We naderen het kantelpunt.
Een artikel op X gaat momenteel viraal met maar liefst 80 miljoen+ views. Het onderwerp: hoe AI ons werk fundamenteel gaat veranderen. Het is een glashelder signaal van de toekomst.
Ik heb het artikel gelezen, zodat jij dat niet hoeft te doen. En spoiler: het artikel gaat ook over jou.
Als je deze week 1 artikel écht moet lezen, laat het dan deze zijn….
Hoe je ook naar de inhoud van het virale artikel kijkt — en kritiek is er uiteraard altijd — het onderliggende fundament is onmiskenbaar. We bevinden ons in een window of opportunity: het korte tijdsbestek waarin de voorlopers zien wat er gebeurt en de achterblijvers proberen te waarschuwen. Er is nu nog ruimte.
Vanuit mijn rol als voorloper voel ik de verantwoordelijkheid om te delen wat er werkelijk speelt. Dat doe ik in vier stappen, inclusief persoonlijke aanvullingen.
Aan het eind vertel ik je nog wat de meest gemaakte denkfouten zijn én wat je handelingsperspectief is.
1. De context
De veranderingen op het gebied van ‘werk’, vinden niet plaats in een vacuüm. We leven in een fundamenteel veranderde omgeving in vergelijking met twee jaar geleden. Dit zijn de vier pijlers van die nieuwe realiteit; zie het als de context waarbinnen de huidige AI-ontwikkelingen kunnen plaatsvinden:
Cognitieve Intelligentie: We verschuiven van een wereld waarin intelligentie en kennis schaars en duur waren, naar een realiteit waarin cognitieve intelligentie overvloedig en goedkoop is. Een LLM is bovendien een geduldige, bekwame leraar.
Wrijvingloze Distributie: De infrastructuur is een facilitator. Via internet, GitHub en social media wordt software wereldwijd gedistribueerd met een druk op de knop. Kosten? Nagenoeg nul.
Enorme Kapitaalinjecties: Er vloeien honderden miljarden naar AI-infrastructuur.
Marginale Kosten naar nul: De kosten voor het produceren van tekst, code, beeld en analyse dalen razendsnel richting nul. Alle o utput is bijna gratis.
2. AI schrijft de code
Okee. welke ontwikkelingen zijn er? In Shumer zijn X-artikel vertelt hij glashelder hoe AI-systemen zijn werk overnemen. Als programmeur schetst hij hoe de nieuwste modellen van OpenAI (Codex 5.3) en Anthropic (Claude opus 4.6) autonome ‘agents’ voortbrengen; systemen die taken uitvoeren waarvan Shumer tot voor kort dacht dat zijn expertise onmisbaar was. Hij beschrijft een idee in gewone mensentaal en de AI-software bouwt het.
Mocht je nu denken: “Ik ben geen softwareontwerper, dit gaat niet over mij,” lees dan vooral verder. Die aanname is onjuist.
Het kernprincipe is dat AI inmiddels excelleert in het schrijven van computercode. En aangezien code het fundament is van vrijwel alles in onze digitale wereld, raakt dit iedere sector.
100% door AI gegenereerde code
Technische afdelingen van bedrijven als OpenAI, Anthropic en Spotify geven inmiddels aan dat ál hun code wordt geschreven met hulp van AI-assistenten. Programmeurs kloppen zelf geen code meer.
Maakt de AI-assistent af en toe domme fouten? Absoluut. Maar dat doen mensen ook. De versnelling in productiviteit is echter groot.
En AI wordt nu ingezet om de volgende generatie AI te bouwen, te trainen en te debuggen. Nog een keer: AI wordt nu ingezet om de volgende generatie AI te bouwen, te trainen en te debuggen.
Waar technologische vooruitgang vroeger lineair ging, zien we nu een vliegwieleffect: de software verbetert zichzelf sneller dan menselijke programmeurs dat ooit zouden kunnen bijhouden.
“GPT-5.3-Codex is ons eerste model dat een cruciale rol heeft gespeeld bij het creëren van zichzelf. Het team gebruikte vroege versies om de training te debuggen, de implementatie te beheren en testresultaten te diagnosticeren.” -OpenAI
Het signaal is duidelijk: de verschuiving van AI als ‘nuttig gereedschap’ naar ‘AI doet mijn werk beter dan ikzelf’ is geland bij de programmeurs.
Nu is de juridische en financiële sector, de zorg, accountancy, consultancy, de creatieve industrie, de klantenservice en al het andere aan de beurt.
Zie mijn vorige nieuwsbrief.
3. Meer autonomie
De versnelling komt niet alleen voort uit het feit dat AI code schrijft; deze systemen kunnen ook steeds langer autonoom werken. Waar systemen eerst slechts minuten zelfstandig opereerden, werd dat een uur, een dagdeel en binnenkort misschien wel dagen of zelfs weken.
Nu ben ik niet van de school die beweert dat nieuwe technologie direct overal wordt geïmplementeerd. ‘ De software kan dit’ is niet hetzelfde als ‘ deze software wordt morgen overal gebruikt’. Grote corporate organisaties hebben een enorme buffer: compliance, governance, security, data-silo’s, legacy, weerstand van medewerkers en een gebrek aan transparantie van nieuwe AI-systemen.
Dit vormt precies de buffer in de window of possibility die ik noemde. Je hebt nog heel even de tijd om je aan te passen wanneer je in loondienst bent bij een grote organisatie of de overheid.
Maar vergis je niet: AI kan plotseling worden toegevoegd aan de software die je dagelijks gebruikt. Op een dag klap je je laptop open en kan het systeem opeens taken overnemen waar jij voorheen de helft van je werkweek aan besteedde. Bovendien zit het management niet stil; zij zien de vooruitgang en zullen deze software snel willen pushen (we leven immers in een kapitalistisch systeem waarin winstmaximalisatie het belangrijkste is). En managers zullen terughoudender worden met het aannemen van nieuw junior en medior level personeel. (want: kosten besparen = geld verdienen).
4. Verticale AI
In mijn vorige nieuwsbrief sprak ik al over verticale AI-tools. Dat is software die gemaakt of getraind is om specifieke taken of handelingen te kunnen overnemen. Die dus niet in de breedte inzetbaar zijn (zoals ChatGPT, Perplexity, Midjourney en NotebookLM) maar specifiek gericht zijn op deel van een vakgebied.
De meest bekende voorbeelden van de afgelopen tijd zijn de skills en de plug-ins die binnen Anthropic Claude geïntroduceerd zijn.
Omdat ín deze skills plug-ins specifieke taken uitvoerig beschreven staan, kan Claude als taalmodel plotseling complexe handelingen verrichten in domeinen als juridische dienstverlening, sales, marketing en data-analyse. Denk aan het controleren van contracten, het voorbereiden van compliance checks, het automatisch doorgronden van dossiers of het uitvoeren van diepgaande analyses.
Zo’n skill kan trouwens iedereen maken. Het is uiteindelijk gewoon een markdown tekstbestand met een uitgebreide beschrijving van de specifieke taak. Plat gezegd, 200 regels aan promptbeschrijving van een specifieke taak binnen een beroep. En je kunt dus een hele bibliotheek maken van dit soort skills, met behulp van AI.
Skills and plug-ins are coming for your job.
En als voetnoot: AI-software systemen kunnen getraind worden op grote, specifieke datasets binnen jouw bedrijf. Alle e-mails, notities, notulen, contracten, aanbestedingen en transcripties van de afgelopen decennia kunnen het brein vormen van je digitale collega. Een enorme kennisbank. Afhankelijk van hoe het wordt ingezet is het een boost of een bedreiging voor je werk. .
5. Hardnekkige denkfouten
Buiten mijn bubbel ziet bijna niemand deze 4 factoren. Sterker nog: het algemene publiek maakt volgens mij vaak vijf hardnekkige denkfouten:
De eenmalige ervaring: Veel mensen hebben in 2023 één keer ChatGPT geprobeerd, vonden het matig, en hebben het sindsdien links laten liggen. De kwaliteitssprong sinds 2023 is echter bijna niet uit te leggen.
De ‘gratis’ valkuil: Wie de gratis versies gebruikt, krijgt een matige ervaring. De serieuze voorlopers betalen voor hun software en hebben daardoor een totaal andere ervaring dan de massa. Onder de motorkap krijg je betere modellen wanneer je er voor betaalt. (Wanneer je wilt betalen: Overweeg overigens Anthropic, Google Gemini of het Europese Mistral; zij zijn moreel minder discutabel dan OpenAI).
Onbenutte modellen: Veel gebruikers weten niet dat ze binnen deze tools kunnen kiezen voor modellen als ‘Pro’ of ‘Thinking’, waardoor de werkelijke premium-ervaring aan hen voorbij gaat.
Gebrek aan vaardigheid: Slechts weinigen weten hoe ze écht goed moeten prompten, of hoe ze meta-prompting moeten toepassen. Laat staan dat ze tools als Claude Code of slimme automatiseringen gebruiken.
Moedwillige onderschatting: Mensen sussen zichzelf graag met de gedachte dat hun baan ‘te specifiek’ is. Of dat AI niet alle taken feilloos kan overnemen. Zo klaagde een bekende schrijver laatst dat AI moeite had met het tellen van woorden. Zijn conclusie: “ Zolang AI dat niet kan, maak ik me geen zorgen.” Dat is een gevaarlijke misvatting: men begrijpt de technologie niet, of men wíl het niet begrijpen. Of een van de bovenstaande vier redenen. Of een combinatie ervan.
6. Wat te doen?
001.
Mijn advies: ga er zelf mee aan de slag. Experimenteer eens oprecht met de gedachte dat jouw werk vervangbaar is. Ga AI gebruiken met het doel jezelf overbodig te maken. Kies voor verdieping. Besteed dagelijks een uur aan deze tools. Niet lezen, maar doen. Niet Claude of Gemini een simpele vraag stellen, maar écht je verdiepen in je werk, in AI en dan vervolgens software op de proef stellen. Ik beloof je dat je binnen twee weken precies begrijpt wat ik bedoel.
De mogelijkheden zijn historisch. Je kunt nu in recordtijd een app, website of programma bouwen. Zaken automatiseren die je iedere week uren kost.
En verzoen je trouwens snel met het feit dat je je aan de lopende band snel en frequent moet aanpassen.
“Get comfortable being a beginner repeatedly”.
002.
Probeer dus serieus jezelf te vervangen en houd tegelijkertijd oog voor wat het allermoeilijkste te automatiseren is. In mijn werk is dat bijvoorbeeld persoonlijke duiding en context geven op bestaande gebeurtenissen. Maar ook het fysiek op een podium staan; een verhaal vertellen dat een zaal écht in beweging zet.
Focus je dus op de zaken die lastig te vervangen blijven zoals bijvoorbeeld het onderhouden van diepgaande relaties, fysieke aanwezigheid, taken met juridische eindverantwoordelijkheid of werk dat door wetgeving beschermd wordt. In die hoek ben je voorlopig veilig.
7. Samenvattend
In dit artikel heb ik je hopelijk de onderdelen van de AI-versnelling laten zien. De fundamenten zijn al een tijdje aanwezig, en nu AI fatsoenlijk code schrijft die zichzelf kan verbeteren, verticale software steeds beter wordt én AI-software steeds langer autonoom kan doorwerken, komen we wat mij betreft in een nieuwe fase terecht. Want code is het fundament van bijna alles wat we doen in de digitale wereld, in elk denkbaar vakgebied.
Gevoelsmatig zitten we dus in een window of opportunity. Er is nog even ruimte.
Het handelingsperspectief is wat mij betreft simpel: ga AI gebruiken alsof je jezelf moet vervangen. Probeer uit wat het kan, zie waar het nog faalt, en ontdek ook de gebieden die technologie niet kan kopiëren: menselijke relaties, verbinding, kunnen samenwerken, enthousiasmeren, psychologische veiligheid creëren, context kennen, fysieke aanwezigheid. Combineer je menselijke kant met technologie en je bent nagenoeg onverslaanbaar.
Er is nu namelijk nog ruimte in deze window of opportunity. Gebruik die ruimte!
Vind je dit artikel interessant? Volg Jarno dan op LinkedIn voor meer actuele updates. Abonneer je op zijn AI-nieuwsbrief of boek hem als AI-spreker voor een wervelende, compacte, inspirerende, gezond-kritische presentatie over AI.
