Geen op hol geslagen AI, wel een inhaalrace
Een van de hardnekkigste angsten die ik in gesprekken tegenkom, gaat over het moment waarop AI zichzelf begint te verbeteren. Het idee: zodra een model slim genoeg is om een beter model te bouwen, en dat model een nóg beter model, schiet de boel in een paar tellen door het dak en zijn wij de controle kwijt. Recursieve zelfverbetering heet dat. Het klinkt logisch, en het is een geliefd schrikbeeld in Silicon Valley. Maar deze week las ik een analyse die er op een prettige manier de lucht uit laat lopen.
Filosoof Toby Ord, bekend van zijn boek The Precipice, rekende voor waar zo’n explosie op stukloopt. Zijn sleutelbegrip is de generatietijd: hoe lang een AI erover doet om één volledige verbeterronde te doorlopen, van onderzoek naar training naar een werkend nieuw model. Voor een oneindige versnelling zou die tijd naar nul moeten zakken. En dat kan niet, want de werkelijkheid werkt tegen. Experimenten kosten tijd. Trainingsruns kosten tijd. Nieuwe chips maken kost maanden. Ord noemt extreme zelfverbetering wiskundig mogelijk, maar praktisch buitengewoon onwaarschijnlijk. Uiteindelijk stuit zelfs de slimste AI op de natuurkunde: niets reist sneller dan het licht, en rekenen kost onvermijdelijk energie en ruimte.
Kort gezegd: geen knal, geen op hol geslagen superintelligentie die ons van de ene op de andere dag inhaalt. Dat betekent niet dat er niets gebeurt. Het betekent dat het echte verhaal ergens anders zit dan waar de angst naar wijst. Niet in een explosie, maar in concurrentie.
De echte verschuiving: open modellen halen de top in
Terwijl iedereen naar het schrikbeeld keek, veranderde er onder de motorkap iets veel concreters. Zogeheten open modellen, waarvan je de bouwstenen vrij mag downloaden en zelf draaien, zijn in razend tempo aan het bijbenen. Neem GLM van het Chinese Z.ai: de nieuwste versie doet mee om de kop van de open modellen en zit vlak onder de beste gesloten modellen van Anthropic en OpenAI, voor een fractie van de prijs. Qwen, DeepSeek en Kimi duwen in hetzelfde tempo mee. En het bijzondere: je kunt zo’n open model bijslijpen op jouw specifieke taak, en dan verslaat het op díe taak soms zelfs het duurste topmodel, tegen een veelvoud lagere kosten.
Voor jou als ondernemer is dat belangrijker dan welk doemscenario dan ook. De vraag is niet langer welk model het slimst is, maar welk model bij welke klus past. Voor je moeilijkste, meest gevoelige werk blijven de grote gesloten modellen aantrekkelijk, niet alleen om hun prestaties maar ook om de betrouwbaarheid, de service en de garanties eromheen. Precies daarom blijven Anthropic en OpenAI stevig geld verdienen. Maar voor een groeiend deel van het routinewerk, samenvatten, herschrijven, een eerste opzet, is een goedkoop of zelfs gratis open model inmiddels ruim voldoende.
Wat je hiervan kunt meenemen
Ik merk dat dit voor veel mensen een geruststelling en een uitnodiging tegelijk is. Geruststellend, omdat de toekomst niet in één nacht ontploft maar zich in jaren ontvouwt, met tijd om bij te sturen. Een uitnodiging, omdat de echte winst niet ligt bij wie het bangst is voor AI of wie er het langst van weggebleven is, maar bij wie nu rustig leert welk gereedschap voor welke taak werkt. En dat gereedschap wordt met de maand beter en goedkoper.
