Wat is AI nou eigenlijk? (de simpele uitleg die niemand je geeft)
Iedereen praat erover, maar niemand die het simpel uitlegt. Ik zocht het uit.
De wereld is in de ban van AI. Iedereen heeft het erover. Je collega’s. De media. Je buurman. Zelfs je moeder vraagt of ze straks verzorgd wordt door een robot.
Maar stel nu eens de simpelste vraag aan iemand: wat is AI eigenlijk precies?
Dan volgt een stilte.
Iedereen praat over AI, maar vrijwel niemand kan het helder uitleggen. En eerlijk? Ik kon dat tot voor kort ook niet. Wij gebruiken AI dagelijks in ons werk bij Proces Bouwers. En toch kon ik niet in één zin uitleggen wat het precies is. Laat staan welke soorten er bestaan, waar de grenzen liggen en wat het verschil is tussen al die termen die worden rondgeslingerd.
Dus besloot ik het uit te zoeken. Niet als de AI-goeroe, maar als ondernemer die beter wil begrijpen waar hij mee werkt. Dit is wat ik vond.
Waarom is het belangrijk om te weten wat AI is?
Ik snap waarom je jezelf dit afvraagt.
“Ik hoef toch niet te weten hoe een auto werkt om erin te rijden?”
Klopt. Maar om teleurstelling (en ongelukken) te voorkomen, is het wél handig dat je weet dat een auto niet kan varen.
Dat klinkt logisch. Maar bij AI zie ik dit wel standaard fout gaan. Mensen verwachten magische dingen van AI die het helemaal niet kan. En ze missen wat het wel kan. Omdat ze niet weten waar ze mee te maken hebben. Ze weten niet of ze in een auto zitten, op een boot, of in een vliegtuig.
Reden twee: er is een enorme hype gaande. Wat al jaren een simpele automatiseringstool was, is nu opeens omgedoopt tot “AI”. Alles is AI. Ook je broodrooster is straks AI. En zonder basiskennis trap je in alle marketing.
Een slechte beslissing of te veel betalen voor een broodrooster is nog niet zo erg. Maar wat als het gaat om grote maatschappelijke beslissingen of allesveranderende keuzes binnen een organisatie? Dat is waar we mee te maken hebben.
En reden drie, misschien wel de belangrijkste:
Je wordt niet vervangen door AI. Maar je wordt wél vervangen door iemand die goed met AI werkt.
Om dat te voorkomen is het belangrijk dat je AI inzet.
En om AI te kunnen inzetten, moet je begrijpen wat het is. Daarom is dit stuk belangrijk voor jouw toekomst.
Waar komt AI vandaan?
De meeste mensen denken dat AI iets is van de laatste jaren. Maar de term “Artificial Intelligence”, waar AI voor staat, bestaat al sinds 1956. John McCarthy bedacht de naam tijdens een wetenschappelijke conferentie op Dartmouth College. Het idee: kunnen we een machine laten “denken”?
Die vraag leidde tot decennia van onderzoek. En van teleurstelling. De verwachtingen waren hoog. De resultaten vielen tegen. Meerdere keren raakte het veld in een zogenaamde “AI-winter”. Periodes waarin niemand er meer in geloofde en het geld opdroogde.
Maar onder de radar bleven mensen doorwerken. Beetje bij beetje werden computers beter in patronen herkennen, berekeningen maken en verbanden leggen.
Je spamfilter in je e-mail? AI.
De routeplanner op je telefoon? AI.
De aanbevelingen op Netflix? AI.
AI was overal. Alleen noemde niemand het zo.
Waarom praat nu iedereen wel over AI?
Als je op Google Trends kijkt naar de zoekterm “AI”, zie je iets interessants. In 2012 ontstond uit het niets een kleine piek. Onderzoekers maakten een doorbraak in beeldherkenning met “deep learning”. Computers konden opeens foto’s herkennen. Indrukwekkend, maar het raakte de gewone mens niet.
En dan november 2022. De populariteit schiet door het plafond. En blijft voor het eerst aanhouden.
De reden: ChatGPT.
ChatGPT maakte AI voor het eerst toegankelijk voor iedereen. Je hoeft niet te programmeren. Je hoeft niets te installeren. Je typt een vraag. En je krijgt een antwoord. In gewone mensentaal.
Dat was de gamechanger. Niet dat AI opeens nieuw was. Maar de interface veranderde. Voor het eerst kon je er gewoon mee praten. En dat maakte het echt. Het maakte het tastbaar. Het maakte het menselijk.
Maar waar hebben we het dan eigenlijk over?
Hier wordt het interessant. Want als mensen zeggen “AI”, bedoelen ze eigenlijk bijna altijd één specifiek ding: een chatbot. ChatGPT, Claude, Gemini. Daar heb je het over.
Maar dat is alsof je “transport” zegt en alleen aan een trein denkt. Terwijl het net zo goed een fiets, boot, vliegtuig of raket kan zijn.
AI is een verzamelnaam. Geen product. Het is een breed spectrum van technologieën. En die chatbot waar iedereen het over heeft? Dat is slechts één type. Een zogenaamd Large Language Model (LLM).
Wat zo’n LLM doet: het is getraind op enorme hoeveelheden tekst. Miljarden pagina’s aan boeken, artikelen, websites. Daardoor heeft het geleerd hoe taal werkt, hoe woorden op elkaar volgen, en hoe ideeën samenhangen.
Als jij een vraag stelt, voorspelt een LLM woord voor woord het meest logische antwoord op basis van alles wat het heeft gelezen. Het “denkt” niet zoals jij en ik. Het berekent de meest waarschijnlijke volgende zin. En dat doet het zo goed dat het voelt alsof je met iemand praat.
Maar daarnaast bestaan er nog veel meer vormen. Laat me de belangrijkste AI vormen noemen, zonder te technisch te worden.
Regelgebaseerde systemen zijn de oudste vorm. Denk aan: “als X, dan Y.” Als de temperatuur boven de 25 graden komt, zet de airco aan. Niet slim, maar effectief. En ja, dit noemen we ook AI. Of dat eerder ook zo was? Nee. Maar nu alles AI is, valt dit er ook onder.
Machine learning gaat een stap verder. Hier leert de computer zelf patronen uit data. Niemand programmeert de regels. De computer ontdekt ze. Denk aan je spamfilter. Niemand heeft die geprogrammeerd om precies te weten welke e-mails spam zijn. Hij heeft geleerd van miljoenen voorbeelden. En wordt steeds beter.
Deep learning is een krachtigere vorm van machine learning. Hier worden “neurale netwerken” gebruikt die geïnspireerd zijn op het menselijk brein. Dit is de technologie die ervoor zorgde dat computers opeens foto’s konden herkennen. Die piek in 2012 op Google Trends? Dat was dit. Deep learning maakt ook dingen als spraakherkenning en zelfrijdende auto’s mogelijk.
Generatieve AI is de nieuwste categorie. Dit is AI die nieuwe content creëert. Tekst, beeld, muziek, video, code. ChatGPT en Claude vallen hieronder. Ze genereren tekst op basis van je input. DALL-E en Midjourney doen hetzelfde, maar dan met afbeeldingen.
Zie je het grotere plaatje? Wat wij nu “AI” noemen, is eigenlijk die laatste categorie: generatieve AI. En eigenlijk nog specifieker: een taalmodel (LLM). Maar het totale spectrum is veel breder. En veel van die technologie zat al jaren in producten die je dagelijks gebruikt, zonder dat iemand het AI noemde. Het grootste deel is dus marketing.
Wat zijn dan al die nieuwe AI-tools?
Dit is iets wat weinig weten. De meeste “AI-tools” die je tegenkomt zijn niet zelf AI. Ze zijn software gebouwd bovenop een handvol grote AI-modellen.
Er zijn eigenlijk maar een paar bedrijven die de grote taalmodellen bouwen. OpenAI (GPT, de motor achter ChatGPT), Anthropic (Claude), en Google (Gemini). Zij bouwen het brein. Alle andere tools gebruiken dat brein.
Vergelijk het met elektriciteit. Een paar energiecentrales produceren stroom. Maar je hebt duizenden apparaten die die stroom gebruiken. Je lamp is geen energiecentrale. Je broodrooster is geen energiecentrale. Ze draaien er alleen op.
Zo werkt het met AI ook. Al die AI-tools die je ziet verschijnen voor het schrijven van teksten, het maken van presentaties, het samenvatten van vergaderingen? De meeste draaien op datzelfde handvol modellen. Het enige wat ze toevoegen is een specifieke interface of workflow. De “intelligentie” komt van het onderliggende model.
Belangrijk om te weten. Want het scheelt je een hoop geld als je begrijpt dat veel “AI-tools” gewoon een mooi jasje zijn om dezelfde motor. En het wordt steeds makkelijker om dat jasje zelf te maken.
Van chatbot naar digitale collega
Inmiddels zitten we in de volgende fase. Want zelfs die grote taalmodellen worden steeds meer dan alleen een chatbot.
Een standaard LLM is in de basis simpel: jij typt iets, het model verwerkt je tekst, zoekt in alles wat het heeft geleerd naar de meest relevante patronen, en genereert woord voor woord een antwoord. Tekst erin, tekst eruit. Dat is het.
Maar daar komt verandering in. Neem Claude (het model dat ik het meest gebruik). Daar bestaan inmiddels versies van die daadwerkelijk dingen kunnen doen. Claude Code kan code schrijven, uitvoeren en bestanden aanpassen. Cowork kan taken uitvoeren op je computer: bestanden organiseren, presentaties maken, e-mails verwerken. Niet door er alleen over te praten, maar door het echt te doen.
Het verschil? Een gewone chatbot is iemand die je advies geeft. Deze nieuwe vormen zijn iemand die het advies geeft én het vervolgens voor je uitvoert. Het taalmodel is nog steeds het “brein”. Maar de mogelijkheden eromheen worden steeds groter.
En via een technologie genaamd MCP (Model Context Protocol) kunnen deze AI’s ook koppelen met je bestaande software. Je Google Drive, je agenda, je CRM. Het werkt als een soort USB-C poort: één standaard waarmee AI kan verbinden met al je tools. Dat betekent dat AI niet langer geïsoleerd in een chatvenster leeft. Het wordt een laag die over al je bestaande software heen werkt.
De grens tussen chatbot en echte digitale collega vervaagt.
Mijn voorspelling: AI wordt de nieuwe laag bovenop de software die je al gebruikt.
En dan is er nog: Vibe Coding
Er is nog iets gaande dat je moet weten. Iets wat laat zien hoe snel dit allemaal beweegt.
Vibe Coding. De term is bedacht door Andrej Karpathy, een van de oprichters van OpenAI. Het idee: je hoeft niet meer te kunnen programmeren om software te bouwen. Je beschrijft in gewone taal wat je wilt, en AI schrijft de code voor je. Geen regels code typen. Geen technische kennis nodig. Je “vibet” met de AI tot het resultaat klopt.
Klinkt als sciencefiction? Het gebeurt nu. Wij gebruiken het op dit moment voor onszelf en binnenkort voor onze klanten.
Je kan complete websites, apps en tools bouwen zonder ooit een regel code te hebben geschreven. Ondernemers lanceren producten in dagen in plaats van maanden. Niet omdat ze programmeurs zijn, maar omdat ze weten wat ze willen en AI de rest laten doen.
Dit is waarom basiskennis van AI zo belangrijk is. Want als je niet begrijpt wat er mogelijk is, mis je dit soort kansen. Niet over vijf jaar. Nu.
Wat kun je nu met deze kennis?
Nu je weet wat AI is (en vooral: wat het niet is), verandert er iets. Je luistert anders als iemand “AI” zegt. Je stelt betere vragen. Je trapt niet meer blindelings in de hype.
Als iemand je een “AI-tool” probeert te verkopen, kun jij vragen: wat voor type AI is dit precies? Is dit een eigen model of slechts een interface? Dat verandert het gesprek direct.
En misschien nog waardevoller: je kunt nu gericht kijken waar AI jou echt kan helpen. Zo ga je niet blindelings “iets met AI doen” omdat iedereen het doet. Maar weet je welk type AI past bij welk probleem. Dat is het verschil tussen meedrijven op de hype en er daadwerkelijk iets mee bereiken.
Ik begon dit essay omdat AI voor mij ook nog deels magie was. En ik maak complexe zaken graag simpel. Nu ik het landschap ken, voelt het minder als magie en meer als gereedschap. Ik weet welke types er zijn, waar de grenzen liggen en waar het naartoe gaat. Niet perfect. Niet compleet. Maar genoeg om er bewust mee te werken in plaats van er blind op te vertrouwen.
De wereld van AI is groot. Maar je hoeft niet alles te weten. Je moet weten waar je staat, waar je naartoe wilt, en welk voertuig je daarvoor nodig hebt.
De komende tijd deel ik meer over de praktische toepassing van AI, maar dan zonder de hype. Wil je deze ontvangen? Abonneer jezelf gratis: