AI wordt niet alleen slimmer, het leert zichzelf ook nog eens te verbeteren. Dat klinkt als sciencefiction, maar het gebeurt gewoon deze week in de labs van de grote spelers. En de gevolgen voor hoe jij straks met software werkt, zijn groter dan je misschien denkt.
Dit artikel pikt er vier trends uit die er voor Nederlandse ondernemers echt toe doen. Geen hype-bingo, wel eerlijke duiding.
AI agents die zichzelf bijleren: van gimmick naar serieuze tool
Er waren deze week twee opvallende publicaties over zogenoemde self-improving agents. Autoresearch beschrijft een feedbackloop waarbij een AI agent zijn eigen onderzoeksproces evalueert en bijstuurt. En dan is er nog Continual Harness, een systeem dat zichzelf traint op ARC-AGI-3, een van de moeilijkste AI-benchmarks die er bestaat.
Wat dit concreet betekent: AI agents worden niet langer alleen ingezet om taken uit te voeren, ze worden ook steeds beter in het herkennen van hun eigen fouten. Dat is een fundamenteel andere situatie dan een chatbot die gewoon antwoorden geeft.
Bij een klant in de logistiek zagen we laatst hoe zelfs een eenvoudige agent al enorm veel tijd bespaarde op het verwerken van inkomende offerteaanvragen. Stel je voor wat er mogelijk is als zo'n agent ook leert van elke aanvraag die binnenkomt. Dat is de richting waar dit naartoe gaat.
Klinkt cool, maar in de praktijk zijn we er nog niet. De meeste bedrijven hebben eerst orde op zaken te stellen in hun eigen datahuishouding voordat zelfverbeterende agents zinvol zijn. Garbage in, garbage out. Dat principe gaat nergens heen.
Meta speelt groot: chips én cloud
Meta was deze week op twee fronten in het nieuws. Ten eerste verkent het bedrijf een chippartnerschap met Samsung, wat minder afhankelijkheid van Nvidia zou betekenen. Ten tweede zijn er plannen voor een eigen cloudbusiness om AI-rekenkracht te verkopen aan andere bedrijven.
Voor jou als ondernemer is het tweede punt interessant. Als Meta straks naast Amazon, Google en Microsoft ook AI-infrastructuur aanbiedt, wordt de markt competitiever. Meer aanbieders betekent in theorie lagere prijzen en meer keuze. Dat is goed nieuws als je overweegt om AI-oplossingen op schaal in te zetten.
Sem volgde dit nieuws meteen op de voet toen het uitkwam. Zijn conclusie: het duurt nog wel even voor Meta's cloud echt beschikbaar is voor het MKB, maar de signaalwaarde is duidelijk. De grote techbedrijven geloven allemaal dat AI-rekenkracht straks net zo gewoon is als elektriciteit inkopen.
Betere modellen, betere resultaten: de stille revolutie
Meta's nieuwste model haalt benchmarks die vergelijkbaar zijn met GPT-5.5. Google test vermoedelijk een upgrade van Gemini Flash. En er zijn nieuwe modellen uitgebracht zoals Seed2.0 en Laguna XS 2.1.
Dit klinkt als tech-inside-baseball, maar er zit een praktisch punt achter. De kwaliteit van AI-uitvoer gaat snel omhoog, terwijl de kosten per taak dalen. Wat zes maanden geleden nog een duur experiment was, is nu gewoon betaalbaar.
Hoeveel tijd besteed jij per week aan taken die eigenlijk ook een goed getraind model zou kunnen doen? Offertes samenvatten, e-mails categoriseren, rapporten opstellen op basis van data. Als je dat eerlijk invult, kom je waarschijnlijk al snel op een paar uur per week. Per medewerker.
De drempel om te starten is lager dan ooit. Dat is het echte nieuws achter al die modelupdates.
AI en werkgelegenheid: het onderzoek dat je moet kennen
Er verscheen deze week een interessante studie over AI-uitgaven op bedrijfsniveau en de effecten op personeel. De conclusie is genuanceerd: bedrijven die investeren in AI passen hun personeelsbestand aan, maar dat betekent niet automatisch massaontslagen.
Wat je wel ziet, is een verschuiving. Mensen doen andere dingen. Routinewerk schuift naar AI, mensen houden zich meer bezig met beoordelen, sturen en de uitzonderingen afhandelen. Dat vraagt om andere vaardigheden en om goede begeleiding bij de overgang.
Vorig kwartaal bouwden we iets vergelijkbaars voor een dienstverlener in de regio Zwolle. De medewerkers die eerst handmatig documenten controleerden, werken nu samen met een AI die het eerste filter doet. Ze zijn er eigenlijk best enthousiast over, want het saaie deel verdwijnt. Maar het heeft wel begeleiding gevraagd om daar te komen.
De les: AI inzetten zonder je team mee te nemen werkt niet. Techniek is het makkelijke deel.
Wat moet je nu eigenlijk doen?
De trends wijzen allemaal in dezelfde richting. AI wordt krachtiger, goedkoper en makkelijker te integreren. De bedrijven die nu beginnen met experimenteren, bouwen een voorsprong op die over twee jaar moeilijk in te halen is.
Dat betekent niet dat je morgen een volledig AI-systeem moet implementeren. Maar het betekent wel dat je nu moet nadenken over welke processen in jouw bedrijf het meest gebaat zijn bij automatisering. En wie je daarbij helpt.
- Begin met één concreet knelpunt in je bedrijfsproces, niet met een grote visie
- Zorg dat je data op orde is voordat je agents gaat inzetten
- Neem je team mee in de verandering, anders strandt elke implementatie
- Test snel en klein, schaal daarna op wat werkt
Wil je weten wat AI automatisering concreet kan betekenen voor jouw bedrijfsprocessen? Plan een vrijblijvende kennismaking in met het team van Airflows. We denken gewoon een uurtje met je mee.