Sinds 2007 werk ik als digital entrepreneur in de techwereld. In bijna twintig jaar heb ik veel ontwikkelingen van dichtbij meegemaakt. Social media werd volwassen, de smartphone veranderde ons dagelijks gedrag, e-commerce veranderde complete markten en cloudsoftware veranderde de manier waarop bedrijven worden gebouwd. Iedere nieuwe golf werd eerst onderschat, daarna overschat en uiteindelijk gewoon onderdeel van het dagelijks leven. Ik heb altijd geprobeerd vroeg te begrijpen wat zo'n ontwikkeling echt zou veranderen, niet alleen voor mijn bedrijven, maar ook voor mensen en voor de samenleving waarin we leven.
AI voelt voor mij anders. Niet omdat het de volgende grote technologie is, maar omdat deze technologie zich rechtstreeks begeeft op het terrein dat we altijd als menselijk beschouwden. Schrijven, programmeren, analyseren, ontwerpen, onderzoeken, adviseren en beslissingen voorbereiden. Steeds meer daarvan kan al door een AI-systeem worden gedaan en die systemen wachten ook niet meer alleen op één losse opdracht. Ze kunnen zelfstandig taken uitvoeren, informatie verzamelen, keuzes maken binnen een opdracht en langere processen afhandelen. Daarmee raakt AI niet alleen onze productiviteit. Het raakt de economische waarde van menselijke intelligentie zelf.
Begin 2026 las ik The Adolescence of Technology van Dario Amodei, CEO van Anthropic. Dat essay was voor mij een belangrijke aanleiding om mijn eigen gedachten hierover op papier te zetten. Amodei schrijft niet als buitenstaander die probeert te voorspellen wat AI ooit zou kunnen worden. Hij staat midden in de ontwikkeling ervan. Hij beschrijft krachtige AI als iets wat uiteindelijk kan lijken op een country of geniuses in a datacenter, miljoenen digitale denkers die op hoog niveau en tegelijkertijd kunnen werken. Volgens hem kan dat veel sneller werkelijkheid worden dan de meeste mensen denken, al zegt hij er terecht bij dat niemand de exacte timing kent.
Wat ik vooral serieus neem, is het tempo. Bij eerdere technologische revoluties bleef ontwikkeling uiteindelijk afhankelijk van mensen. Mensen schreven de software, deden het onderzoek, bouwden teams, haalden kapitaal op en zetten bedrijven neer. AI begint nu mee te werken aan de ontwikkeling van AI zelf. Zodra software helpt om betere software te schrijven en onderzoek helpt versnellen dat weer tot sterkere systemen leidt, kan de snelheid verder oplopen. Dat betekent niet automatisch dat iedere voorspelling uitkomt. Het betekent wel dat onze gebruikelijke manier van denken in jaren en generaties snel achterhaald kan raken.
Zijn essay gaat bovendien veel verder dan banen. Amodei schrijft over cyberaanvallen die veel krachtiger kunnen worden, biologische risico's, autoritaire surveillance, autonome wapens en de concentratie van economische en politieke macht. Dat zijn verschillende problemen, maar ze ontstaan allemaal uit hetzelfde nieuwe gegeven. Een kleine groep mensen kan straks beschikken over een hoeveelheid digitale intelligentie die vroeger alleen met enorme organisaties of complete staten denkbaar was. Dat vraagt om andere regels en vooral om leiders die vooraf bepalen wat zij wel en niet acceptabel vinden.
Amodei waarschuwde eerder dat AI in een periode van één tot vijf jaar een groot deel van de white-collarfuncties op instapniveau zou kunnen verdringen. Dat is een voorspelling, geen vaststaand feit. Anthropic publiceerde in maart 2026 zelf onderzoek waarin nog geen systematische stijging van werkloosheid te zien was in beroepen met de hoogste blootstelling aan AI. Er waren wel signalen dat de instroom van jonge werknemers in sommige van die beroepen vertraagde. Voor mij maakt juist die nuance zijn waarschuwing geloofwaardiger. We hoeven geen banencrisis te verzinnen voordat die er is, maar het zou net zo onverstandig zijn om pas na de omslag na te denken over de gevolgen.
Elon Musk spreekt al jaren over een vergelijkbare richting. Hij voorspelde dat AI slimmer zou worden dan ieder individueel mens en schetst een toekomst waarin robots en AI zoveel productie overnemen dat werk op termijn een keuze kan worden. Hij gebruikt daarvoor de term universal high income en spreekt over een economie van overvloed. Musk heeft vaker deadlines genoemd die niet uitkwamen, dus ik hecht weinig waarde aan een exact jaartal. De tijdlijnen die op social media rondgaan, met supermenselijke AI in 2026, volledig geautomatiseerd digitaal werk kort daarna en honderden miljoenen humanoïde robots in de jaren erna, moeten we niet behandelen als een agenda die al vastligt.
De richting achter zulke voorspellingen vind ik wel relevant. Stel dat deze ontwikkeling niet negen jaar maar twintig jaar duurt. Ook dan moeten we nadenken over een economie waarin steeds minder menselijke uren nodig zijn om steeds meer waarde te produceren. Wat gebeurt er met de eerste jaren van een carrière als juist het werk waarop jonge mensen normaal leren grotendeels wordt geautomatiseerd. Wat gebeurt er met lonen als digitale arbeid goedkoper wordt. En wat gebeurt er met de verdeling van welvaart als de grootste economische waarde verschuift van arbeid naar eigendom van modellen, data, infrastructuur, bedrijven en andere productieve assets.
Ik schrijf dit niet vanuit weerstand tegen AI. Ik bouw al mijn hele carrière met technologie en ik gebruik AI dagelijks. De mogelijkheden zijn enorm. Bedrijven kunnen met kleinere teams dingen bouwen waarvoor vroeger complete afdelingen nodig waren. Onderzoek kan sneller, onderwijs kan persoonlijker en medische kennis kan veel beter beschikbaar worden. Voor ondernemers ontstaat een periode waarin ideeën met een snelheid en schaal kunnen worden uitgevoerd die een paar jaar geleden nog onmogelijk waren. Dat enthousiasme voel ik zelf ook.
Tegelijk is er een punt gekomen waarop enthousiasme alleen niet meer genoeg is. Dat werd voor mij heel concreet toen ik NAZA zag, de documentaire van Yuval Abraham en Rachel Szor die door The Guardian is geproduceerd. De film is gebaseerd op de getuigenissen van 24 anonieme Israëlische militairen en inlichtingenmedewerkers. Zij beschrijven systemen die werden gebruikt voor surveillance, doelwitselectie en het inschatten van verwachte burgerslachtoffers in Gaza. Een deel van die systemen werkt met AI. De term NAZA wordt in de film gebruikt voor het aantal burgers dat naar verwachting bij een aanval zal omkomen.
Dat vond ik moeilijk om los te laten. We praten hier niet meer over een algoritme dat advertenties selecteert of een bedrijf helpt efficiënter te werken. We praten over technologie die mee bepaalt wie als potentieel doelwit in beeld komt, welke locatie wordt aanbevolen en hoeveel burgerslachtoffers in de afweging worden meegenomen. In de film wordt door een bron zelfs gesproken over zeer hoge aantallen verwachte burgerslachtoffers die bij een aanval op één doelwit konden worden geaccepteerd. Zodra AI mensen op schaal selecteert en rangschikt in een proces dat kan eindigen met een raket op een woning, is het geen administratieve ondersteuning meer. Het systeem stuurt de beslissing inhoudelijk mee.
Het Israëlische leger bestrijdt de voorstelling dat AI zelfstandig bepaalt wie wordt aangevallen. Volgens de IDF zijn systemen zoals Lavender hulpmiddelen voor analisten, moeten doelen individueel worden beoordeeld en blijft de uiteindelijke beslissing bij menselijke commandanten. Dat onderscheid is belangrijk. Het neemt mijn zorg alleen niet weg. Als een systeem in korte tijd duizenden namen kan genereren en een mens daarna vooral controleert of een aanbeveling aan minimale voorwaarden voldoet, kan menselijke controle heel snel veranderen in menselijke bevestiging. Op papier blijft er dan een mens in de keten. In de praktijk heeft de machine al bepaald waar die mens naar kijkt.
Voor mij ligt daar een ethische grens. Een mensenleven mag nooit worden behandeld als een datapunt dat zo efficiënt mogelijk door een beslisketen moet worden verwerkt. Snelheid en schaal zijn waardevol in een bedrijf, maar zodra een beslissing iemands vrijheid, veiligheid of leven raakt, moet zorgvuldigheid zwaarder wegen. Daar hoort ook bij dat sommige beslissingen principieel niet volledig aan machines worden overgelaten, zelfs niet wanneer de technologie sneller of statistisch beter lijkt te presteren.
Juist daarom vind ik het conflict tussen Anthropic en het Pentagon zo interessant. Anthropic is niet tegen militair gebruik van AI. Het bedrijf heeft expliciet gezegd dat het veel wettige toepassingen voor nationale veiligheid ondersteunt. Het trok wel twee grenzen. Claude mag niet worden ingezet voor massale binnenlandse surveillance van Amerikanen en niet voor volledig autonome wapens die zonder betekenisvolle menselijke tussenkomst doelen selecteren en aanvallen. Toen het Pentagon eiste dat die beperkingen zouden verdwijnen voor alle wettige toepassingen, weigerde Anthropic. Het conflict liep zo hoog op dat het Pentagon Anthropic als supply-chain risk aanmerkte.
Los van wat je van Anthropic vindt, zit daar voor mij een belangrijk principe in. Ethische normen hebben pas betekenis als je bereid bent er iets voor op het spel te zetten. Anders zijn het voorwaarden die verdwijnen zodra de klant groot genoeg is. Wettig is bovendien niet automatisch verantwoord. Wetgeving loopt bijna per definitie achter op technologie. Bedrijven die systemen bouwen met steeds meer invloed op werk, informatie, veiligheid en uiteindelijk mensenlevens, zullen daarom zelf grenzen moeten stellen voordat een rechter of overheid dat voor hen doet.
Die verantwoordelijkheid ligt niet alleen bij AI-bedrijven. Ook leiders die AI inkopen en inzetten moeten weten waar hun grens ligt. Het is te makkelijk om verantwoordelijkheid af te schuiven op een model, leverancier of algoritme zodra een uitkomst verkeerd gaat. Een machine heeft geen geweten en kan geen morele verantwoordelijkheid dragen. Mensen kunnen dat wel. Wie besluit een systeem te gebruiken, blijft dus verantwoordelijk voor wat dat systeem doet binnen de ruimte die het krijgt.
Daarmee kom ik bij een ander onderwerp dat volgens mij te weinig aandacht krijgt, namelijk eigendom. Als intelligentie steeds goedkoper en schaalbaarder wordt, neemt de waarde van de infrastructuur eromheen toe. De modellen, chips, datacenters, data, distributie en bedrijven die deze capaciteit bezitten, kunnen een steeds groter deel van de economische waarde naar zich toe trekken. Amodei waarschuwt daar zelf voor. Hij schrijft over een toekomst waarin AI-bedrijven en hun eigenaren economische macht kunnen opbouwen op een schaal die we nu nog nauwelijks kennen.
Voor ondernemers verandert dat de manier waarop ik naar waardecreatie kijk. Mijn generatie leerde eerst om te schalen met mensen, daarna met software en platforms. Nu kunnen we ook intelligentie opschalen. Dat biedt enorme kansen, maar het betekent ook dat bezit belangrijker kan worden ten opzichte van het verkopen van tijd. Iemand die alleen zijn uren verkoopt, staat in zo'n economie anders dan iemand die eigenaar is van een bedrijf, technologie, intellectueel eigendom, vastgoed, een merk of andere assets die zelfstandig waarde kunnen blijven produceren.
Dat is ook waarom ik anders ben gaan nadenken over wat we onze kinderen moeten meegeven. Alleen opleiden voor een goede baan voelt te smal voor de wereld die eraan komt. Ze moeten begrijpen hoe technologie werkt, hoe waarde wordt gecreëerd, hoe je iets opbouwt en waarom eigendom ertoe doet. Minstens zo belangrijk is dat ze leren twijfelen aan een overtuigend antwoord, bronnen controleren en zelf verantwoordelijkheid nemen voor een beslissing. Als kennis steeds goedkoper wordt, wordt het vermogen om ermee om te gaan juist waardevoller.
Voor leiders geldt hetzelfde. AI negeren is geen serieuze optie meer. Een organisatie die deze technologie niet begrijpt, gaat achterlopen. Alles automatiseren omdat het technisch kan, is evenmin verstandig. Goed leiderschap zit straks voor een belangrijk deel in de keuzes die je niet automatiseert, in de vragen waarvoor je menselijke beoordeling verplicht stelt en in de grenzen die je vooraf vastlegt in plaats van achteraf wanneer er iets misgaat.
Ik verwacht dat AI een van de grootste bronnen van productiviteitsgroei en wetenschappelijke vooruitgang van onze tijd kan worden. Ik verwacht ook dat dezelfde technologie gebruikt zal worden voor surveillance, manipulatie, cyberaanvallen, wapens en machtsconcentratie. Beide ontwikkelingen kunnen naast elkaar bestaan. Daarom heb ik weinig aan het simpele kampdenken tussen mensen die AI alleen als kans zien en mensen die vooral bang zijn voor wat er mis kan gaan. Wie bouwt, hoort juist beide kanten te zien.
Na bijna twintig jaar in technologie is dat voor mij de belangrijkste les. Vooruitgang ontslaat ons niet van verantwoordelijkheid. Hoe krachtiger onze systemen worden, hoe duidelijker onze eigen normen moeten zijn. De komende jaren gaan we moeilijke keuzes maken over werk, inkomen, eigendom, onderwijs, privacy, oorlog en de rol die mensen zelf nog spelen in beslissingen die vroeger vanzelfsprekend menselijk waren.
De echte test ligt daarom niet in de vraag of we steeds intelligentere machines kunnen bouwen. Dat doen we al. De test is of we als ondernemers, leiders, overheden en samenleving volwassen genoeg zijn om grenzen te trekken wanneer snelheid, winst of macht ons juist de andere kant op trekken. AI kan steeds meer van ons werk overnemen. Ons geweten hoort daar niet bij.