Zo brak dit voorjaar één man in bij 14 bedrijven. Hij had twee AI-programmeerhulpjes op een gekaapte server gezet en gaf ze opdrachten die onderzoekers later omschreven als vaag en amateuristisch. In meer dan 1000 gesprekken sloeg de ene AI 9 keer alarm, de andere 1 keer. Op een van die servers stond een bitcoinwallet met bijna 70 bitcoin.

Een aanval op het Thaise ministerie van Financiën kwam alleen aan het licht doordat de daders honderden van hun eigen bestanden per ongeluk online lieten staan. Bij een afpersingszaak in juni kreeg de AI een foutmelding toen inloggen mislukte, las die melding, paste zijn aanpak aan en zat er 31 seconden later alsnog in…. zonder dat iemand achter een toetsenbord zat.

Over de spectaculairste gevallen heb je waarschijnlijk al gelezen: OpenAI , Anthropic en Meta gaven binnen 5 weken alle 3 toe dat hun modellen tijdens veiligheidstests ontsnapten en bij echte bedrijven inbraken. Wat in die berichtgeving in mijn optiek ondersneeuwde is het motief. Geen van die systemen was boosaardig. Ze waren te fanatiek bezig met hun opdracht. Eén model verzon zelfs nepidentiteiten om een echte softwaremaker over te halen kwaadaardige code goed te keuren. Dat is geen technisch trucje, dat is doorhebben dat de zwakste plek een vermoeide vrijwilliger is.

Hacken is een abonnement geworden

In 2023 verscheen WormGPT: een chatbot zonder enige rem, gebouwd op een oud open model en getraind op materiaal over virussen en phishing. Prijs: €60-100 per maand. Kort daarna kwam FraudGPT, vanaf zo’n $90. Inmiddels bestaat er een hele markt met een schatting van ruim 200 van dit soort tools. De nieuwste variant (KawaiiGPT) staat gewoon gratis op GitHub en is volgens onderzoekers in minder dan 5 minuten draaiend te krijgen. Ruim 500 gebruikers stonden er in november geregistreerd.

Dat je hierover niet dagelijks leest, komt doordat ze technisch nogal tegenvallen. Onderzoekers noemden ze bruikbaar voor beginnende criminelen en verder vrij slap. Nette phishingmails en rommelige virussen, meer niet. Maar dat is precies het punt. Je hoeft niet goed te zijn om schade aan te richten, je hoeft alleen binnen te komen.

Kijk daarom liever naar wie er wordt opgepakt. In februari vorig jaar bleken 3 Japanse jongens van 14, 15 en 16 zonder enige programmeer ervaring met ChatGPT een tool te hebben gebouwd waarmee ze het systeem van telecombedrijf Rakuten Mobile, Inc. ongeveer 220.000x bestookten. Ze gaven de opbrengst uit aan spelcomputers en online gokken. In december werd in Osaka een 17-jarige aangehouden die de gegevens van meer dan 7 miljoen klanten van de grootste internetcafé-keten van Japan had buitgemaakt. Hij was niet technisch…. hij wilde gewoon Pokémonkaarten kopen.

Vroeger was zo’n tienerhacker een wonderkind. Nu is het een klant. En het loopt overigens ook voor de criminelen niet altijd lekker; bij een datalek dit jaar lagen de gegevens van bijna 19.000 WormGPT-gebruikers op straat, inclusief e-mailadressen en betaalgegevens.

Dit hebben we eerder gezien… alleen nooit alles tegelijk

In 1988 wilde een student de omvang van het internet meten. Zijn programma ging zichzelf kopiëren en raakte binnen een etmaal ongeveer een tiende van alle computers die toen online stonden. Niemand bestuurde het nog. Eerste les: software die zelfstandig doorgaat, bereikt sneller schaal dan de maker bedacht.

In 2016 organiseerde het Amerikaanse defensieonderzoeksbureau Defense Advanced Research Projects Agency (DARPA) in Las Vegas een wedstrijd waarin 7 computers elkaar hackten en repareerden, zonder mensen. De winnaar mocht daarna aantreden tegen menselijke hackers. Dat is precies 10 jaar geleden. We wisten dit dus. Het duurde alleen tot het goedkoop werd.

Daar zit het patroon dat verder gaat dan cybercriminaliteit. Telkens als een schaars vak in software werd verpakt, explodeerde het aantal mensen dat het kon. Drukwerk maken was eeuwenlang een ambacht, tot desktoppublishing. Video vroeg een ploeg en een studio, tot YouTube. Een winkel beginnen vroeg kapitaal en kennis, tot Shopify. Steeds volgde hetzelfde: veel meer spelers, veel meer rommel, en een enkele buitenstaander die ineens meekomt met de gevestigde orde.

Wat we bij die verschuivingen consequent verkeerd inschatten is niet de techniek maar de prijs. Vorig jaar vonden 7 AI systemen bij een wedstrijd 54 kwetsbaarheden in 54 miljoen regels code, in 4 uur, voor ongeveer $150 per opdracht. Wat vroeger weken werk van een specialist kostte, kost nu ongeveer een tankbeurt.

What is next?

De tijd tussen “er is een lek ontdekt” en “er wordt misbruik van gemaakt” verdampt. Google meet inmiddels dat misbruik gemiddeld 7 dagen eerder begint dan het moment waarop er een reparatie beschikbaar is.

Tegelijk ontstaat een probleem dat gek klinkt: we vinden straks te veel lekken. Anthropic liet zijn zwaarste model duizend veelgebruikte softwareprojecten doorlichten en vond ruim 6200 ernstige gevallen. Mooi, maar iemand moet ze nakijken en repareren. Curl, software die in vrijwel elk apparaat ter wereld zit, stopte in januari met zijn beloningsprogramma omdat het uitzoeken van AI-meldingen niet meer te betalen was. Zoeken is bijna gratis geworden, opruimen niet.

Dan het scenario dat me het langst bijbleef…. Onderzoekers bouwden een digitale worm die per slachtoffer een nieuwe aanval bedenkt, en daarvoor de computers gebruikt die hij al besmet heeft. De slachtoffers betalen dus zelf voor de intelligentie waarmee het volgende slachtoffer wordt aangevallen.

Beveiligingsexpert Bruce Schneier schreef 5 jaar geleden iets wat toen theoretisch klonk. Volgens hem zou AI niet alleen computers gaan hacken, maar elk systeem met regels: belastingwetten, aanbestedingen, verzekeringspolissen. Een maas in de wet is namelijk gewoon een lek in een ander soort software. Onze instituties zijn gebouwd voor een wereld waarin mensen zulke mazen in een menselijk tempo vinden, niet voor een systeem dat er honderd per nacht doorrekent. Volstrekt legaal. Wat hier breekt is niet de beveiliging, maar het tempo waarop wij dingen gewend zijn te controleren.

Maar wie gaat er ingrijpen?

Washington niet. Een presidentieel bevel gaf ambtenaren 60 dagen om te bepalen welke AI-modellen zo krachtig zijn dat ze vooraf gekeurd moeten worden. Op 1 augustus lag er niets.

De AI-bedrijven zelf dan? Zij zien misbruik in hun systemen en kunnen accounts afsluiten… en dat werkt. Alleen verdwijnt die knop zodra criminelen overstappen op gratis modellen op hun eigen computer. Zie KawaiiGPT.

Europa heeft meer macht dan het beseft, maar richt die op de verkeerde plek. Op 11 september moeten softwaremakers een misbruikt lek binnen 24 uur melden, met boetes tot 15 miljoen euro. Zinnig. Maar de eerste echte AI-inbraken gebeurden niet in een product, ze gebeurden in een testlab….3x… met dezelfde fout. Voor laboratoria waar met gevaarlijke virussen wordt gewerkt hebben we regels, niveaus en inspecteurs. Voor laboratoria waar we AI expres losser zetten om te kijken hoe goed ze kunnen inbreken, hebben we een blogbericht achteraf.

Hoe wapen je je dan wel?

Het ontnuchterende antwoord is dat vrijwel niets van wat helpt spannend is. Eén vraag zou elke directeur uit zijn hoofd moeten kunnen beantwoorden: hoe lang duurt het bij ons voordat een beveiligingsupdate overal geïnstalleerd is. Staat daar weken, dan speel je een spel waarvan de klok in uren tikt. Dat is geen ICT-vraagstuk maar een keuze over procedures en over de bereidheid om systemen even plat te leggen, en die keuze maakt de directie.

Tweede vraag: hoeveel AI-hulpjes lopen er inmiddels rond in je organisatie, wat mogen ze lezen en wie heeft ze dat toegestaan. In de meeste bedrijven weet niemand het aantal. Elk hulpje dat mail en documenten leest, is een medewerker die instructies aanneemt van vreemden.

Derde… en de minst besproken: nu het vinden van lekken bijna gratis is, verschuift het knelpunt naar de mensen die beoordelen wat echt is. Je beveiligingsmensen wegbezuinigen omdat de AI het toch wel vindt, is precies de verkeerde beweging. Dat geldt ook buiten je eigen muren. De gratis software waar je hele bedrijf op draait, wordt onderhouden door vrijwilligers die nu bedolven worden onder AI-meldingen. Daaraan meebetalen is in 2026 een beveiligingsmaatregel geworden.

Eerlijk blijven hoort erbij. Van de ruim duizend lekken die AI dit jaar vond, is 1,3% daadwerkelijk misbruikt. Niet meer dan normaal. Precies zo’n geruststelling gaven mensen elkaar in 1988 ook. Vroeger kon malware zichzelf verspreiden. Deze generatie kan onderweg nadenken. Wat zou jouw organisatie als eerste kwijtraken aan iets dat nooit slaapt?

Jan Scheele

Jan Scheele werkt dertien jaar op het snijvlak van deep tech, strategie en leiderschap. Als keynote spreker, dagvoorzitter en adviseur maakt hij technologie tastbaar voor boardrooms, directieteams en grote podia, zonder de complexiteit te versimpelen of te verbergen achter buzzwords.

Zijn achtergrond ligt in het bouwen. Als CEO van een technologie scale-up, oprichter van meerdere techbedrijven en organisator van meer dan vijftig TED-events wereldwijd zag hij van dichtbij hoe technologische keuzes doorwerken in strategie, governance en cultuur. Vanuit zijn betrokkenheid bij het World Economic Forum en de BCNL Foundation kijkt hij daarbij niet alleen naar wat technisch mogelijk is, maar ook naar wat bestuurlijk houdbaar en maatschappelijk wenselijk is.

Hij publiceerde vijf boeken, waarvan twee Amazon-bestsellers, en schrijft wekelijks over AI, blockchain en de organisatorische gevolgen van deep tech. Zijn blogs bereikten inmiddels meer dan twee miljoen lezers.

janscheele.nl

Het nieuws staat er vol mee. Cloudrekeningen die verdubbelen, licenties die stilletjes duurder worden, datacenterinvesteringen die de begroting van een middelgroot land benaderen. De uitgaven aan AI zijn inmiddels zo zichtbaar geworden dat ze zelf nieuws zijn. Over de opbrengsten hoor je een stuk minder.

Dat verklaart waarschijnlijk waarom ik tijdens lezingen en masterclasses tegenwoordig bijna altijd dezelfde vraag krijg. Niet of AI gaat werken… ook niet wat het met onze banen doet. Maar: hoe berekenen we nou wat het ons eigenlijk oplevert?

Mijn antwoord… dat bevalt zelden :). Want je gaat dit in mijn optiek nooit precies kunnen berekenen. Niet omdat je controller tekortschiet… maar omdat de vraag zelf gewoon niet klopt. Er wordt gedaan alsof AI een machine is die je aanschaft, in een hoek van de fabriek zet en waarvan je telt hoeveel extra producten eruit rollen. Alleen is AI tegelijk software, infrastructuur, opleiding, procesverandering en soms een verkapte reorganisatie. Wie doet alsof je dat netjes uit elkaar kunt trekken presenteert geen meting, maar een verhaal met cijfers erin.

Voor alle duidelijkheid: ik hoor de laatste tijd ook steeds vaker het tegenovergestelde geluid, dat het effect van AI helemaal nooit meetbaar zou zijn. Dat is inmiddels aantoonbaar onjuist en wat mij betreft net zo lui.

Zodra je de werkelijkheid klein genoeg maakt is het effect namelijk uitstekend te meten. Erik Brynjolfsson, Danielle Li en Lindsey Raymond volgden 5172 medewerkers van een klantenservice en zagen het aantal opgeloste vragen per uur met 15% stijgen. In een experiment in Science waren 453 professionals met ChatGPT ongeveer 40% sneller op schrijftaken, met werk dat 18% beter werd beoordeeld.

Gecontroleerde experimenten, met controlegroep, net zoals je een reguliere medicijn test. Hoe grillig het is lieten Harvard-onderzoekers juist weer mooi zien bij consultants. Binnen het gebied waarin het model sterk was gingen snelheid én kwaliteit omhoog, net daarbuiten nam de kans op fouten juist toe. Hetzelfde hulpmiddel, twee tegengestelde uitkomsten.

Het onderzoek wat mij het langst is bijgebleven komt van METR. Zestien ervaren softwareontwikkelaars werkten aan 246 echte taken in hun eigen code. Vooraf verwachtten ze 24% tijdwinst. In werkelijkheid deden ze er 19% langer over. En achteraf dachten ze nog steeds dat AI hen sneller had gemaakt.

Professionals dus, aan hun eigen werk, die na afloop niet eens de richting van het effect wisten. Daarmee is elke rendementsberekening die op zelfrapportage leunt in mijn optiek waardeloos… en dat is nou net waar de meeste op leunen.

Zodra je de blik verbreedt van taak naar organisatie verdampt die zekerheid. Het scherpste bewijs komt uit een studie onder bijna zesduizend bestuurders in vier landen. Meer dan 70% van de bedrijven gebruikte AI, 89% van de bestuurders zag in 3 jaar tijd geen merkbaar effect op de productiviteit, met een gemiddelde gerapporteerde winst van 0,29%. Voor de komende drie jaar verwachtten diezelfde mensen wél 1,4% winst. Inderdaad….nul gemeten, hoop voor later. Het is de economische versie van volgende week beginnen met sporten.

Goldman Sachs vond dit voorjaar evenmin een betekenisvolle relatie tussen AI gebruik en productiviteit op economiebreed niveau, terwijl een recordaantal van 70% van de directies van de grote bedrijven er wel over spraken op de kwartaalcalls. Wat de bank wél zag was een winst van rond de 30%, maar alleen bij 2 scherp afgebakende toepassingen.

Inderdaad; je ziet steeds hetzelfde patroon: hoe smaller de vraag, hoe helderder het antwoord. McKinsey komt tot 88% van de organisaties die AI ergens gebruiken tegenover 39% die enige impact op het bedrijfsresultaat ziet, en van de 4454 topbestuurders die PwC ondervroeg zag 56% noch omzetstijging noch kostendaling.

Wat ik het opvallendst vind is dat het scherpste materiaal niet van sceptici komt. Deloitte ondervroeg vorig najaar 1854 bestuurders in 14 landen en publiceerde er een rapport over met een hoofdstuk getiteld: waarom rendement moeilijk te meten is.

De redenen die bestuurders daar zelf noemen zijn precies de redenen waarom de vraag onbeantwoordbaar is. Veel opbrengsten zijn immaterieel, versnipperde systemen maken een voor-en-na-meting onmogelijk…. en de technologie verandert sneller dan de meetmethode. Het zwaarste punt komt als laatste: AI wordt vrijwel nooit alleen ingevoerd. Er lopen altijd datakwaliteitsprojecten, procesherontwerp en rolwijzigingen doorheen. Een bestuurder uit de energiesector zei het onbedoeld poëtisch. Ze konden hooguit een ruwe schatting maken, omdat de winst uit AI niet te scheiden viel van de winst uit al het andere.

Het zijn dus niet de critici die zeggen dat het niet te meten valt. Dat schrijft de partij op die de meetopdrachten factureert 🙂

Twee dingen ontbreken trouwens vrijwel altijd… en allebei duwen ze het cijfer de verkeerde kant op. Onderzoekers van BetterUp en Stanford doopten het eerste workslop. Van 1150 werknemers had 41% in een maand tijd AI-output ontvangen die er verzorgd uitzag maar het werk geen millimeter verder bracht… met gemiddeld bijna twee uur herstelwerk per keer. Het mechanisme boeit me meer dan het bedrag: de tijdwinst valt bij de afzender, de kosten vallen bij de ontvanger…. en geen enkel dashboard registreert die verplaatsing.

Aan de andere kant staat wat Wharton-hoogleraar Ethan Mollick secret cyborgs noemt. Medewerkers die hun AI-gebruik stilhouden… soms omdat het formeel niet mag, vaker omdat goed werk aan waarde verliest zodra iedereen weet dat er een model aan te pas kwam. MIT vond 90% van de werknemers met persoonlijke AI-tools tegenover 40% van de bedrijven met een officieel abonnement. Wie het bedrijfsbrede effect meet, meet dus de verkeerde helft.

Duizend collega’s met een licentie is geen rendement. Twintig minuten tijdwinst per persoon evenmin. Wanneer iemand drie uur per week bespaart maar dezelfde uren blijft werken is er boekhoudkundig niets veranderd. Die tijd kan naar beter werk gaan, naar meer klanten, of gewoon naar wat meer lucht in de agenda. Dat laatste heeft echte waarde, alleen niet in euro’s.

Daarbij komt dat vrijwel niemand een geloofwaardig alternatief scenario heeft. Wat zou er zijn gebeurd zónder AI? De omzet van dit jaar naast die van vorig jaar leggen zegt weinig, want prijzen, personeel, concurrentie en de economie veranderden ook. Zonder dat scenario meet je geen rendement, maar vertel je achteraf een aannemelijk verhaal.

Cynisch wil ik hier niet eindigen, want dat zou onterecht zijn. AI werkt, het bewijs daarvoor is solide, het laat zich alleen bijzonder slecht optellen. Vraag daarom niet wat AI het bedrijf oplevert. Vraag of de afhandeltijd van dít type klantvraag daalt, zonder dat de klanttevredenheid of het foutpercentage verslechtert, vergeleken met een groep die de tool niet gebruikt. Daar horen een nulmeting bij, een gefaseerde uitrol, de volledige kosten inclusief toezicht en correctiewerk en een vooraf vastgelegde uitkomst. Het geldbedrag komt daarna, nooit ervoor.

De echte reden dat organisaties hier moeite mee hebben is naar mijn idee trouwens niet technisch. Een eerlijke meting kan uitwijzen dat het project niet werkt. Zolang je gebruikersaantallen rapporteert hoef je dat nooit te weten. Tot iemand in de raad van commissarissen wél doorvraagt, en dan sta je er alsnog. Tijdwinst is nog geen rendement. Dat verschil scherp houden scheelt een hoop schijnprecisie.

Jan Scheele

Jan Scheele werkt dertien jaar op het snijvlak van deep tech, strategie en leiderschap. Als keynote spreker, dagvoorzitter en adviseur maakt hij technologie tastbaar voor boardrooms, directieteams en grote podia, zonder de complexiteit te versimpelen of te verbergen achter buzzwords.

Zijn achtergrond ligt in het bouwen. Als CEO van een technologie scale-up, oprichter van meerdere techbedrijven en organisator van meer dan vijftig TED-events wereldwijd zag hij van dichtbij hoe technologische keuzes doorwerken in strategie, governance en cultuur. Vanuit zijn betrokkenheid bij het World Economic Forum en de BCNL Foundation kijkt hij daarbij niet alleen naar wat technisch mogelijk is, maar ook naar wat bestuurlijk houdbaar en maatschappelijk wenselijk is.

Hij publiceerde vijf boeken, waarvan twee Amazon-bestsellers, en schrijft wekelijks over AI, blockchain en de organisatorische gevolgen van deep tech. Zijn blogs bereikten inmiddels meer dan twee miljoen lezers.

janscheele.nl

Tech bubbels zijn stiekem perfect

Om de zoveel jaar verliest de wereld haar hoofd over een nieuwe technologie. De koersen schieten omhoog, iedereen weet zeker dat het deze keer anders ligt, er stroomt veel te veel geld naar binnen, en dan klapt het. Wat volgt is een vast ritueel. Kranten vol wijsheid achteraf, sprekers die uitleggen dat de signalen er allang waren, beleggers die zweren het nooit meer te doen. Vrijwel niemand komt tien jaar later terug om te kijken wat die waanzin heeft opgeleverd. Daar zit juist het interessante verhaal, want bijna alles wat we vandaag vanzelfsprekend gebruiken is ooit betaald door mensen die zich schromelijk vergisten.

Het eerste vliegtuig ter wereld werd bijvoorbeeld betaald met een fietsbubbel. In april 1896 wijdde de Financial Times elke dag een hele pagina aan de koersen van fietsfabrikanten, want Groot-Brittannië was gek van de fiets. In achttien maanden tijd kwamen er 601 nieuwe fietsbedrijven bij, de koersen verdrievoudigden bijna, en eind 1898 was 73% van die waarde verdampt en ruim 70% van de bedrijven verdwenen. Wat bleef liggen waren kogellagers, kettingaandrijving, dun stalen buis en werkplaatsen vol mensen die op een honderdste millimeter nauwkeurig konden werken. In Dayton, Ohio hielden twee broers aan diezelfde rage een fietswinkel over, waarmee ze precies genoeg verdienden om hun vliegproeven te betalen. Bekijk de Flyer van 1903 van opzij en je ziet twee fietsframes, spaakdraad en fietskettingen.

Dit gebeurt bij elke technologie

De spoorwegen kregen hun manie rond 1845, elektriciteit veertig jaar later, radio in de jaren twintig, de personal computer halverwege de jaren tachtig, internet rond 2000, crypto in 2017 en nog eens in 2021. Vandaag is AI aan de beurt. Steeds hetzelfde ritme: een technologie die werkelijk iets nieuws kan, een verhaal dat harder rent dan de werkelijkheid, veel te veel geld, een pijnlijke klap, en daarna een decennium waarin de wereld rustig gebruikt wat er is blijven liggen. Zo’n bubbel is in mijn optiek geen ongeluk in het systeem. Het is de manier waarop een samenleving infrastructuur betaalt die geen enkel bedrijf in zijn eentje zou durven financieren.

De verliezen zijn iets anders dan ze lijken

Tijdens een bubbel wordt er weinig vernietigd. Er wordt vooral verplaatst. Tussen 1995 en 2000 ging er in Amerika zoveel glasvezel de grond in dat na de klap 85% tot 95% ervan ongebruikt lag te wachten. De investeerders gingen kopje onder, de kabel bleef liggen. Voor een boekhouder is dat een ramp, voor een samenleving een cadeau, en vrijwel iedereen kijkt alleen naar het eerste omdat de rekening en de opbrengst bij verschillende mensen belanden.

Datzelfde geldt voor al die omgevallen bedrijven. Rond 2000 verbrandden Pets.com en Webvan miljarden, terwijl niemand van tevoren wist wie het wél zou redden. Amazon verloor in diezelfde jaren meer dan 90% van zijn beurswaarde en werd daarna het bedrijf dat we nu kennen. Voorzichtig kapitaal financiert in zulke onzekerheid drie pogingen en kijkt de kat uit de boom. Een bubbel financiert er zeshonderd tegelijk, en precies daarin zit zijn nut. Achteraf roepen dat de meeste overbodig waren klopt exact en mist de kern volledig, want je weet pas welke overleven nadat de rest het geprobeerd heeft. Verspilling is geen bijwerking van zoeken. Verspilling is de prijs ervan.

De klap is niet het einde, maar de bezorging

Dit is het punt dat ik zelf het langst heb gemist. Zolang een bubbel loopt, is de nieuwe techniek duur en dus alleen voor de happy few. De crash maakt hem goedkoop. Toen de glasvezelmarkt instortte, zakten de prijzen voor bandbreedte met ongeveer 90%. Tegen de tarieven van 1999 had niemand ooit YouTube of Netflix kunnen bouwen. Die bedrijven bestaan bij gratie van het faillissement van hun leveranciers. De euforie bouwt het, de crash maakt het betaalbaar, de rest van ons gebruikt het.

Lees ook: Drie mythes over Mount Everest die ik ter plekke heb ontkracht afgelopen week

Het meeste blijft in mensen zitten

Een fietsmonteur stopt niet met monteur zijn als het aandeel keldert. Kennis verhuist zijwaarts, van fiets naar motor naar auto naar vliegtuig, en ze neemt de mensen mee. Zo ging het ook in crypto, waar ik zelf middenin stond en vrolijk aan het enthousiasme heb meegewerkt. De tokengolf van 2017 haalde miljarden op en was anderhalf jaar later grotendeels dood. Wat overbleef waren niet de tokens. Het was een generatie bouwers die hun opleiding kreeg betaald door andermans speculatie, plus toezichthouders die eindelijk wisten waar ze naar moesten kijken. De stablecoins waarop grootbanken vandaag hun betalingsverkeer herbouwen, komen recht uit die puinhoop.

Dit werkt overigens lang niet bij elke zeepbel. Bill Janeway, veertig jaar durfkapitalist en daarnaast econoom in Cambridge, legt het onderscheid scherp neer. Gaat het geld naar iets nieuws en betalen mensen met eigen vermogen, dan verlies je veel en houd je iets over. Gaat het geld naar iets wat er al staat en is het geleend, zoals de Amerikaanse huizenmarkt rond 2006, dan blijft alleen de schuld achter. De vraag is dus zelden of iets een bubbel is, maar wat voor bubbel.

Terug naar vandaag

Een handvol bedrijven steekt dit jaar zes- tot zevenhonderd miljard dollar in AI, steeds vaker met geleend geld, en de Bank for International Settlements waarschuwt dat dit abrupt kan omslaan in jaren van stilstand. Die waarschuwing verdient uiteraard in mijn optiek serieuze aandacht. Twee dingen zijn tegelijk waar: er verdampt straks enorm veel geld, terwijl de rekencapaciteit, de kabels, de stroomvoorziening en vooral de opgeleide mensen gewoon blijven staan. De les van de glasvezel is dat die investeerders ongelijk hadden over het moment en gelijk over de richting. Dat verschil was hun faillissement en onze welvaart.

Stel jezelf dus een andere vraag dan de rest. Wat wordt er op dit moment voor jou gebouwd dat straks spotgoedkoop wordt? Heb je dan mensen in huis die er iets mee kunnen? Hoeveel verspilling accepteer je als prijs om erbij te mogen zijn? In een opbouwfase is verspilling geen falen, het is de prijs van een plek aan tafel.

Jan Scheele

Jan Scheele werkt dertien jaar op het snijvlak van deep tech, strategie en leiderschap. Als keynote spreker, dagvoorzitter en adviseur maakt hij technologie tastbaar voor boardrooms, directieteams en grote podia, zonder de complexiteit te versimpelen of te verbergen achter buzzwords.

Zijn achtergrond ligt in het bouwen. Als CEO van een technologie scale-up, oprichter van meerdere techbedrijven en organisator van meer dan vijftig TED-events wereldwijd zag hij van dichtbij hoe technologische keuzes doorwerken in strategie, governance en cultuur. Vanuit zijn betrokkenheid bij het World Economic Forum en de BCNL Foundation kijkt hij daarbij niet alleen naar wat technisch mogelijk is, maar ook naar wat bestuurlijk houdbaar en maatschappelijk wenselijk is.

Hij publiceerde vijf boeken, waarvan twee Amazon-bestsellers, en schrijft wekelijks over AI, blockchain en de organisatorische gevolgen van deep tech. Zijn blogs bereikten inmiddels meer dan twee miljoen lezers.

janscheele.nl

Geopolitiek Wapens

Lees ook: Een van de grootste obstakels in de AI-adoptie van organisaties? Schaamte!

Jan Scheele

Jan Scheele werkt dertien jaar op het snijvlak van deep tech, strategie en leiderschap. Als keynote spreker, dagvoorzitter en adviseur maakt hij technologie tastbaar voor boardrooms, directieteams en grote podia, zonder de complexiteit te versimpelen of te verbergen achter buzzwords.

Zijn achtergrond ligt in het bouwen. Als CEO van een technologie scale-up, oprichter van meerdere techbedrijven en organisator van meer dan vijftig TED-events wereldwijd zag hij van dichtbij hoe technologische keuzes doorwerken in strategie, governance en cultuur. Vanuit zijn betrokkenheid bij het World Economic Forum en de BCNL Foundation kijkt hij daarbij niet alleen naar wat technisch mogelijk is, maar ook naar wat bestuurlijk houdbaar en maatschappelijk wenselijk is.

Hij publiceerde vijf boeken, waarvan twee Amazon-bestsellers, en schrijft wekelijks over AI, blockchain en de organisatorische gevolgen van deep tech. Zijn blogs bereikten inmiddels meer dan twee miljoen lezers.

janscheele.nl

Vorige week was ik bij een klant thuis om in alle rust te werken aan zijn presentatie. Hij liet mij uitgebreid alle tech zien die hij in zijn huis had geïnstalleerd. Ik was verrast, maar ook verbaasd. Je kan tegenwoordig ook echt heel veel. Big tech dringt steeds meer slim ons huis binnen. Willen we dat?

Amazon verkoopt een drone die bij een alarm door je woonkamer vliegt. Comcast maakte van de wifi-router een bewegingssensor die door muren heen een handgebaar registreert. Googles Nest Hub meet ‘s nachts met radar je ademhaling. Je robotstofzuiger tekent een plattegrond van je huis. In New York maakt startup Shift je huis gratis schoon, gefilmd door bodycams, als trainingsdata voor robots. En huisrobot NEO van 1X wordt bij lastige taken live bestuurd door een vreemde die via de camera’s jouw huis in kijkt.

Elk apparaat is in mijn optiek los te verdedigen. Valdetectie voor ouderen, minder valse meldingen, tijd terug. Daar zit precies het mechanisme: we zeggen nooit ja tegen totale surveillance, we zeggen 100x ja tegen iets handigs. Techbedrijven begrijpen dat beter dan wij. Ring lanceerde gezichtsherkenning die je bezorger en buurvrouw scant, maar schakelt die uit waar strenge biometriewetten gelden. Men weet dus donders goed waar de grens ligt en kiest ervoor die elders gewoon te passeren.

Wat mij betreft is dit dan ook geen gadgetdiscussie maar een machtsvraag. Het huis was de laatste plek waar niemand meekeek, de plek waar je mag zijn wie je bent zonder publiek. Die intimiteit wordt nu omgezet in een verdienmodel, kamer voor kamer, en de voorwaarden schrijft niet de bewoner maar de fabrikant. Ik ben niet tegen deze techniek; ik gebruik het zelf ook steeds meer en steeds breder. Maar ik wil haar op mijn voorwaarden: data lokaal, gezichten van derden nooit gescand en een robot die niet stiekem een kantoor in Californië belt.

De vraag voor de komende tijd is niet of de techniek werkt, maar wie ons huis mag begrijpen.
Waar ligt jouw grens: de deurbel, de router, of de robot?

Jan Scheele

Jan Scheele werkt dertien jaar op het snijvlak van deep tech, strategie en leiderschap. Als keynote spreker, dagvoorzitter en adviseur maakt hij technologie tastbaar voor boardrooms, directieteams en grote podia, zonder de complexiteit te versimpelen of te verbergen achter buzzwords.

Zijn achtergrond ligt in het bouwen. Als CEO van een technologie scale-up, oprichter van meerdere techbedrijven en organisator van meer dan vijftig TED-events wereldwijd zag hij van dichtbij hoe technologische keuzes doorwerken in strategie, governance en cultuur. Vanuit zijn betrokkenheid bij het World Economic Forum en de BCNL Foundation kijkt hij daarbij niet alleen naar wat technisch mogelijk is, maar ook naar wat bestuurlijk houdbaar en maatschappelijk wenselijk is.

Hij publiceerde vijf boeken, waarvan twee Amazon-bestsellers, en schrijft wekelijks over AI, blockchain en de organisatorische gevolgen van deep tech. Zijn blogs bereikten inmiddels meer dan twee miljoen lezers.

janscheele.nl

Uit Amerikaans consumentenonderzoek blijkt dat 37% van de mensen een zoektocht inmiddels liever bij een AI-tool begint dan bij Google. Zakelijk telt het nog harder: volgens softwareplatform G2 koos een derde van de zakelijke kopers dit voorjaar voor een aanbieder waar ze nog nooit van hadden gehoord, puur omdat de AI die naam noemde. Wie genoemd wordt, wint. Wie niet genoemd wordt, bestaat niet eens in dat gesprek.

Fintech-analist Simon Taylor noemt dit de intention economy, en zijn analyse gaat verder dan de zoveelste trendterm. De aandachtseconomie verdiende aan de onzekerheid tussen wat mensen willen en wat ze doen: elke advertentie, elk retargeting-pixel belast die reis. Een AI-agent kent die onzekerheid niet. Die arriveert met een uitgekristalliseerde opdracht, budget en eisen incluis. Er valt niets meer te verleiden, alleen te leveren. Taylor vat het genadeloos samen: je hele salesfunnel stort in tot drie machinestappen, namelijk vinden, verifiëren en kopen.

Wat betekent dat concreet? Begin met testen hoe ChatGPT, Claude en Perplexity jouw bedrijf vandaag beschrijven, en of ze je überhaupt noemen. Maak vervolgens je aanbod machine-leesbaar: gestructureerde productdata, heldere prijzen, geen kennis verstopt in pdf’s en brochureteksten. Zorg dat onafhankelijke bronnen over je schrijven, want daar halen AI-modellen hun oordeel vandaan. McKinsey wijst er terecht op dat dit geen kwestie is van een AI-tooltje aan je marketingafdeling plakken, maar van het opnieuw inrichten van hoe je vindbaar, vergelijkbaar en koopbaar bent.

Wanneer heb jij voor het laatst gecheckt wat AI over jouw bedrijf vertelt?

Jan Scheele

Jan Scheele werkt dertien jaar op het snijvlak van deep tech, strategie en leiderschap. Als keynote spreker, dagvoorzitter en adviseur maakt hij technologie tastbaar voor boardrooms, directieteams en grote podia, zonder de complexiteit te versimpelen of te verbergen achter buzzwords.

Zijn achtergrond ligt in het bouwen. Als CEO van een technologie scale-up, oprichter van meerdere techbedrijven en organisator van meer dan vijftig TED-events wereldwijd zag hij van dichtbij hoe technologische keuzes doorwerken in strategie, governance en cultuur. Vanuit zijn betrokkenheid bij het World Economic Forum en de BCNL Foundation kijkt hij daarbij niet alleen naar wat technisch mogelijk is, maar ook naar wat bestuurlijk houdbaar en maatschappelijk wenselijk is.

Hij publiceerde vijf boeken, waarvan twee Amazon-bestsellers, en schrijft wekelijks over AI, blockchain en de organisatorische gevolgen van deep tech. Zijn blogs bereikten inmiddels meer dan twee miljoen lezers.

janscheele.nl

1. We gaan harder werken
   Onderzoek van Berkeley, beschreven door Harvard Business Review, laat zien dat medewerkers na de komst van AI sneller werken, meer taken oppakken en hun werkdag stilletjes verlengen. De tijd die vrijkomt, wordt vaak direct weer gevuld. Wie eerst drie rapporten maakte, moet er nu vijf maken. Efficiëntie wordt ongemerkt de nieuwe norm.
2. Workslop verplaatst het denkwerk
   BetterUp en Stanford noemen het workslop: AI-output die er verzorgd uitziet, maar inhoudelijk zo dun is dat een collega het moet herstellen. Meer dan 40 procent van de kenniswerkers ontving dit recent. Gemiddeld kostte herstel bijna twee uur. De zender wint tijd, de ontvanger betaalt de rekening, vaak ook in vertrouwen. In software ziet GitClear hetzelfde patroon: meer gekopieerde code, minder structurele verbetering en dus meer technische schuld.
3. Wat je niet oefent, raak je kwijt
   Onderzoek in Scientific Reports laat zien dat AI de directe prestatie kan verhogen, maar passief gebruik, kopiëren zonder zelf te redeneren, motivatie en eigenaarschap ondermijnt. Actief gebruik werkt anders: AI als sparringpartner, terwijl je zelf blijft toetsen en bijsturen. Dat is extra belangrijk voor junioren. Juist hun oefentaken verdwijnen als eerste, terwijl daar toekomstige experts worden gevormd. Stanford zag in sterk aan AI blootgestelde beroepen een relatieve daling van 16 procent in werkgelegenheid voor jongere medewerkers.
4. Mensen haken stilletjes af
   TalentLMS noemt dit quiet cracking: mensen blijven op hun plek, maar raken emotioneel los van hun werk. 54 procent ervaart dit in enige mate. De oorzaak zit niet alleen in werkdruk, maar ook in onzekerheid: welke vaardigheden blijven straks waardevol, en welke rol houdt AI voor mij over?
5. Shadow AI groeit buiten beeld
   Wanneer de officiële tool te beperkt voelt, gebruiken medewerkers vaak privéaccounts van ChatGPT of Claude. Gartner zag dat 69 procent van de organisaties hiervoor aanwijzingen heeft. Dat is geen ongehoorzaamheid, maar een poging om werk gedaan te krijgen. Het risico: gevoelige bedrijfs- en klantinformatie belandt in systemen buiten zicht van IT en compliance.

Lees ook: De jagged frontier: waarom AI je soms briljant helpt… en je een minuut later laat struikelen

De oplossing is niet minder AI, maar beter georganiseerd AI-gebruik. De grootste fout is AI bovenop bestaand werk stapelen. De winst zit in het herontwerpen van workflows, rollen en verwachtingen. Meet niet alleen output, maar ook herstelwerk en werkdruk. Leer mensen AI actief te gebruiken, bescherm leerpaden voor junioren, bied veilige alternatieven die echt werken en praat open over onzekerheid en perspectief.

AI verandert niet alleen hoe snel we werken. Het verandert hoe we leren, samenwerken en ons verbonden voelen met ons werk.

Jan Scheele

Jan Scheele werkt dertien jaar op het snijvlak van deep tech, strategie en leiderschap. Als keynote spreker, dagvoorzitter en adviseur maakt hij technologie tastbaar voor boardrooms, directieteams en grote podia, zonder de complexiteit te versimpelen of te verbergen achter buzzwords.

Zijn achtergrond ligt in het bouwen. Als CEO van een technologie scale-up, oprichter van meerdere techbedrijven en organisator van meer dan vijftig TED-events wereldwijd zag hij van dichtbij hoe technologische keuzes doorwerken in strategie, governance en cultuur. Vanuit zijn betrokkenheid bij het World Economic Forum en de BCNL Foundation kijkt hij daarbij niet alleen naar wat technisch mogelijk is, maar ook naar wat bestuurlijk houdbaar en maatschappelijk wenselijk is.

Hij publiceerde vijf boeken, waarvan twee Amazon-bestsellers, en schrijft wekelijks over AI, blockchain en de organisatorische gevolgen van deep tech. Zijn blogs bereikten inmiddels meer dan twee miljoen lezers.

janscheele.nl

Iedereen leest deze week dezelfde kop: de Amerikaanse overheid dwong Anthropic om de nieuwste Claude-modellen uit te zetten, zelfs voor de eigen buitenlandse werknemers. Een technisch exportverhaaltje, lijkt het. Volgende nieuwsbericht.

Maar wie alleen het incident ziet, mist de aardverschuiving eronder.
Dit is namelijk de eerste keer dat Washington exportcontrole inzet om een commercieel AI-model wereldwijd uit de lucht te halen. Niet de chips. Niet de rekenkracht. Het model zelf. De intelligentie-laag wordt opeens behandeld als strategisch wapen, in dezelfde categorie als raketten en geavanceerde halfgeleiders.

Pikant detail dat de meeste koppen niet halen: het belastende onderzoek waarop de overheid zich baseert, lijkt te zijn geproduceerd door ingenieurs van Amazon. Datzelfde Amazon is tegelijk rivaal én een van de grootste investeerders in Anthropic. Nog een laag ironie: Anthropic omschreef dit model bij de aankondiging in april zelf als te goed in hacken om het zomaar vrij te geven. Wie zijn eigen creatie publiekelijk een wapen noemt, levert de overheid de argumenten om in te grijpen.

Het wordt pas echt groot als je een stap terug zet. In precies dezelfde weken introduceerde Bernie Sanders een wetsvoorstel om de Amerikaanse staat via een eenmalige belasting voor vijftig procent eigenaar te maken van OpenAI, Anthropic en xAI, inclusief stemrecht en bestuurszetels. Vanuit de andere politieke flank verkende Trump het idee dat de overheid belangen neemt in de grootste AI-labs. Geen gedachte-experiment, want in Intel nam diezelfde overheid al een stevig staatsbelang. Links en rechts bewegen, ieder om hun eigen redenen, dezelfde kant op. Frontier AI verschuift van privaat softwareproduct naar strategisch staatsbezit.

Wie de geschiedenis kent, ziet het patroon. In de jaren negentig classificeerde de VS sterke encryptie als munitie en wilde de overheid via een chip met een ingebouwde achterdeur meeluisteren. Activisten omzeilden dat door broncode simpelweg als boek te drukken, want tekst is beschermde meningsuiting. De les destijds: controle dreef de technologie vooral het land uit. Energie, telecom en halfgeleiders maakten dezelfde reis, van commerciële vinding naar nationaal belang. AI loopt hetzelfde pad, alleen in maanden in plaats van decennia.
De vraag die mij echt bezighoudt is niet of Anthropic dit nu wel of niet had moeten doen. Het is een ongemakkelijkere vraag. Wie zou die schakelaar eigenlijk in handen moeten hebben?

Lees ook: De stille prijs van AI: hoe intellectuele de-skilling en de soft skill paradox organisaties verzwakken

Vertrouwen we een handvol niet-gekozen techleiders in Silicon Valley meer dan een overheidsbureaucratie? Of belanden we, als we staatscontrole afwijzen, in een soort algoritmisch feodalisme waarin enkele bestuurskamers bepalen wat de wereld aan intelligentie mag gebruiken? Geen van beide antwoorden voelt comfortabel. Dat ongemak is precies waar het echte gesprek begint.

Voor Europa is de boodschap intussen pijnlijk helder. Toegang tot de beste modellen kan met één buitenlands besluit verdwijnen, op een vrijdagavond, zonder uitleg. Soevereiniteit is daarmee geen toekomstmuziek meer maar een vraag van vandaag.

Ik weet het antwoord niet. Ik weet wel dat we de verkeerde vraag stellen zolang we dit als een technisch nieuwtje afdoen.

Jan Scheele

Jan Scheele werkt dertien jaar op het snijvlak van deep tech, strategie en leiderschap. Als keynote spreker, dagvoorzitter en adviseur maakt hij technologie tastbaar voor boardrooms, directieteams en grote podia, zonder de complexiteit te versimpelen of te verbergen achter buzzwords.

Zijn achtergrond ligt in het bouwen. Als CEO van een technologie scale-up, oprichter van meerdere techbedrijven en organisator van meer dan vijftig TED-events wereldwijd zag hij van dichtbij hoe technologische keuzes doorwerken in strategie, governance en cultuur. Vanuit zijn betrokkenheid bij het World Economic Forum en de BCNL Foundation kijkt hij daarbij niet alleen naar wat technisch mogelijk is, maar ook naar wat bestuurlijk houdbaar en maatschappelijk wenselijk is.

Hij publiceerde vijf boeken, waarvan twee Amazon-bestsellers, en schrijft wekelijks over AI, blockchain en de organisatorische gevolgen van deep tech. Zijn blogs bereikten inmiddels meer dan twee miljoen lezers.

janscheele.nl

De discussie over het basisinkomen is terug van (nooit echt) weggeweest, maar dit keer voelt het voor mij anders. Jarenlang was het vooral een interessant idee voor economen, denkers en idealisten. Nu zie ik het steeds vaker terugkomen in gesprekken over AI en de toekomst van werk. Dat is niet zo vreemd, want als technologie in hoog tempo complete functies, sectoren en zekerheden opschudt en vervangt, wordt de vraag bijna onvermijdelijk hoe we inkomen, werk en bestaanszekerheid opnieuw organiseren. In dit artikel duik ik in die vraag.

Een paar jaar geleden stond Rutger Bregman op mijn TEDx Maastricht event. Hij hield daar zijn inmiddels bekende pleidooi voor het basisinkomen. Een helder, goed onderbouwd en vooral hoopvol verhaal. Het ging over de gedachte dat we als samenleving iedereen een onvoorwaardelijke financiële basis kunnen geven.

Een goed verhaal op het verkeerde moment

Ik weet nog goed hoe dat in de zaal voelde. Mensen waren geïnteresseerd, soms zelfs enthousiast, maar ik proefde ook iets afwachtends. Alsof het een sterk idee was, maar nog niet iets van nu, maar voor later. Voor beleidsmakers, voor denkers, voor een volgende fase van onze economie. En om eerlijk te zijn, dacht ik dat zelf toen eigenlijk ook.

Het basisinkomen voelde voor mij in die periode vooral als een theoretisch debat. Iets waar je eindeloos over kon praten, schrijven en discussiëren, maar wat nog best ver af stond van de dagelijkse realiteit van organisaties, markten en werk. Dat gevoel is bij mij de afgelopen jaren langzaam verschoven, en de laatste tijd zelfs behoorlijk snel.

Waar het onderwerp lange tijd relatief stil bleef, zie ik het nu ineens overal weer opduiken. Niet alleen in politieke discussies, maar ook in gesprekken met ondernemers, investeerders en techleiders. De afgelopen tijd heb ik voor best wat publieken gestaan, die AI niet meer positief als versterking zien, maar juist als vervanging voor hun baan. De vraag wat er met al die professionals moet gebeuren, waar nu al het werk grotendeels door AI wordt vervangen, komt steeds vaker terug. Het idee van een basisinkomen is dan ook niet nieuw, de wereld eromheen is dat wel.

Het idee bleef hetzelfde, de wereld er om heen niet

Waar automatisering vroeger vooral fysiek werk raakte, schuift het nu steeds verder op richting kenniswerk. Rollen waarvan we dachten dat ze ‘veilig’ waren, staan ineens ter discussie. Denk aan juristen, marketeers, developers, consultants. Niet omdat ze verdwijnen van de ene op de andere dag, maar omdat één persoon met de juiste tools ineens het werk van vijf kan doen.

Dit heb ik de afgelopen maanden echt vaak teruggehoord in gesprekken met leiders van de meest uiteenlopende organisaties. Van advocatenkantoren tot marketing-agencies. Bedrijven die geen junioren meer aannemen en teams die kleiner worden, maar productiever. Rollen die niet verdwijnen, maar wel dunner worden. Dat voelt voor velen nu nog niet als een schokgolf, maar meer als een langzaam verschuivende onderstroom.

Je hoort dit ook steeds explicieter benoemd worden. Techleiders als Elon Musk en Sam Altman praten openlijk over een toekomst waarin werk fundamenteel verandert en een vorm van basisinkomen bijna onvermijdelijk wordt.

Terug naar Bregman en zijn TED talk, waar het ging het over armoedebestrijding en sociale zekerheid. Anno 2026 gaat het steeds vaker over de vraag wat er gebeurt als werk zelf minder vanzelfsprekend wordt, als bron van inkomen. Precies daar komt het basisinkomen ineens weer terug op tafel. Niet als idealistisch experiment, maar als serieuze optie in een wereld die sneller verandert dan onze systemen kunnen bijhouden.

Eerst even terug naar de basis

Basisinkomen wordt nog vaak gebruikt als containerbegrip, terwijl er in de praktijk allerlei varianten door elkaar lopen. In de meest zuivere vorm is een basisinkomen eigenlijk verrassend simpel. Het gaat om een vast bedrag dat iedere burger ontvangt; individueel, periodiek en zonder voorwaarden. Dus niet afhankelijk van je inkomen, niet gekoppeld aan werk en zonder sollicitatieplicht of controlemechanismen.

Maar deze simpele vorm roept best wel wat discussie op en daarom zie je deze niet vaak terug. In de praktijk zie je namelijk dat veel experimenten en beleidsvoorstellen afwijken van deze “pure” vorm. Denk aan varianten waarbij alleen bepaalde groepen geld krijgen (bijv. zwervers), of systemen die via belastingen worden verrekend. Ook negatieve inkomstenbelasting en gerichte inkomenssteun worden vaak in hetzelfde debat meegenomen, terwijl ze technisch net iets anders werken.

Toch draait de kern steeds om dezelfde vraag: wat gebeurt er als je mensen een financiële basis geeft, los van de vraag of ze werken? Want historisch gezien is dat idee helemaal niet zo nieuw als het soms lijkt. Denkers uit totaal verschillende hoeken hebben het ooit voorgesteld, van liberale economen tot sociale hervormers. Wat wel nieuw is, is de context waarin we die vraag vandaag stellen. Juist die context maakt dat het basisinkomen nu opnieuw serieus wordt genomen.

Van modellen naar mensen

Even los van alle theorieën en futuristische gedachten, is het natuurlijk veel interessanter om te kijken of het in de praktijk ook echt werkt. Wat mij meteen opvalt: het perfecte, “zuivere” basisinkomen bestaat eigenlijk nauwelijks in de echte wereld. De meeste experimenten zijn tijdelijk, gericht op specifieke groepen of met bedragen waar je niet volledig van kunt leven. Dat maakt het eerlijk gezegd soms lastig om harde conclusies te trekken. Tegelijk zie je wel duidelijke patronen terugkomen in verschillende studies.

Een van de meest bijzondere uitkomsten is wat het doet met mensen zelf. In Finland bijvoorbeeld kregen 2000 werkzoekenden 2 jaar lang een vast bedrag per maand, zonder voorwaarden. Het effect op werk was beperkt, maar deelnemers rapporteerden wel meer levensvoldoening, minder stress en minder bureaucratische druk.

Dat zie je nu ook op meerdere plekken terug. In Duitsland liet een meerjarig experiment zien dat mensen niet massaal stopten met werken, maar wel iets minder uren maakten en bewuster keuzes gingen maken. Tegelijk verbeterde hun mentale gezondheid en gevoel van regie.

Buiten de Europese grenzen

Ook buiten Europa zijn de effecten interessant om te zien. In de Verenigde Staten, bijvoorbeeld in het Stockton, leidde een gegarandeerd inkomen tot minder financiële schommelingen en betere psychologische gezondheid. In ontwikkelingslanden zie je vaak nog sterkere effecten, zoals betere voeding, meer schooldeelname en hogere levenskwaliteit.

Wat mij daarin opvalt, is dat het debat vaak blijft hangen op één vraag: gaan mensen nog wel werken of thuis zitten op de bank Netflixen en gamen? Terwijl de data een breder beeld laat zien. Het gaat niet alleen over arbeid, maar ook over stress, gezondheid en de ruimte die mensen ervaren om keuzes te maken.

In Nederland hebben we geen volledig basisinkomen getest, maar wel iets wat er dicht tegenaan zit. Tussen 2017 en 2020 kregen zes gemeenten de ruimte om binnen de bijstand te experimenteren met meer vertrouwen en minder regels: Groningen, Tilburg, Utrecht, Wageningen, Deventer en Nijmegen.

De insteek verschilde per stad. In sommige gevallen werd de sollicitatieplicht losgelaten, in andere situaties mochten mensen meer bijverdienen zonder dat hun uitkering direct werd gekort. Soms lag de nadruk juist op intensievere begeleiding, maar dan zonder de gebruikelijke druk en controle.

Wat ik wel interessant vond, is dat de uitkomsten vaak tegen de intuïtie ingaan. In steden als Groningen en Nijmegen bleek dat het loslaten van verplichtingen niet leidde tot minder uitstroom naar werk. In Utrecht werd in bepaalde groepen zelfs een lichte toename gezien van mensen die parttime aan de slag gingen. Tegelijkertijd rapporteerden deelnemers in onder andere Tilburg en Wageningen minder stress en meer gevoel van regie over hun eigen leven.

Het algemene beeld dat hieruit naar voren komt, is dat minder controle niet automatisch leidt tot passiviteit. In veel gevallen zorgt het juist voor meer stabiliteit. Tegelijk waren de verschillen tussen de experimenten groot en de resultaten niet eenduidig genoeg om er direct landelijk beleid op te baseren.

Kan het ook op grote schaal?

De experimenten daar gelaten; zodra je het basisinkomen echt concreet probeert te maken, wordt het in mijn optiek pas echt interessant. Tot dat moment blijft het al snel hangen in filosofie, idealisme of juist angst. De echte vraag is natuurlijk niet alleen of het ooit nodig wordt, maar hoe zoiets er in een land als Nederland dan uit zou kunnen zien.

Maar daar wordt het debat wel echt een heel stuk ingewikkelder als we kijken naar hoe we alles in Nederland regelen. Want een basisinkomen klinkt simpel, maar zodra je het probeert in te passen in ons huidige stelsel van toeslagen, uitkeringen en belastingen, moet je echt zoveel complexe keuzes gaan maken. Is het een bedrag waar je echt van kunt leven, of slechts een deel? Krijgt iedereen hetzelfde (ook mensen met hoge inkomens)? Vervangt het bestaande regelingen of komt het erbovenop? Hoe voorkom je dat je aan de ene kant eenvoud wint… maar aan de andere kant precies het maatwerk verliest dat sommige groepen hard nodig hebben?

Nu denk ik dat dit juist in Nederland stiekem een fascinerende puzzel is. We hebben een van de meest ingewikkelde inkomenssystemen van Europa opgebouwd, met toeslagen, kortingen, uitzonderingen en terugvorderingen die voor veel mensen eerder stress (en affaires) opleveren dan zekerheid. Alleen al daarom snap ik goed waarom het idee van 1 eenvoudiger fundament zoveel aantrekkingskracht heeft.

Wat je trouwens wel vaak ziet, is dat het debat in Nederland vaak vastloopt op de vraag of het überhaupt betaalbaar is. Dat is logisch, maar ook wel te beperkt gedacht in mijn optiek. Want wat kost het huidige systeem ons eigenlijk (niet alleen in geld) maar ook in complexiteit, wantrouwen en gemiste kansen? Juist daar zou een basisinkomen iets kunnen veranderen. Niet als simpele oplossing, maar als fundamenteel andere manier om naar bestaanszekerheid te kijken.

Genoeg om niet te negeren

Er zijn genoeg redenen waarom het ook niet zou kunnen werken. Een echt basisinkomen is mega duur. Zodra je een bedrag kiest waar iemand daadwerkelijk van kan leven, lopen de kosten in Nederland snel op en ontkom je niet aan hogere belastingen of het vervangen van bestaande regelingen.

Daar komt iets anders bij; het klinkt simpel en eerlijk om iedereen hetzelfde bedrag te geven, maar in de praktijk betekent het ook dat je geld uitkeert aan mensen die het helemaal niet nodig hebben. Dat moet je dan via belastingen weer terughalen… waardoor het systeem minder elegant wordt dan het op papier lijkt.

In een tijd dat elke organisatie schreeuwt om personeel, zijn de effecten vanuit experimenten ook niet echt positief op het vlak van de productiviteit van onze workforce.
De meeste experimenten laten niet zien dat mensen massaal stoppen met werken, maar er zijn wel studies waarin het aantal gewerkte uren iets daalt. Dat hoeft natuurlijk niet per se slecht te zijn, maar op grote schaal kan het wel degelijk gevolgen hebben in sectoren die nu al onwijs veel gedoe hebben met het niet kunnen vervullen van vacatures.

Wat ik zelf misschien nog wel de interessantste kritiek vind (zeker in het AI-tijdperk) is of je met een basisinkomen echt iets oplost… of een scheve verdeling alleen draaglijker maakt? Die vraag verdient minstens zoveel aandacht als de belofte van het idee zelf.

What is next?

De kans dat Nederland morgen een volledig basisinkomen invoert lijkt me eerlijk gezegd klein. Daarvoor is het politiek nog te gevoelig, financieel te groot en inhoudelijk te complex. Tegelijk zie je wel dat het debat steeds minder abstract wordt. De roep om een eenvoudiger stelsel groeit, de (soms heftige) kritiek op toeslagen en terugvorderingen blijft en de vraag hoe we bestaanszekerheid organiseren in een economie met steeds meer technologie verdwijnt voorlopig niet meer.

Ik verwacht daarom eerder een tussenfase, dan een grote sprong. Meer experimenten met gerichte inkomensgaranties, meer discussie over negatieve inkomstenbelasting, meer versimpeling van bestaande regelingen en misschien uiteindelijk een model dat niet letterlijk een basisinkomen heet, maar er wel steeds dichter tegenaan schuurt. Juist in Nederland gebeurt dat vaker: grote systeemveranderingen komen hier meestal niet via revolutie, maar via een lange reeks ogenschijnlijk kleine stappen.

Wereldwijd zie je dat patroon eigenlijk ook. Finland, Duitsland, Wales, Stockton, Alaska, de Marshalleilanden: overal wordt op een andere manier getest wat er gebeurt als je mensen meer financiële zekerheid geeft. Soms als pilot, soms als dividend, soms als gerichte regeling. Het interessante is dat die initiatieven samen iets laten zien wat ik een paar jaar geleden nog veel minder sterk voelde: het basisinkomen is niet langer alleen een idee voor idealisten. Het is een serieuze beleidsroute geworden die steeds vaker op tafel komt zodra werk, technologie en bestaanszekerheid gaan schuiven.

Lees ook: AI-wearables op de werkvloer: geniale hulp of stil privacylek?

Misschien is dat uiteindelijk ook de kern van deze hele discussie. De vraag is niet alleen of we ooit een basisinkomen krijgen. De veel interessantere vraag is of onze huidige systemen snel genoeg kunnen meebewegen met een wereld waarin werk, inkomen en waardecreatie steeds verder uit elkaar kunnen gaan lopen. Juist daarom vermoed ik dat dit debat de komende jaren niet kleiner wordt, maar alleen maar groter.

Jan Scheele

Jan Scheele werkt dertien jaar op het snijvlak van deep tech, strategie en leiderschap. Als keynote spreker, dagvoorzitter en adviseur maakt hij technologie tastbaar voor boardrooms, directieteams en grote podia, zonder de complexiteit te versimpelen of te verbergen achter buzzwords.

Zijn achtergrond ligt in het bouwen. Als CEO van een technologie scale-up, oprichter van meerdere techbedrijven en organisator van meer dan vijftig TED-events wereldwijd zag hij van dichtbij hoe technologische keuzes doorwerken in strategie, governance en cultuur. Vanuit zijn betrokkenheid bij het World Economic Forum en de BCNL Foundation kijkt hij daarbij niet alleen naar wat technisch mogelijk is, maar ook naar wat bestuurlijk houdbaar en maatschappelijk wenselijk is.

Hij publiceerde vijf boeken, waarvan twee Amazon-bestsellers, en schrijft wekelijks over AI, blockchain en de organisatorische gevolgen van deep tech. Zijn blogs bereikten inmiddels meer dan twee miljoen lezers.

janscheele.nl