Nou, en het derde thema dat in dit artikel verscholen zit is, ja, dus data als geopolitiek wapen. Want wie of wat wordt nou eigenlijk de toekomstige bibliotheek waaruit toekomstige modellen hun kennis halen om van te leren? En het interessante is dat als je, China of de VS of een ander machtsblok degene is die grotendeels daar de touwtjes in handen krijgt, dan kan hun propaganda natuurlijk ook vrij makkelijk worden witgewassen via zo'n model.

Peter Slagter: Want het punt is, je krijgt dan te maken met een fenomeen dat bronvervaging wordt genoemd, hè. Dus ja, als jij een krant openslaat of een website intoetst, dan zie je, ja, bij traditionele media in ieder geval de afzender, hè. Dus je kunt onderscheid maken tussen de Chinese People's Daily en De Telegraaf. Dat geeft context. Alleen als je naar ChatGPT gaat, ja, die heeft niet per se altijd die verpakking ook. Dus een taalmodel kan dat overslaan, terwijl de informatie wel wordt aangeboden op een hele vriendelijke, neutrale manier. En als je het laat voorlezen ook nog met een hele vriendelijke, neutrale stem. Hè, en ik denk dat dat uiteindelijk de reden is dat VS, dat China, dat ja, ik denk dat dat de twee belangrijkste spelers zijn eigenlijk op dit gebied, toch zo hard hieraan trekken zijn, dat dit heel strategische onderwerpen zijn op de agenda. Want het gaat gewoon om lock-in. Het gaat om macht. Het gaat erom wie beheerst de GPU's, de modellen, de trainingsdata, de applicaties.

Peter Slagter: Wie alle lagen beheerst, heeft gewoon langdurige invloed. En dan start er gewoon een soort nieuw Windows-tijdperk. Microsoft heeft ook gewoon heel lang, zeg maar, met de scepter gezwaaid over computers en computer software, maar dan nog veel ingrijpender. Hè, want, ja, dat vond ik wel een aardig inzicht, hè. Kijk, tot dat we met AI gingen werken, ook in het tijdperk van het internet zijn wereldbeelden, de verschillende manieren om te kijken naar de werkelijkheid en hoe je gebeurtenissen connoteert, hoe je die kleurt, wat goed of fout is, het moraal, normen en waarden, die waren toch nog wel redelijk gescheiden. Europa, Amerika, China, Zuid-Amerika, nou ja, dingen in Azië. We weten ongeveer wat de verschillen zijn, maar het blijft wel redelijk geïsoleerd tot het machtsblok waarin jij je begeeft. Kijk, met de mogelijkheid die AI biedt, de AI-modellen, ja, zou er zomaar eens een ander soort realiteit kunnen ontstaan.

Peter Slagter: Een soort van de AI-realiteit. En de vraag is even: waar is die nou eigenlijk op geënt? Hè, want je hebt, ja, een hele zwerm met agents die in principe weinig te maken hebben met onze fysieke grenzen en ook niet met onze nationale politiek zelfs. Ja, weet je, die gaan min of meer, ja, die gaan gewoon in de digitale ruimte rond en die hebben hersenen, die hebben gedrag, die hebben kennis. Ja, en waar komt het nou eigenlijk vandaan? En, ja, je ziet alle grootmachten, die willen heel graag daarover met de scepter zwaaien. Ook dit heeft natuurlijk een open eind, hè, want ja, hoe dit precies eruit gaat komen te zien en hoe we ons daartoe gaan verhouden, dat, ja, die deur staat nog wagenwijd open, hè, dus daar zijn we met z'n allen naar aan het kijken eigenlijk hoe zich dat afspeelt. Ik vond het heel interessant.

Bart Mol: Ja, is het ook. Wat heel grappig is, wat ik hier nog wel aan toe wil voegen is, ik ben bezig met het boek Empire of AI. Dat gaat over OpenAI in het specifiek, vanaf hun oprichting tot aan Code of Day 2025, ergens toen het boek uitkwam. Dus daar worden de eerste modellen besproken ook, en hoe OpenAI, ja, hoe dat bedrijf is opgericht en hoe dat werkt. Superinteressant. Ik zou het zeker aanraden. Het heeft ook een neutrale slash enigszins kritische kijk op het hele wereldje. Dat is ook wel verfrissend. Waarom ik dat aanhaal? Nou, omdat ze daar vrij specifiek behandelen hoe die modellen tot stand zijn gekomen. En het grappige is dat GPT-1 eigenlijk volledig getraind was op boeken alleen en dat het internet daarna kwam en dat eigenlijk steeds verder de grens verlegd werd van wat, ja, acceptabele data was. Dus ja, in de honger om maar een groter model te kunnen trainen, ja, was eerst boeken. Maar ja, dat was wel goede data, maar dat waren er maar 7.000 en die hadden ze, die hadden ze ook gewoon geript volgens mij.

Bart Mol: Dat is dat hele verhaal van wat Anthropic uiteindelijk ook gedaan heeft. En daarna het internet. Daar hadden ze nog wel van: ja, een beetje op Reddit kijken en dat moet dan wel een bepaald aantal upvotes hebben, hè, een bericht, want dan is het goed. Ja, en daarna is gewoon een soort, ik overdrijf een beetje, maar alles erin geїd en dat zorgde ervoor dat model beter werd, maar dat hij ook bijvoorbeeld opeens gekke naziteksten begon uit te slaan. Of hele seksistische teksten omdat hij elke krocht van het internet, ja, was gevoerd aan dat model. En nu kom je inderdaad op het punt waar er eigenlijk niet zoveel data meer is en waar er ook gewerkt wordt met reinforcement learning from human feedback. En wat daar weer interessant aan is, is dat je nu ook een beetje terugziet wat die bedrijven zelf willen, welke kant ze op willen. Dat komt heel erg terug in die modellen. Dus je hebt nu opeens een Fable die gewoon, ja, daar vraag je wat aan, is ie gewoon een half uur vertrokken. Dus er wordt heel erg geduwd op agentic work, hè, dat zo'n model, als een agent, op zichzelf aan de slag kunnen zonder user input.

Bart Mol: Maar wat nou als ik dat niet wil als user?

Peter Slagter: Ja.

Bart Mol: Of bijvoorbeeld dat je ziet dat coding, hè, programmeren levert gewoon heel veel geld op voor die bedrijven, dus daar wordt hij heel erg op getraind. En je leest steeds meer mensen die zeggen: ja, maar wacht even, als ik een tekst wil schrijven, hè, een artikel, samen met Opus 5, dan is die gewoon veel slechter dan Opus 3 of Opus 4. Die vond ik veel betere teksten schrijven. Dus dat je ziet dat door de extra data die toegevoegd is of door de reinforcement learning die toegepast is op zo'n model met een bepaalde kant waar dat naartoe geduwd wordt Dat het niet zomaar is, wat in het begin nog wel zo was, dat elk model in alles beter werd. Je ziet nu dat modellen beter worden in programmeren, maar eigenlijk regressie vertonen in originele leuke teksten schrijven. Je ziet het ook in de chat zelf dat mensen zeggen: ja, ik snap niet eens meer, ik snap gewoon niet wat Fable schrijft. Ik krijg gewoon teksten terug van: zo praat het mens helemaal niet. Dit was veel beter. Hij praat alsof ik een soort van professor ben.

Bart Mol: Dit moet helemaal niet. Dus dat is nog wel grappig, en denk ik direct gerelateerd aan gewoon, ja, op een gegeven moment stopt de datatoevoer met verse nieuwe goede data en moet je andere dingen gebruiken om de modellen beter te maken. Die er dus niet meer per se voor zorgen dat alles wat het model doet beter werd. En die stappen zagen we, ja, van GPT-1 naar 2 naar 3 zag je die wel. Dat werd gewoon een paar honderd keer beter, de output. Ja, dat zien we niet meer op dit moment. Wel heel interessant. Ik zou dat boek zeker, als je het leuk vindt, je houdt van boeken lezen. Het is best wel een lang boek, maar het is goed doorheen te komen, dus ik zou dat erbij pakken. Denk jij dat het zo eens aan tijd wordt voor een praktische tip, Peet?

Peter Slagter: Nou, ik ben benieuwd. Het lijkt me wel. Ja.

Bart Mol: Het lijkt mij ook. Gaan we dat gewoon eens even doen. Eens even kijken of ik hem erbij kan pakken. Daar komt ie. Ja, de praktische tip van deze week: Herder. Ja, die stond al een tijdje op de agenda. Ik ga het kort houden, maar ik werk in de terminal vaak met Claude Code en daar gebruik ik Ghosty voor.

Peter Slagter: Was dat een terminal?

Bart Mol: Ja, ik zou gewoon zeggen: de ouderwetse manier om met een computer te praten. Tegenwoordig, hè, sinds Windows 95 heb je gewoon een bureaublad en daar klik je op icoontjes en dan krijg je een app die opent.

Peter Slagter: Grafische user interface.

Bart Mol: Precies. En de terminal is wat we daarvoor hadden dan, dan moest je gewoon commando's intypen en als je dan het juiste commando intypte, dan gebeurde er wat. En als je niet het juiste commando intypte, dan gebeurde er niks. Dat is voor de meeste mensen helemaal niet handig, maar voor developers wel, want die kunnen gewoon, hè, altijd het juiste commando intypen en dan kan je precies vertellen wat er moet gebeuren. Je hebt gewoon echt alle controle, en dat heb je bij een grafische interface niet altijd of moet je door allemaal menuutjes heen klikken. Nou, dat is hier niet. Dus developers gebruiken graag een terminal. En, nou ja, dat past mooi bij het vorige stuk. AI agents, hè, Claude Code, Codex dus ook graag omdat die eigenlijk wat dat betreft geen fouten maken. Dus die hebben heel veel controle. Het werkt supersnel. Ze hoeven niet allemaal te klikken op grafische interfaces, want dat vinden ze wel moeilijk. Hè, dan moeten ze met screenshots maken en dan klikken. Nieuw screenshot beo-- dat gaat traag, terwijl in de terminal werken directe output, directe input, dat gaat supersnel, dus daar houden ze van.

Bart Mol: Dus de terminal beleeft een renaissance zou je kunnen zeggen. Met bijvoorbeeld Claude Code, maar ook Codex en Hermes en dus nu Herder. Want wat is het probleem? Nou, ik werk met Ghosty. Dat is handig, want dan heb je verschillende tabbladen. Als ik hem nu open heb ik een aantal coding agents aanstaan. Ik heb er eentje waarmee ik mijn Home Assistant setup aan het verbeteren ben. Eentje om even al mijn bookmarks met AI nieuws uit mijn Twitteraccount te trekken. Eentje om een script te schrijven voor een tutorial die ik aan het maken ben. En dat was het dus. Ik heb drie agents openstaan. Probleem is een beetje, ja, dat zijn drie tabbladen. Ik kan niet precies zien wat er nu precies gebeurt, hè. Ik krijg wel een soundeffect als er eentje klaar is, dus ik weet wel dat ik moet gaan kijken. Nou, wat doet Herder? Ja, Herder geeft eigenlijk in je terminal een overzicht met verschillende spaces. Dat lijkt een beetje op wat Tmux doet voor de developers onder ons.

Bart Mol: Daar kan je eigenlijk een bepaalde directory, een bepaald project aanklikken. Dus je hebt dan bijvoorbeeld drie verschillende spaces, hè. In mijn geval zou er eentje de Home Assistant space zijn, eentje mijn voorbereiding podcast space. En in zo'n space kan je dan weer verschillende tabbladen openen om bijvoorbeeld met zowel Claude Code als Codex te werken aan hetzelfde project. Ik zeg maar wat. En dan heb je nog een soort van overzichtje in het overzichtsscherm staan met welke agents er dan precies openstaan, in welke space, aan welk project ze aan het werken zijn en of ze aan het werk zijn of dat ze klaar zijn. En daar kan je gewoon op klikken. Dus je hoeft niet alleen maar je toetsenbord te gebruiken. Je kan er ook op klikken en op die manier heb je best wel mooi overzicht over van: wat de hel ben ik nou precies aan het doen? Want ik heb soms wel eens, dan heb ik zes tabbladen openstaan en denk ik: wat gebeurt hier nou allemaal? Weet je wel. Ik zou het wel even fijn vinden om daar wat meer overzicht over te krijgen. En dan werkt Herder best wel leuk. Dus heb je dat probleem nou ook? Probeer Herder eens een keertje zou ik zeggen.

Bart Mol: Installeer het in je terminal en dan kan je eigenlijk direct aan de slag. Best wel geinig. Ja, meer valt er niet over te zeggen. Het is gewoon een leuk tooltje wat je eens een keertje uit kan gaan proberen. Ik heb dat deze week, afgelopen twee weken gedaan. Ik gebruik het niet altijd, maar in sessies waar ik gewoon veel verschillende dingen tegelijk aan het doen ben en daar een beetje overzicht over probeer te houden, dan vind ik het een erg fijne tool.

Peter Slagter: Leuk, hoor, heel leuk.

Bart Mol: Herder.dev.

Peter Slagter: Herder. You heard it here.

Bart Mol: H E R D R.dev. Ja, en dan Peet hoor ik, ik moet.

Peter Slagter: Ja, ja, ja, ja, ja.

Bart Mol: Ik moet van de track af. Hoe noem je dat? Van het spoor. Ik sta midden op het spoor. Ik moet eraf.

Peter Slagter: Snel, snel.

Bart Mol: Hij komt eraan. Hij komt eraan dames en heren. Daar komt ie.

Peter Slagter: Yes.

Bart Mol: Turing Line.

Peter Slagter: Ja, we stappen weer in op de Turing Line. Uhm, en, ja, vorige week zaten we natuurlijk aan de keukentafel met McCulloch en Pitts. Sigarenrokende mannen. En die laten we achter ons. Deur gedicht. We racen vooruit, en we komen op Information Station aan en we stappen uit in een wereld waarin dat best wel veel berichten verstuurd worden, uhm, door bijvoorbeeld telefoondraden heen, radiosignalen, dikke kabels die op de oceaanbodem liggen. En het punt is een beetje hoe groter Bart de afstand, des te zwakker, en ook vaak vervormder het signaal werd. Stemmen begonnen te kraken, letters vielen weg. Hele zinsdelen verdwenen in de ruis.

Bart Mol: Zulke dikke kabels misschien toentertijd.

Peter Slagter: Wat zei je?

Bart Mol: Het waren misschien helemaal niet zulke dikke kabeltjes, gewoon door-

Peter Slagter: Ja, nee, het waren wel echt serieuze kabels.

Bart Mol: Ja? Oké.

Peter Slagter: Ja, en omdat ze tegen ruis aanliepen, bouwden ze ook steeds betere kabels. Dus het idee van: hmm, die kabel, daar zit wel wat. Dat was wel bekend. Ze maakten ook sterkere zenders. Ze gingen met hele dure grote repeaters werken bijvoorbeeld. Maar toch, telkens liepen ze weer tegen grenzen aan en die waren onvoorspelbaar. Hoeveel informatie past er nou door zo'n kabel heen? En hoe stuur je een bericht betrouwbaar door een kanaal waar kennelijk veel ruis op zit? Ruis dat we niet kunnen wegnemen. Nou, en voor de oplossing gaan we naar Bell Labs in New Jersey. Dat is het lab van AT&T destijds en daar loopt een slanke, tengere wiskundige rond. Claude Shannon. Ja, en Shannon, ik noem hem even Shannon. Want ja, als ik elke keer Claude zeg, denk ik dat ik het over een product van Anthropic heb. Zit overigens wel een bruggetje. Zal ik zo meteen nog even uitleggen. Shannon is bèta, heeft de ziel van een speelvogel. Dit is echt, hij fietst regelmatig op een eenwieler rond op dat lab, terwijl hij met drie ballen jongleert.

Peter Slagter: Dat is Claude Shannon. Even voor het beeld. En tussen het spelen door, zoekt hij eigenlijk naar, ja, een soort van de wetten van digitale communicatie. En wiskunde is voor hem zijn belangrijkste gereedschap. Daarmee trekt hij min of meer de betekenis uit taal. Voor zijn wiskunde maakt het geen klap uit of je nou een bericht verstuurt door de oceaan heen dat een liefdesverklaring is of een recept voor kippensoep. Met zijn wiskunde bril op, zegt ie, zie ik informatie simpelweg als het wegnemen van onzekerheid. Nou, dat ga ik even uitleggen. Kijk, om eraan te kunnen rekenen, gebruikt Shannon een universele meeteenheid. Hij had een soort van de kilo van de communicatie nodig en dat werd de bit. En één bit maakt onderscheid tussen twee mogelijkheden ja of nee, nul of één. Nou, om het even concreet te maken: stel nou de situatie dat jij naar mij de letter D wil versturen. We zijn dan even machines, en ik als machine aan de overkant heb natuurlijk geen idee wat ik ga ontvangen. Ik weet niet welke letter verstuurd gaat worden.

Peter Slagter: Er zijn tientallen mogelijkheden. En nu doen we even alsof je dan als machine een razendsnel spelletje Wie is het? speelt om de onzekerheid weg te nemen. Zit de eerste, zit die letter in de eerste helft van het alfabet? Ja. Zit ie in de eerste helft daarvan? Ja. En na vijf van dit soort ja nee vragen is alle onzekerheid weg. Wiskundig gezien. Blijft daarom nog maar één keuze over: de D. Ik weet nu het is de D. Vijf keuzes, vijf bits. En, ja, met dit inzicht kon Shannon eindelijk rekenen aan communicatie. Hij kon gaan bepalen hoeveel informatie een verbinding bijvoorbeeld per seconde aankan. Waar de grens ligt. Want ja, een kabel en een radiosignaal, die hebben nou eenmaal een maximale capaciteit. Als je daar meer doorheen wil persen dan dat er overheen kan, dan gaat het mis. Nou, en zijn belangrijkste inzicht, die gaat over ruis. Hij bewees dat een verbinding niet perfect hoeft te zijn om toch informatie vrijwel foutloos over te kunnen brengen. Hij rekende voor dat zolang je onder de maximale capaciteit van een kanaal blijft, dat je een bericht zo kunt coderen dat de ontvanger aan de hand van het envelopje dat je hebt gebruikt fouten kan herkennen en kan corrigeren.

Peter Slagter: Dus als er dan een bitje onderweg verminkt raakt of wegvalt, in de oceaan achterblijft, dan is niet ineens het hele bericht verpest. En dat principe, dat zit nu nog steeds overal om ons heen. Ik wil maar zeggen, onze wifi verbindingen of 5G verbindingen, die blijven werken ondanks dat al die radiosignalen voortdurend verstoord worden. Of neem een ruimtesonde die vanaf honderden miljoenen kilometers een foto naar aarde stuurt. Ja, die komt gewoon aan, ondanks dat dat signaal natuurlijk op allerlei manieren aangetast is geweest. Shannon die bewees: ruis is geen onoverwinnelijke vijand, je kunt er gewoon omheen rekenen.

Bart Mol: Hé Peet, één vraagje, want jij zei: we gaan deze week naar Claude Shannon bij Bell Labs. Dit speelt zich, effe voor mijn idee en voor de luisteraar ergens 1950 of zo, iets in die-

Peter Slagter: Ja, iets voor 1950. Ja, dus in die periode inderdaad.

Bart Mol: Oké.

Peter Slagter: Dus we zitten nog steeds, we zitten min of meer in de eerste helft van de twintigste eeuw.

Bart Mol: Beetje analoge tijdperk, maar wel met communicatie over grote afstanden, zeg maar.

Peter Slagter: Klopt. Ja, hè. Dus vorige week zaten we nog in 1944. We zitten nu iets daarna. We zitten een beetje rond de overstap van de eerste naar de tweede helft van de twintigste eeuw.

Bart Mol: Ja.

Peter Slagter: Kijk, dit was dus baanbrekend werk van Shannon. Maar voor hem was dat eigenlijk pas het begin. Hij maakte eigenlijk nadat hij, ja, de stap had gemaakt om informatie in bits te vangen, had hij een meer filosofische, ja, gedachteflard waar hij door gegrepen werd. Ja, als ik nou taal en informatie in patronen kan vangen, want dat zat er voor hem achter, geldt dat dan ook voor een deel van het menselijk denken? Dus ja, het AI-achtig denken, dat kwam, dat werd voor Shannon een thema. En je zou kunnen zeggen dat het met een spelletje begint. Want ja, het was natuurlijk iemand die van spelletjes hield en dat deed hij met zijn vrouw Mary Elizabeth. Hij nam een zin uit een boek en liet haar letter voor letter raden wat er stond. Bijvoorbeeld, hè, als de zin begint met: de kat krabt de krullen van de t- Nou, dan raadde zij meteen de letter r. Ja waarom? Omdat taal vol met patronen zit.

Peter Slagter: En de letter r was voor zijn vrouw natuurlijk geen grote verrassing. En het kostte Shannon wiskundig gezien dus heel weinig bits om die r over te brengen.

Bart Mol: Het zou mooi zijn als hij ook gevraagd had: € 5.

Peter Slagter: Op je m.

Bart Mol: Ja, precies. Gouw, de g, de g.

Peter Slagter: Ja, precies, dus deze informatie kost heel weinig bits om over te dragen, want het is voorspelbaar. En Shannon die schatte in dat geschreven Engels voor ongeveer 75% uit voorspelbare structuren bestaat. Zijn belangstelling voor de manier waarop taal werkt en voorspelbaarheid en hoe machines kunnen leren van fouten, en, hè, dus in plaats van determinisme, meer de voorspelbaarheid van dingen, dat ging verder dan taal. Hij bouwde ook graag machines. Hij bouwde bijvoorbeeld een mechanische muis, en die moest zijn weg-- dat is gewoon een apparaat, een houten kast, spiegel erboven, kon je de muis zien gaan, die moest zijn weg vinden door een doolhof. En dan de eerste keer dat die muis de uitgang probeerde te vinden, botste die overal tegenaan, terwijl elektrische schakelaars onder het speelveld de route onthielden. Dat was een soort van zijn brein. En de tweede keer dat ie in het doolhof werd gezet, sjeesde die er gewoon in één vloeiende lijn doorheen naar de uitgang toe.

Peter Slagter: Dus die machine die leerde van zijn fouten. Kort daarna schreef Shannon ook een van zijn eerste wetenschappelijke artikelen, over hoe een computer kan leren schaken. En ook dat beschreef hij weer op een manier van: ja, hoe kan een machine zetten vooruitrekenen om slechte opties weg te strepen? Eigenlijk om de onzekerheden weg te nemen die er zijn in dit spel. Ik heb een fragmentje gevonden, dat wil ik er gewoon even in fietsen, waarin je Claude Shannon zelf hoort praten over die mechanische muis die hij presenteerde. Ja, het is een soort van documentaire gecombineerd met een soort van reclame voor AT&T destijds. En ja, ik dacht: ja, weet je, Claude Shannon, dat is zo'n figuur, daar moeten we eigenlijk ook even naar luisteren. Je hoort, dit is oud. Ik denk dat de band die gedigitaliseerd is eigenlijk bijna op overlijden stond. Ja, luister.

Bart Mol: Er zijn wat bitjes verloren gegaan, zou je kunnen zeggen.

Peter Slagter: Ja.

Bart Mol: Gaan we eens even aanzetten.

Gast: Of course solving a problem and remembering the solution involves a certain level of metal activity, and something perhaps akin to a brain. A small computing machine serves Theseus for a brain. Of course, Theseus himself is much too small to contain even a small computing machine and we have placed the brain cells, if you like, of Theseus behind the mirror here.

Peter Slagter: Ja, dit gaat verder met allerlei uitleg over relais bijvoorbeeld, als onderdeel van het geheugen en hoe dat dan geleend is uit de telefoonindustrie waar hij natuurlijk werkte en zo. En hoe mooi het allemaal is geregeld daarna. Maar het is een leuke, je vindt dat in de shownotes, moet je even kijken, als je daar wat meer van wil zien. Over hoe die muis werkte en waar Shannon mee bezig was. Hoe dan ook, deze man die had de bouwstenen van, ja, kunstmatige intelligentie in handen. Ja, het ding is wel, de geschiedenis nam een beetje een andere afslag, want binnen de AI-wereld, de vroege AI-wereld, ontstonden eigenlijk twee sporen. Veel vroege onderzoekers die kozen voor symbolische AI. Dat werd later ook wel good old fashioned AI of GOFAI genoemd. Daar horen onderzoekers als Marvin Minsky bij. En die bouwden systemen met symbolen en met als-dan-regels, hè, dus meer het deterministische spoor. Een ander spoor was het statistische spoor, hè, meer gebaseerd op kansberekening, leren uit data, het wegnemen van onzekerheden.

Peter Slagter: En dat is het terrein natuurlijk waar Shannon zich op thuis voelde. Dat spoor was er altijd wel, maar het heeft heel lang een heel veel kleinere rol gespeeld, want de overtuiging is heel lang geweest: een computer hoort gewoon te redeneren. Die hoort niet te gokken, want dat van Shannon lijkt toch een beetje op gokken, hè, een computer hoort te weten. En, ja, dat bleek lastig, dat spoor, want de wereld is gewoon te chaotisch om volledig in allerlei regels te vangen. En toevallig hadden we het hier eerder in de aflevering ook over toen dingen bij elkaar kwamen, zoals rekenkracht, neurale netwerken, maar ook de gigantische hoeveelheden data van het internet, schoof het zwaartepunt steeds meer naar statistiek toe. En nu hebben we ChatGPT, die moderne taalmodellen die, ja, dus niet met zo'n groot handboek met logische regels werken, maar die iets vergelijkbaars doen als de vrouw van Shannon aan die keukentafel. Namelijk berekenen welk volgende woord statistisch gezien de minste verrassing oplevert. Het zijn een soort van gigantische onzekerheidsreductiemachines, zou je kunnen zeggen.

Peter Slagter: Goed. Nou.

Bart Mol: Het grappige daaraan is, Peet, één kort dingetje, dat is dat de tekortkomingen van die stroming ook in ChatGPT nu ook weer enigszins gemaskeerd worden. Juist door die symbolische kant. In de zin van dat je je AI, je LLM, je neurale netwerk, dat die pas echt handig wordt als je hem kan koppelen aan die symboliek. Dus als die tools heeft, als die jouw computer kan uitlezen, als die het internet ook kan.

Peter Slagter: We proberen dus met regels z'n uitglijers te vermommen.

Bart Mol: Precies, want dat is natuurlijk het nadeel van die neurale netwerken, is dat ze niet meer deterministisch zijn en net als mensen gekke fouten maken. Het is heel interessant inderdaad. En die twee stromingen, die zijn er dus ook nog steeds trouwens, hè, dames en heren. Alleen, ja, nu heeft duidelijk het stuk neurale, wat is het, ja, neurale netwerken de bovenhand, want daar zit het geld ook en de funding, dus dat trekt de meeste mensen aan.

Peter Slagter: Kijk, kijk.

Bart Mol: Interessant.

Peter Slagter: Kijk, en Claude Shannon was natuurlijk niet een zielige man of zo, hè. Het is niet dat hij, omdat hij in een andere stroming zat dan de hoofdstroom niet gezien werd of niet briljant gevonden werd, want hij heeft allerlei dingen gedaan die gezien werden. Maar in de context van AI, ja, heeft hij heel lang natuurlijk niet de lof gekregen die hij misschien wel zou moeten verdienen.

Bart Mol: Ja.

Peter Slagter: Want hij had natuurlijk de manier van kijken die nu, ja, min of meer doorslaggevend is voor het succes van AI, had hij in 1948 al op papier gezet, zeg maar in wiskunde gevat. En je zou best kunnen zeggen dat dus nu achteraf postuum toch nog wel een buiging gemaakt wordt voor deze jonglerende man op de eenwieler. Bijvoorbeeld door Anthropic, die een belangrijke productlijn Claude heeft genoemd. Ze hebben dat nooit uitgelegd als: dat is Claude Shannon, maar wij weten wel beter. Dat is gewoon Claude Shannon.

Bart Mol: Ja, waarom zou je het anders Claude noemen? Niemand wil het uitspreken. Iedereen had in de eerste maanden zoiets van: ja, ik gebruik Claudeee.

Peter Slagter: Tuurlijk.

Bart Mol: Ja. Dus ja, want, uh.

Peter Slagter: Het is gewoon Claude.

Bart Mol: Wij weten wel beter inderdaad.

Peter Slagter: Claude Shannon. Volgende week reizen we naar Cybernetics Station. Dan gaan we het ook hebben over wat er gebeurt als, ja, systemen niet alleen maar informatie verwerken, maar het ook gebruiken als een soort van brandstof voor hun eigen gedrag en actie. Dus dat is net weer even andere invalshoek. Net eventjes een opvolging eigenlijk van wat je met informatie kunt als je dat binnenkrijgt. Heb ik ook zin in! Wordt leuk denk ik.

Bart Mol: Ik ben benieuwd. Dat brengt ons ook weer prachtig op tijd bij het einde van deze aflevering. Pete, thanks voor al je input. Ik denk dat het weer een leuke aflevering is geworden. Althans, dat vond ik wel.

Peter Slagter: Ik ook.

Bart Mol: Voldoende hersenspinsels besproken deze keer, zaadjes geplant voor toekomstige ontwikkelingen. Ja, laat ons vooral weten wat je ervan vond. Schrijf je in voor onze nieuwsbrief op turingstation.nl. Dan krijg je sowieso elke week een samenvatting met alle shownotes van de podcast. En als we iets extra's besluiten te schrijven, zoals bijvoorbeeld ons verhaal over Second Brains en Hermes agents, dan krijg je ook volledige toegang, krijg je hem in je mailbox. Als je hem gemist hebt, schrijf je alsnog in. Kan je hem op de website helemaal teruglezen. Dat gezegd hebbende wil ik jullie bedanken voor het luisteren en dan hoop ik jullie gewoon volgende week weer terug te zien voor aflevering 10 alweer van Turing Station. Dank voor het luisteren, dames en heren. Tot volgende week! Hoi hoi! Later.

Peter Slagter: Tot volgende week. Doei doei.