AI for business

Er zijn van die koppen die precies doen wat ze moeten doen. Ze trekken aandacht, veroorzaken lichte onrust en geven de indruk dat er iets fundamenteels aan het verschuiven is. “Groeicijfers van softwarebedrijven halveren onder invloed van AI” is zo’n kop.

Er was een tijd dat technologie vooral werd verkocht als hulpmiddel. Software maakte processen sneller. Data-analyse gaf betere inzichten. Automatisering haalde repeterend werk weg zodat professionals zich konden richten op uitzonderingen, interpretatie en kwaliteit.

Er was een tijd waarin een autodealer draaide om motorvermogen, lakkleur en de overtuigingskracht van een verkoper met een glad colbert en een nog gladdere leasecalculatie. Die tijd begint langzaam te kantelen. Niet omdat consumenten ineens verliefd zijn geworden op robots, maar omdat de auto-industrie verandert in een data-industrie met wielen.

De sportwereld heeft er weer één bij. Een whitepaper over AI. Dit keer van Peter Sprenger, die met “AI Trends in Sport (2026–2030)” een overzicht geeft van waar technologie en sport elkaar raken. Het is een herkenbaar document: zorgvuldig opgebouwd, rijk aan voorbeelden en geschreven met het duidelijke doel om bestuurders en professionals mee te nemen in een ontwikkeling die al gaande is.

Ergens in Hangzhou speelt een zaak die in Nederland nauwelijks aandacht krijgt, maar die ongemerkt meer zegt over de toekomst van werk dan menig AI-conferentie. Een werknemer verliest zijn baan nadat zijn werkzaamheden grotendeels door AI zijn overgenomen. De werkgever probeert zijn salaris te verlagen en beëindigt uiteindelijk het dienstverband. De rechter fluit hem terug.

De discussie over AI in de auditsector wordt vaak gevoerd langs voorspelbare lijnen. Wat kan de technologie, hoe snel ontwikkelt zij zich, en hoeveel efficiënter kunnen we ons werk maken? Het zijn logische vragen, maar ze raken niet de kern. Een recente publicatie van de Foundation for Auditing Research brengt een ander perspectief naar voren. Niet de mogelijkheden van AI staan centraal, maar de manier waarop auditors ermee omgaan en erop vertrouwen. Dat lijkt een nuance, maar het is in werkelijkheid een fundamentele verschuiving in het debat.

Er hangt de laatste tijd een ander soort gesprek in de lucht als het over AI gaat, een gesprek dat minder gedreven wordt door beloftes en doorbraken en meer door een onderhuidse twijfel die zich moeilijk laat benoemen, maar die wel degelijk voelbaar is in hoe professionals erover praten, presenteren en er uiteindelijk wel of niet op doorpakken. Ik heb hier vooral vooral over generatieve AI, we dromen nog even verder over General Artificial Intelligence (AGI), daar zijn we nog niet.

Het begint vaak onschuldig, ergens halverwege een gesprek of presentatie, wanneer iemand zegt dat “de AI denkt dat dit de beste keuze is” of dat “het model zelf met dit antwoord kwam”, en niemand daar echt van opkijkt omdat het logisch klinkt en prettig praat. Voor je het weet, schuiven er woorden in het gesprek die een stap verder gaan;  intuïtie, creativiteit, soms zelfs iets als bewustzijn,  alsof we langzaam accepteren dat systemen niet alleen output genereren, maar ook iets ervaren wat daarop lijkt.

Er is iets fundamenteel scheef aan hoe we generatieve AI proberen toe te passen binnen finance, en dat scheve zit niet in de technologie zelf, maar in de manier waarop we haar positioneren alsof zij een probleem oplost dat er in de kern nooit is geweest. In gesprekken met CFO’s, controllers en adviseurs hoor je steeds vaker dat AI-analyses maakt, risico’s beoordeelt en zelfs richting geeft aan besluitvorming, terwijl de werkelijkheid een stuk minder spectaculair en tegelijkertijd een stuk interessanter is, omdat finance nooit heeft gewacht op betere zinnen, maar altijd heeft gedraaid om betere inzichten.

Er is een ondernemer die de afgelopen maanden een bijzondere ontwikkeling heeft doorgemaakt. Niet in zijn businessmodel, niet in zijn strategie, maar in zijn geduld. Dat is namelijk volledig opgebruikt. En dat heeft, hoe kan het ook anders, alles te maken met #genAI. Die ondernemer heeft namelijk ontdekt dat er een nieuwe beroepsgroep is ontstaan. Mensen die hem, zonder ooit een factuur te hebben verstuurd of een klant te hebben verloren, haarfijn kunnen uitleggen dat zijn bedrijf zoals het nu draait geen toekomst meer heeft. Dat hij moet transformeren. Dat hij moet versnellen. Dat hij moet “omarmen”. En vooral dat hij het nú moet doen, want anders is hij te laat.

De afgelopen jaren hebben ondernemers zichzelf iets aangeleerd wat bijna als vanzelfsprekend is gaan voelen: technologie koop je als software. Een abonnement, een implementatie, een dashboard erbij, en je bent weer een stap digitaler. Het was overzichtelijk, relatief goedkoop en vooral omkeerbaar. Werkt het niet? Dan zet je het uit.

Er zijn van die discussies die zich razendsnel verspreiden op LinkedIn, vaak verpakt in een licht alarmerende toon. Zo ook de observatie dat hbo-opleidingen “steeds academischer” worden. Het klinkt als een probleem. Alsof er iets verloren dreigt te gaan. Alsof we een generatie praktijkmensen aan het opleiden zijn die straks alleen nog maar theorie kunnen reproduceren. Maar hoe langer je naar die discussie kijkt, hoe duidelijker het wordt dat we hier niet naar het juiste probleem kijken. De vraag is namelijk niet of het hbo academischer wordt. De vraag is of wij nog wel begrijpen wat de economie eigenlijk vraagt.

Er zit iets ongemakkelijks in de opmerking van toezichthouders dat accountants AI niet de schuld kunnen geven van fouten. Het klinkt als een open deur, natuurlijk niet, maar onder die ogenschijnlijke vanzelfsprekendheid ligt een veel interessantere realiteit verscholen.

Wanneer de CEO van ABN AMRO waarschuwt voor de impact van artificial intelligence, klinkt dat als een klassiek signaal van een sector in beweging. Urgentie, verandering, druk op businessmodellen , het zit er allemaal in. De boodschap is herkenbaar en, op het eerste gezicht, moeilijk te betwisten.

Er hangt iets vreemds in de lucht binnen de accountancy. We praten eindeloos over AI. Over de impact van #genAI op de audit. Over hoe Large Language Models het vak gaan veranderen. Panels, artikelen, investeringsagenda’s, vragen van de VEB, alles lijkt te draaien om die ene vraag: wat gaat AI voor ons betekenen? En ondertussen gebeurt er iets opmerkelijks. We wachten.

Er zijn van die verhalen die op het eerste gezicht simpel lijken, maar bij nader inzien iets fundamenteels blootleggen. De recente beweging van Klarna is er zo één. Het begon ogenschijnlijk logisch. Een snelgroeiende fintech, stevige concurrentie, druk op marges en een technologie die eindelijk volwassen genoeg leek om grote delen van het klantcontact over te nemen. Klarna besloot door te pakken en verving honderden medewerkers in de klantenservice door AI.

Soms kom je een zin tegen die je niet meteen begrijpt, maar die wel blijft hangen. Niet omdat hij ingewikkeld is, maar omdat hij iets raakt wat je eigenlijk al wist. “We vertrouwen AI om te doden. Maar niet om te genezen.”

Het opiniestuk van Michiel Bakker in NRC afgelopen weekend leest (weer) als een waarschuwing die je serieus zou moeten nemen. De toon is urgent, de referenties zijn indrukwekkend, en de boodschap is helder: artificial general intelligence komt eraan, Nederland is niet voorbereid, en we moeten nú handelen. Maar wie het stuk rustig terugleest, ziet vooral een klassiek patroon: een technologische ontwikkeling wordt uitvergroot tot een maatschappelijke omwenteling, zonder dat de tussenliggende stappen overtuigend worden gemaakt.

Het waren een paar ongemakkelijke dagen in medialand. Een ervaren journalist, iemand die zijn vak verstaat, bleek citaten te hebben gebruikt die nooit zijn uitgesproken. Niet verzonnen in de klassieke zin van het woord, maar gegenereerd. Door AI.

Op 21 april organiseert de KNVI een workshop over AI-ethiek, waarin zes verschillende perspectieven op de verhouding tussen mens en technologie worden verkend. Het is, op papier, een uitnodiging tot verdieping. En dat is het ook.

Er was een tijd dat sommige dingen simpelweg buiten bereik leken te liggen. Niet omdat we er niet nieuwsgierig naar waren, maar omdat ze zich onttrokken aan onze logica. Dierencommunicatie was zo’n domein. Fascinerend, intrigerend, maar uiteindelijk iets wat we accepteerden als ondoorgrondelijk. Tot nu.

Wie de afgelopen twee jaar een boardroom, CFO-overleg of technologieconferentie heeft bezocht, krijgt de indruk dat kunstmatige intelligentie inmiddels volledig onder controle is. Overal verschijnen termen als AI governance, ethical AI, model risk management en responsible AI. Beleidsdocumenten groeien, frameworks worden ontworpen en compliance-presentaties vullen PowerPoints van Amsterdam tot Brussel. Maar wie één simpele vraag stelt, krijgt vaak een verrassend stil antwoord.  

In de accountancy verschijnen de laatste tijd met enige regelmaat nieuwe begrippen die een zekere belofte in zich dragen. De woorden klinken modern, technologisch en ambitieus. AI-driven auditing. Intelligent assurance. En deze week weer een nieuwe: Behavioral Auditing 2.0

In de technologie-industrie lijkt de tijd sneller te gaan dan ergens anders. Nauwelijks zijn Large Language Models (LLM’s) doorgedrongen tot de boardrooms van bedrijven of de volgende vraag duikt al op: wat komt hierna? Tijdens conferenties, zoals EmTech AI van MIT Technology Review, wordt deze vraag inmiddels openlijk gesteld. Het is een interessante vraag, maar ook een gevaarlijke. Want de geschiedenis van technologie laat zien dat we vaak al vooruitkijken naar de volgende revolutie terwijl we de huidige nog nauwelijks begrijpen.

Tussen Big Four-optimisme en beursangst De ene week lezen we dat AI groei aanjaagt en geen banen kost. De week erna lezen we dat een dystopisch AI-scenario beleggers de stuipen op het lijf jaagt. Aan de ene kant staat het geruststellende verhaal dat via CFO.nl wordt verspreid op basis van onderzoek van KPMG. De boodschap is helder: AI verhoogt productiviteit, Europa loopt niet achter, en massaal banenverlies is niet aan de orde.

De afgelopen maanden buitelen tech-CEO’s over elkaar heen met voorspellingen over hoe AI “de helft van alle entry-level white collar jobs” zal wegvagen. Het klinkt apocalyptisch. Het klinkt visionair. En het klinkt vooral goed op conferentiepodia, bij investeerders en in kapitaalrondes. Maar het roept een ongemakkelijke vraag op: als deze leiders écht geloven dat AI op korte termijn miljoenen starters overbodig maakt, waarom blijven hun eigen organisaties dan massaal mensen aannemen? De retoriek is revolutionair. De praktijk is verrassend traditioneel.

Het is een verleidelijk frame. De president die een AI-bedrijf aan de kant schuift. Een technologiebedrijf dat zegt morele grenzen te willen bewaken. Commentatoren die het onmiddellijk inkleuren als een strijd tussen goed en kwaad. Maar zodra een verhaal te comfortabel past in “evil against good”, weet je dat het ingewikkelder ligt.

De aankondiging dat Meta experimenteert met gezichtsherkenning in slimme brillen klinkt op het eerste gezicht als een technologisch detail in een lange stroom AI-updates. Toch raakt dit onderwerp aan iets fundamentelers dan een nieuwe gadget of een slimme feature. Het gaat hier niet alleen om een camera in een montuur, maar om de vraag wat er gebeurt wanneer identificatie in de publieke ruimte technisch triviaal wordt. Daarmee verschuift het debat van privacy naar vertrouwen, en van innovatie naar machtsverhoudingen in een data-gedreven samenleving.

De Wharton School publiceerde recent onderzoek onder 1.372 deelnemers naar de manier waarop mensen redeneren mét AI. De uitkomst is ongemakkelijk: deelnemers accepteerden AI-uitkomsten tot 93% van de tijd. Zelfs wanneer die output aantoonbaar onjuist was.

McKinsey & Company kondigde onlangs aan dat het in minder dan twee jaar tijd 25.000 AI-agents heeft toegevoegd. Volgens CEO Bob Sternfels zal binnenkort iedere medewerker – in totaal zo’n 40.000 mensen – door minimaal één agent worden “enabled”. Vijfentwintigduizend.

Er is iets merkwaardigs aan de manier waarop organisaties over AI praten. Het gesprek lijkt zich steeds af te spelen tussen twee uitersten. Aan de ene kant het messianistische verhaal: AI verandert alles, werk verdwijnt, organisaties die nu niet instappen zijn over vijf jaar irrelevant. Aan de andere kant het apocalyptische narratief: AI is onbetrouwbaar, gevaarlijk, ethisch problematisch en moet eerst volledig gereguleerd worden voordat we er ook maar iets mee mogen.

De nieuwe cijfers van de Transparency International zijn binnen. De Corruption Perceptions Index 2025 (CPI) laat zien hoe landen wereldwijd scoren op waargenomen corruptie in de publieke sector. Maar wie alleen naar de ranglijst kijkt, mist het echte verhaal.

De stille verschuiving Er voltrekt zich momenteel een stille verschuiving binnen de accountancy. Niet in de wetgeving. Niet in de verslaggevingsregels. Maar in de manier waarop wij omgaan met cliëntdata.

Waarom The Economist gelijk heeft en de boardroom misschien niet Er is iets ongemakkelijks aan de AI-hausse van dit moment. Tijdens earnings calls, in boardrooms en op LinkedIn wordt kunstmatige intelligentie gepresenteerd als dé productiviteitsmachine van deze eeuw. “Efficiency”, “10x workforce”, “autonomous agents”, deze woorden vliegen ons om de oren.

Waarom OpenClaw geen IT-issue is, maar een governance-vraagstuk De discussie over AI-risico’s blijft vaak hangen in techniek. Firewalls. Zero trust. Patches. Maar met de opkomst van autonome AI-agents zoals OpenClaw verschuift het echte vraagstuk naar een ander niveau. Niet dat van de CIO of CISO, maar dat van de CFO en de boardroom. Niet omdat OpenClaw per definitie onveilig is ,  maar omdat het een fundamenteel nieuw soort actor introduceert in organisaties: software die zelfstandig kan handelen. En dát raakt aan governance, risico en verantwoordelijkheid.

Na het lezen van Emily M. Benders essay “What makes something data?” bleef één ongemakkelijke observatie hangen. In machine learning en AI accepteren we een definitie van data die in vrijwel elke andere wetenschap zou worden uitgelachen: “Data is alles wat je kunt gebruiken om een model te trainen.”

Er is iets geks aan de hand in steeds meer organisaties. We investeren volop in data-platformen, dashboards, rapportages en portals. Alles is netjes ingericht: rechtenstructuren, rollen, logging, datakwaliteit. En toch gebeurt het échte denkwerk steeds vaker ergens anders.

Wat de aarzelende advocatuur ons leert over AI, governance en menselijk oordeel

“Dat er een AI-Raad moet komen, hebben we met zestig experts wel duidelijk gemaakt.” Zo begint de oproep aan de informateur, inmiddels te beluisteren en te lezen via BNR Nieuwsradio. Leg het vast in het Regeerakkoord, was het verzoek. En eerlijk is eerlijk: de ondertekenaars hebben gelijk over één ding. AI is geen volgende IT-upgrade, maar een systeemverandering met grote technologische, sociale en institutionele impact, onder stevige commerciële en geopolitieke invloed.

De burgemeester van Londen waarschuwt voor “massaontslagen door AI”. Het is een uitspraak die het goed doet in headlines, panels en beleidsnota’s. Angst verkoopt nu eenmaal beter dan nuance. Maar wie iets langer kijkt, ziet vooral een bekend verhaal in een nieuw jasje. We hebben het namelijk niet over een plotselinge technologische aardverschuiving, maar over iets wat we al jaren doen: digitaliseren. Alleen noemen we het nu AI.

Wie de AI-discussie volgt, krijgt soms het gevoel dat weerstand vooral voortkomt uit angst, onkunde of een gebrek aan vaardigheden. Managers zouden “nog niet klaar zijn”, medewerkers “nog niet getraind”, en bestuurders “nog even willen afwachten”. Maar wie beter kijkt, ziet iets anders. De echte rem op AI-adoptie zit zelden in de technologie zelf. Die zit in het verdienmodel dat op de achtergrond kraakt.

Steeds meer CFO’s experimenteren met AI bovenop hun BI-omgeving. Of dat nu Power BI is of Tableau, het idee is hetzelfde: minder vaste rapporten, meer directe antwoorden. Een vraag in gewone taal levert direct inzicht op in omzet, marge of afwijkingen ten opzichte van budget.

29 jaar. In veel sectoren ben je dan “veelbelovend”. In sommige bestuurskamers nog steeds “te jong”. En in de wereld van kunstmatige intelligentie? Daar kun je op je 29e zomaar eindverantwoordelijk zijn voor een AI-strategie die honderden miljarden waard is.

De discussie over algoritmes en AI is vaak defensief. Ze zijn ondoorzichtig, discriminerend, juridisch riskant of simpelweg “te ver doorgeschoten”. Begrijpelijk, want de voorbeelden waar het misgaat zijn talrijk. Maar juist daarom is het verfrissend om een praktijkcase tegen te komen waarin een algoritme niet het probleem is, maar onderdeel van de oplossing.

Als een productielijn stilvalt, gebeurt er in veel fabrieken ongeveer hetzelfde. Mensen lopen naar elkaar toe, er wordt gebeld, gezocht, gekeken en overlegd. Ondertussen tikt de klok door. Machines produceren niets, orders lopen vertraging op en de druk op de werkvloer neemt toe.

Wie het nieuws leest als “Disney versus OpenAI” ziet vooral een juridisch conflict. Maar onder de oppervlakte speelt iets veel groters. Dit gaat niet over technologie-angst of Hollywood dat innovatie wil tegenhouden. Dit gaat over data. Over wie eigenaar is van waardevolle trainingsdata, wie daar economisch van profiteert en wie de regie houdt wanneer creativiteit verandert in modelinput.

Kunstmatige intelligentie wordt vaak gepresenteerd als dé oplossing voor organisatorische en maatschappelijke vraagstukken. Maar wie iets dieper kijkt, ziet dat AI vooral een spiegel is: van onze datahuishouding, ons vakmanschap en ons vermogen om goede vragen te stellen. Een long read over hype, realiteit en de blijvende rol van menselijk oordeel.

Een collectieve reality check De afgelopen jaren leek het soms alsof kunstmatige intelligentie alles zou oplossen. Productiviteitsproblemen, personeelstekorten, compliance-uitdagingen, complexe besluitvorming — het antwoord was opvallend vaak hetzelfde: AI. Organisaties die niet zichtbaar met AI bezig waren, liepen achter. Bestuurders raakten onrustig, investeringsbudgetten werden verschoven en proof-of-concepts schoten als paddenstoelen uit de grond.

Het idee van een ‘raad van robots’ klinkt als sciencefiction. Robots aan de bestuurstafel, algoritmes die meewegen, voorspellen en adviseren. Toch is dat precies het beeld dat NR Governance oproept in haar recente bijdrage over AI en toezicht. Niet als gimmick, maar als serieuze denkoefening: wat gebeurt er met governance als data en AI structureel onderdeel worden van besluitvorming?

De reflex: AI faalt — maar klopt dat wel? Toen McDonald’s vorige week zijn AI-kerstcommercial offline haalde na felle kritiek, werkte de reflex meteen: “Zie je wel, AI kan dit helemaal niet.” De waarheid is een stuk minder dramatisch én veel interessanter. Er bestaan inmiddels genoeg voorbeelden van AI-gedreven commercials die wél indruk maken. Creatief, coherent, technisch overtuigend. De technologie is dus niet de schuldige. Wat deze case vooral blootlegt, is dat AI geen shortcut is naar kwaliteit, maar een proces dat dezelfde zorgvuldigheid vraagt als elke andere vorm van creatie.

De tijd van “blind vertrouwen” in algoritmen is voorbij De afgelopen jaren hebben laten zien hoe krachtig algoritmen kunnen zijn, maar ook hoe kwetsbaar. De toeslagenaffaire staat symbool voor een dieper probleem: organisaties die algoritmen gebruiken zonder echt te begrijpen wat er onder de motorkap gebeurt. Risicoscores, fraudedetectie en gedragspredictie werden decennialang gezien als neutrale technologie, terwijl ze in werkelijkheid vol zaten met aannames, historische bias en gebrekkige datakwaliteit. De Kaderwet Toetsing Algoritmen, die nu in consultatie is, markeert een keerpunt. Voor het eerst ontstaat er een wettelijk raamwerk dat organisaties verplicht om te laten zien dat algoritmen eerlijk, uitlegbaar en rechtmatig zijn. Niet als beleidsoptie, maar als harde norm.

De advocatuur staat op een kruispunt AI is in korte tijd doorgesijpeld in de juridische praktijk. Wat ooit begon als experiment met tools voor samenvattingen en documentondersteuning, is nu realiteit op veel kantoren. Generatieve AI-tools helpen bij documentreview, contractanalyse, juridische research en due diligence. De efficiëntiewinst is groot — routinematig werk kan sneller en goedkoper worden, waardoor juristen meer tijd creëren voor strategisch en inhoudelijk advies.

Een stille revolutie in mentale zorg We praten graag over AI in de context van productiviteit, data-analyse, fraude-detectie of efficiëntie. Maar er is een veel stillere, bijna ongemakkelijke revolutie gaande. Niet in auditteams, fabrieken of bestuurskamers, maar in de hoofden van mensen die worstelen met angst, somberheid of eenzaamheid. Generatieve AI blijkt voor veel Nederlanders een laagdrempelig hulpmiddel bij psychische klachten, zo blijkt uit nieuwe inzichten van MIND. Terwijl het publieke debat zich richt op AI-regulering, privacywetgeving en arbeidsmarktveranderingen, zien we een maatschappelijke verschuiving die veel persoonlijker is: mensen delen hun diepste gedachten met een algoritme dat nooit slaapt en nooit oordeelt.

Ambitie aan de Maas Begin 2025 klonk er een opvallend optimistische toon in Rotterdam. De stad kondigde, op initiatief van D66, de komst aan van een “Rotterdamse AI-zone” — een experimenteerruimte waar bedrijven, wetenschappers, startups en publieke instellingen sneller zouden kunnen innoveren dan de rest van Nederland. Rotterdam wilde niet zomaar meedoen in de Europese AI-ontwikkeling; het wilde aan kop gaan lopen. In de woorden van de initiatiefnemers: een stad waar innovatie geen beleidswoord was, maar een dagelijkse praktijk.

De sector die AI het hardst vreesde, omarmt het nu als gereedschap Hollywood was de afgelopen jaren hét symbool van de angst voor kunstmatige intelligentie. De schrijvers- en acteursstakingen van 2023 en 2024 draaiden voor een groot deel om de vrees dat AI content zou gaan genereren, scripts zou herschrijven en zelfs digitale kopieën van acteurs zou inzetten. AI gold als existentiële bedreiging voor een sector die drijft op creativiteit, auteurschap en menselijke expressie.

Er is een opvallend patroon ontstaan in de manier waarop Nederlandse organisaties hun reorganisaties uitleggen. Waar bedrijven vroeger nog behoedzaam moesten onderbouwen waarom banen verdwenen, is er nu een elegante uitweg: AI. De technologie fungeert als een bijna neutrale kracht. AI maakt werk efficiënter. AI neemt processen over. AI dwingt tot verandering. Het klinkt modern, logisch en strategisch onvermijdelijk.

Waarom China versnelt en Europa aarzelt in de race naar elektrische mobiliteit Duitse automerken geven in China vol gas met elektrische auto’s — maar trappen op de rem in Brussel. Dat schreef het FD onlangs. En inderdaad: waar de Duitse industrie in China miljarden investeert in e-auto’s, slimme fabrieken en datagedreven rijtechnologie, blijft het Europese tempo opvallend laag.

AI kan vandaag de dag code schrijven, scripts testen en documentatie genereren in minder tijd dan het kost om een cappuccino te bestellen. Voor wie denkt dat dit het einde betekent van programmeurs of engineers: nee. Sterker nog, AI vergroot de behoefte aan een ander type professional: iemand die systemen begrijpt, risico’s overziet, kan denken in afhankelijkheden én de gevolgen van een keuze kan uitleggen aan bestuur en directie.

Door drs. Pieter de Kok RA Nieuw onderzoek van Anthropic laat zien dat slechts 250 bewust besmette teksten voldoende zijn om een taalmodel blijvend te manipuleren — zonder dat iemand het doorheeft. De AI lijkt keurig te functioneren, totdat iemand — per ongeluk of expres — de juiste woorden gebruikt. En dan gaat het mis. Welkom in de wereld van data poisoning.

In de intelligentie-economie wordt niet kennis, maar beoordelingsvermogen de echte schaarste.

Het is opnieuw raak bij de Belastingdienst. Follow the Money bracht recent naar buiten dat meer dan 50 algoritmes van de Belastingdienst volgens de Autoriteit Persoonsgegevens (AP) mogelijk onrechtmatig zijn. Onvoldoende onderbouwd. Discriminerend. Niet transparant. En dat terwijl we na de Toeslagenaffaire collectief hadden beloofd: “nooit meer.”

Er is iets fascinerends aan de recente pogingen van AI om wiskunde te ‘begrijpen’. DARPA lanceerde dit voorjaar het programma expMath, bedoeld om AI niet alleen rekentrucs te laten uitvoeren, maar om wiskundig inzicht te ontwikkelen. Modellen als AlphaProof en AlphaEvolve lossen inmiddels olympiadewiskunde op waar jij en ik drie espresso’s voor nodig hebben. Maar de echte vraag is: snapt AI wat ze doet? De korte versie: nee, nog niet. De lange versie: dat maakt het juist interessant.

Er waait een koude wind door de mediasector. Niet omdat het aantal abonnees daalt of de advertentie-inkomsten weer eens tegenvallen, maar omdat Google iets nieuws test: een AI-instrument dat je vragen direct beantwoordt, zonder dat je hoeft door te klikken naar de website waar dat antwoord oorspronkelijk vandaan komt. Handig voor de gebruiker, rampzalig voor de uitgever.

Er zit een vreemd soort ironie in deze tijd. Terwijl techbedrijven roepen dat AI de creativiteit democratiseert, lijkt het tegenovergestelde te gebeuren: we verdrinken in middelmatigheid. De Spotify-ervaring illustreert het perfect. AI-gegenereerde muziek duikt op onder artiestennamen, nep-bands scoren miljoenen streams met generieke beats, en luisteraars beginnen af te haken. Wat ooit een platform voor ontdekking was, voelt nu steeds vaker als een zee van algoritmisch geproduceerde ruis. De vraag is niet of AI kunst kan maken, maar of we nog herkennen wanneer iets de moeite waard is.

“Niemand snapt hoe taalmodellen werken, ook de bedrijven erachter niet.” Het is de headline van een interview met MIT-hoogleraar Pattie Maes in het Financieele Dagblad (7 oktober 2025). Ze doelt op de snelgroeiende klasse van AI-systemen – zoals ChatGPT, Gemini en Claude – die miljarden parameters bevatten en zichzelf als het ware ‘leren redeneren’ uit tekst. En hoewel we wéten hoe deze modellen technisch in elkaar zitten, begrijpt niemand meer precies waarom ze zeggen wat ze zeggen.

Er is een nieuwe gewoonte aan het ontstaan in het MKB: eerst even ChatGPT raadplegen, dan pas de accountant bellen. Volgens recent onderzoek onder 500 ondernemers doet inmiddels twee derde dat. AI is daarmee het nieuwe kladblok van de ondernemer geworden — snel, goedkoop en beschikbaar op elk moment van de dag.

Door Pieter de Kok RA – TheDataConnection.nl Ik weet niet wie het ooit zei, maar het is een briljante observatie: “A fool with a tool is still a fool.”

Een algoritme dat vandaag voorspelt welke ziektes jij de komende tien jaar krijgt. Het klinkt als sciencefiction, maar dankzij het nieuwe model Delphi-2M schuift dit scenario ineens akelig dichtbij. Onderzoekers trainden een AI op miljoenen medische dossiers en claimen nu dat het risico’s op maar liefst 1.231 ziekten betrouwbaar kan voorspellen. Handig voor preventie, leefstijlinterventies en betere zorg, zo luidt de belofte. Maar wie iets langer doordenkt, ziet ook de schaduwzijden. Want hoe eerlijk, transparant en wenselijk is het als een computer jouw medische toekomst al in potlood schetst?

Herinner je je LinkedIn nog in de “goede oude tijd” (zeg: 2015)? Een collega die een nieuwe baan aankondigde 👏, een vakgenoot die een inhoudelijk stuk schreef over een auditvraagstuk 📊, een CFO die zijn visie deelde over cashflow of governance 💼.

B2B‑e‑commerce groeit in een razend tempo. Wereldwijd wordt de markt in 2025 geschat op ruim 7,7 biljoen dollar. Maar die groei heeft een keerzijde. Waar nieuwe omzetstromen ontstaan, nemen ook de frauderisico’s exponentieel toe. Kopersfraude – waarbij criminelen zich voordoen als betrouwbare zakelijke klanten of leveranciers – is in opkomst.

Iedereen die de energierekening opent, ziet het elke keer: stroom is duurder dan ooit. Bloomberg berichtte onlangs dat AI-datacenters in de VS en Europa een significante bijdrage leveren aan die stijgende elektriciteitsprijzen. Britse media pakten het verhaal direct op: de rekeningen lopen op, burgers en bedrijven voelen de pijn, en lokale bestuurders vragen zich af hoe ze de lusten en lasten van datacenters moeten verdelen.

Een $1,5 miljard settlement van Anthropic markeert misschien wel het einde van een tijdperk. Jarenlang konden AI-bedrijven hun modellen trainen op alles wat ze konden vinden online: blogs, fora, nieuwsartikelen en zelfs complete boeken die via piratensites circuleerden. Die tijd lijkt voorbij.

“AI hallucineert niet. Het bluft.” Het klinkt bijna als een one-liner uit een pokerfilm, maar het is de conclusie van een recente studie van OpenAI en het Georgia Institute of Technology (4 september 2025, bron: https://lnkd.in/ecDBPQRb).

De geschiedenis herhaalt zich. Misschien niet letterlijk, maar hij rijmt wel. Nieuwe technologie brengt verwondering, hoop en vrees met zich mee. Van Plato die zich zorgen maakte over de invloed van schrift, tot mensen die dodelijke ziektes hoopten te genezen met dubieuze medicijnen – steeds weer zoeken mensen houvast in het onbekende. Vandaag belooft kunstmatige intelligentie onze wereld te veranderen. Maar supersnelle technologische ontwikkelingen roepen ook vragen op die verrassend vertrouwd klinken. In deze serie kijken we in historische spiegels, en we bekijken patronen van menselijk gedrag die telkens terugkeren. Wat leren ze ons over de uitdagingen van nu? En belangrijker nog: hoe zorgen we dat we niet in dezelfde fouten vervallen?

De belofte en de waarschuwing van AI Kunstmatige Intelligentie (AI) is inmiddels niet meer weg te denken uit ons dagelijks leven. Van HR-selecties tot schadeafhandeling, van copywriting tot klantvoorspellingen AI bepaalt steeds vaker uitkomsten die direct invloed hebben op mensen, omzet en reputatie.

Als je in data werkt, of dat nu als analist, engineer of CFO is, zou je misschien niet direct denken dat je iets hebt aan een Franse filosoof die in 1984 is overleden. Toch heeft Michel Foucault – bekend van zijn scherpe analyses over macht, kennis en controle – ons vandaag meer te vertellen dan menig datastrateeg.

In september 2025 zette ASML, de trots van Veldhoven en wereldleider in chipmachines, een gedurfde stap door ruim €1,3 miljard ($1,5 miljard) te investeren in de Franse AI-startup Mistral AI. Met deze investering werd ASML niet alleen de grootste aandeelhouder, maar kreeg het ook een zetel in de bestuurskamer.

Stel je voor. Het is maandagochtend. Je medewerker tikt wat klantdata in ChatGPT. Tien seconden later ligt er een keurig rapport op tafel. Handig toch? Iedereen blij, je denkt: dit gaat ons uren schelen.

Laatst las ik in EW Magazine een sterk stuk van Bram Hahn over AI in de zorg. En ja hoor, daar gingen we weer: AI als wondermiddel. Ministers die met glimmende ogen woorden als “ongekende mogelijkheden” en “revolutie” in de mond nemen.

Microsoft publiceerde onlangs een lijvig onderzoek met de titel ‘Working with AI: Measuring the Occupational Implications of Generative AI’ (Tomlinson et al., 2025, Microsoft Research). Op basis van 200.000 gesprekken met Copilot (voorheen Bing Chat) probeerde het techbedrijf in kaart te brengen welke beroepen het meest door AI geraakt worden. Het resultaat is even serieus als geestig: AI blijkt namelijk vooral de nieuwe kantoorstagiair te zijn.

Iedereen heeft zijn eigen nerdy hacks. De één bouwt eindeloze Excel-sheets om de boodschappen bij te houden, de ander maakt een Trello-bord voor de vakantieplanning. Weer een ander programmeert zijn koffiezetapparaat zodat die precies start als hij onder de douche stapt. Slimme infrastructuur die je leven nét wat soepeler maakt.

Kunstmatige intelligentie (AI) is niet langer een toekomstvisie, maar een realiteit die het bedrijfsleven vandaag al beïnvloedt. Toch blijkt uit het rapport De realiteit en toekomst van AI in het bedrijfsleven dat de kloof tussen hype en daadwerkelijke impact groot is. Ondanks miljardeninvesteringen in generatieve AI (GenAI) ziet 95% van de bedrijven nog geen meetbare opbrengst. De adoptie is hoog, maar transformatie blijft uit.

Beeld je dit eens in: je bestelt een gegrilde kip via je telefoon, en nog geen uur later komt een drone het pakketje in je tuin afleveren. Hoe is het met de AI-Hype in de kippenwereld?

Het is een naam die in bijna elke boardroom valt wanneer technologiekeuzes op tafel liggen: Gartner. Hun beroemde Magic Quadrant en Hype Cycle worden gezien als kompas voor CIO’s, investeerders en IT-leveranciers. Maar achter de glanzende rapporten gaat een businessmodel schuil waar steeds meer kritische geluiden over opgaan. Recent haalde een post van James Henderson op LinkedIn het debat weer naar boven: hoe houdbaar is dit model nog, nu de AI-markt sneller verandert dan ooit en vertrouwen op externe ‘autoriteit’ riskanter wordt?

AI lijkt de wereld te veroveren. Iedere week verschijnen nieuwe modellen, groter en krachtiger dan hun voorgangers. Maar twee recente wetenschappelijke papers zetten een flinke streep door het idee dat “meer altijd beter is”.

De geschiedenis herhaalt zich. Misschien niet letterlijk, maar hij rijmt wel. Nieuwe technologie brengt verwondering, hoop en vrees met zich mee. Van Plato die zich zorgen maakte over de invloed van schrift, tot mensen die dodelijke ziektes hoopten te genezen met dubieuze medicijnen – steeds weer zoeken mensen houvast in het onbekende. Vandaag belooft kunstmatige intelligentie onze wereld te veranderen. Maar supersnelle technologische ontwikkelingen roepen ook vragen op die verrassend vertrouwd klinken. In deze serie kijken we in historische spiegels, en we bekijken patronen van menselijk gedrag die telkens terugkeren. Wat leren ze ons over de uitdagingen van nu? En belangrijker nog: hoe zorgen we dat we niet in dezelfde fouten vervallen?

Wanneer we het hebben over corporate transparency, denken de meesten aan accountants, audit committees en toezichthouders. Maar recente academische inzichten laten zien dat er nog een heel andere factor is die het niveau van transparantie bepaalt: de mate waarin mensen zonder angst slecht nieuws over een bedrijf kunnen delen.

Wie de AI-wereld volgt, kijkt vaak naar de grote technologiebedrijven: Microsoft, Google, Amazon. Maar wie even achter het gordijn kijkt, ziet iets opvallends. Eén investeerder — SoftBank — heeft zich de afgelopen jaren naar het epicentrum van de AI-financiering gemanoeuvreerd. Met miljardeninjecties in OpenAI en megaprojecten zoals de Stargate-infrastructuur bepaalt het Japanse conglomeraat in toenemende mate welke kant de AI-ontwikkeling opgaat. En dat gebeurt grotendeels buiten de spotlights van het brede publiek.

De geschiedenis herhaalt zich. Misschien niet letterlijk, maar hij rijmt wel. Nieuwe technologie brengt verwondering, hoop en vrees met zich mee. Van Plato die zich zorgen maakte over de invloed van schrift, tot mensen die dodelijke ziektes hoopten te genezen met dubieuze medicijnen – steeds weer zoeken mensen houvast in het onbekende. Vandaag belooft kunstmatige intelligentie onze wereld te veranderen. Maar supersnelle technologische ontwikkelingen roepen ook vragen op die verrassend vertrouwd klinken. In deze serie kijken we in historische spiegels, en we bekijken patronen van menselijk gedrag die telkens terugkeren. Wat leren ze ons over de uitdagingen van nu? En belangrijker nog: hoe zorgen we dat we niet in dezelfde fouten vervallen?

In augustus 2025 vond in Beijing iets bijzonders plaats: de World Humanoid Robot Games. In dezelfde stadions waar ooit Olympische records sneuvelden, streden nu machines om eer en glorie. Meer dan 500 humanoïde robots, verdeeld over 280 teams uit 16 landen, namen deel aan 26 onderdelen: van voetbal en sprinten tot boksen en zelfs het sorteren van medicijnen.

In de jaren ’40 tot ’60 leek het alsof we infectieziekten definitief de baas waren. Penicilline, streptomycine, tetracycline – wondermiddelen die miljoenen levens redden. Maar het euforische optimisme werd gevolgd door een harde realiteit: overmatig gebruik, snelle resistentie en een opdrogende stroom nieuwe middelen. Sindsdien is het stil geweest op het antibiotica-front. Tot nu.

De hype rond generatieve AI is ongekend. Bedrijven pompen er miljarden in, consultants verkopen ‘AI-transformatie’ alsof het een Black Friday-deal is, en de belofte is helder: minder mensen, meer winst. Maar ergens tussen de PowerPoint en de praktijk gaat het mis.

We praten graag over AI alsof het magie is. De slimme chatbot die je e-mails schrijft. Het vertaalmodel dat je internationale klanten in hun moedertaal aanspreekt. Het algoritme dat je foto’s haarscherp maakt. Het voelt allemaal zo… gratis.

Thema: Machines in Beweging Door: Pieter de Kok | TheDataConnection.nl Elon Musk beloofde het in 2016. En in 2019. En 2021. En nu opnieuw in 2025. De zelfrijdende auto zonder stuur, zonder pedalen, zonder menselijke tussenkomst. Een robotaxi die alles kan – behalve verschijnen in het echt. En dus probeert Tesla het nog één keer: op 8 augustus 2025 wordt de robotaxi gepresenteerd, met een podium, een dinerervaring en een flinke portie AI-retoriek.

Wat als uw AI-model honderd keer sneller redeneert dan ChatGPT, met slechts duizend voorbeelden? Dat is geen futuristisch vergezicht, maar een ontwikkeling die zich nú voltrekt. In een recente post op LinkedIn wijst David A. Wood op een opvallende AI-doorbraak: een nieuwe modelarchitectuur die met minimale data, extreem hoge redeneersnelheid en minder rekenkracht betere output genereert dan wat de meeste generatieve modellen vandaag doen. “GenAI is impressive. But the real innovation is still to come.” — David A. Wood

Het regent koppen. “AI maakt miljoenen banen overbodig.” “De CEO’s zeggen het nu ook hardop.” En inderdaad, Amazon, JPMorgan, Ford en zelfs OpenAI zelf voorspellen forse verschuivingen in het werklandschap door AI. Maar tussen het PR-geweld en de investeerdersdrift is één ding zeldzaam geworden: nuchter denken. Wat is hype, wat is al zichtbaar, en wat is vooral wishful techthinking?

AI-band scoort hit op Spotify – welkom in de soundtrack van onze digitale leegte. Hoe treurig is deze ontwikkeling? Heel treurig!

Kwam een robot bij de dokter. Ken je dat verhaal? Nee, lees dan even verder,

De leisure- & hospitalitysector roept al jaren dat “de gast centraal staat”, maar anno 2025 staat opvallend vaak eerst een algoritme centraal – van reserveringslijn tot keukenafvalbak. We hebben wat recente ontwikkelingen op een rij gezet.

Veel organisaties experimenteren met AI-agents – slimme autonome software die bijvoorbeeld klantcontact, procesautomatisering of data-analyse kan uitvoeren. Toch zien we dat een opvallend hoog percentage van dit soort projecten niet de gewenste resultaten oplevert of zelfs volledig faalt. Pieter de Kok RA

Voor hotelmanagers is 2025 het jaar waarin business intelligence geen optionele luxe meer is, maar een noodzakelijke voorwaarde om concurrerend te blijven.

Miljoenen euro’s verdwenen in een web van vermoedens van zorgfraude, met interne betrokkenheid bij het CAK. Dat is niet normaal nee.

Het is 2025. We hebben self-driving cars, generatieve AI en zorgrobots met empathie‑modules. Maar op de finance-afdeling?

Wat de cijfers zeggen over Russische veerkracht – en waarom dat ons wél zorgen moet baren. Team van TheDataConnection.nl zet het op een rij.

De competitie is nog niet begonnen, maar dat houdt ons niet tegen. Bij TheDataConnection geloven we in de kracht van data — óók als de bal nog niet rolt.

Recent kopte Accountant.nl: “AI kan meer banen creëren dan verdringen.”  Een positieve boodschap en op redactie van TheDataConnection.nl waren we natuurlijk direct benieuwd naar de achterliggende analyses.

Daar is ze weer. Niet Katie Price, maar Jordan. Jawel, die siliconen avatar van een tijdperk waarin MySpace nog hip was en je voor 2 euro een roddelblad vol implantaten kocht bij de Primera.

Stel je voor: je loopt een winkel binnen en wordt niet begroet door een verkoper, maar door een humanoid. Een vriendelijk ogende robot met gezichtsherkenning, productkennis en nul last van ochtendhumeur.

Elke dag komt er een stroom nieuwe AI-tools, modellen en experts voorbij. Je wilt het wel begrijpen, maar waar begin je? Het team van de TheDataConnection.nl heeft een top 6 bouwstenen die heel concreet zijn op een rij voor je gezet.

De een gebruikt het dagelijks voor rapportages, de ander fluistert het stiekem tegen zijn laptop: “ChatGPT, schrijf dit even voor me.” Maar is dat erg? Nee hoor. Zolang je weet wat je doet. Want AI maakt je sneller, scherper – en soms ook een tikkeltje gemakzuchtig. Waarom jonge professionals AI slim (en met een beetje ironie) moeten inzetten

“Wist je dat ze in Marokko een AI-model hebben ontwikkeld dat bosbranden voorspelt én boeren helpt met hun oogst?” Een vriend uit Rabat stuurde me trots het artikel. En terecht – het project uit Casablanca is een prachtig voorbeeld van hoe lokale innovatie globale relevantie krijgt.

Ken je dat gevoel, dat je na een Zoom- of Teams-meeting denkt: ‘Wat hebben we nou eigenlijk afgesproken?’ Ik wel. Dus toen iemand Fireflies.ai aanraadde (een AI-tool die al je meetings opneemt, transcribeert én samenvat) dacht ik: prima, laat die robot maar eens bewijzen dat ’ie slimmer is dan mijn post-its.

In 2025 zijn robots een integraal onderdeel geworden van de Nederlandse zorgsector. Waar staan we met de Robot in 2025? We hebben het eens even op een rij gezet. Best indrukwekkend!

Stel je een stad voor die met je meedenkt: waar verkeerslichten zich aanpassen aan de drukte, vuilnisbakken zelf aangeven wanneer ze geleegd moeten worden, en waar energieverbruik wordt geoptimaliseerd zonder dat je er iets voor hoeft te doen. Dit is geen toekomstmuziek, maar de realiteit van de slimme stad, mogelijk gemaakt door data, kunstmatige intelligentie (AI) en machine learning.

Zijn we doorgeslagen? Het lijkt er wel op. Zijn we ons bewust genoeg van dit vraagstuk? Terwijl de wereld zich onderdompelt in de belofte van kunstmatige intelligentie, rijst een prangende vraag: zijn we blind voor de ecologische voetafdruk van deze technologie? Recente rapporten wijzen op een alarmerende trend: de energieconsumptie van AI groeit exponentieel en dreigt de duurzaamheid van onze digitale toekomst te ondermijnen.

De Sociaal-Economische Raad (SER) heeft recentelijk een duidelijke waarschuwing afgegeven: Nederland is onvoldoende voorbereid op de impact van kunstmatige intelligentie (AI) op de arbeidsmarkt. Volgens de SER zullen banen verdwijnen en veranderen door de inzet van AI, en doet Nederland momenteel te weinig om te zorgen dat er straks genoeg werk is dat interessant en ‘menswaardig’ is.  Een best wel ‘heavy’ waarschuwing.

Laten we met de deur in huis vallen: Nederlanders vertrouwen AI niet. Tenminste, niet echt. Volgens KPMG vertrouwt slechts 33% van de Nederlanders AI-technologieën, tegenover een wereldwijd gemiddelde van 46%. E

Beste reclame professional, Jouw vak is altijd al een mix geweest van creativiteit, intuïtie en timing. Maar de spelregels veranderen. Razendsnel. Terwijl jij dit leest, draait ergens een AI-model op volle toeren: het bedenkt headlines, optimaliseert campagnes, analyseert doelgroepen – en presteert. Team van de TheDataConnection heeft 10 concrete voorbeelden op een rij gezet ter inspiratie (of irritatie).

Stel je een winkel voor waar klanten niet in de rij staan, voorraden nooit opraken, en de juiste prijs altijd op het juiste moment verschijnt. Klinkt futuristisch? Dankzij AI-agents is dit toekomstbeeld sneller werkelijkheid dan menig retailer denkt.

De juridische wereld staat op een kruispunt. Terwijl technologie stormachtig oprukt, worstelt de advocatuur met een fundamentele vraag: hoe maken wij ruimte voor kunstmatige intelligentie zonder onze kernwaarden – onafhankelijkheid, zorgvuldigheid, menselijke afweging – te verliezen?

Kunstmatige intelligentie (AI) transformeert het bedrijfsleven met automatisering, geavanceerde analyses en innovatie. Tegelijkertijd brengt het risico’s met zich mee, zoals privacyproblemen, een gebrek aan transparantie, discriminatie en een hoge energieconsumptie. Hoe kunnen bedrijven deze balans bewaken en AI verantwoord inzetten? Het team van TheDataConnection heeft e.a. op een rij gezet voor onze lezers.  

Kunstmatige intelligentie (AI) speelt een steeds grotere rol in het toezicht binnen supermarkten, met als doel winkeldiefstal te verminderen en operationele efficiëntie te verhogen. Deze ontwikkelingen bieden waardevolle lessen voor andere sectoren die overwegen AI in hun toezichtprocessen te integreren. Team van TheDataConnection is er eens ingedoken.

Het Amerikaanse AI-bedrijf Anthropic, bekend van taalmodel Claude, heeft met het Model Context Protocol (MCP) een soort universele stekkerdoos voor AI gelanceerd. ‘Dit opent de deur naar een toekomst waarin AI naadloos integreert in onze apparaten.’

De Nederlands-Zwitserse startup Cradle heeft 73 miljoen dollar opgehaald om te investeren in zijn AI-platform, waarmee andere bedrijven het ontwerp van nieuwe eiwitten kunnen versnellen.

Bedrijven die kunstmatige intelligentie (AI) succesvol willen toepassen doen er goed aan om eerst hun data op orde te brengen. Dat meldt het Financieele Dagblad.

Accountancyfirma KPMG is bezig met het verkennen van AI. Voor toepassing in de audit is het nog te vroeg. Dat meldt een partner van de Britse tak van KPMG in Londen.

Kunstmatige intelligentie (AI) is de technologie met de grootste invloed op het financiële proces. Dat vindt bijna de helft (45%) van de finance professionals, blijkt uit de FinTech Barometer, het jaarlijkse onderzoek van softwarebedrijf Onguard.

De Zwitserse softwareontwikkelaar Auditchain Labs AG heeft een AI-tool ontwikkeld voor externe validatie van financiële overzichten. Volgens uitvinder Jason Meyers identificeert de tool zelfstandig fouten, inconsistenties en afwijkingen in machinaal leesbare financiële en niet-financiële rapportages. Hierdoor kan de controle worden uitgevoerd zonder accountant, meldt Meyers.

Door AI te integreren met blockchain-technologie kunnen bedrijven data-analyse, voorspellende modellen en automatisering verbeteren, meldt Crypto Insiders.

Finance professionals in het mkb zijn nog niet klaar voor AI, blijkt uit onderzoek van Visma. De softwareleverancier ziet het als haar verantwoordelijkheid om het vertrouwen van de financials in AI-tools te winnen. Dat zegt Heiko Bonenkamp, business area director bij Visma. “AI kan het werk leuker maken. Daar ben ik heilig van overtuigd.”

Kunstmatige intelligentie (AI) ontwikkelt zich razendsnel, ook al is de toepassing van AI-tools in de praktijk nog beperkt. Toch is de financiële sector er druk mee bezig, zegt Maarten de Borst, strategisch consultant bij Numbers.

Het Sint Antonius Ziekenhuis start een proef met kunstmatige intelligentie (AI) om de wachttijden op de spoedeisende hulp te verkorten. Een algoritme voorspelt welke patiënten moeten worden opgenomen en welke eerder naar huis kunnen.

Robots voorzien van AI kunnen beveiligers helpen bij hun dagelijkse taken, zoals herkennen van mensen tijdens het lopen van een bewakingsronde.

Bedrijven ontwikkelen AI-tools die wetenschappers helpen om hun data te bevragen zonder dat ze zelf moeten programmeren. Deze speciale Large Language Models (LLMs) zijn echter niet volledig betrouwbaar en vereisen nog menselijk toezicht. Dat geldt ook voor de LLM’s die voor de financiële sector worden ontwikkeld.

AI-gedreven chatbots worden momenteel in hoog tempo getraind om ze geschikt te maken voor de markt. Dat blijkt uit een rapport van datacloudbedrijf Snowflake.

Artificial General Intelligence (AGI). Het klinkt als de heilige graal van de technologie-industrie. Een soort digitale Einstein die niet alleen je presentatie maakt, maar ook meteen je businessmodel optimaliseert en je kinderen opvoedt. Techbazen als Sam Altman roepen in interviews dat het “heel dichtbij is” — nog een paar jaartjes, en dan is het zover.

Finance professionals in het mkb zijn nog niet klaar voor de implementatie van kunstmatige intelligentie (AI). De meesten hebben nog niet genoeg kennis van AI en vertrouwen de technologie nog niet, blijkt uit onderzoek van Visma.

Van de Nederlanders gebruikt 70 procent (nog) geen generatieve AI zoals ChatGPT, maar de verschillen tussen leeftijdscategorieën blijken heel groot. Dat blijkt uit de AlgoSoc AI Opinion Monitor van de Universiteit van Amsterdam.