5x AI als coach | zo gebruik ik ChatGPT als spiegel, tegenspeler én sparringpartner

5x AI als coach | zo gebruik ik ChatGPT als spiegel, tegenspeler én sparringpartner

Weet je wat ik het leukste vind aan AI? Dat het niet alleen slim is, maar ook verrassend goed kan coachen. Geen zweverige praat, gewoon slimme vragen, creatieve ideeën en eerlijke feedback, 24/7. Vijf voorbeelden:

5x AI als coach

1. De Reflectieve Spiegel

Aan het eind van de dag gebruik ik AI vaak als een soort digitale spiegel. Dan vraag ik bijvoorbeeld: ‘Stel me drie goede vragen om te reflecteren op mijn werkdag’, of ‘Help me begrijpen waarom ik zo heftig reageerde tijdens dat overleg.’ De antwoorden zijn vaak raak. AI stelt vragen zoals: ‘Wat had je nodig op dat moment, maar kreeg je niet?’ of ‘Wat zou je tegen een vriend zeggen in dezelfde situatie?’ Zo kom ik tot inzichten waar ik anders nooit bij stil zou staan. Even stilstaan. Even graven. En soms kom je tot iets wat echt blijft hangen.

2. De Creatieve Vonk

Als ik vastloop in een idee, een presentatie, een strategie, dan roep ik de Creatieve Vonk erbij. Stel: ik wil iets uitleggen maar het blijft saai klinken. Dan vraag ik: ‘Bedenk 10 ongewone manieren om dit onderwerp uit te leggen aan een kind van 8,’ of ‘Hoe zou een kunstenaar dit aanpakken?’ Wat eruit komt is vaak verrassend — van kinderboek-metaforen tot compleet andere invalshoeken. En eerlijk? Meer dan eens zat daar het begin van een briljant idee tussen.

3. De Gesprekssimulator

Dit is misschien wel mijn favoriet als ik me moet voorbereiden op een lastig gesprek. Bijvoorbeeld als ik een collega moet aanspreken op gemiste deadlines. Dan zeg ik tegen AI: ‘Speel die collega en reageer defensief op mijn feedback.’ Vervolgens ga ik het gesprek aan en reageert AI realistisch — met tegenwerpingen, ontwijkend gedrag, soms zelfs emotioneel. Daarna vraag ik simpelweg: ‘Wat had ik beter kunnen doen?’ en krijg ik directe, concrete feedback. Het is oefenen met impact, zonder risico.

4. De Tegendenker

Soms ben ik zó enthousiast over een nieuw idee, dat ik vergeet kritisch te kijken. Dan gebruik ik AI als tegenspeler. Ik zeg bijvoorbeeld: ‘Speel de advocaat van de duivel. Waarom is dit een slecht idee?’ Of: ‘Welke drie dingen kunnen hier volledig misgaan?’ Binnen seconden krijg ik scherpe tegenargumenten terug die me dwingen om mijn plan beter te onderbouwen. Niet altijd leuk, wél heel effectief. Vooral als je jezelf serieus wilt uitdagen.

5. De Impro-Coach

Wil je leren improviseren, beter reageren onder druk, of creatiever worden in hoe je jezelf presenteert? Dan is dit de leukste van allemaal. Ik gebruik AI dan als speelse partner. Bijvoorbeeld door te zeggen: ‘Daag me uit met een storytelling-oefening waarin ik een mop moet vertellen alsof ik een nieuwslezer ben,’ of ‘Stel me onverwachte vragen alsof ik live word geïnterviewd.’ Je komt in situaties waar je niet op voorbereid bent — en dat is precies het punt. Het scherpt je denken en maakt je losser in je spreken.

Dus… is AI een vervanger van een echte coach? Nee. Maar het is wél een waanzinnig goede aanvulling. Deze vijf types – van spiegel tot tegenspeler – helpen mij dagelijks groeien, denken, oefenen en verrassen. En het mooiste is: jij kunt dit ook. Gewoon, met een paar slimme vragen op het juiste moment. In een tool als ChatGPT of Gemini, die je gratis kan gebruiken, zonder zelfs een account aan te maken.

admin

Jan Scheele werkt dertien jaar op het snijvlak van deep tech, strategie en leiderschap. Als keynote spreker en dagvoorzitter 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.

Manus: een marketingmeesterwerk, maakt deze nieuwe AI-tool het waar?

Manus: een marketingmeesterwerk, maakt deze nieuwe AI-tool het waar?

De strijd om AI-hegemonie lijkt steeds meer op een digitale Koude Oorlog tussen de VS en China. Waar de Amerikanen jarenlang een voorsprong hadden met bedrijven als OpenAI en Google, zet China nu grote stappen om deze achterstand in te halen. De lancering van DeepSeek eerder dit jaar schudde de sector al op, en nu is er Manus – een AI-agent die niet alleen reageert op commando’s, maar zelfstandig taken uitvoert. Ik heb eindelijk de kans gekregen om deze tool te testen en deel mijn ervaringen in dit nieuwe artikel.

We zien inmiddels wekelijks wel updates van de bekende platformen voorbijkomen. Sneller, slimmer, maar ook betere redenatie en bronvermelding. Eerder schreef ik hier al over mijn gemengde ervaringen met zowel AI agentsGPT Operator als DeepSeek. Nu zag ik de afgelopen tijd onwijs veel interessante use cases voorbij komen van de nieuwe Chinese AI-hype Manus. Manus is in mijn optiek geen eenvoudige chatbot meer, maar een AI die kan nadenken, plannen en uitvoeren zonder constante menselijke begeleiding.

Manus positioneert zichzelf ook als een directe uitdager van OpenAI’s Operator en DeepResearch. De introductie werd door sommigen al een ‘tweede DeepSeek-moment’ genoemd. Niet alleen door de scherpe kostprijs voor gebruikers, maar ook de kwaliteit van de output. Maar is dit echt de volgende grote doorbraak, of vooral een slimme marketingcampagne?

Multi-manusje van alles

Manus is een AI-agent en ontwikkeld door het Chinese bedrijf Butterfly Effect. De AI-tool onderscheidt zich door zijn zogenaamde ‘multi-agent architectuur’. In plaats van één AI-model dat alles probeert te doen, gebruikt Manus een combinatie van verschillende gespecialiseerde sub-agents. Dit maakt het mogelijk om taken op te splitsen en efficiënter te verwerken.

In theorie zou Manus een volledige reis kunnen plannen: het zoekt vluchten, boekt een hotel, vergelijkt prijzen en stelt zelfs een reisschema op. Of het helpt een recruiter door cv’s te analyseren, kandidaten te rangschikken en zelfs sollicitatievragen op te stellen. Dit is een fundamenteel andere aanpak dan klassieke chatbots zoals ChatGPT, die altijd menselijke begeleiding nodig hebben om een taak correct af te ronden.

Vergelijkbaar met DeepSeek, dat bewees dat hoogwaardige AI-modellen ook met een fractie van de westerse budgetten kunnen worden gebouwd, probeert Manus nu eenzelfde impact te maken – maar dan in de categorie AI-agents. Wat ik nog steeds voorzie als dé grote AI-trend dit jaar.

Waarom is Manus nu zo’n hype?

Manus is niet alleen technologisch interessant, maar ook echt weer een marketingmeesterwerk. De eerste demonstratievideo’s gingen direct viraal, waarin de AI werd gepresenteerd als een revolutionair systeem dat complexe taken volledig zelfstandig kon afhandelen.

Dit sloeg aan: binnen enkele dagen groeide de Manus-community tot meer dan 180.000 leden op Discord, en invite-codes werden online verkocht voor duizenden dollars.

De exclusiviteit – alleen toegang op uitnodiging – hielp in naar mijn idee de hype verder op te bouwen. Net als bij DeepSeek werd het idee gecreëerd dat Manus een gamechanger was die slechts voor een select publiek beschikbaar was. Daarnaast speelt de geopolitieke rivaliteit tussen China en de VS natuurlijk een sterke rol. Veel Chinese gebruikers zien Manus als een symbool van technologische onafhankelijkheid en een antwoord op OpenAI en Google.

Maar de belangrijkste vraag blijf natuurlijkt: werkt het echt en doet het wat het belooft te doen?

Drie typen tests met Manus

Om de beloftes van Manus te testen, heb ik het platform op de proef gesteld met drie realistische taken waar ik ook echt mee bezig ben.

1. Vakantie boeken

Ik wil in juni een week gaan hiken in IJsland. Maar hier heb ik wel wat speciale wensen; elke dag een specifieke hike maken, bepaalde vluchten, bepaalde type overnachtingen, andere activiteiten zoals een spa etc. Manus slaagde erin om vluchten te vinden en een lijst met goede hotels op te stellen, maar kon de boekingen verder niet afronden. Bovendien miste het wel echt belangrijke details, zoals extra bagagekosten voor mijn hikespullen.

2. Marketingcampagne maken

Voor een van mijn bedrijven liet ik Manus een complete socialmediastrategie opzetten, inclusief advertenties en doelgroepanalyse. Het resultaat was bizar indrukwekkend: Manus analyseerde een aantal concurrenten, stelde een postschema op en genereerde zelfs advertentiecopy. Maar bij controle bleek dat sommige suggesties onrealistisch waren of gebaseerd op verouderde data. Bummer!

3. Sollicitatieproces automatiseren

Voor een groot event dat ik organiseer, wilde ik Manus een selectie laten maken van alle vrijwilligers die een sollicitatie hebben ingestuurd. Hoewel de AI goede suggesties gaf, bleek bij nadere check dat sommige afwijzingen onterecht waren. Het systeem had moeite met nuances in werkervaring en gaf de voorkeur aan cv’s met veel trefwoorden in plaats van inhoudelijke kwalificaties.

Uitvoering laat te wensen over

Manus kan taken heel mooi efficiënt structureren en plannen, maar de uitvoering laat in mijn optiek nog te wensen over. Het is geen volledig zelfstandige AI, eerder een slimme assistent die echt wel wat taken uit handen kan nemen, maar nog steeds ook menselijke controle nodig heeft.

Want de tool kampt echt met betrouwbaarheidsproblemen. Ik las op de diverse fora en zag in allerlei groepen andere gebruikers meldden dat de AI soms vastloopt in oneindige loops of verkeerde informatie genereert. Dit kan een groot probleem zijn voor toepassingen waarbij nauwkeurigheid belangrijk is, zoals financiële analyses voor cryptohandel.

Ook de snelheid is een zwak punt. Waar OpenAI’s DeepResearch taken in enkele seconden afrondt, doet Manus er vaak minuten over. Ik heb dit een paar keer getest, maar vooral bij complexere opdrachten duurt het lang voordat de AI een werkbaar resultaat oplevert.

Daarnaast is er gebrek aan transparantie. Butterfly Effect geeft weinig details over hoe de AI precies werkt. Het is trouwens geen volledig nieuwe tool, maar een zogenaamde ‘wrapper’. Manus bouwt voort op bestaande modellen zoals Anthropic’s Claude en Alibaba’s Qwen, maar in welke mate het zelf innovatief is, blijft onduidelijk.

Tot slot is er de kwestie van privacy en veiligheid. Net als bij DeepSeek roept Manus vragen op over gegevensbescherming. Westerse bedrijven zullen terughoudend zijn om een AI uit China toegang te geven tot gevoelige bedrijfsinformatie, zeker gezien China’s strikte regelgeving rondom dataverzameling en staatscontrole. Vooral na alle backlash rondom DeepSeek in de afgelopen tijd.

Gaan we er nog veel van horen?

Manus AI heeft de potentie om een nieuw tijdperk van autonome AI-agents in te luiden, maar het is nog niet zover. De technologie is veelbelovend, maar echt nog niet foutloos. Het lijkt op een ruwe diamant die nog veel geslepen moet worden voordat het echt kan concurreren met gevestigde spelers.

Als Butterfly Effect de infrastructuur verbetert, de betrouwbaarheid vergroot en transparanter wordt over hoe Manus werkt, kan het een serieuze uitdager worden in de AI-race. Vooral met de prijzen die het hanteert. Daarnaast omdat het een stuk makkelijker te gebruiken is dan de Operator van GPT. Tot die tijd blijft het vooral een fascinerend experiment – met een hoop potentie, maar ook een hoop werk aan de winkel.

admin

Jan Scheele werkt dertien jaar op het snijvlak van deep tech, strategie en leiderschap. Als keynote spreker en dagvoorzitter 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.

Op mijn 38e verjaardag; de 38 hacks die mij heel positief hebben beïnvloed de afgelopen 37 jaar

Op mijn 38e verjaardag; de 38 hacks die mij heel positief hebben beïnvloed de afgelopen 37 jaar

Vandaag mag ik alweer 38 jaar oud worden. Wat een ongekend voorrecht. Nadat ik zelf op het randje van de dood heb gebalanceerd en de afgelopen jaren te veel mensen heb moeten begraven, zie ik elke dag dat ik opsta als een groot geschenk. Mijn moeder gaf mij laatst als compliment dat ze mij in tijden niet zo gelukkig had gezien. Ik ben echt nog nooit zo fit geweest, heb een ontzettend ‘rijk’ leven  met dierbare familie en vrienden. Een doorlopende stroom zakelijke uitdagingen en talloze andere zaken die mijn leven elk jaar weer verder mooi inkleuren.

Met dank aan mijn persoonlijke ‘braintrust’ (dierbaren en professionals die mij steunen, kietelen en inspireren), ben ik doorlopend heel intensief bezig met zelfontwikkeling. Doorlopende analyses, (persoonlijke) plannen opstellen en elke dag bijschaven, heel veel lezen/luisteren, elk jaar minstens een opleiding volgen, op zoek naar de juiste verbindingen en openstellen voor onverwachte kruisbestuivingen.

Naast veel positieve feedback over mijn fysieke/mentale gesteldheid en de manier hoe ik mijn werk aanpak, krijg ik vaak daarbij ook vaker de vraag, hoe ik bepaalde zaken oppak. Hoe ik mijn ochtend indeel, hoe ik mijn dagelijkse agenda straktrek etc. Nadat ik bij mijn vorige verjaardagen o.a. mijn top 35 levenslessen en 37 vragen die ik mijzelf doorlopend stel deelde, leek het mij leuk om in deze blog de 38 hacks te delen, die mij hebben gemaakt tot wat ik nu ben.

  1. Lekker die kikker eten

    Wat smult het brein toch van al die dopamine snackjes. Al die mailtjes, appjes en notificaties in apps die het lekker kan afwerken. Maar het zorgt vaak ook voor veel ruis in het brein. Afgeleid en niet meer in staat om te doen wat écht gedaan moet worden die dag. Elke werkdag begin ik dan ook eerst met de grootste taak en/of de taak waar ik het minste zin in heb. ‘Eat your frog’ noemt mijn coach Paul Rulkens dat zo mooi. Ik bepaal deze taak per dag altijd de vrijdag voor een week vooruit en evalueer deze de middag van te voren nog eens. De ene keer ben ik daar na een uur mee klaar, de andere keer pas na de lunch. Maar het zorgt er wel voor dat ik echt doe wat ik moet doen. Daarnaast geeft het een ontzettende kick, elke keer weer, als ik die taak heb volbracht. Daarna open ik pas de mailbox.

    2. Habit stacking

    Van een van mijn favoriete boekenschrijvers James Clear.  Bepaalde acties zo combineren, dat je ze uiteindelijk een gewoonte worden. Ik heb mijn telefoon in de woonkamer op de bank liggen. Daarbovenop ligt een boek en daarbovenop ligt altijd mijn meditatie klankschaal. Het herinnert mij er aan, dat ik na het wakker worden altijd eerst ga mediteren, dan een boek ga lezen en pas daarna (gebeurd eigenlijk nooit) van mezelf op de telefoon mag. Ik heb zo veel gewoontes aangeleerd, waar ik niet eens meer over na hoef te denken dat ik ze moet gaan doen.

    3. Beginnen met lezen

    Mijn dag begint ook echt met minimaal 10-20 pagina’s te lezen. Ik lees enkel non-fictie en heb altijd wel een 5-tal boeken op de stapel liggen. Het zorgt bij mij altijd voor allerlei goede ideeën en een fijne manier om de dag rustig te beginnen. Omdat die effecten zó positief zijn, is het echt iets waar ik niet aan torn; eerst lezen, daarna de rest.

    4. Brain rot voorkomen

    Even geleden merkte ik dat mijn brein echt flinke kuren had. Ik ben dit gaan analyseren en merkte dat dit echt lag aan mijn telefoongebruik. Wetenschappers noemen dit ook wel ‘brain rot’. Een van de trucs die mij weer helemaal ‘mentaal fit’ heeft gemaakt, is mijn telefoon op grijswaarden zetten (dank Irene voor de tip!). Ik zit hierdoor al meer dan een uur minder per dag op de telefoon.

    Handleiding voor iPhone / Android

    5. Binaural beats

    De afgelopen tijd ben ik echt gefascineerd geraakt, over hoe je het brein op een positieve manier kan beïnvloeden, zonder supplementen oid. Er zijn zo onwijs veel trucjes hoe je hier aan kan werken. Met mijn TalkLikeTED trainingen heb ik er al een stuk of 30 gedefinieerd rondom storytelling en presenteren, maar ik gebruik er ook veel om zelf mentaal fitter te worden en meer focus te krijgen. Binaural Beats werken voor mij echt heel goed hierin.  Je kan op Youtube en Spotify talloze playlists vinden. Tip; gebruik wel een koptelefoon, geen oordopjes.

    6. Slaap hygiëne

    Het boek ‘Why we sleep’ van Matt Walker (ook geweldige podcast) heeft mijn ogen echt geopend over slaap. Vooral ook; hoeveel dingen je kan doen om uiteindelijk een kwalitatief perfecte slaap te krijgen. Ik slaap eigenlijk altijd wel goed; ik word fit wakker en heb veel energie door de dag heen. Dat zal liggen aan het feit dat ik al 6 jaar geen druppel alcohol drink, onwijs leuk werk doe, elke dag sport en gezond eet, maar ook echt omdat ik op advies van Matt

    • Mijn schermen 18.00/19.00 uiterlijk uit doe en weg leg. Zo blijft de natuurlijke aanmaak van melatonine (slaaphormoon) ongestoord. Daarnaast word ik niet nog vlak voordat ik ga slapen gek gemaakt door een bepaald appje of mailtje.
    • Een oranje bril opzet. Dit haalt het felle licht weg en stimuleert de melatonine aanmaak. Meestal val ik na een uur in slaap. De duurdere Somnoblue’s komen uit Nederland (30 euro), maar je kan ook een prima bril voor een euro op Aliexpress bestellen.
    • Ik drink geen koffie na 12.00. De ‘halveringstijd’ in de lever van cafeïne is 4-5 uur. Het vele koffiegedrink in de middag (en avond) is volgens talloze onderzoeken een van de belangrijkste redenen dat veel mensen slecht slapen, omdat de cafeïne nog lang in het systeem aanwezig is. Ik merk echt dat sinds ik  ben gestopt met koffie in de middag, ik nooit meer moeite heb om in slaap te komen. Als ik duf ben, dan doe ik wat airsquats of ga even buiten lopen.
    • Einde van de middag maak ik een samenvatting van de dag. Wat is er gebeurd, wat moet ik nog doen, wat wil ik de volgende keer anders doen. maar ook; wat ga ik morgen doen. echt het werk afsluiten, zodat ik niet in bed nog een ‘oja’ momentje krijg.

    7. “You gain strength, courage, and confidence by every experience in which you really stop to look fear in the face.” — Eleanor Roosevelt

    Elk jaar zoek ik iets dat me uit mijn evenwicht brengt. Iets waar mijn reptielenbrein ‘nee!’ tegen schreeuwt. Maar juist dat maakt het de moeite waard. De voorbereiding, het plannen, de spanning – het wordt een project waar ik het hele jaar naar uitkijk. En als het lukt? Die kick is onbetaalbaar. Vorig jaar heb ik 7 vulkanen beklommen in Equador, dit jaar ga ik de 5e berg van de wereld beklimmen in september (Manaslu in Nepal, 8150 meter) en volgend jaar staat de Mount Everest summit (8800 meter) op het programma.

    8. Grote taken klein maken = grote dingen gedaan krijgen.

    Het brein houdt niet van grote klussen. Teveel werk, teveel gedoe. Daarom hak ik mijn grote taken in talloze kleine stukjes. Een hoofdstuk in plaats van een boek, een alinea in plaats van een hoofdstuk. Zo voelt elke stap behapbaar, en voor je het weet heb je iets groots afgerond. Zo heb ik al drie boeken geschreven, bedrijven opgebouwd en ook grote events georganiseerd.

    9 Pommodoro

    Het is voor mij een van de meest effectieve time management technieken. Naast mijn ‘frog’, werk ik nooit zonder duidelijk tijdslot aan werk. Ik plan echt heel duidelijk mijn werk in tijdsloten in van 25 minuten, met 5 minuten pauze.

    10. Niemand is zo met jou bezig als jij denkt

      Ik maakte me vroeger vaak druk over wat anderen van me vonden. Tot ik het ‘spotlight effect’ ontdekte: de neiging om te overschatten hoeveel anderen op ons letten. Onderzoek laat zien dat mensen grotendeels met zichzelf bezig zijn. Studies tonen aan dat we in gesprekken vooral over onszelf praten en dat ons brein in ruststand automatisch naar onze eigen gedachten terugkeert. Dat inzicht gaf me rust. Ik stopte met mezelf inhouden uit angst voor oordelen die waarschijnlijk niet eens bestonden. Sinds ik me dit realiseer, leef ik lichter en trek ik me veel minder aan van wat anderen misschien denken.

      11. “Mann muss immer umkehren”

        Oftewel: altijd omdraaien, omdenken, het vanuit een andere hoek bekijken. Deze uitspraak komt uit de wiskunde, maar werkt overal. Loop je vast? Draai het eens om. Zoek niet naar bevestiging, maar naar het tegenovergestelde. Stel de vraag anders. Door te spelen met perspectief ontdek je oplossingen die je eerst niet zag. Soms is de omgekeerde weg juist de snelste vooruit.

        12. Postmortem

          Waarom wachten tot iets mislukt om ervan te leren? Ik draai het om: vóór een project begin ik met een denkbeeldige postmortem. Wat zou er mis kunnen gaan? Waar zitten de valkuilen? Door die fouten nu al in kaart te brengen, voorkom ik dat ze werkelijkheid worden. Achteraf analyseren is goed, maar vooraf nadenken is beter.
          Ik heb zo bij de events die ik zelf en voor klanten organiseer, al heel wat gedoe kunnen voorkomen.

          13. De lunchdip er uit lopen

            Even een korte wandeling na een maaltijd kan al een groot verschil maken. Slechts vijf minuten bewegen helpt om je bloedsuikerspiegel stabieler te houden en schommelingen te voorkomen.  Sinds ik dit doe, heb ik nooit meer een energiedip na de lunch. Staand uitbuiken helpt een beetje, maar lopen is veel effectiever. Kleine gewoonte, groot energievoordeel.

            14. Minder schakelen, meer gedaan krijgen

              Elke keer wisselen tussen taken (cognitive shifting) kost je brein mega veel energie. Onbewust verspil je tijd aan opnieuw focussen. Daarom werk ik zo veel mogelijk taak voor taak af, zonder steeds te schakelen. Volledig in één ding duiken, afronden, en dán pas door naar het volgende. Minder ruis, minder energieverlies – en aan het eind van de dag voelt mijn hoofd nog fris.

              15. Duidelijke kaders, of geen Jan

                Ik was op het laatst echt klaar met al die onnodige meetings. Ongestructureerd, veel geauwehoer en geen uitkomsten. Ik heb hem daarom omgedraaid; ik woon enkel een meeting (fysiek of virtueel) bij, waar van te voren is duidelijk gemaakt wat de gewenste uitkomst (doelstelling) van de meeting is, wat de agenda is en waarom ikzelf er bij aanwezig moet zijn. Anders kom ik niet. Het zorgt voor een schone agenda en zeer effectieve meetings. Sociale bijkletsmeetings plan ik apart en enkel fysiek.

                16. Geen multitasking

                  Het brein blijft mij teasen om het te blijven proberen; multitasken. Vooral tijdens virtuele meetings. Maar alle wetenschap hieromheen, laat zien dat het de nummer 1 reden is dat je breinenergie helemaal in elkaar zakt. Het was volgens onderzoek van Microsoft ook dé reden dat iedereen zo ‘zoom fatique’ was tijdens corona. Ik ben er dan ook echt mee gestopt, want ik merkte ook dat als ik tijdens een call ondertussen mails ging checken, ik daarna gesloopt was.

                  17. Slumber with a key

                    Soms heb ik zeer intensieve dagen; 2-3 keer lezingen en trainingen geven, met tussendoor calls en werk. Dan kan ik rond de lunch al wat rust gebruiken, om de rest van de dag door te komen. Edison en Dalí deden het al: in slaap dommelen met een sleutel in de hand. Zodra je echt indommelt, valt de sleutel en schrik je wakker – nét op het moment dat je brein de creatiefste verbindingen maakt. Dit dromerige tussengebied tussen waken en slapen is goud voor nieuwe ideeën. Soms zit de beste inspiratie in dat ene moment voordat je wegzakt.

                    18. 20-20-2

                      Geleerd van een oud klant Raymond Heunen die oogarts is. Tijdens werk elke 20 minuten, 20 seconden kijken naar iets op 6 meter afstand, en minstens 2 uur per dag buiten zijn. Ik doe dit vaak in combinatie met de pommodoro techniek elke 25 minuten. Dit helpt je ogen echt perfect om te ontspannen en vermindert vermoeidheid. Kleine moeite, groot verschil – vooral in een wereld vol schermen.

                      19. The power of looking back

                        Tijdens het bergbeklimmen wil je maar één ding: vooruit. Hoger, verder. Maar ik heb geleerd om juist ook achterom te kijken. Niet alleen om te zien hoe ver ik al ben gekomen, maar ook om alle mooie momenten en lessen te waarderen. Iets wat ik dus ook constant in mijn dagelijks leven doe. Terugkijken is geen stilstand – het is beseffen wat je hebt bereikt. En dat geeft kracht om weer verder te gaan.

                        20. Giving is all we have

                        Sinds mijn 15e doe ik vrijwilligerswerk, en het heeft me meer gegeven dan ik ooit had verwacht. Mijn afstudeeronderzoek ging over de impact ervan – op de wereld, maar vooral op mensen. Het verschil met betaald werk is enorm: geen transacties, geen verwachtingen, alleen bijdragen omdat je het wílt. Het geeft energie, perspectief en een diepere connectie met anderen. Uiteindelijk is geven het enige wat echt telt.

                        21. De energie structuur

                        Mijn dag heeft een vaste flow: eerst 2 uur voor denk- en creatief werk, daarna de uitvoerende taken. Pas daarna komen de e-mails en calls, en ik sluit af met simpel werk waar ik niet over na hoef te denken. Zo gebruik ik mijn energie optimaal en voorkom ik dat mijn dag wordt opgeslokt door ruis. Daarom plan ik bijv. nooit calls in de ochtend – die tijd is te waardevol. E-mails check ik op vaste momenten, zodat ik niet steeds word afgeleid door zaken die geen prioriteit hebben. Door bewust mijn dag in te delen, hou ik controle en krijg ik ongelooflijk veel gedaan. Daarnaast evalueer ik ook elke maand om te kijken welke activiteiten mij veel energie geven en welke juist niet. Ook dit neem ik mee in de planning van de maand er na.

                        22. Weg met de corveetaken

                        Uit McKinsey-onderzoek blijkt dat 61% van ons werk ‘corvee’ is – repetitief, saai en inefficiënt. Daarom heb ik scherp gekeken welke taken ik kan uitbesteden aan AI. Dingen die ik vroeger zelf deed, gebeuren nu sneller, slimmer of zelfs helemaal automatisch. Dat scheelt niet alleen tijd, maar ook mentale energie. Minder corvee, meer focus op wat écht telt. En dat is geen theorie – ik spreek wekelijks op podia over AI, dus ‘practice what you preach’. De tools die er nu zijn, zijn niet alleen gaaf, maar ook écht goed. Slim inzetten betekent minder tijd verspillen aan dom werk, en meer ruimte voor creativiteit en impact.

                        23. Wandelend vergaderen

                        Al een tijdje doe ik vrijwel geen videocalls meer. Enkel als het met mensen betreft die ik nog niet ken. In plaats daarvan ga ik wandelend bellen. Even een frisse neus halen, en het werkt nog beter ook. Onderzoek van Stanford University toont aan dat wandelen creativiteit met gemiddeld 60% verhoogt. Of je nu buiten loopt of op een loopband, het maakt niet uit—je brein gaat automatisch beter werken. Søren Kierkegaard zei het al: “Ik loop mezelf elke dag naar een staat van welzijn en weg van elke kwaal.”

                        24. Systeemdoelen boven resultaatdoelen: succes zit in het proces.

                        In plaats van alleen een einddoel na te jagen, richt ik me op het systeem erachter. Goede routines, slimme processen en consistente actie zorgen uiteindelijk voor succes – niet één grote eindspurt. Wil je een boek schrijven? Focus op dagelijks schrijven, niet op de publicatiedatum. Wil je fitter worden? Bouw een trainingsroutine op, in plaats van te fixeren op een eindgewicht. Door het proces goed te krijgen, volgt het resultaat vanzelf.

                        25. Stop starting, start finishing.

                        Te veel tegelijk willen doen leidt vaak tot niets écht afmaken. Daarom focus ik op minder, maar beter. Liever één ding goed afronden dan vijf dingen halfbakken laten liggen. Elke taak die je écht afmaakt, geeft energie en ruimte voor wat daarna komt. Minder versnippering, meer impact.

                        26. Memento mori

                        Ik heb echt op het randje van de dood op de IC gelegen. Dat zet je aan het denken over het leven en je eigen sterfelijkheid. De toekomst is onzeker, het verleden ligt vast. Wat telt, is nu. Memento Mori – herinner dat je sterfelijk bent. Niet om je te laten schrikken, maar om je te laten beseffen hoe waardevol tijd is. Minder piekeren over wat komt, meer doen met wat nu binnen je bereik ligt. Zo ben ik echt veel meer in het ‘nu’ gaan leven, nu dingen doen zoals mooie reizen maken en andere belevenissen inplannen. Elke dag is een kans. Gebruik ‘m goed!

                        27. Intermittant fasting

                        Intermittent fasting betekent dat je bewust periodes zonder eten inlast. Ik volg al jaren de 16:8-methode (16 uur vasten, 8 uur eten) en de 5:2-methode (ik doe het door de week, het weekend niet). Sindsdien ben ik nooit meer ziek geweest en ben (in combinatie met sporten) heel wat vet verloren. Maar het grootste voordeel? Constante, stabiele energie. Geen hongerklappen, geen middagdips – gewoon een hele dag scherp en gefocust. Niet eten op de juiste momenten bleek een gamechanger.

                        28. Kleine gebaren, grote impact.

                        Een compliment aan de schoonmaker, een vriendelijk woord voor de barista – geen bijbedoelingen, gewoon omdat het kan. Zoiets kleins kan iemands hele dag maken. Het vraagt bijna niets, maar de impact is groot. Even gezien en gewaardeerd worden maakt het verschil. En het mooiste? Het werkt twee kanten op.

                        29. Think week! Want ‘breakthroughs start with a break’

                        Elke zes maanden plan ik een Think Week – een week zonder meetings en internet/technologie. Dit is geen luxe, maar een bron van rust en creativiteit. Juist door de ruis weg te nemen, ontstaat er ruimte voor nieuwe ideeën, diepere inzichten en het heroverwegen van grote beslissingen. Even offline, en mijn hoofd werkt helderder dan ooit.

                        30. Effectiviteit boven efficiëntie: doe de juiste dingen, niet alleen dingen goed.

                        Het is makkelijk om druk bezig te zijn, maar ben je ook bezig met wat écht telt? Efficiëntie betekent dingen snel en goed doen, maar effectiviteit gaat over het doen van de juiste dingen. Een nieuwe app kan je workflow versnellen, maar als je focus verkeerd ligt, creëert het alleen maar méér werk. Peter Drucker’s ‘The Effective Executive’ is wat mij betreft de beste gids om dit verschil te begrijpen. Want productief zijn is mooi, maar alleen als het je in de juiste richting brengt.

                        31. Focus qua kanalen

                        Een aantal jaar geleden was ik bijna overspannen; niet van het werk, maar alle randzaken. Mensen met wie ik werkte, stuurden mij bijvoorbeeld berichten via zoveel kanalen (mail, whatsapp, instagram, facebook, telegram, signal etc), dat ik de hele dag alleen maar gestresst was of ik niks miste. Ook het ‘snackbar model’, van de telefoon altijd aanhebben en gelijk gaan rennen als er iemand belde, zorgde voor weinig rust en focus. Daarnaast ook veel verloren tijd; je belt elkaar 10x op en neer terug totdat je elkaar eindelijk bereikt en uiteindelijk moet ik mensen alsnog vragen te mailen, omdat ik ergens rustig over na moet denken. Mijn telefoon staat altijd uit en ik doe enkel geplande calls, die daardoor ontzettend effectief zijn. Daarnaast gebruik ik enkel email, zodat alles op 1 plek binnenkomt en terug te vinden is.

                        32. Beter luisteren

                        We luisteren niet meer. Laat staan ook dat de conversaties er beter van worden. Het boek You’re not listening (dank Daan Eijwoudt !) was wat dat betreft echt een mega eye opener, met alle wetenschap rondom de kwaliteit van een gesprek. Door het plaatsen van een telefoon op tafel of zelfs gebruiken tijdens een gesprek, straal je non-verbaal niet alleen veel negatiefs uit (luisteraar en het geen wat hij/zij verteld is minder belangrijk, disrespectvol) maar kan je door de afleiding ook niet de diepte in gaan. Ik wacht dan ook altijd rustig, totdat de telefoons van tafel verdwenen zijn.

                        33. Wat als dit makkelijk kan?

                        Ons brein houdt van gemak. Hoe eenvoudiger iets te begrijpen is, hoe sneller we het oppikken. Dat geldt niet alleen voor communicatie, maar ook voor werk. Wat als dit makkelijker kan? Die vraag stel ik mezelf steeds vaker. Minder complexe processen, minder onnodige stappen. In presentaties betekent dat schrappen, in werk betekent dat slimmer organiseren. Niet harder werken, maar slimmer – zodat de boodschap, en het resultaat, blijft hangen.

                        34. Moeilijke gesprekken vermijden? Dat is uitgestelde ellende.

                        Elke keer dat je een lastig gesprek ontwijkt, bouw je een schuld op – eentje die later met rente moet worden terugbetaald. Problemen lossen zichzelf niet op, en tijd heelt niks als het om relaties gaat. Kleine scheurtjes repareer je onderweg, zodat je later geen grote breuken hoeft te lijmen. Hoe eerder je het gesprek aangaat, hoe minder schade er te herstellen valt.

                        35. Nee

                        Hoe meer je weigert, hoe meer je bereikt. Ik ben zo echt anders naar vragen gaan kijken en zeg heel veel vaker ‘nee’. De grootste denkers en ondernemers zeggen het zelf: focus komt van wat je níét doet. Steve Jobs, Warren Buffett, en Richard Feynman – allemaal maakten ze ‘nee’ zeggen tot hun superkracht. Nee tegen afleiding, nee tegen nutteloze meetings, nee tegen projecten die niet bijdragen aan hun échte doel. Elke ‘nee’ die je uitspreekt, is een ‘ja’ tegen wat écht belangrijk is.

                        36. Handgeschreven: klein gebaar, grote impact.

                        In een wereld vol e-mails en appjes is een handgeschreven brief of kaart iets bijzonders. Het kost net iets meer moeite, maar juist daardoor valt het op. Een persoonlijk geschreven bedankje of felicitatie voelt oprechter en blijft langer hangen. Misschien ouderwets, maar sommige dingen verdienen een comeback. Ik stuur minimaal één per week.

                        37. Power of Postits

                        Ik werk graag met klanten aan de Post-its. Geen digitale schermen, geen afleiding – gewoon ideeën uit het hoofd en op papier. Dit zet de prefrontale cortex echt aan het werk, dwingt tot nadenken en zorgt voor scherpere inzichten. Ouderwets? Misschien. Maar het werkt.

                        38. Broaden and build

                        Ik probeer nooit te klagen. Niet omdat alles perfect is, maar omdat het niets oplevert. Klagen vernauwt je blik, dankbaarheid opent ‘m. Hoe meer je focust op wat wél goed gaat, hoe meer ruimte er ontstaat voor groei. Succes zit niet in het behalen van een doel, maar in hoeveel je onderweg uitbreidt – in kennis, perspectief en mogelijkheden. Dus in plaats van klagen over wat ontbreekt, kies ik ervoor om te bouwen op wat er al is.

                        “Life is really simple, but we insist on making it complicated.” – Confucius

                        admin

                        Jan Scheele werkt dertien jaar op het snijvlak van deep tech, strategie en leiderschap. Als keynote spreker en dagvoorzitter 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.

                        Wordt AI ooit zo slim en veelzijdig als een mens? Of is dat het al?

                        Wordt AI ooit zo slim en veelzijdig als een mens? Of is dat het al?

                        Het idee van kunstmatige intelligentie die net zo slim en veelzijdig is als een mens klinkt als iets uit sciencefiction. Maar met de razendsnelle vooruitgang in AI stellen steeds meer experts de vraag: hoe lang duurt het nog voordat we kunstmatige algemene intelligentie (AGI) bereiken? Het punt waarop een AI zelfstandig kan redeneren, nieuwe concepten kan bedenken en zich net zo flexibel kan aanpassen als wij. In dit artikel duik ik er in.

                        Toen ik laatst met mijn vader (69, amateur schaker) een discussie had over AI, hadden we het al snel over Garry Kasparov. Kasparov was in de jaren ’90 schaakgrootmeester en had wereldwijd faam door zijn manier van spelen en uiteraard alle wedstrijden die hij won. Maar in 1997 gebeurde er iets wat de wereld op zijn kop zette: hij verloor van Deep Blue, de supercomputer van IBM. Voor het eerst werd een wereldkampioen schaak verslagen door een computer, iets wat velen voor onmogelijk hielden. Kasparov was verbijsterd en zei later: “Ik voelde een soort intelligentie, een geest in de machine.”

                        Toch was Deep Blue geen ‘AGI’, zoals we dat nu omschrijven. De supercomuter kon alleen schaken. Maar het moment markeerde een keerpunt: technologie begon taken beter uit te voeren dan mensen. Dat zette een discussie in gang over waar de grenzen van kunstmatige intelligentie liggen. Vandaag de dag zie ik hetzelfde weer gebeuren, maar nu met AI-systemen die niet alleen één spel winnen, maar hele industrieën op z’n kop zetten.

                        Wanneer krijgen we AGI?

                        De voorspellingen over wanneer we AGI krijgen, lopen heel sterk uiteen. Sommige onderzoekers, zoals Dario Amodei van Anthropic, denken dat we rond 2026 al systemen zullen zien die de eerste kenmerken van AGI vertonen. Anderen, zoals AI-pionier Geoffrey Hinton, denken dat we tussen de vijf en twintig jaar nodig hebben. Een ruime marge…

                        Maar niet iedereen is ervan overtuigd dat we er überhaupt komen. Yann LeCun, de zeer gerespecteerde AI-onderzoeker bij Meta, stelt dat AGI nog tientallen jaren op zich zal laten wachten. Hij denkt zelfs dat het misschien wel nooit echt mogelijk is zoals mensen het zich voorstellen.

                        Demis Hassabis, CEO van DeepMind, is iets voorzichtiger in zijn voorspellingen: “Ik denk dat AI die kan redeneren zoals een mens binnen een decennium mogelijk is, maar het is geen zekerheid. We moeten fundamentele doorbraken blijven maken in ons begrip van intelligentie.”

                        Als we uitzoomen naar de ontwikkelingen vandaag de dag, dan staat het wel vast in mijn optiek dat de ontwikkeling van AI al een enorme impact heeft. Op ons als individu, op organisaties, op hele industrieën. Positief en negatief. Maar of AGI nu snel komt of niet, de grenzen van wat AI kan, worden steeds verder opgerekt.

                        Van smalle AI naar algemene intelligentie

                        De AI-systemen die we vandaag de dag gebruiken, zoals GPT-4 en Gemini, zijn indrukwekkend veelzijdig. Ik verbaas me steeds weer over hoe de LLMs mijn dagelijkse werk ongekend ondersteunen en versterken. Maar de modellen zijn nog steeds gespecialiseerd. Ze kunnen teksten genereren, code schrijven en afbeeldingen creëren, maar ze werken allemaal binnen een duidelijk afgebakend kader. Een taalmodel zoals GPT kan geen complexe financiële analyses maken zoals een AI van Bloomberg. De AI van McKinsey kan geen kunstmatige muziek componeren of medische scans analyseren.

                        AGI zou al deze vaardigheden in één systeem moeten kunnen combineren. Een AI die net zo flexibel is als een mens zou kunnen leren van ervaringen, zich zelfstandig aanpassen aan nieuwe problemen en taken uitvoeren waarvoor het nooit expliciet getraind is.

                        Dat is een enorme stap verder dan de AI die we nu hebben. Sam Altman, CEO van OpenAI, noemt AGI “de ultieme technologische sprong” en zegt: “Zodra we AGI bereiken, wordt het de krachtigste tool die de mensheid ooit heeft gehad.”

                        Maar waar staan we nu in de AGI race?

                        Hoewel AGI in mijn optiek echt nog toekomstmuziek is, zien we nu al AI-systemen die taken uitvoeren die tot voor kort onmogelijk leken.

                        AI-modellen zoals GPT-4 en Gemini kunnen complexe examens beter maken dan de meeste mensen. OpenAI’s GPT-4 scoorde in de top 10% op het Uniform Bar Exam voor juristen in de VS en DeepMind’s Med-PaLM kan medische vragen beantwoorden op het niveau van een ervaren arts. Deze systemen slagen niet alleen in het geven van correcte antwoorden, maar kunnen ook redeneren over complexe vraagstukken, patronen ontdekken in data en zelfs hypotheses vormen.

                        AI’s vermogen om zelfstandig problemen op te lossen en verbanden te leggen groeit met elke versie. AlphaFold, een doorbraak van DeepMind, voorspelde de 3D-structuur van bijna alle bekende eiwitten—een probleem waar wetenschappers zoals mijn broertje decennialang mee worstelden. Dit toont in mijn optiek aan dat AI al functioneert als een intelligent systeem dat verder gaat dan simpele patroonherkenning.

                        Geoffrey Hinton, een van de grondleggers van deep learning, zegt: “We zijn aangekomen op een punt waar AI begint te leren zoals mensen leren. Dat is zowel spannend als zorgwekkend.”

                        Maar ondanks deze vooruitgang zijn AI-modellen nog steeds beperkt. Ze missen een eigen motivatie, kunnen geen abstracte concepten ontwikkelen zoals mensen dat doen en zijn afhankelijk van enorme hoeveelheden trainingsdata. Dit maakt de stap naar AGI nog steeds complex.

                        Wat is de volgende stap in de AGI-ontwikkelingen?

                        Als we kijken naar de uitdagingen en huidige ontwikkelingen van de modellen, dan blijft AGI in mijn optiek voorlopig nog een ambitieus doel. Kijk naar allerlei technologieën die in de afgelopen eeuw zijn ontstaan. De vooruitgang hiervan ging in geleidelijke stappen: van de gloeilamp tot het internet, van de eerste computer tot smartphones. Maar AGI is in mijn optiek echt een ander verhaal. Het is geen kwestie van kleine verbeteringen; het is een bizarre sprong naar een fundamenteel nieuwe realiteit.

                        Sam Altman, CEO van OpenAI, zei dit afgelopen maand nog: “We zijn nu zeker dat we weten hoe we AGI moeten bouwen.” En niet over tientallen jaren, maar mogelijk al binnen de presidentstermijn van Trump; dus 3,5 jaar. Zijn voorspelling is geen sciencefiction meer. De rekencapaciteit, de modellen en de schaalbaarheid laten zien dat de laatste barrières sneller vallen dan verwacht.

                        AGI zal zich niet van de ene op de andere dag aandienen, maar de eerste systemen die er sterk op lijken, komen nu al in zicht. Als de voorspellingen kloppen, dan zal het niet lang meer duren voordat we ons in mijn optiek moeten afvragen: hoe gaan we samenwerken met een intelligentie die ons op alle fronten kan overtreffen?

                        admin

                        Jan Scheele werkt dertien jaar op het snijvlak van deep tech, strategie en leiderschap. Als keynote spreker en dagvoorzitter 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.

                        Wat is AGI? Wordt AI ooit zo slim en veelzijdig als een mens?

                        Wat is AGI? Wordt AI ooit zo slim en veelzijdig als een mens?

                        Het idee van kunstmatige intelligentie die net zo slim en veelzijdig is als een mens klinkt als iets uit sciencefiction. Maar met de razendsnelle vooruitgang in AI stellen steeds meer experts de vraag: hoe lang duurt het nog voordat we kunstmatige algemene intelligentie (AGI) bereiken? Het punt waarop een AI zelfstandig kan redeneren, nieuwe concepten kan bedenken en zich net zo flexibel kan aanpassen als wij. In dit artikel duik ik er in.

                        Toen ik laatst met mijn vader (69, amateur schaker) een discussie had over AI, hadden we het al snel over Garry Kasparov. Kasparov was in de jaren ’90 schaakgrootmeester en had wereldwijd faam door zijn manier van spelen en uiteraard alle wedstrijden die hij won. Maar in 1997 gebeurde er iets wat de wereld op zijn kop zette: hij verloor van Deep Blue, de supercomputer van IBM. Voor het eerst werd een wereldkampioen schaak verslagen door een computer, iets wat velen voor onmogelijk hielden. Kasparov was verbijsterd en zei later: “Ik voelde een soort intelligentie, een geest in de machine.”

                        Toch was Deep Blue geen ‘AGI’, zoals we dat nu omschrijven. De supercomuter kon alleen schaken. Maar het moment markeerde een keerpunt: technologie begon taken beter uit te voeren dan mensen. Dat zette een discussie in gang over waar de grenzen van kunstmatige intelligentie liggen. Vandaag de dag zie ik hetzelfde weer gebeuren, maar nu met AI-systemen die niet alleen één spel winnen, maar hele industrieën op z’n kop zetten.

                        Wanneer krijgen we AGI?

                        De voorspellingen over wanneer we AGI krijgen, lopen heel sterk uiteen. Sommige onderzoekers, zoals Dario Amodei van Anthropic, denken dat we rond 2026 al systemen zullen zien die de eerste kenmerken van AGI vertonen. Anderen, zoals AI-pionier Geoffrey Hinton, denken dat we tussen de vijf en twintig jaar nodig hebben. Een ruime marge…

                        Maar niet iedereen is ervan overtuigd dat we er überhaupt komen. Yann LeCun, de zeer gerespecteerde AI-onderzoeker bij Meta, stelt dat AGI nog tientallen jaren op zich zal laten wachten. Hij denkt zelfs dat het misschien wel nooit echt mogelijk is zoals mensen het zich voorstellen.

                        Demis Hassabis, CEO van DeepMind, is iets voorzichtiger in zijn voorspellingen: “Ik denk dat AI die kan redeneren zoals een mens binnen een decennium mogelijk is, maar het is geen zekerheid. We moeten fundamentele doorbraken blijven maken in ons begrip van intelligentie.”

                        Als we uitzoomen naar de ontwikkelingen vandaag de dag, dan staat het wel vast in mijn optiek dat de ontwikkeling van AI al een enorme impact heeft. Op ons als individu, op organisaties, op hele industrieën. Positief en negatief. Maar of AGI nu snel komt of niet, de grenzen van wat AI kan, worden steeds verder opgerekt.

                        Van smalle AI naar algemene intelligentie

                        De AI-systemen die we vandaag de dag gebruiken, zoals GPT-4 en Gemini, zijn indrukwekkend veelzijdig. Ik verbaas me steeds weer over hoe de LLMs mijn dagelijkse werk ongekend ondersteunen en versterken. Maar de modellen zijn nog steeds gespecialiseerd. Ze kunnen teksten genereren, code schrijven en afbeeldingen creëren, maar ze werken allemaal binnen een duidelijk afgebakend kader. Een taalmodel zoals GPT kan geen complexe financiële analyses maken zoals een AI van Bloomberg. De AI van McKinsey kan geen kunstmatige muziek componeren of medische scans analyseren.

                        AGI zou al deze vaardigheden in één systeem moeten kunnen combineren. Een AI die net zo flexibel is als een mens zou kunnen leren van ervaringen, zich zelfstandig aanpassen aan nieuwe problemen en taken uitvoeren waarvoor het nooit expliciet getraind is.

                        Dat is een enorme stap verder dan de AI die we nu hebben. Sam Altman, CEO van OpenAI, noemt AGI “de ultieme technologische sprong” en zegt: “Zodra we AGI bereiken, wordt het de krachtigste tool die de mensheid ooit heeft gehad.”

                        Maar waar staan we nu in de AGI race?

                        Hoewel AGI in mijn optiek echt nog toekomstmuziek is, zien we nu al AI-systemen die taken uitvoeren die tot voor kort onmogelijk leken.

                        AI-modellen zoals GPT-4 en Gemini kunnen complexe examens beter maken dan de meeste mensen. OpenAI’s GPT-4 scoorde in de top 10% op het Uniform Bar Exam voor juristen in de VS en DeepMind’s Med-PaLM kan medische vragen beantwoorden op het niveau van een ervaren arts. Deze systemen slagen niet alleen in het geven van correcte antwoorden, maar kunnen ook redeneren over complexe vraagstukken, patronen ontdekken in data en zelfs hypotheses vormen.

                        AI’s vermogen om zelfstandig problemen op te lossen en verbanden te leggen groeit met elke versie. AlphaFold, een doorbraak van DeepMind, voorspelde de 3D-structuur van bijna alle bekende eiwitten—een probleem waar wetenschappers zoals mijn broertje decennialang mee worstelden. Dit toont in mijn optiek aan dat AI al functioneert als een intelligent systeem dat verder gaat dan simpele patroonherkenning.

                        Geoffrey Hinton, een van de grondleggers van deep learning, zegt: “We zijn aangekomen op een punt waar AI begint te leren zoals mensen leren. Dat is zowel spannend als zorgwekkend.”

                        Maar ondanks deze vooruitgang zijn AI-modellen nog steeds beperkt. Ze missen een eigen motivatie, kunnen geen abstracte concepten ontwikkelen zoals mensen dat doen en zijn afhankelijk van enorme hoeveelheden trainingsdata. Dit maakt de stap naar AGI nog steeds complex.

                        Wat is de volgende stap in de AGI-ontwikkelingen?

                        Als we kijken naar de uitdagingen en huidige ontwikkelingen van de modellen, dan blijft AGI in mijn optiek voorlopig nog een ambitieus doel. Kijk naar allerlei technologieën die in de afgelopen eeuw zijn ontstaan. De vooruitgang hiervan ging in geleidelijke stappen: van de gloeilamp tot het internet, van de eerste computer tot smartphones. Maar AGI is in mijn optiek echt een ander verhaal. Het is geen kwestie van kleine verbeteringen; het is een bizarre sprong naar een fundamenteel nieuwe realiteit.

                        Sam Altman, CEO van OpenAI, zei dit afgelopen maand nog: “We zijn nu zeker dat we weten hoe we AGI moeten bouwen.” En niet over tientallen jaren, maar mogelijk al binnen de presidentstermijn van Trump; dus 3,5 jaar. Zijn voorspelling is geen sciencefiction meer. De rekencapaciteit, de modellen en de schaalbaarheid laten zien dat de laatste barrières sneller vallen dan verwacht.

                        AGI zal zich niet van de ene op de andere dag aandienen, maar de eerste systemen die er sterk op lijken, komen nu al in zicht. Als de voorspellingen kloppen, dan zal het niet lang meer duren voordat we ons in mijn optiek moeten afvragen: hoe gaan we samenwerken met een intelligentie die ons op alle fronten kan overtreffen?

                        admin

                        Jan Scheele werkt dertien jaar op het snijvlak van deep tech, strategie en leiderschap. Als keynote spreker en dagvoorzitter 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.

                        AI geletterdheid is verplicht voor organisaties vanaf 2025

                        AI geletterdheid is verplicht voor organisaties vanaf 2025

                        AI is nog geen must. Maar AI-geletterdheid? Die wel. Vanaf 2025 wordt het verplicht voor organisaties om ervoor te zorgen dat hun medewerkers AI op de juiste manier gebruiken.
                        Ik merk bij veel organisaties met wie ik aan AI mag werken, dat zij hier totaal nog niet van op de hoogte zijn, dan wel mee aan de slag zijn gegaan. 

                        Wat betekent ‘AI geletterdheid’ in de praktijk? Moet je iedereen een AI-opleiding laten volgen? Moet de receptioniste hetzelfde weten als een data-analist? 


                        AI-geletterdheid betekent dat je begrijpt hoe AI werkt, wat de risico’s zijn en hoe je het verantwoord gebruikt. Niet iedereen hoeft een AI-engineer te zijn, maar wél op zijn of haar eigen niveau de juiste kennis hebben.

                        Een marketeer die AI gebruikt voor advertentiecampagnes, moet weten hoe AI besluit wie welke advertenties ziet. Een HR-manager die AI gebruikt voor sollicitaties, moet begrijpen hoe bias in algoritmes kan leiden tot discriminatie. En een IT’er die AI-systemen beheert? Die moet snappen hoe ze werken, maar ook wat de juridische en ethische kaders zijn.


                        Kort gezegd:
                        iedereen die met AI werkt, moet snappen wat hij of zij doet – en wat de gevolgen kunnen zijn.

                        Waarom wordt AI-geletterdheid verplicht?
                        De Europese AI Act stelt dat bedrijven moeten zorgen voor een ‘toereikend niveau’ van AI-geletterdheid bij hun medewerkers. Dit is geen bureaucratische regel, maar een manier om risico’s te beperken en AI verantwoord in te zetten.

                        Fouten in AI-gebruik kunnen leiden tot:
                        ❌ Discriminatie bij werving en selectie
                        ❌ Foute beslissingen op basis van AI-data
                        ❌ Datalekken en privacyproblemen
                        ❌ Gebrek aan controle over AI-systemen

                        Wie AI slim wil gebruiken, moet weten hoe het werkt. AI-geletterdheid helpt bedrijven innovatiever, veiliger en efficiënter te werken – en voorkomt boetes en reputatieschade.

                        Hoe implementeer je AI-geletterdheid in jouw organisatie?

                        Ik gebruik zelf als ik met organisaties hier aan werk, deze vier stappen.

                        1️⃣ Inventariseren – Wat gebruik je al?
                        Breng in kaart welke AI-tools en systemen binnen je organisatie worden gebruikt. Van geavanceerde AI-modellen tot simpele chatbots. Vraag je af:

                        • Wie gebruikt deze AI-tools?
                        • Waarvoor worden ze ingezet?
                        • Wat zijn de mogelijke risico’s?
                        • Hoe afhankelijk zijn we van AI?

                        2️⃣ Doelen stellen – Wie moet wat weten?
                        Niet iedereen hoeft hetzelfde te leren. Bepaal per functie welke AI-kennis nodig is. Denk aan:

                        • Basiskennis AI voor iedereen
                        • Geavanceerde training voor IT & data-teams
                        • Ethische en juridische kennis voor HR en management
                        • Praktische AI-tools en toepassingen per afdeling

                        3️⃣ Uitvoeren – Hoe zorg je voor AI-geletterdheid?
                        Maak AI-geletterdheid onderdeel van je bedrijfsstrategie:

                        • Organiseer interne trainingen en workshops
                        • Zorg voor certificeringen en e-learningmodules
                        • Laat externe experts AI-geletterdheidssessies geven
                        • Stel een AI-officer aan die toezicht houdt op AI-gebruik

                        Belangrijk: AI-geletterdheid is geen statisch doel. AI ontwikkelt zich razendsnel, dus zorg dat je trainingen en kennisupdates regelmatig vernieuwt.

                        4️⃣ Evalueren – Blijven verbeteren
                        AI-geletterdheid is een continu proces. Zorg voor een cyclus van:

                        • Regelmatige kennischecks en updates
                        • Feedback van medewerkers over AI-tools
                        • Een AI-beleid dat meegroeit met de technologie
                        • Periodieke audits om te zien of iedereen nog op niveau is

                        AI verandert, en jouw organisatie moet meebewegen. Door AI-geletterdheid te monitoren en te blijven verbeteren, blijf je future-proof.

                        Wat als je dit niet regelt?
                        Vanaf augustus 2025 kan de Autoriteit Persoonsgegevens AI-geletterdheid meenemen in handhavingsbesluiten. Dat betekent: als jouw bedrijf AI verkeerd gebruikt en dat leidt tot fouten of datalekken, kun je een boete of andere sancties verwachten. Geen actie ondernemen is dus een groot risico.

                        admin

                        Jan Scheele werkt dertien jaar op het snijvlak van deep tech, strategie en leiderschap. Als keynote spreker en dagvoorzitter 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.

                        Hoe kan je AI beter laten redeneren? Probeer Chain-of-Thought prompting!

                        Hoe kan je AI beter laten redeneren? Probeer Chain-of-Thought prompting!

                        Grote AI-taalmodellen zijn goed in taken zoals het schrijven van teksten en vertalingen, maar hebben moeite met complexe problemen zoals rekenen en logische redenering. Dit komt doordat ze niet van nature stap voor stap denken. In dit artikel vertel ik hoe jij zelf de modellen wél stap voor stap kan laten denken.

                        We hebben lang gedacht dat AI-modellen simpelweg beter moesten worden door méér data en méér rekenkracht toe te voegen. Maar ondanks enorme sprongen in taalbegrip, bleven modellen worstelen met complexe redeneringen, zoals wiskunde of logische puzzels. Ze gaven vaak antwoorden die klonken alsof ze klopten, maar bij nadere inspectie complete onzin waren.

                        De keten van het denken

                        Dit veranderde toen onderzoekers een slimme truc ontdekten: Chain-of-Thought (CoT) prompting. In plaats van het model direct een antwoord te laten geven, voegden ze simpelweg een zinnetje toe: “Laten we dit stap voor stap oplossen.” Opeens begon AI de problemen wél logisch te ontleden en nauwkeurigere antwoorden te geven.

                        Eerder schreef ik over de Chinese uitdager van GPT, Llama en Gemini: DeepSeek. CoT werd in mijn optiek recent een hype toen DeepSeek liet zien hoe krachtig CoT-prompting kan zijn. Dit omdat het model standaard getraind is om deze manier van redeneren toe te passen.

                        Hierdoor werd het voor iedereen makkelijker om AI’s écht te laten ‘nadenken’ in plaats van alleen maar een gok te laten doen. CoT-prompting wordt nu gezien als een van de meest effectieve manieren om AI-modellen slimmer en betrouwbaarder te maken. Of het nu gaat om wiskunde, klantenservice of bedrijfsanalyses: AI kan eindelijk écht redeneren, en dat allemaal dankzij een simpele maar geniale prompting-techniek.

                        De kunst van het aansturen van AI

                        We hebben inmiddels verschillende typen prompting zien ontstaan.

                        Zero-shot prompting

                        Hierbij geef je het model een opdracht zonder voorbeelden. Dit is handig voor eenvoudige taken, maar minder geschikt voor complexe problemen.

                        Voorbeeld: “Schrijf een gedicht over AI.” Het model genereert een gedicht zonder verdere uitleg.

                        Few-shot prompting

                        Bij few-shot prompting geef je enkele voorbeelden om het model te helpen de structuur van een taak beter te begrijpen. Dit is nuttig voor meer gestructureerde taken, zoals samenvattingen of tekstvertalingen.

                        Voorbeeld: “Hier zijn twee samenvattingen van artikelen. Gebruik deze stijl om het volgende artikel samen te vatten.”

                        Active prompting

                        Bij active prompting evalueer je de output van het model en geef je feedback, zodat het zich kan aanpassen en verbeteren. Ik ben soms wel een uur bezig met een dergelijk gesprek te voeren.

                        Voorbeeld: “Dit antwoord is niet precies genoeg. Geef een gedetailleerdere uitleg en herformuleer de conclusie.”

                        Hoe kan je zelf Chain-of-Thought prompting gebruiken?

                        De afgelopen tijd heb ik veel geëxperimenteerd met het gebruik van CoT. Deze tips werken erg goed bij mij:

                        1. Gebruik een stapsgewijze prompt

                        Voeg “Laten we stap voor stap nadenken” toe aan je prompt om het model aan te moedigen logisch te redeneren.

                        Voorbeeld: “Wat is de wortel van 144? Laten we dit stap voor stap oplossen.”

                        2. Geef een goed voorbeeld

                        Laat het model leren van een zorgvuldig uitgewerkte redenering.

                        Voorbeeld: “Dit is hoe je een budgetanalyse maakt: eerst tel je alle inkomsten, daarna trek je de uitgaven af…”

                        3. Laat het model meerdere antwoorden genereren

                        Vergelijk de antwoorden en kies het meest consistente antwoord.

                        Voorbeeld: “Geef drie verschillende manieren om deze tekst samen te vatten en kies de beste.”

                        4. Gebruik active prompting

                        Geef feedback en laat het model de fout corrigeren.

                        Voorbeeld: “Je hebt de derde stap overgeslagen. Probeer het opnieuw en voeg die stap toe.”

                        Niet alle modellen werken goed met Chain-of-Thought prompting

                        Niet alle modellen werken goed met CoT heb ik gemerkt. Onderzoek toont ook aan dat CoT-prompting het beste werkt met grote taalmodellen (100+ miljard parameters) zoals GPT-4, en DeepSeek. Kleinere modellen hebben moeite met lange, logische denkstappen.

                        Een aantal andere zaken die in mijn optiek belangrijk zijn in het CoT-gebruik:

                        • Zelf-consistentie: het model meerdere keren hetzelfde probleem laten oplossen en het meest logische antwoord kiezen. Dit helpt fouten verminderen en zorgt voor betrouwbaardere antwoorden.
                        • Robuustheid: CoT prompting werkt goed, ongeacht de schrijfstijl van de voorbeelden. Dit betekent dat je niet perfect geformuleerde voorbeelden hoeft te geven.
                        • Gevoeligheid voor prompts: Een slecht geformuleerde prompt kan ervoor zorgen dat CoT niet goed werkt. Zorg ervoor dat je duidelijke instructies geeft en de vraag helder is.
                        • Coherentie: De denkstappen moeten logisch op elkaar volgen. Als een tussenstap ontbreekt of verkeerd is, leidt dat tot fouten in de uiteindelijke conclusie.

                        Chain-of-Thought prompting is in mijn optiek echt grensverleggend voor AI. Ik merk echt dat het de output heel sterk verbetert. Met de juiste prompts en het juiste gebruik, stel je AI in staat om beter na te denken, meer accurate antwoorden te geven en complexe problemen op te lossen.

                        Begin met eenvoudige taken en voeg stap voor stap redenering toe. Je zult merken dat AI niet alleen slimmer reageert, maar ook inzichten geeft die anders verborgen blijven. Heb je nog een aanvullende tip? Deel hem hieronder in de reacties!

                        admin

                        Jan Scheele werkt dertien jaar op het snijvlak van deep tech, strategie en leiderschap. Als keynote spreker en dagvoorzitter 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.

                        Effortless Art: Creatieve Revolutie of Het Einde van Authentieke Kunst?

                        Effortless Art: Creatieve Revolutie of Het Einde van Authentieke Kunst?

                        Stel je voor: een boek, een film, een kunstwerk dat in twee weken is geschreven, ontworpen, bewerkt en gepubliceerd. Niet door een gepassioneerde auteur, filmmaker of kunstenaar, maar door… AI. Welkom in de wereld van effortless art. Maar willen we dit eigenlijk wel?

                        Het is deze week boekenweek en na het publiceren van 3 boeken in de afgelopen jaren, krijg ik regelmatig de vraag of ik ze zelf heb geschreven, of toch ook door AI.

                        In 2024 zag de boekenwereld een explosie van AI-gedreven creaties. Microsoft lanceerde 8080 Books, TikTok‘s moederbedrijf ByteDance begon met 8th Note Press, en startups zoals Spines brengen duizenden boeken per jaar uit, volledig geoptimaliseerd door kunstmatige intelligentie. We zien inmiddels ook op Amazon bijvoorbeeld, dan 20% van de e-books, door AI gegenereerd is.

                        Maar wat is effortless art? Simpel: boeken, muziek, films en kunst, gemaakt met minimale menselijke input. Een paar prompts, een beetje fine-tuning, en klaar is kees. Je hebt bijvoorbeeld al meer dan 40 AI platformen waar je heel makkelijk een compleet boek kan laten genereren.

                        Het Chinese Tencent heeft al meer dan 1000 muzieknummers laten genereren door AI, waarvan het best beluisterde nummer via streaming al meer dan 100 miljoen geluisterd is. Vorig jaar waren er op de AI Film awards 8000 inzendingen, waar de top 100 niet meer van echt te onderscheiden is.

                        Het ontstond uit de drang naar snelheid, efficiëntie en toegankelijkheid. Geen maanden ploeteren aan een manuscript, geen eindeloze redactierondes—alles kan sneller, goedkoper, makkelijker.”

                        Maar hier wringt het. Kunst is toch meer dan een product? Het is zweet, frustratie, passie. Kan een AI dat vangen? Een algoritme voelt geen verdriet, geen euforie, geen verwarring. Kan het dan wel iets maken dat raakt?”

                        “Toch verandert onze definitie van kunst. Misschien gaat het niet meer alleen om de maker, maar om de ervaring van de ontvanger. AI als creatieve partner, niet als vervanger. Maar stel jezelf de vraag: als alles moeiteloos is, wat is dan nog de waarde van moeite?”

                        Dus, wat vind jij? Is effortless art de toekomst van creativiteit of het einde van authentieke kunst?

                        admin

                        Jan Scheele werkt dertien jaar op het snijvlak van deep tech, strategie en leiderschap. Als keynote spreker en dagvoorzitter 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.

                        Voorspellen = Verdienen? De opkomst van voorspellingsmarkten

                        Voorspellen = Verdienen? De opkomst van voorspellingsmarkten

                        Vorig jaar sprak ik in Singapore met de oprichter en CEO van Polymarket, een van de snelst groeiende blockchainplatformen voor voorspellingsmarkten. Hier kunnen gebruikers geld inzetten op de uitkomst van toekomstige gebeurtenissen, van politieke verkiezingen tot wie de volgende James Bond wordt. De markt bepaalt de kansen: hoe meer mensen geloven in een bepaalde uitkomst, hoe hoger de prijs.

                        We houden als mensen van voorspellen. Of het nu gaat om sportuitslagen, de verkiezingen of de volgende grote AI-doorbraak – het geeft ons een gevoel van controle. Maar wat als je geld kon verdienen met die voorspellingen? Enter: voorspellingsmarkten zoals Polymarket.

                        Wat maakt voorspellingsmarkten zo krachtig? Het draait allemaal om de ‘wisdom of the crowd’. Individuele meningen kunnen fout zijn, maar collectief blijkt de massa verrassend accuraat. Tijdens de Amerikaanse verkiezingen in 2024 voorspelde Polymarket al vroeg dat Trump zou winnen met een waarschijnlijkheid van 60%, terwijl de meeste media het hielden op een nek-aan-nekrace. En ze kregen gelijk.

                        Maar het blijft niet alleen bij politiek. Op Polymarket en andere platforms zijn er bizarre voorspellingen te vinden, zoals:

                        • Gaat Taylor Swift in 2025 trouwen?
                        • Wordt er een buitenaards signaal ontvangen binnen de komende vijf jaar?
                        • Wanneer komt de eerste menselijke missie naar Mars?
                        • Wordt er dit jaar een nieuwe pandemie aangekondigd door de WHO?

                        Deze markten zijn niet alleen leuk, maar ze geven ook een interessant inkijkje in wat mensen écht denken dat er gaat gebeuren. Polymarket heeft inmiddels meer dan $3,7 miljard aan contracten verwerkt, een enorme groei ten opzichte van voorgaande jaren.

                        De keerzijde? Voorspellingsmarkten kunnen gemanipuleerd worden door grote spelers die met forse bedragen de odds beïnvloeden. Daarnaast liggen ze juridisch onder vuur. In de VS zijn er al rechtszaken over de legaliteit van het wedden op politieke gebeurtenissen. Sommigen zien deze markten als een gokspel, terwijl anderen het beschouwen als een innovatieve manier om data te verzamelen en te benutten.

                        Wat brengt de toekomst? AI zal een grote rol gaan spelen. Stel je voor: miljoenen micro-voorspellingsmarkten, aangedreven door AI die patronen herkent en automatisch beslissingen neemt. Dit kan impact hebben op sociale media, wetenschap, besluitvorming en zelfs governance.

                        Zijn voorspellingsmarkten de toekomst van informatievoorziening of blijven ze vooral een gokspel voor de slimste spelers?

                        admin

                        Jan Scheele werkt dertien jaar op het snijvlak van deep tech, strategie en leiderschap. Als keynote spreker en dagvoorzitter 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.

                        Vergeet de mens; is jouw marketing al AI-agent proof?

                        Vergeet de mens; is jouw marketing al AI-agent proof?

                        Al duizenden jaren wordt marketing bedreven, gefocust op de mens. Door mijn werk met AI-agents en een tool als GPT Operator, zie ik de manier waarop mensen producten ontdekken en kopen razendsnel veranderen. Niet langer nemen ze zelf beslissingen; steeds vaker laten ze AI-agents al het werk doen. Hoe speel je daar op in? Daar vertel ik in dit artikel over.

                        Van reisplanners tot online shopping-assistenten; AI-modellen zoals ChatGPT, Google Gemini en Meta’s Llama worden steeds vaker de tussenpersoon tussen consument en merk. Maar werkt dit wel zoals bedrijven hopen? Gaan AI-agents echt bepalen welk merk consumenten kiezen? Of lopen bedrijven het risico zichzelf onzichtbaar te maken door zich blind te staren op AI-optimalisatie?

                        AI bepaalt straks je winkelmandje – maar op basis waarvan?

                        Volgens een studie van Boston Consulting Group gebruikt 28% van de consumenten AI om producten zoals cosmetica te kiezen. Maar betekent dat ook dat AI-agenten straks alle aankopen bepalen? Dat is in mijn optiek nog maar de vraag.

                        Kijk naar Google’s ‘featured snippets’ in de zoekresultaten. Ik heb met mijn bedrijven jarenlang mijn SEO-strategie aangepast om bovenaan te verschijnen. Maar nu AI’s zoals Gemini en ChatGPT zelf antwoorden genereren, is het de vraag of consumenten überhaupt nog gaan klikken op websites.

                        Hetzelfde kan gebeuren met AI-agents trouwens. Bedrijven kunnen veel tijd en moeite investeren in AI-agent-vriendelijke branding, alleen om later te ontdekken dat AI’s zonder duidelijke reden toch een ander merk aanbevelen.

                        Daarnaast blijft in mijn optiek de vraag hoe beïnvloedbaar AI-agenten écht zijn. Google, OpenAI en Meta houden grotendeels geheim hoe hun modellen tot bepaalde aanbevelingen komen. Ik had de stille hoop dat dit verplicht zou worden gesteld door wet- en regelgevers, zoals die vanuit de EU, maar helaas. Maar zelfs als bedrijven ontdekken welke factoren meetellen, kunnen AI-ontwikkelaars de regels aanpassen. Dat zien we bijvoorbeeld ook bij Google, wat haar zoekalgoritme regelmatig aanpast.

                        Een ander risico wat ik voorzie, is dat AI-agenten mogelijk niet de beste producten aanbevelen, maar de producten waarvoor ze de meeste data of commerciële prikkels ontvangen. Net zoals zoekmachines en social media beïnvloed worden door advertenties en SEO-strategieën, kunnen AI-agenten ook worden gemanipuleerd. Dit betekent dat bedrijven niet alleen met concurrenten concurreren, maar ook met de ondoorzichtige besluitvorming van AI zelf.

                        Slimme AI, domme keuzes: hoe merken worstelen met AI-aanbevelingen

                        Ik deel een paar voorbeelden waar ik de laatste tijd over las, die in mijn optiek nu al goed weergeven wat er gebeurt. En wat er goed, maar ook echt fout kan gaan.

                        Ballantine’s Whisky, een product bedoeld voor een breed publiek, werd door AI’s zoals Meta’s Llama ten onrechte als een premium product geclassificeerd. Dit kwam doordat er veel online content was over de luxe varianten van het merk. Om dit beeld te corrigeren, veranderde Ballantine’s hun advertenties en contentstrategie om de toegankelijkheid van hun standaard whisky te benadrukken. Al blijft het onduidelijk of AI’s hun beeld daadwerkelijk hebben aangepast.

                        Klarna introduceerde begin 2024 een AI-klantenservice-assistent op basis van OpenAI’s technologie. Binnen de eerste maand behandelde deze AI het equivalent van 700 fulltime-medewerkers, waardoor de klantenservicekosten drastisch daalden.

                        Klanten waren aanvankelijk net zo tevreden over de AI als over menselijke medewerkers. Maar toen Klarna de AI uitbreidde met productvergelijkingen en aanbevelingen, begonnen er problemen te ontstaan. De AI gaf soms tegenstrijdige adviezen of bevoordeelde bepaalde merken op basis van ondoorzichtige criteria.

                        Booking.com en Expedia experimenteren met AI-gestuurde zoekresultaten, waarbij AI-agenten suggesties geven op basis van voorkeuren en eerdere boekingen. Hotels en reisaanbieders moeten niet alleen concurreren op prijs en kwaliteit, maar ook op hoe goed hun aanbod wordt opgepikt door AI-modellen. Dit dwingt bedrijven om hun marketingstrategie aan te passen aan de criteria van AI-agenten, maar zonder te weten welke factoren AI’s precies meenemen in hun beslissingen.

                        Hoe je AI voor je laat werken in plaats van tegen je

                        AI-agenten bepalen steeds vaker wat consumenten te zien krijgen. Dat vraagt echt om een andere manier van denken. Traditionele marketingtechnieken blijven belangrijk in mijn optiek, maar ze moeten worden uitgebreid met strategieën die zich specifiek richten op hoe AI-agenten informatie verwerken en aanbevelingen doen.

                        • Zorg voor een consistente en geloofwaardige digitale aanwezigheid. AI-modellen baseren hun aanbevelingen op alles wat over je merk te vinden is. Als er tegenstrijdige informatie online staat, kan dat leiden tot verwarrende of zelfs negatieve AI-representaties van je merk.
                        • Begrijp hoe AI’s jouw merk zien en beïnvloed dat beeld pro-actief. Gebruik tools zoals Share of Model om te analyseren hoe AI-agenten jouw merk zien. Zorg dat AI’s toegang hebben tot betrouwbare bronnen over je merk, zoals artikelen op gerespecteerde platforms.
                        • Optimaliseer je contentstructuur voor AI-crawlers. Net zoals SEO belangrijk is voor zoekmachines, is het structureren van content cruciaal voor AI-agenten. Gebruik schema.org markup, duidelijke metadata en snelle laadtijden om je content beter interpreteerbaar te maken voor AI’s.
                        • Experimenteer met prompt-invloeden en online conversaties. Onderzoek van Carnegie Mellon toont aan dat kleine aanpassingen in hoe vragen worden gesteld een enorme invloed kunnen hebben op AI-aanbevelingen. Test strategisch prompts en stuur conversaties op platforms zoals Reddit en Quora.

                        De opkomst van AI-agenten verandert hoe consumenten keuzes maken, maar dat betekent niet dat bedrijven hun marketing blindelings moeten richten op algoritmes. AI’s zijn grillig, veranderlijk en beïnvloedbaar—en vaak niet in het voordeel van bedrijven.

                        Bedrijven die nu volledig inzetten op AI-optimalisatie zonder bredere strategie lopen het risico onzichtbaar te worden als AI’s hun beslisregels wijzigen. De spelregels van AI veranderen sneller dan bedrijven zich kunnen aanpassen.

                        Wat wél telt, is een hybride strategie: blijf aantrekkelijk voor AI-agenten, maar verlies de menselijke connectie niet uit het oog. Consumenten bouwen nog steeds emotionele banden op met merken, en een AI kan die band niet zomaar repliceren. Het beste is om AI slim in te zetten, zonder de controle over je eigen verhaal te verliezen.

                        admin

                        Jan Scheele werkt dertien jaar op het snijvlak van deep tech, strategie en leiderschap. Als keynote spreker en dagvoorzitter 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.

                        Mijn wekelijkse

                        Shot inspiratie

                        Elke week ontvangen 400+ mensen een shot deep-tech inspiratie. Ook ontvangen? Schrijf je hier rechts gratis in.

                        Ik spam nooit en gebruik het mailadres
                        alleen voor deze nieuwsbrief.

                        Copyright © 2026 Jan Scheele

                        Ook elke week een shot deeptech inspiratie?

                        Meld je aan om elk weekend een gratis shot inspiratie te ontvangen in de mailbox.

                        Ik spam nooit en gebruik het mailadres
                        alleen voor deze nieuwsbrief.

                        Paid Search Marketing
                        Search Engine Optimization
                        Email Marketing
                        Conversion Rate Optimization
                        Social Media Marketing
                        Google Shopping
                        Influencer Marketing
                        Amazon Shopping
                        Explore all solutions