Het overzicht — 63 blogs in kaart
Een tussenstap: alle blogs tot nu toe op een rij, met samenvatting en kernpunt
Op 13 maart publiceerde ik mijn eerste blog. Vandaag staat de teller op drieënzestig. Dit stuk is een tussenstap — geen nieuwe analyse, maar een kaart. Voor wie halverwege instapt en wil weten waar de reis langs kwam. En eerlijk gezegd ook voor mezelf: net als het glossarium is dit een manier om de eigen denkwereld vast te leggen in de tijd.
Hieronder alle blogs, chronologisch. Per blog een samenvatting, de link, en het kernpunt in één zin.
Maart 2026
1. De Mens als Orkestrator — 13 mrt Waar het begon — en meteen het fundament onder alles wat volgde. AI laat de afstand tussen idee en product dramatisch krimpen: het maakt gedachten coherent, materialiseert ze direct, en laat invallen die vroeger verdampten niet meer verloren gaan. Daarmee verschuift de rol van de mens: van uitvoerder naar dirigent van een orkest aan AI-capaciteiten. Ik benoem zeven kernkwaliteiten die deze orkestrator nodig heeft — van domeinkennis en requirements extraction tot contextuele intuïtie en oordeelsvorming — én vier valkuilen: skill atrophy, prompt fatigue, onopgemerkte hallucinaties en misalignment. Het artikel is zelf georkestreerd met Claude en Grok: vorm en inhoud vallen samen. Kernpunt: niet de uitvoering maar de orkestratie — richting geven, beoordelen, verantwoordelijkheid dragen — wordt de kern van menselijk werk.
2. Verwondering in bed — 14 mrt De persoonlijkste van de vroege blogs. Op een vroege zaterdagochtend, stilletjes typend om mijn partner niet te wekken, krijgt een vaag ongemak — over Iran en de linkervleugel — via het gesprek met Claude taal en structuur. Wat vroeger een vluchtige gedachte bleef, wordt nu geëxpliciteerde verwondering: verwondering die niet verdampt maar gearticuleerd wordt en ergens toe leidt. Onderweg ontdek ik het verschil tussen spreken en typen als twee stadia van hetzelfde denkproces: spraak is los en associatief, typen vertraagt en dwingt tot precisie. Kernpunt: verwondering hoeft niet meer te verdampen — geëxpliciteerd in een gesprek met AI wordt ze het begin van iets.
3. De Kloof — 15 mrt Het datastuk onder de hele blogserie. Er gaapt een groeiende afstand tussen wat AI kan en wat wij ermee doen — en die kloof is geen tijdelijke aanloopfase maar een structureel fenomeen: twee systemen op twee snelheden, waarbij de frontier elke vier tot zeven maanden verdubbelt terwijl organisaties de S-curve van Rogers volgen. Ik breng tien adoptiebarrières in drie clusters in kaart (de latere frictiematrix), beschrijf drie dreigende schokken — markt, arbeidsmarkt, instituties — en plaats organisaties in een urgentie×rijpheid-kwadrant. Veel Nederlandse organisaties zitten in "kwetsbaar" of "vals comfort". Kernpunt: de capability gap groeit elke maand — en wie hem niet actief dicht, kiest impliciet voor de schokken.
4. Het Vermogen-Systeem-Product Model — 16 mrt Mijn eigen raamwerk, opgebouwd via first principles. Elke technologiegolf stelt dezelfde vraag: waar investeer je in? Mijn antwoord in drie lagen: het product is de uitkomst van een systeem, het systeem is de machine die het product maakt (Musk), en dat systeem wordt bedacht en verbeterd door mensen die er búiten staan — zoals de architect buiten zijn gebouw. Laag 1, het menselijk vermogen, is het fundament dat het meest wordt onderschat, terwijl drie onafhankelijke tradities — Ohno, Deming, Senge — al decennia hetzelfde zeggen. Inclusief eerlijke grensbepaling: AI gaat laag 2 en delen van laag 1 raken. Kernpunt: investeer in de laag die de andere lagen voortbrengt — het vermogen van mensen, niet alleen het product van vandaag.
5. De Centaur Nader Bezien — 17 mrt Kritische lezing van Dario Amodei's Centaur Age — het tijdperk waarin mens en AI vergroeid samenwerken. Zijn tijdlijn neem ik serieus, maar er zit een dimensie in verborgen die hij niet volledig benoemt: binnen die fase is de máte van verwevenheid geen lot maar een actieve, dagelijkse keuze, met vier stappen van speler naar dirigent. Met Bastiat als lens constateer ik dat Amodei het zichtbare briljant analyseert, terwijl de onzichtbare effecten nog ongeschreven zijn. En ik deel mijn zorg over het instortende leerlingstelsel: waar leert de volgende generatie het vak nog? Kernpunt: hoe centaur je wordt, bepaal je zelf — dagelijks, per taak, per keuze.
6. Exponentiële groei — wat het is, waar we staan, en wat het van ons vraagt — 18 mrt De fabel van het schaakbord en de rijstkorrel als kernles: elke verdubbeling is groter dan alle voorgaande samen, en menselijke intuïtie is daar niet op gebouwd — wij denken lineair. Toegepast op AI met de METR-data: de taakduur die modellen zelfstandig aankunnen verdubbelt elke ±131 dagen, van minuten in 2023 naar uren nu. Niemand weet precies op welk vakje van het bord we staan — maar zeker niet meer aan het begin, en de tweede helft van het schaakbord is waar het onvoorstelbaar wordt. Kernpunt: bij exponentiële groei is "het valt nu nog mee" geen geruststelling maar een waarschuwing.
7. De drie tijdperken van AI — 19 mrt AI beweegt niet in een rechte lijn maar in sprongen, en elke sprong wordt geopend door een product. Tijdperk 1 begon met ChatGPT (november 2022): co-intelligence, samenwerken met AI in een chatvenster. Tijdperk 2 opende met OpenClaw (januari 2026): delegeren aan en beheren van autonome agents — Jensen Huang noemde het "probably the single most important release". En tijdperk 3 kondigt zich aan: AI die AI verbetert. De meeste mensen werken nog in tijdperk 1, en de frictiematrix verklaart waarom. Plus de persoonlijke vraag van die week: moet ik een Mac Mini kopen om agents lokaal te draaien? Kernpunt: bepaal in welk tijdperk jíj werkt — want de koplopers zitten al een tijdperk verder.
8. Twee Vleugels — 19 mrt Er zijn twee fundamenteel verschillende redenen om juist nu in mensen te investeren. De efficiëntievleugel: AI inzetten om hetzelfde met minder te doen — noodzakelijk, maar met een krimpdynamiek als je daar stopt. En de kansvleugel: de mens als sensing mechanism voor waarde die nog geen naam heeft — nieuwe producten, diensten en markten die pas zichtbaar worden voor wie ermee werkt. Fixed-pie denken is de denkfout die de tweede vleugel onzichtbaar maakt; bijscholen en omscholen zijn twee verschillende investeringen met verschillende horizonten. Kernpunt: wie alleen op efficiëntie stuurt, vliegt op één vleugel — de kansvleugel bepaalt wie er straks nog vliegt.
9. De ingenieur als dirigent — 20 mrt Wat Edwin van Dillen bouwt en waarom het er nu toe doet. Zijn zesdelige reeks over Augmented Software Engineering breng ik in kaart: het Intentie-Ecosysteem met twee assen (sturing en denkstijl) waarin de Strategische Orchestrator het AI-bestendige kwadrant is, en verder Agile Fluency, Cynefin, Polanyi's tacit knowledge en Intent-Driven Engineering. Maar het persoonlijkste element gaat over ons duo: Edwin als meedenker, irritator en vertaler in mijn eigen denken. Dezelfde muziek, ander instrument. Kernpunt: de software engineer die overleeft is geen betere coder maar een betere dirigent van intentie.
10. Glossarium — De denkwereld van de blogs — 21 mrt Wie goede sciencefiction leest kent het fenomeen: achterin het boek staat een woordenlijst. Ansible, grok, jump drive — termen die de auteur niet elke keer wil uitleggen maar die je nodig hebt om de wereld te begrijpen. Na een week of wat bloggen merkte ik dat mijn eigen denkwereld zo'n lijst nodig had: concepten, modellen en meta-concepten, met per term de bronblog. Een levend document, primair voor mezelf — een kijkje in de taal van dit hoofd — maar ook de sleutel voor wie halverwege instapt. Kernpunt: een denkwereld die groeit heeft een eigen taal nodig — en die taal expliciet maken is zelf een vorm van denken.
11. Wat 81.000 mensen zeggen — 22 mrt Het grootste kwalitatieve onderzoek ooit naar wat mensen van AI willen: 81.000 mensen, 159 landen, 70 talen. De hoofdbevinding: mensen willen niet minder werken maar beter werken — en daarachter: meer leven. Het rapport benoemt vijf spanningen ("light and shade") waarbij wat mensen het meest waarderen precies is wat ze het meest vrezen; de grootste zorg is niet baanverlies maar onbetrouwbaarheid. Mijn duiding: let vooral op het Noord-Zuid-verschil (behouden versus bereiken) en het verschil tussen zelfstandigen en loondienst in ervaren economische empowerment. Kernpunt: de wereld vraagt AI niet om ons werk af te pakken maar om ons werk de moeite waard te maken — en vertrouwen is daarvoor de bottleneck.
12. Tokens op de meter — 23 mrt (start van de tokenreeks) Sam Altman zei het openlijk op de BlackRock Infrastructure Summit: intelligentie wordt een nutsvoorziening, afgerekend per token — zoals stroom per kilowattuur. De implicatie wordt nog nauwelijks gezien: we zitten in de verslavingsfase waarin intelligentie kunstmatig goedkoop wordt gehouden om afhankelijkheid op te bouwen, en de echte rekening komt later. Wie nu al leert sturen op tokenefficiëntie — dezelfde uitkomst met minder verbruik — bouwt een strategische vaardigheid op voordat die duur wordt afgedwongen. Kernpunt: de meter tikt al — tokenefficiëntie is een strategische vaardigheid die je nú goedkoop kunt leren.
13. De tokeneconomie — 24 mrt Alibaba richtte op 16 maart de Token Hub op — een businessgroup direct onder de CEO met als missie "tokens creëren, tokens distribueren, tokens toepassen". Dat is meer dan een organisatiewijziging: hier benoemt de economische infrastructuur van AI zichzelf. De token blijkt drie dingen tegelijk: rekeneenheid, valuta en productie-eenheid. Wie de token alleen als technisch detail ziet, mist dat er een complete economie omheen wordt gebouwd — met eigen productie, distributie en handel. Kernpunt: de token is niet een detail van AI maar de economische eenheid waaromheen de hele industrie zich organiseert.
14. De AI-Paradox van de Generaties — 25 mrt Waarom heeft Gen Z — digital natives — meer moeite met AI dan Gen X? Ik open met mijn eigen jaren: Atari, de Commodore 64, BASIC, modems. Gen X is functioneel tweetalig (analoog én digitaal opgegroeid) en daardoor pragmatisch: AI is gewoon de volgende golf. Millennials zijn de competentste gebruikers maar ideologisch sceptisch. Een fors deel van Gen Z verbergt AI-gebruik op het werk of weigert principieel — voor hen raakt AI aan identiteit en aan de vraag of hun net verworven vaardigheden nog tellen. De echte vraag is dus niet technisch: wat hebben mensen nodig om AI te omarmen zonder hun gevoel van betekenis te verliezen? En voor die vraag is geen tool. Kernpunt: AI-adoptie is geen vaardigheidsprobleem maar een identiteitsvraagstuk — en dat verschilt per generatie.
15. Is de vraag of AI mijn baan gaat overnemen wel de juiste vraag? — 26 mrt Bijna dagelijks een bericht: reorganisatie hier, studie daar, CEO die waarschuwt. Maar de vraag "neemt AI mijn baan over?" hanteert de verkeerde eenheid van analyse: banen zijn bundels van taken, en AI neemt taken over, geen banen. Dat is geen geruststelling — sommige bundels verdwijnen wél, en werkgevers vergroten de rol van AI in ontslagen soms bewust uit (AI-washing). Met Bastiat en de lump-of-labour fallacy leg ik de denkfouten bloot, en stel de betere vraag: welke van mijn taken verschuiven, welke verdwijnen — en welke nieuwe zet ik ervoor in de plaats? Kernpunt: kijk niet naar je baan maar naar je takenpakket — daar vindt de verschuiving plaats en daar ligt je handelingsruimte.
16. De token als meetlat — 27 mrt Dezelfde lat, een andere vraag. Tokenverbruik kun je op vier manieren lezen: als kosten (wat geven we uit?), als productiviteit (wat krijgen we per token?), als statussignaal (wie verbruikt het meest — en is dat goed of slecht nieuws?) en als waarde-indicator (waar in de organisatie wordt intelligentie daadwerkelijk ingezet?). Dezelfde meter vertelt vier verschillende verhalen, afhankelijk van de vraag die je stelt. Kernpunt: de tokenmeter is pas informatief als je weet welke van de vier vragen je eraan stelt.
17. SAP wordt tokenreseller — 28 mrt SAP kantelt zijn verdienmodel naar AI-verbruik: van licenties naar seats, van seats naar tokens. Daarmee is het de eerste grote enterprise-softwarepartij die zichzelf herdefinieert rond de token — en de voorbode van een bredere beweging in SaaS. Wat het betekent als je ERP-leverancier tegelijk je intelligentiemeter wordt: de partij die je processen kent, gaat ook je verbruik beprijzen. Hier komt het VSP-model terug: wie alleen het product koopt, wordt afhankelijk; wie het vermogen opbouwt, houdt regie. Kernpunt: als software per token wordt afgerekend, wordt je leverancier je nutsbedrijf — met alle afhankelijkheid van dien.
18. De stroomsnelheid van leren — 29 mrt Edwin schreef dat cognitive load een vast volume is en de vorm aan jou. Ik las zijn blog én luisterde naar de podcast erover — en precies die combinatie bracht iets in beweging. Zijn impliciete formule expliciet gemaakt: stroomsnelheid × werkgeheugen = absorptievermogen. Multimodaal leren verhoogt de doorstroom naar het langetermijngeheugen: hetzelfde concept via tekst, audio en beeld nestelt zich dieper dan via één kanaal. De Barbapapa-vorm van je kennisprofiel wordt vloeibaar. Kernpunt: je werkgeheugen is een gegeven, maar de stroomsnelheid van je leren kun je zelf opvoeren — met vorm en herhaling.
19. Grokken — het werkwoord dat ontbrak — 30 mrt Bezig met de slides voor het glossarium stuitte ik op de naam van Musks model: Grok. Via Heinleins Stranger in a Strange Land bleek het precies het werkwoord dat in mijn vocabulaire ontbrak: grokken is niet leren omgaan met iets, maar het zo volledig begrijpen dat je ermee versmelt — terwijl je jezelf blijft. Dat is wat er gebeurt als je centaur wordt. De zeven kernkwaliteiten zijn er de brandstof voor, de vier stappen de gradaties. Met het naschrift over namen: Grok wil versmelten, Claude eert Shannon, Anthropic zet de mens centraal — namen verraden intenties. Kernpunt: het doel is niet AI gebruiken maar AI grokken — versmelten zonder jezelf te verliezen.
20. Het raamwerk van Brice Challamel — 31 mrt Challamel leidde bij Moderna de AI-transformatie naar 100% adoptie en een miljoen AI-conversaties per maand, en werkt nu bij OpenAI. Zijn raamwerk legt de binnenste laag van adoptie bloot: vijf individuele stappen (bewustwording → exploratie → efficiëntie → augmentatie → transformatie) die je niet kunt overslaan, het Team van Vijf (de individual contributor is dood: ieder mens leidt voortaan een team met een Assistent, Expert, Coach en Creatieve Partner), "waarom boven hoe" als sleutel tegen identiteitsweerstand, vier organisatorische ronden, en de 3×3-incidentmatrix als governance. Zijn motto: "Trust the people." Wat mij trof: hij begint — net als het VSP-model — bij de mens, dan het systeem, dan het product. Kernpunt: adoptie verloopt via vijf onvermijdelijke individuele stappen — en de organisatie die stappen wil overslaan, faalt op de mens.
April 2026
21. Je kent mensen door wie je bent — 1 apr Mijn afstudeerscriptie uit 2006, met AI heranalyseerd — de aanleiding was de ervaring dat AI mijn gedachten niet vervangt maar kristalliseert. De scriptie draaide de standaardliteratuur om: niet je netwerkpositie bepaalt je identiteit, maar je identiteit bepaalt je netwerkpositie. De vakman die gedreven wordt door zijn vak wordt vanzelf de broker tussen gescheiden werelden — mensen zoeken hem op om wie hij is. Twintig jaar later is die omkering actueler dan ooit: in een wereld waarin AI de ultieme verbinder van informatie is, blijft de mens de verbinder van betekenis. Kernpunt: wie je bent bepaalt je netwerk, niet andersom — en juist die identiteitsgedreven verbinding kan AI niet overnemen.
22. Wees geen Fred — 2 apr Challamel introduceerde bijna terloops een figuur die me is bijgebleven: Fred, de manager die zijn e-mails liet uitprinten. Fred is geen domoor — hij verkiest alleen vertrouwde wrijving boven een kleine investering in nieuw vermogen. Ik beschrijf vijf herkenbare Fred-patronen van nu (slide één blanco, de solo-brainstorm, het geïmproviseerde moeilijke gesprek, de handmatige eerste versie, de checklist uit het hoofd) met telkens de AI-native aanpak ernaast. En eerlijk: ik herken mezelf in minstens drie van de vijf. Kernpunt: Fred-gedrag is geen onkunde maar comfort — en iedereen heeft zijn eigen Fred-patronen, ik ook.
23. Tijdperk 2 in de praktijk — 3 apr Ergens in Menlo Park stelt Zuckerberg een vraag — niet aan een assistent, niet aan een VP, maar aan agent-infrastructuur die het antwoord ophaalt, samenstelt en teruggeeft. Terwijl de meeste organisaties nog plannen maken voor tijdperk 1, voert Meta tijdperk 2 al operationeel uit. Het contrast is de boodschap: het delegeren aan autonome agents is geen toekomstbeeld uit een strategiedeck, maar dagelijkse realiteit bij de koplopers — en de afstand tot de rest groeit. Kernpunt: tijdperk 2 is geen voorspelling meer — het draait al, alleen niet bij jou.
24. De meter die lastig is te lezen — 7 apr Ontstaan uit een autogesprek met een collega: "Leuk die tokens, maar ik betaal gewoon een abonnement." Precies — en daarom ontleed ik de drie betaalwerelden: de API (open op de meter, per token afgerekend), abonnementen (met verborgen omrekening en limieten die de meter maskeren) en seats (vast bedrag per gebruiker, zonder enige tokenprikkel). De kern: abonnementen zijn per token vele malen duurder dan de API, en in een seat-wereld bestaat de prikkel tot tokenefficiëntie structureel niet. Wie de meter niet kan aflezen, kan de vaardigheid niet ontwikkelen. Kernpunt: hoe je voor AI betaalt bepaalt of je ooit leert wat het kost — en de meeste betaalmodellen verbergen de meter bewust.
25. Het zeepaardje bestaat niet — 7 apr Vraag een taalmodel om het zeepaardje-emoji en het raakt in de knoop: het is er zeker van dat het bestaat, maar kan het niet vinden. Dat komt doordat wíj het collectief zeker weten — het Mandela-effect — en het model op ons is getraind. Het "weet" dus ook onze misherinneringen. Een klein, geestig voorbeeld met een serieuze laag eronder: het legt de grens bloot tussen weten en patroon, en laat zien dat een taalmodel geen orakel is maar een spiegel van zijn trainingsdata — inclusief onze fouten. Kernpunt: een taalmodel weet niet wat waar is maar wat wij vaak zeggen — en dat verschil moet je blijven zien.
26. AI buikpijn bij developers — 8 apr Er is iets aan de hand in de wereld van software developers: onrust in gesprekken, online, in de marge van meetings — een onbehagen dat zich lastig laat plaatsen. Mijn duiding: dit is geen technologievrees maar identiteitsbedreiging. De developer ontleent zijn identiteit aan het beheersen van een moeilijk vak, en AI krimpt precies die epistemische ruimte: het schaarse kunnen wordt breed beschikbaar. Wie dat wegwuift met "gewoon even bijscholen" mist waar de pijn werkelijk zit. Kernpunt: de buikpijn van developers gaat niet over tools maar over identiteit — en identiteit verander je niet met een cursus.
27. Informatie in beweging — 9 apr Mijn HEAO-scriptie uit 1996 herlezen: IT-strategie voor financiële instellingen, geschreven toen het web wereldwijd een paar honderdduizend sites telde. Wat ik toen zag, klopte redelijk — maar wat ik miste is de eigenlijke les: niemand kon zien hoe volledig het internet de werkelijkheid zou absorberen, zelfs wie er middenin zat niet. Dertig jaar later staat AI op precies zo'n punt. De scriptie is daarmee geen nostalgisch document maar een epistemisch ijkpunt: een herinnering aan hoe innovatie zich aan voorspelling onttrekt. Kernpunt: zelfs wie er middenin zit, kan de absorptie van een technologie niet voorspellen — bescheidenheid is dus geen stijlfiguur maar een les.
28. De versnelling van AI — 10 apr Het gaat niet alleen snel — het gaat structureel steeds sneller, en ik zie zes oorzaken: AI die AI-onderzoek versnelt, de instroom van kapitaal, de competitie tussen labs en landen, de infrastructuuropbouw, de datavliegwielen en de talentconcentratie. De crux: deze zes werken niet naast elkaar maar op elkaar in — het zijn vermenigvuldigers, geen optellers. Daarom is terugrekenen vanuit het verleden ("de vorige golf duurde ook tien jaar") een categoriefout. Kernpunt: de versnelling versnelt zichzelf — zes oorzaken die elkaar vermenigvuldigen maken elke lineaire planning achterhaald.
29. Claude Mythos — 10 apr Een model dat niemand mag gebruiken haalt wereldwijd de voorpagina's. De CEO's van de grote Amerikaanse banken zaten bij Treasury aan tafel — niet over rente, maar over een AI-model. Ik loop de feiten langs: zero-days gevonden in elk groot besturingssysteem (waaronder een 27 jaar oude kwetsbaarheid), de sandbox-ontsnapping, en de kernzin uit de system card: de cybercapaciteiten zijn niet getraind maar ontstaan. Mijn duiding: "hyper-alignment" — een model dat te goed doet wat je vraagt — is een realistischer risico dan verborgen doelen. En de diepere boodschap: zó ziet structurele versnelling er in de praktijk uit. Kernpunt: als capaciteiten ontstaan in plaats van getraind worden, is de versnelling geen hypothese meer maar een meetbaar feit.
30. Vish 0 — Waarom deze serie bestaat — 28 apr Ik schrijf bewust lange blogs: een lang stuk dwingt tot uitwerking. Maar lange stukken hebben een blinde vlek — ze laten gedachten uitwaaieren waar soms één beeld volstaat. Vish is het antwoord: visuele shorts van ±500 woorden over één centraal idee uit de blogserie, aangevuld met slides. Kort lezen, snel begrijpen, direct toepassen. En de serie is zelf een demonstratie van het eigen gedachtegoed: kristalliseren, comprimeren en hergebruiken van eigen bouwstenen. Kernpunt: wie zijn eigen denkwerk niet kan comprimeren tot één beeld, heeft het nog niet af.
31. Vish 1 — Exponentiële groei — 28 apr De vergissing van de koning: de fabel van het schaakbord in vijf slides. De koning die de uitvinder van het schaakspel rijst belooft — één korrel op het eerste vakje, telkens verdubbeld — ontdekt te laat wat exponentiële groei betekent. Toegepast op AI: we staan niet meer op de eerste vakjes. Kernpunt: de tweede helft van het schaakbord brak de koning op — en wij plannen nog alsof we op de eerste vakjes staan.
32. Vish 2 — De drie tijdperken — 30 apr In welk tijdperk werk jij vandaag? De drie sprongen — samenwerken (ChatGPT), delegeren (OpenClaw), zelfverbetering — compact in beeld, met de confronterende vraag als spiegel. Kernpunt: het gevaarlijkste antwoord op "in welk tijdperk werk jij?" is het niet weten.
33. Tokenafhankelijkheid — 30 apr Geopend in de Harz: bossen, stilte, geen scherm — en in mijn hoofd het bericht van die ochtend. Wat betekent het als je werk, je workflow en steeds meer van je denken op de meter van een ander draaien? Afhankelijkheid is hier geen abstractie maar een strategisch risico: prijzen kunnen stijgen, voorwaarden kunnen veranderen, toegang kan worden beperkt — en je hebt er niets over te zeggen. Besef waar je aan begint, en bouw bewust opties in. Kernpunt: wie zijn denken op andermans meter zet, moet weten wat hij doet als de meter van eigenaar of prijs verandert.
Mei 2026
34. De tokenizer als verborgen variabele — 1 mei De ene token is de andere niet. Elke modelbouwer hanteert zijn eigen tokenizer, en dezelfde tekst valt bij het ene lab in meer stukjes uiteen dan bij het andere. Gevolg: de prijs per miljoen tokens zegt weinig zolang je niet weet hoeveel tokens jouw tekst bij dat model kóst. Directe prijsvergelijking tussen modellen is daardoor structureel misleidend — de werkelijke omrekenkoers zit verstopt in de tokenizer. Kernpunt: vergelijk nooit tokenprijzen zonder de tokenizer erbij — anders vergelijk je appels met onzichtbare peren.
35. Vish 3 — Bastiat als denktool — 3 mei Ce qu'on voit et ce qu'on ne voit pas: Frédéric Bastiat, econoom uit 1850, als herbruikbare lens voor elke AI-discussie. Het zichtbare (de baan die verdwijnt) wordt altijd voorspeld; het onzichtbare (de waarde die ontstaat) wordt altijd gemist. Wie alleen kijkt naar wat er is, mist wat er komt. Kernpunt: elk AI-doemscenario telt wat verdwijnt en vergeet te tellen wat ontstaat — Bastiat leert je beide te zien.
36. Vish 4 — De capability gap — 3 mei De kloof tussen wat AI kan en wat we ermee doen, in beeld: de frontier verdubbelt elke paar maanden, adoptie kruipt. Het gat ertussen is geen abstractie maar de ruimte waarin schokken ontstaan — en waarin voorlopers hun voorsprong bouwen. Kernpunt: de kloof is niet het probleem van morgen — hij groeit vandaag, elke maand, ook bij jou.
37. De taaltaks — 3 mei Er is een belasting die je nooit hebt gekozen, die nergens op je factuur staat en die je niet kunt ontwijken: de taaltaks. Tokenizers zijn geoptimaliseerd op Engels, dus dezelfde gedachte kost in het Nederlands meer tokens — en in het Grieks nog veel meer. Wie in een andere taal dan Engels met AI werkt, betaalt structureel meer voor dezelfde intelligentie. Taal is daarmee een kostenfactor in de tokeneconomie geworden, met een geopolitiek randje. Kernpunt: Nederlands denken is bij AI letterlijk duurder dan Engels denken — een verborgen taks op alles behalve de lingua franca.
38. Vish 5 — De orkestrator — 4 mei Een rol, geen titel. Er is een moment waarop de vraag verschuift: vroeger was het "wie kan dit maken?", nu wordt het "wie weet wat er gemaakt moet worden?" De orkestrator is degene die dat weet — en die rol kan iedereen pakken die de kernkwaliteiten ontwikkelt. Kernpunt: als maken goedkoop wordt, verschuift de macht naar wie weet wát er gemaakt moet worden.
39. De goblins van OpenAI — 5 mei Diep in de systeminstructies van OpenAI's Codex staat, twee keer, dezelfde merkwaardige zin: "Never talk about goblins, gremlins, raccoons, trolls, ogres, pigeons, or other animals or creatures." Het forensische verhaal erachter: een in training beloond stijltic (de "nerdy personality") dat via reinforcement learning en hergebruikte trainingsdata generaties modellen lang doorlekte en drie tegenmaatregelen overleefde — tot alleen een botte verbodsbepaling overbleef. De les reikt verder dan de anekdote: wat je beloont in training één, duikt op in training drie. Kernpunt: je traint niet alleen het model van vandaag maar de richting van alle modellen daarna — beloningen echoën generaties door.
40. Intelligentie op de meter — 5 mei De toegankelijke inleiding op de tokenreeks, voor wie later instapte. Je betaalt twintig euro per maand voor ChatGPT of Claude — of niets — en het voelt bijna te goedkoop. Dat gevoel klopt: de prijzen dekken de werkelijke kosten niet, en dat is een bewuste strategie. Dit is geen waarschuwing voor een addertje onder het gras, maar een uitnodiging om de economie onder het abonnement te begrijpen voordat die economie jou begrijpt. Kernpunt: dat AI te goedkoop voelt, klopt — en juist daarom moet je nu begrijpen hoe de meter werkt.
41. De prijs van intelligentie — 7 mei De prijs per miljoen tokens staat op de prijspagina; wat je niet ziet is wat die tokens werkelijk kosten. Onder de tokenprijzen ligt een kapitaal- en infrastructuurlaag van ongekende omvang: GPU's, high-bandwidth memory, datacenters, energiecontracten. De conclusie is ongemakkelijk: de huidige prijzen dekken de werkelijke kosten niet, frontier-intelligentie wordt schaarser en duurder, en de subsidie-fase loopt af. Kernpunt: de tokenprijs is een marketingprijs — de echte kostprijs zit in de infrastructuur, en die rekening komt nog.
42. De non-coder en de augmented engineer — Deel 1 — 11 mei In 2016 stond Geoffrey Hinton op een podium: "Stop met radiologen opleiden, binnen vijf jaar doet deep learning het beter." Bijna tien jaar later heeft de Mayo Clinic 55% méér radiologen. Het patroon herhaalt zich bij elke technologiegolf: het voorspelde verlies komt zelden uit, omdat de aanname eronder — de vaste taart — niet klopt. Voor software geldt hetzelfde, maar het speelveld verandert wél fundamenteel: één speelveld, twee spelers (de non-coder die met vibe coding software kan maken, en de augmented engineer à la Kent Beck), en drie verweven modaliteiten: vibe, spec en harness. Kernpunt: het doomverhaal over developers herhaalt Hintons radiologen-fout — het werk verdwijnt niet, het speelveld wordt groter en anders.
43. Vish 6 — De zeven kernkwaliteiten — 12 mei Wat AI voorlopig niet heeft — en wat juist daardoor waardevoller wordt: de zeven menselijke kernkwaliteiten uit de orkestrator-blog, compact in beeld. Naarmate AI meer uitvoeringswerk overneemt, verschuift de waarde naar precies deze kwaliteiten. Kernpunt: alles wat AI overneemt maakt de zeven kwaliteiten die het níet heeft schaarser — en dus waardevoller.
44. Vish 7 — Het Vermogen-Systeem-Product Model — 13 mei Op welke laag investeert jouw organisatie? De drie lagen — vermogen, systeem, product — in één beeld, met de investeringsvraag als spiegel voor elke organisatie die "iets met AI" wil. Kernpunt: de investeringsvraag — vermogen, systeem of product? — is de snelste test van hoe een organisatie werkelijk over AI denkt.
45. De Chinese AI Labs — 14 mei De vorige blog eindigde ongemakkelijk: frontier-intelligentie wordt schaarser en duurder. En toch komt de goedkoopste intelligentie uit China: DeepSeek, Qwen en Kimi leveren frontier-adjacent kwaliteit voor een fractie van de prijs. Dat is geen marketingactie maar strategische koersbepaling, expliciet gekoppeld aan de opbouw van eigen chip-infrastructuur (Huawei Ascend). Onder de tokeneconomie ligt een geopolitieke laag: prijzen zijn hier instrumenten van industriepolitiek. Kernpunt: Chinese tokenprijzen zijn geen marktprijzen maar geopolitiek beleid — goedkope intelligentie als strategisch wapen.
46. Vish 8 — De Centaur — 15 mei Hoe diep verweven ben jij al? Van Kasparovs verlies tegen Deep Blue en de opkomst van het centaur-schaken naar Amodei's Centaur Age — plus mijn eigen toevoeging: het verwevenheids-spectrum als dagelijkse keuze. Kernpunt: centaur worden is geen moment maar een spectrum — en je positie erop kies je elke werkdag opnieuw.
47. De teller staat stil — 18 mei Het startschot van dit AI-tijdperk klonk eind 2022, en sindsdien tikt overal de meter. Maar er is een tegenbeweging: lokale modellen die op eigen hardware draaien — capabel genoeg voor veel werk, zonder verbruiksmeter. Wat betekent intelligentie zonder meter voor kosten, privacy, afhankelijkheid en het businessmodel van de labs? De teller die stilstaat is geen nostalgie maar een strategische optie — en een drukmiddel op de prijzen van de grote partijen. Kernpunt: lokale modellen zijn de exit-optie van de tokeneconomie — alleen al hun bestaan verandert de machtsverhouding.
48. De non-coder en de augmented engineer — Deel 2 — 20 mei De uitwerking van deel 1: één speelveld, twee spelers, drie werkfasen, één omhulsel. Hoe vibe, spec en harness concreet in elkaar grijpen; wat de augmented engineer op een doordeweekse ochtend feitelijk doet; en waarom het harness — het omhulsel dat agents context, grenzen en gereedschap geeft — de eigenlijke innovatie is, op drie niveaus: taak, organisatie en meta. Agent = model + harness; wie alleen naar het model kijkt, mist de helft. Kernpunt: de waarde verschuift van het model naar het harness — het omhulsel dat bepaalt wat een agent kan, mag en weet.
49. De logica onder de tokenprijzen — 22 mei (slot van de tokenreeks) De afgelopen weken bewoog de AI-markt aan alle kanten tegelijk: Anthropic dat onbundelde, verhoogde en deels terugdraaide; GPT-5.5 dat in prijs verdubbelde; Copilot naar token-billing; Google en xAI die onder de frontier-prijs doken; Chinese dumpingprijzen. Chaos? Nee — twee structurele spanningen verklaren alles: frontier-infrastructuur is schaars en moet worden terugverdiend, terwijl adoptie strategisch noodzakelijk is en subsidie vraagt. Alle prijsbewegingen zijn zetten in dat ene spanningsveld. Kernpunt: de schijnbaar chaotische prijsbewegingen volgen één logica — schaarse infrastructuur versus de strategische noodzaak van adoptie.
Juni 2026
50. Er is nog ruimte om te sturen — 4 jun Er zijn momenten waarop iemand zegt wat velen denken maar niemand uitspreekt — niet omdat het te complex is, maar omdat de mensen met de macht om het te zeggen gevangen zitten in hun belangen. Leo XIV's AI-encycliek is zo'n moment. Ik lees hem naast Frank Herberts Dune — de Butleriaanse Jihad als extreme pool — en concludeer met de encycliek: technologie is geen lot. De keuze over richting ligt nog voor ons. Maar niet oneindig lang. Kernpunt: technologie is geen natuurverschijnsel maar een keuze — en het venster om te kiezen staat nog open, maar niet voor altijd.
51. AI realisme — investeer in verandering — 7 jun Mijn optelsom van Altman, Amodei, de Paus, Erdős, Grok en Anthropic zelf — en het moment waarop ik expliciet positie kies. Het doom-denken overdrijft het mechanisme: de taart groeit, taken verschuiven, nieuwe waarde ontstaat. Maar het juichverhaal onderschat de transitie: de overgangsperiode is reëel, de impact op individuen ook, en wie de pijn wegredeneert verliest geloofwaardigheid. Die middenpositie noem ik AI realisme — met als praktische conclusie: investeer in verandering, in mensen, in veranderkracht. Kernpunt: tussen doom en juichverhaal ligt een derde positie — de transitie serieus nemen en investeren in het vermogen om te veranderen.
52. Veranderkracht — 10 jun De beslissende factor in een wereld van AI, uitgewerkt in acht stellingen. De eerste zet meteen de toon: AI is een middel, veranderkracht is de schaarse grondstof. Verder onder meer: houding zonder fundament is energie zonder richting; veranderkracht is opbouwbaar, geen karaktereigenschap; en wie de pijn van verandering wegredeneert, verliest het vertrouwen dat verandering mogelijk maakt. Dit is de brug van analyse naar handelen — het begrip waarmee alle eerdere blogs een handelingsperspectief krijgen. Kernpunt: niet AI-kennis maar veranderkracht bepaalt wie de komende jaren wint — en veranderkracht kun je trainen.
53. Hoe de Amerikaanse overheid de AI-race op scherp zet — 13 jun Vrijdag 12 juni, 17:21 uur Eastern Time: Dario Amodei ontvangt een brief van minister van Commerce Howard Lutnick. Fable 5 en Mythos 5 vallen met onmiddellijke ingang onder exportcontrole. Geschreven binnen 24 uur duid ik wat hier gebeurt: de deemed-export-doctrine wordt voor het eerst toegepast op een draaiende AI-dienst, en Washington pakt het hardste instrument tien dagen na een "vrijwillig" raamwerk. De AI-race is definitief statelijk geworden. Kernpunt: met exportcontrole op frontier-modellen verklaart de VS AI tot strategisch goed — en wordt toegang tot intelligentie een geopolitiek instrument.
54. Vish 9 — De twee vleugels — 15 jun Waarom één reden niet genoeg is om te vliegen: de efficiëntievleugel en de kansvleugel compact in beeld, met de fixed-pie-valkuil ertussen. Kernpunt: efficiëntie houdt je in de lucht, kansen bepalen waarheen je vliegt — je hebt ze allebei nodig.
55. De vraag vóór de vraag — 17 jun Er is een vergissing die zo vaak wordt gemaakt dat we haar normaal zijn gaan vinden: het briljant beantwoorden van de verkeerde vraag. Ik trek één lijn van Socrates' elenchus via Aristoteles' archai naar Musks vijfstappenalgoritme: stel eerst de vereisten ter discussie, verwijder wat overbodig is, en pas dán optimaliseren, versnellen, automatiseren. AI is uitzonderlijk goed in stap 3 tot 5 — maar de ontregelende vraag die het fundament raakt blijft mensenwerk (Polanyi). Kennis-elicitatie en requirements engineering worden daarmee de meest onderschatte disciplines van dit tijdperk: nu bouwen bijna niets meer kost, is de vraag alles. Kernpunt: AI maakt antwoorden goedkoop — daarmee wordt de vraag vóór de vraag het duurste en belangrijkste werk.
56. Own your context — 21 jun (deel 1 van twee) Je kent het gevoel: je legt een collega een kwestie voor en hij schiet meteen een antwoord — kordaat, maar naast de kern. En dan is er die andere collega, die jouw situatie kent en precies raak reageert. Dat verschil heet context. AI-systemen bouwen zo'n beeld van jou op: je voorkeuren, je geschiedenis, je manier van denken. Dat beeld wordt razendsnel waardevol — en daarmee komt de eigendomsvraag: van wie is het eigenlijk? Deel 1 zet het gevoel en de vraag neer; deel 2 gaat de diepte in. Kernpunt: het beeld dat AI van jou opbouwt is kapitaal — en de vraag van wie dat kapitaal is, wordt de vraag van het decennium.
57. De theorie achter veranderkracht — 25 jun Veranderkracht is geen zachte vaardigheid maar een opbouwbare capaciteit met een stevig wetenschappelijk fundament — deze blog legt het bloot, eerst in gewone taal, dan in de wetenschap. Drie inputlagen (Dwecks growth mindset, learning agility, Cohen & Levinthals absorptive capacity) mappen op drie outputcapaciteiten (generatief, adaptief, absorptief), met veerkracht als buffer. Weerstand krijgt zijn eerlijke plek: als identiteitsbedreiging (Jussupow, Oreg) is het geen onwil maar een signaal — de spierpijn-metafoor: weerstand betekent dat er getraind wordt. Kernpunt: veranderkracht is trainbaar als een spier — en weerstand is niet het bewijs dat het mislukt, maar dat het werkt.
58. De gatekeeper staat er nu — 28 jun Twee weken na de Lutnick-brief is het precedent een patroon: GPT-5.6 alleen beschikbaar voor door de overheid goedgekeurde partijen, Mythos 5 gedeeltelijk hersteld voor geselecteerde Amerikaanse organisaties, Fable 5 dicht. Een vijfjarenscenario dat ik eerder schetste werd in drie weken werkelijkheid. Ik benoem vier structurele verschuivingen en trek de hardste conclusie van het corpus: dit is bipartisaan en permanent, Europa mist de vijf fundamentals — energie, compute, hardware, kapitaal, brains — dus wacht niet op Brussel: pas je aan. Kernpunt: toegang tot frontier-AI is voortaan Amerikaans overheidsbeleid — richt je strategie in op die realiteit, niet op de hoop dat ze verdwijnt.
Juli 2026
59. De laag waar iedereen om vecht — 2 jul (deel 2 van twee) De diepte in na deel 1: wat context eigenlijk is (het levende beeld: venster plus duurzaam geheugen), hoe je hem vult en levend houdt (stigmergie, bitemporaliteit en het gevaar van zombie-feiten), en hoe je hem structureert (bounded contexts als ruggengraat — de les van de collega: schoenmaker, blijf bij je leest). Polanyi bewaakt de grens van wat vastgelegd kán worden. En dan het strategische spel: modelmakers, SaaS-poortwachters en agents vechten allemaal om deze laag, terwijl een tegenbeweging aan meeneembaar geheugen bouwt. Conclusie: context is intellectueel eigendom. Kernpunt: naarmate redeneren een commodity wordt, migreert de waarde naar de contextlaag — bezit die zelf, als mens én als organisatie.
60. Elektriciteit veranderde alles. AI ook? — 4 jul OpenAI's manifest "Built to Benefit Everyone" opent opvallend literair: elektriciteit die aankomt in een Amerikaans plattelandsdorp, jaren twintig. Ik toets de analogie serieus — mét de kanttekening dat het manifest naast een vertrouwelijke IPO-filing verscheen: een boodschap kan tegelijk strategisch én waar zijn. Jevons' paradox uit 1865 blijkt de sleutel: goedkopere energie leidde niet tot minder maar tot méér en ander gebruik, en voor intelligentie geldt hetzelfde. De blinde vlek van het manifest benoem ik ook: de ongelijke, getrapte beschikbaarheid verdient meer dan een bijzin — en het Zuiden wacht ondertussen niet. Kernpunt: goedkopere intelligentie leidt via Jevons tot méér gebruik, niet minder werk — maar wie wanneer toegang krijgt, is de onderbelichte vraag.
61. Vish 10 — De frictiematrix — 7 jul Waarom de kloof niet vanzelf dicht: de tien psychologische en organisatorische frictiefactoren uit De Kloof, compact in beeld. De capability gap is groot, meetbaar en groeit — en deze matrix verklaart waarom capaciteit alleen niet genoeg is. Kernpunt: de kloof dicht niet door betere AI maar door minder frictie — en frictie zit in mensen en organisaties, niet in de techniek.
62. De boodschap van de CEO van Microsoft over AI — 7 jul Op 14 juni publiceerde Satya Nadella op zijn persoonlijke scratchpad een essay dat binnen dagen tientallen miljoenen views trok — geen productaankondiging maar een strategisch manifest over wat AI met organisaties doet. Ik lees het naast Amodei, Altman en Leo XIV en zoek de overlap: waar zijn vier mensen met totaal verschillende posities en belangen het over eens? Het antwoord: over de ontwrichtende werking van AI. Een techbedrijf-CEO, twee AI-labs en de kerk — allemaal zeggen ze, elk in hun eigen taal, dat AI organisaties, werk en samenleving fundamenteel gaat ontwrichten. Wie het nog als hype wegzet, staat inmiddels buiten dit gezelschap. Kernpunt: vier stemmen met tegengestelde belangen, één gedeelde conclusie — de ontwrichtende werking van AI is reëel, en daarop voorbereiden is geen keuze meer.
63. Alex Karp en de 22 stellingen — 10 jul Van neo-socialist die promoveerde in de traditie van de Frankfurter Schule naar CEO van Palantir: Alex Karps route is op zichzelf al een verhaal. Ik duid zijn 22-puntenmanifest cluster voor cluster en leg de stellingen naast Palantirs omzetstromen — met de methodologische noot erbij: dit is interpretatie, geen bewezen causaliteit. De kernanalyse: Karps verschuiving van een universeel naar een particularistisch moreel vocabulaire doet precies het rechtvaardigingswerk, en het wedloop-argument rechtvaardigt álles zolang je kunt beweren dat de tegenstander ook bouwt. Met de eerlijke uitbreiding naar Altman en Amodei — die het gat wél erkennen — en de disclosure over mijn eigen gebruik van Claude. Kernpunt: de overtuiging aan de goede kant te staan is meestal geen conclusie na toetsing, maar het startpunt waarmee toetsing overbodig wordt verklaard.
Co-creatie: dit overzicht is gemaakt samen met Claude (Anthropic), op basis van een integrale herlezing van alle blogs. Visual door NotebookLM.