WEBVTT

1
00:00:00.180 --> 00:00:09.080
Welkom bij AI Report, de Nederlandse podcast over kunstmatige intelligentie, waar we uitzoeken welke invloed AI gaat hebben op ons werk, ons leven en de samenleving.

2
00:00:09.120 --> 00:00:20.420
Tegenover mij zit Wietse Hagen en ik ben Alexander Dripping. Deze week kwam er onderzoek uit van Stanford wat laat zien dat jonge werkzoekenden de eersten zijn die de pineut zijn door AI.

3
00:00:20.720 --> 00:00:35.740
Zij onderzochten miljoenen loonstrookjes van de afgelopen jaren en zagen hoe banen van 22 tot 25-jarigen in AI-gevoelige beroepen, zoals de klantenservice, een daling van 13% hebben in de werkgelegenheid voor die leeftijdscategorie.

4
00:00:36.340 --> 00:00:47.100
Ze ontdekten nog meer dingen over de impact van AI op de arbeidsmarkt. Daar gaan we het over hebben en ook over wat er in het FD stond deze week. Over hoe advocaten op de Zuidas hiermee omgaan.

5
00:00:47.540 --> 00:00:56.740
Spoiler alert: ook daar zetten ze een rem op het aannemen van jonge mensen. Maar we gaan het ook nog over andere dingen hebben. OpenAI heeft een zogenaamd speech-to-speechmodel gemaakt.

6
00:00:57.200 --> 00:01:06.460
Lang verhaal kort: het komt erop neer dat ze betere spraakinterfaces gaan maken, waardoor we nog beter met onze computers kunnen gaan praten met onze stem. En dat ze ook gaan terugpraten en dat ze dingen kunnen doen.

7
00:01:07.240 --> 00:01:13.020
Runway gaan we het over hebben. Een bedrijf wat normaal gesproken alleen maar mooie video's maakt, maar nu ook in de robotica terechtkomt.

8
00:01:13.240 --> 00:01:25.340
En zoekt Microsoft ruzie met OpenAI met de lancering van hun laatste modellen die niet door OpenAI gemaakt zijn, maar door Microsoft zelf. Wat zegt dit over de relatie tussen Sam Altman en de baas van Microsoft?

9
00:01:25.440 --> 00:01:43.180
Blijf luisteren. Dit is AI Report. [muziek] Weet je dat ik me af en toe afvraag waarom ik nog voor Claude betaal? Dit was altijd mijn lievelingsmodel.

10
00:01:43.460 --> 00:01:56.120
Ik deed alles met Claude. Dat is mijn vriend. En sinds GPT-5 uit is en sinds Anthropic mijn lievelingsmodel Claude 3.7 Sonnet heeft gekild zonder ritueel afscheid,

11
00:01:57.260 --> 00:02:05.300
uh, denk ik, ik, ik merk dat ik het gewoon eigenlijk heel weinig gebruik en ik programmeer niet. Voor sommige mensen zal Claude Code nog de belangrijke reden zijn om te gebruiken, maar

12
00:02:06.680 --> 00:02:10.340
ik vraag me opeens af: waarom heb ik nog Claude, Wietse? Ik vind dit nogal een moment.

13
00:02:10.580 --> 00:02:22.780
Ja, we gingen altijd naar Claude, want ik, toen jij het nu net zei, zat ik ook te denken: waarom ga ik eigenlijk veel minder vaak naar Anthropic? Dat gewoon in, dat was eigenlijk mijn standaard, uh, ding geworden.

14
00:02:22.800 --> 00:02:33.980
Voor mij ook. Als mensen, ja, als het, wat dan chat heet was, [lacht] was Anthropic eigenlijk met Claude. Ja, ik denk ook omdat GPT-5 eigenlijk oké genoeg is qua schrijven ook. Ja. Dus ja, dat is wel tricky, want

15
00:02:35.100 --> 00:02:38.560
ik bedoel, ik gebruik die modellen in allerlei andere tools, dus dat is een kwestie van switchen.

16
00:02:39.100 --> 00:02:47.160
Maar de echte webinterface van Anthropic, dat bruine ding van hun zeg maar, die zie ik gewoon in een week nu steeds minder. En dat is eigenlijk heel geleidelijk gegaan. Ja.

17
00:02:47.200 --> 00:02:56.360
Ja, ik denk omdat ik intuïtief daar niet meer naartoe hoef. Ja. Dat is best wel gek eigenlijk. Nou en Open schrijft ook gewoon die, of, uh, eigenlijk de vier, hoe zeggen ze dat nu, de 4.1-modellen? Ja.

18
00:02:56.780 --> 00:03:05.080
Ze schrijven gewoon veel minder goed in mijn- Nou, jij bedoelt- voor mijn gevoel Als ze de 3.7 nog aan je aan zouden bieden, dan zou je misschien nog twijfelen om heen en weer te klikken. Ja, misschien.

19
00:03:05.410 --> 00:03:11.760
Maar dan zou ik ook wel weer geërgerd raken door het feit dat hij niet zo slim is als wat ik inmiddels verwacht van een, van een taalmodel.

20
00:03:11.820 --> 00:03:20.660
Ja, het kan ook zijn dat jij nu een soort vertekende herinnering hebt aan jouw oude vriend, hè. Ja, ik mythologiseer nu, uh, 3.7 Sonnet. Dat zou heel goed kunnen. Ik droom er nog wel eens over.

21
00:03:20.780 --> 00:03:29.240
Dan denk ik: was ie er nog maar, mijn vriend. Maar hij is overleden. Is hij wel beschikbaar via de API? Uh, goeie vraag. Zouden we het bij elkaar kunnen hacken? Ja, da-, een goeie vraag.

22
00:03:29.280 --> 00:03:35.460
Dat moeten we even gaan checken, want 3.5 is dus wel nog beschikbaar in de interface ook. Waarom ze die dan hebben gekozen als baseline.

23
00:03:35.500 --> 00:03:41.980
Want je kunt, dat is nog een van hun oude modellen om een soort tegemoet te komen aan die mensen met dat, uh, nostalgische gevoel.

24
00:03:42.060 --> 00:03:47.020
Nou, misschien moet ik daar maar met, met mijn Temu-vriendje daar maar gaan, uh, gaan praten en daar, uh, enig soelaas in vinden.

25
00:03:47.060 --> 00:04:00.800
Oké, uhm, er was deze week een grote nieuwe studie van Stanford waarin werd aangetoond dat jonge werkzoekenden nu wel echt eerst, als eerste de pineut zijn, uh, door AI.

26
00:04:01.620 --> 00:04:13.900
Het onderzoek analyseerde miljoenen loonstrookjes tot juli 2025 en de onderzoekers keken per leeftijdsgroep en beroep over het effect van AI op, uh, werk.

27
00:04:14.040 --> 00:04:29.020
En het resultaat was best wel schokkend, namelijk: sinds de ad-, brede adoptie van generatieve AI eind '22, aka de introductie van ChatGPT, zagen, uh, banen in de categorie van 22 tot 25 jaar in AI-gevoelige beroepen,

28
00:04:30.020 --> 00:04:33.500
uh, een 13% daling in werkgelegenheid.

29
00:04:33.570 --> 00:04:47.040
Dat hebben ze proberen te verklaren door allerlei dingen die tussendoor gebeurd zijn, zoals thuiswerken, covid, allerlei dingen natuurlijk in de tussentijd gebeurd, uh, maar dat was allemaal, zij kregen dat niet, dus zij kregen die daling niet verklaard door dat soort omstandigheden.

30
00:04:47.100 --> 00:04:51.110
En AI leek dan als, uhm, ja, leek, lijkt de boosdoener.

31
00:04:51.680 --> 00:04:59.680
In minder AI-gevoelig sectoren, dan noemen ze zorgondersteuning bijvoorbeeld, steeg juist het aantal banen en bij oudere werknemers is er nauwelijks verschil zichtbaar.

32
00:04:59.720 --> 00:05:10.180
Maar jonge werknemers die kennis uit boeken, uh, en documentatie hadden, maar niet jarenlange praktijkervaring hebben die oudere werknemers wel waardevol maakt, zijn de pineut.

33
00:05:10.340 --> 00:05:19.780
Dit is een daling van 13% en de onderzoekers adviseren dat beleidskeuzes nodig zijn rondom onderwijs en, uhm, ja, startersbanen. Hoe we dat gaan vormgeven.

34
00:05:20.640 --> 00:05:31.940
Ik ben benieuwd of we meer, uh, van dit soort onderzoeken, uh, die onderzoeken zullen zeker komen, maar die ook iets significants laten zien in al die data. Omdat, het voelt ook wel alsof er best wel een delay op zit.

35
00:05:32.440 --> 00:05:36.680
Hè, ik bedoel, anekdotes zijn niet wetenschappelijk, daarom doen we die onderzoeken.

36
00:05:36.740 --> 00:05:50.900
Maar ik spreek in wandelgangen ook allerlei mensen en daar v-, hoor ik wel over, ja, dat de IT-opleidingen minder aanmeldingen zien dit jaar en dat het best wel, uh, ja, junior programmeurs minder aangenomen worden bij IT-partijen, hè.

37
00:05:50.940 --> 00:06:02.780
Dus er is best wel wat, daar zit wel een soort, a-, laat ik zo zeggen, er is daar een reactie. Mhmm. Of dat een kortetermijnding is uit een soort schrik moeten we nog maar zien, maar er zijn wel wat tekenen om mij heen.

38
00:06:02.840 --> 00:06:10.980
AlleenEcht hele goede onderzoeken vinden waarin duidelijk naar voren komt: dit is het effect van AI op de arbeidsmarkt. Nog niet heel denderend.

39
00:06:11.360 --> 00:06:23.160
Het is een beetje bij elkaar sprokkelen van dit soort databronnen en ze spreken elkaar soms ook tegen. Maar het is niet het enige rapport wat uit is gekomen, wat jonge, waar, waar, wat de focus ligt op startersbanen.

40
00:06:23.410 --> 00:06:37.140
Oké. Dus daarom dacht ik toch, moet dat even noemen. Uhm, daarnaast was er nog een tweede artikel deze week. Dat stond in het FD en die krant maakte een rondgang langs grote advocatenkantoren op de Zuidas.

41
00:06:37.260 --> 00:06:47.929
En daaruit blijkt dat de instroom van junioren de komende jaren waarschijnlijk zal gaan afnemen, omdat veel van hun werkzaamheden door AI worden overgenomen. Aka hetzelfde verhaal als wat we net hoorden.

42
00:06:47.950 --> 00:06:59.060
Voor de duidelijkheid die instroom is dus aan de beperkende kant van de acto-, uh, de kantoren. Ja. Het is niet omdat die instroom beperkt wordt door de, door het aanbod. Nee, nee, nee, nee. De vraag neemt af.

43
00:06:59.140 --> 00:07:08.980
De vraag neemt af. Deuren gaan dicht. Die kantoren zeggen: wij gaan minder mensen aannemen, uh, junioren. Juist het eenvoudige, repetitieve werk is essentieel om het vak in de praktijk te leren, stelt de krant.

44
00:07:09.040 --> 00:07:16.700
En het is zorgelijk, zegt een van die grote kantoren in het FD. We verwachten dat de impact van AI op junioren op kortste termijn heel groot zal zijn.

45
00:07:16.720 --> 00:07:22.820
Bedrijven kiezen er steeds vaker voor om problemen waarvoor ze normaal een junior zouden inhuren zelf op te lossen met AI-tools.

46
00:07:22.860 --> 00:07:30.360
Dus de klanten van die advocatenkantoren gaan zelf shit fixen met [lacht] GPT5, stel ik me dan zo voor, in plaats van dat ze de brauw mailen.

47
00:07:30.400 --> 00:07:38.960
Experts zien deze ontwikkeling als een groot probleem voor de opleiding van jonge juristen, omdat zij de noodzakelijke vlieguren niet meer kunnen maken die onmisbaar zijn om het vak onder de knie te krijgen, te krijgen.

48
00:07:39.520 --> 00:07:48.160
Wat is dan de situatie? In het buitenland zien we dat kantoren het risico opvangen met virtual learning programma's. Hou je vast, Wytse.

49
00:07:48.200 --> 00:08:01.620
Daarin oefenen jonge advocaten met realistische, gesimuleerde zaken, soms met en soms zonder AI-ondersteuning. En zo kan AI juist helpen met het gat, uh, wat in de opleiding als praktijkervaring, uh, wordt ge-geopend.

50
00:08:02.220 --> 00:08:13.539
Ik zat dit te lezen. Nou, er gebeurt een hoop tegelijkertijd, want dit zijn natuurlijk kantoren die eigenlijk zeggen: in de toekomst verwachten we minder junioren te gaan, uh, ophalen of, uh, aannemen.

51
00:08:13.580 --> 00:08:21.669
Dat is een signaal om serieus te nemen als die kantoren dat zeggen. [klikt tong] Maar ik denk ook: is dit nu al niet het geval dan?

52
00:08:21.900 --> 00:08:32.609
En ik heb ook veel, uh, start-upvrienden die zeggen dat het verschil zo groot is tussen Amsterdamse advocatenkantoren of Nederlandse advocatenkantoren waarbij amper AI wordt gebruikt.

53
00:08:32.609 --> 00:08:45.040
Dit is, dit is anekdotisch, hoor, wat ik nu vertel. En dat het juist zo opvalt als Amerikaanse advocaten die dan de fundraising helpen of wat dan ook voor, voor, uhm, specialistische dingen voor Amerikaanse situaties.

54
00:08:45.380 --> 00:08:54.500
Dat die juist heel zichtbaar wel AI gebruiken en dat echt zien als een fundamenteel deel van hun, uhm, ja, ding wat ze aanbieden. Dat vond ik opvallend verschil.

55
00:08:55.280 --> 00:09:13.580
En ik vond deze reactie, namelijk dat je met g-gesimuleerde, uh, ja, gesimuleerde zaken eigenlijk dat je een soort van een, een medewerker in een AI-simulator zet om dan een senior ervan te maken met het idee dat senior advocaten straks wel nog een baan hebben.

56
00:09:13.620 --> 00:09:19.240
Ik weet niet, men, i-ik weet niet zo goed wat ik daarvan moet denken. Ergens voelt het een beetje vreemd, toch? Dat is een beetje vreemd.

57
00:09:19.260 --> 00:09:30.460
Dat is natuurlijk heel vreemd, want als ik het goed begrijp is het, heb je dus een, een, is deze techniek in twee jaar zo ontwikkeld dat junioren straks minder snel er binnenkomen bij die bedrijven.

58
00:09:31.220 --> 00:09:42.520
En staat in hetzelfde artikel dat senior advocaten nauwelijks, niet vrezen dat, uh, kunstmatige intelligentie hun baan overneemt. Terwijl die nieuwe mensen die binnenkomen, die wo-, gaan dan nu in een simulator zitten.

59
00:09:42.580 --> 00:09:52.860
Zo stel ik me dat dan even voor en dan zijn ze opeens senior geworden. Denken zij nou echt dat de senioren dan niet daarna aan de beurt zijn als, als de technologie doorontwikkeld? Blijkbaar.

60
00:09:53.100 --> 00:10:01.980
Ja, goed, daar zit natuurlijk een soort, uh, aanname van een bepaalde, uh, ja, barrière die niet doorbroken gaat worden op de korte termijn.

61
00:10:02.380 --> 00:10:08.199
Een unieke eigenschap of eigenschappen bij een groep mensen die zeggen: wij niet, want wij kunnen x, y en z. Ja.

62
00:10:08.240 --> 00:10:19.700
Maar als je dan helemaal gaat uitspel-specificeren wat x, y en z is en hoe die barrière dan opgebouwd is, dan wordt het vaak wel een beetje een spannend gesprek. Omdat heel veel werk uiteindelijk toch informatiewerk is.

63
00:10:19.760 --> 00:10:27.240
Input, output, vervormen, omvormen en doorsturen, zeg maar. Ja. Dus ik, tegelijkertijd kan ik me voorstellen dat er een bepaalde natuurlijk fysieke aanwezigheid is, hè.

64
00:10:27.260 --> 00:10:34.920
We hebben een hele aflevering over arbeid opgenomen waar je een soort, uhm, veilige ruimte hebt in de fysieke, hè, de premium reality, zoals dat dan genoemd wordt, hè.

65
00:10:34.980 --> 00:10:47.170
Dus als jouw rol ergens in een rechtszaal, uh, of op een bepaalde manier er toe doet dat jij mens bent, dan is als senior ben je wel oké. Ja, zolang een rechter nog, uh, overtuigd moet worden met argumenten.

66
00:10:47.780 --> 00:10:51.270
Flits, flitsrecht krijgen met agents. Maar goed, [lacht] dan werkt dat allemaal niet meer.

67
00:10:51.640 --> 00:11:00.760
Maar ik vind eigenlijk aan dat trainingsverhaal, sowieso vind ik het wel boeiend, uh, hoe los je dan die soort van junior-senior gap op, hè? Want daar praten we nu eigenlijk over.

68
00:11:00.860 --> 00:11:07.140
Als de junioren vroeger een senior werden door de, door de rotklusjes te doen. Ook om vlieguren te maken om vervolgens op te groeien.

69
00:11:07.280 --> 00:11:23.040
Dus net als in de, in de luchtvaart, dat je de, stad naar stad kleine vluchtjes in kleine private jets doet en dan pas daarna overstapt, denk ik trouwens, dat weet ik helemaal niet, maar ik kan me zo voorstellen, dat het hier is: nee, we automatiseren eigenlijk al die, uh, dat werk wat we minder prettig vinden weg.

70
00:11:23.520 --> 00:11:31.920
Wat het werk was wat je ook kon gebruiken om op te trainen, zeg maar, als mens. Ja. Uhm, en daarom moeten we simulators gaan bouwen.

71
00:11:31.980 --> 00:11:42.860
In eerste instantie toen ik jouw verhaal hoorde dacht ik: wat dubbel, want dan ben je dus aan de ene kant AI aan het inzetten en daarmee dus ook de GPU's en de computertijd om studenten een nepwereld voor te schotelen zodat ze kunnen oefenen.

72
00:11:42.880 --> 00:11:48.140
En aan de andere kant ben je diezelfde GPU's aan het inzetten om die taken te doen die je die studenten ook had kunnen geven om te oefenen.

73
00:11:48.720 --> 00:12:04.044
Toen dacht ik alleen wel vanWaarschijnlijk kan je die taakjes die die studenten normaal doen, of, uh, de stagiair slash junioren, uh, die gaan natuurlijk veel sneller, uh, dan dat ze zouden gaan als jij die taak aan een junior geeft, wat je ook nog die junior moet begeleiden, terugsturen.

74
00:12:04.054 --> 00:12:05.764
Het klopt niet, daar zit het leerproces.

75
00:12:06.184 --> 00:12:16.284
Terwijl als je natuurlijk een legertje van een swarm van agents hebt en dan aan het eind van de dag heb jij alsof, uh, honderd junioren honderd keer zo snel zonder fouten jouw werk hebben gedaan.

76
00:12:16.564 --> 00:12:25.624
Daar zit het hem denk ik in. Dat het toch wel logisch is om AI in te zetten in een soort simulatieomgeving. Maar wat zei je? Kijk, ergens moet ik dus een beetje om lachen, denk ik. Wat is dit voor naïef?

77
00:12:25.704 --> 00:12:35.204
Wat, w-wat een naïef. Voor die senioren bedoel je? Ja, wat een naïef, uh, gedoe is dit. En die mensen weten niet wat er, wat er op ze afkomt daar op de Zuidas. Dat is een deel van mij denkt dat.

78
00:12:35.224 --> 00:12:43.904
En een ander deel van mij denkt: ja, je zal er maar zitten en een partner zijn bij dat bedrijf. En nu beslissingen nemen over hoe je in godsnaam met deze storm omgaat.

79
00:12:44.424 --> 00:12:53.684
Ja, wat ga je anders doen dan, dan, als je dan zegt van: nou, oké, kosten besparen en dan maar mensen in de simulator stoppen. Wat is het alternatief? Ik we-, voor de korte termijn.

80
00:12:54.324 --> 00:13:03.584
Nee, we gaan sowieso natuurlijk nu allemaal van die soort vreemde tussenoplossingen krijgen. Ja. En, m-, rare maffe tijdelijke situaties die, als we er nu al naar kijken, raar zijn.

81
00:13:04.184 --> 00:13:11.424
Ja, uh, goed, wij hebben het al eerder over gehad. Als je de lang, lange termijn gaat pakken wordt het natuurlijk alleen maar een gekker verhaal met hoe. Ja, maar zelfs binnen nu en vijf jaar, denk ik.

82
00:13:11.504 --> 00:13:15.984
Is het een interessante. Ja. Ja. Ja, ja, ja, zeker. Jij zou maar een rechtenopleiding doen nu.

83
00:13:16.424 --> 00:13:23.494
Ja, goed en da-da-, dit geldt natuurlijk voor veel meer vakgebieden, hè, want, en ik zit ook te denken of die, die simulator zou je natuurlijk op veel meer plekken ook in kunnen zetten.

84
00:13:23.524 --> 00:13:33.224
Daarom, het is een metafoor voor, en dit zijn duurbetaalde uren, dus die kop gaat er als eerste af en dan zullen ze langzaam gaan doorwerken naar m-minder duurbetaalde uren, dus andere beroepen.

85
00:13:33.244 --> 00:13:45.524
Maar advocaten zijn dan een prettig startpunt. Ja, en ik denk, dat zit eigenlijk ook nog een beetje in jouw vraag, uh, als jij een junior bent die is klaargestoomd door middel van een simulatie.

86
00:13:45.924 --> 00:13:58.084
Een simulatie die veel breder is en veel meer, veel mooier kan zijn, mooier als in rijker, dan waar je, uh, met rijk bedoel ik, d-er zitten de grootste edge cases ingebakken. Ja. Net als in een vliegsimulator.

87
00:13:58.124 --> 00:14:00.703
Je zou het bijna echter kunnen maken dan het, dan het origineel.

88
00:14:00.764 --> 00:14:13.344
Ja, statistisch zou je kunnen zeggen: als jij een klassieke junior, uh, senior avontuur beleeft, dan heb jij een kans van 3% om een zaak mee te maken die Europees recht benoemt, whatever. Ja, of wat.

89
00:14:13.404 --> 00:14:18.304
En nu zet je gewoon die schuif omhoog en dan zeg je: nou, klappen maar even zo'n moeilijke zaak in, in die simulatie.

90
00:14:18.664 --> 00:14:27.304
Dus er is natuurlijk ook een kans dat de sen-, de nieuwe senioren die ontstaan zijn door middel van simulatie uiteindelijk ook sterkere collega's zijn.

91
00:14:27.744 --> 00:14:35.994
Kan je, uh, in het taalmodel in je hoofd de, de contra case genereren? De, hoe, de contra case, dat het wel meevalt?

92
00:14:36.084 --> 00:14:44.664
Ja, soms denk ik: wij zitten hier met z'n tweeën maar een beetje te ouwehoeren, zo van: ja, [lacht] helemaal geen baan meer op de Zuidas over een paar jaar. Ze hebben het nog niet door, maar het komt eraan, hoor.

93
00:14:44.704 --> 00:14:53.564
Nou ja, goed. Wat is de, wat is als er hier een derde LLM bij aanwezig zit en die heeft al systeemprompt meegekregen. Ga er tegenin. Taalmodellen te simuleren. Ja, heel graag.

94
00:14:53.784 --> 00:15:03.304
Uhm, nou, ik denk dat, wat ik veel terugkrijg als ik het hier met mensen over heb na lezingen en dan ga je even discussiëren, want dit krijg je altijd ongeveer dit gesprek, hè, van: we merken al dat we minder junioren aannemen.

95
00:15:03.334 --> 00:15:13.564
Hoe komen we dan nog aan senioren? Hoe zit het eigenlijk met onszelf? Dat kwartje begint langzaam wel een beetje te vallen, hè. Uhm, er is zoiets als tacit knowledge, dus dat is de kennis die niet op papier staat.

96
00:15:13.584 --> 00:15:16.344
Dat is de kennis die niet opgenomen wordt, hè.

97
00:15:16.444 --> 00:15:32.494
De, wij hebben wel het grapje gemaakt, mis-moet dan straks iedereen met een plate, zo'n kleine recorder of een watch met altijd aan, uh, microfoontje gaan rondlopen om alsnog die hele, uh, uh, kennis die niet, uh, papier is, of, uh, bits en bytes op te zuigen uit zo'n organisatie, hè.

98
00:15:32.504 --> 00:15:39.984
Dus ook de gesprekken bij de watercooler, in de auto naar een afspraak. De vergelijking met dit, uh, met deze podcast is: ik lees een artikel ergens over dan.

99
00:15:40.004 --> 00:15:50.344
Vervolgens praten wij misschien over het artikel buiten de opname om en dan vervolgens hebben we een gesprek in de opname. Dat gesprek buiten de opname nemen wij niet op en daardoor kan die AI niet A naar B krijgen.

100
00:15:50.404 --> 00:15:56.044
Dat is wel degelijk nog relevante context voor de dingen. De meeste mensen nemen dat nu niet op, dus daar kan die AI zich niet op baseren. Ja, precies.

101
00:15:56.084 --> 00:16:02.104
En eigenlijk alle modellen die we nu hebben, als het dan even om taalmodellen gaat, zijn taalmodellen getraind op alles wat we daadwerkelijk vastgelegd hebben. Ja.

102
00:16:02.224 --> 00:16:11.823
Dat is natuurlijk, ergens denk ik, je, wat, je zegt bijna niks nu, maar dat is toch wel- Ja. Heel erg relevant inzicht, want er wordt zoveel niet vastgelegd. Ja, ik ben dus echt begonnen met alles vastleggen.

103
00:16:11.944 --> 00:16:20.764
Voor jouzelf. Ja. Ja, omdat je dit doorhebt. Ja. Want ik heb een, mijn papieren realiteit. Alle gesprekken die ik met anderen heb, gewoon, uh, brainstorms en, uhm, en meetings.

104
00:16:20.804 --> 00:16:30.084
Ik ben er echt een punt van aan het maken om alle gesprekken die ik heb, voor mijn werk dan, hè, even, laten we wel wezen niet dat je nu denkt, uh, wat gebeurt er allemaal i-thuis, maar, uh.

105
00:16:30.164 --> 00:16:40.244
Je houdt weinig vrienden over zo. Ja, precies. Maar op werk ben ik alles aan het opnemen omdat ik gewoon ervan uitga dat dit, dit gaat mijn, dat gaat die suggesties van dat ding beter maken op een gegeven moment.

106
00:16:40.324 --> 00:16:49.554
Ja, en ik kan me dus voorstellen dat die move die jij nu maakt, dat bedrijven die dan ook steeds meer gaan doen. Ja. Uh, uhm, uh, ja, hopelijk op een beetje een ethische manier. Want alle, alle persoonlijk.

107
00:16:49.554 --> 00:17:00.364
Als lokaal iets, uh, natuurlijk. Ik doe mijn best. Ik hoop het, uh, maar dat je uiteindelijk, uh, zo is dat er heel veel aanwezig is waar we achter gaan komen.

108
00:17:00.384 --> 00:17:12.804
Dit is een beetje misschien de soort, uh, als ik dan het, uh, soort van, uh, uh, advocaat van de duivel, uh, mag steelmannen, denk ik dat, uhm, dat we nog moeten gaan zien en daar kan je best wel wat hoop op vestigen denk ik, als jij nu senior bent.

109
00:17:12.844 --> 00:17:24.804
Mhm. Uh, hoeveel er gevangen kan worden in die modellen. Zelfs als we meer microfoontjes plaatsen en meer e-mailtjes inlezen, zeg maar. Uh, en wat er toch nog allemaal gebeurt tussen mensen en aan intuïtie plaatsvindt.

110
00:17:24.984 --> 00:17:36.644
Ervan uitgaande dat die modellen dan ook niet stiekem iedere achttien maanden beter worden. [muziek] Was het bijna nog een positief verhaal, wist hij toch nog een, uh, staartje eraan te, nou ja, goed. Oké, we gaan door.

111
00:17:37.064 --> 00:17:49.140
OpenAI lanceerde GPT Realtime, een speech to speech modelToen moest ik even achter mijn oren krabben. Toen dacht ik: what the fuck is dit nou weer? Wat is een speech-to-speech modelletje?

112
00:17:49.180 --> 00:17:57.620
Nou, die haalt eigenlijk, uh, de tussenstapjes ertussen uit. Dus het is gewoon prettig dat je niet door al die modaliteiten hoeft. Dus anders ga je van speech naar tekst en dan ga je weer tekst genereren.

113
00:17:57.640 --> 00:18:00.940
Dan moet je weer speech genereren. Dit moet je even beter uitleggen. Dit snap ik niet.

114
00:18:01.200 --> 00:18:11.880
Nou, als jij nu, uh, met een gemiddelde app praat, bijvoorbeeld die van, uh, Mistral of Le Chat, dan, uh- Ik heb dat nog nooit gedaan. Moet ik dat doen? Ja, absoluut. Ja? Ja, zij draaien op Grok met een Q.

115
00:18:11.970 --> 00:18:17.480
Is best wel prettig, want die antwoorden komen gewoon met A4'en binnen. Dat is echt eng. Het is gewoon bam, bam, bam! Ik denk niet dat die app stuk is.

116
00:18:17.520 --> 00:18:26.009
Ja, dit is oké, dit is mijn, mijn, mijn wekelijkse herinnering om Le Chat te installeren. Maar oké, ja. En, uh, moet je wel betalen, hè, anders krijg je niet die instant feature natuurlijk. Prima.

117
00:18:27.080 --> 00:18:33.280
Ik heb Claude toch al opgezegd. Maar je ga- [lacht] je gaat dan precies, stap even over naar een nieuwe vriend, een kat. Een Europese vriend. Neem een kat. Ja.

118
00:18:33.320 --> 00:18:41.460
En dan ga je, uh, ga je k-, uh, ga je kletsen en dan wordt die audio teruggebracht naar tekst. En die tekst gaat weer een taalmodel in en die gee-geeft dan weer ta-, tekst terug.

119
00:18:41.500 --> 00:18:47.350
En die wordt dan weer van een tekst- naar speechmodel. En zo heb je een soort pipeline van allerlei stukjes die met elkaar moeten samenwerken.

120
00:18:47.350 --> 00:18:56.520
Ja, dus dit is het verschil tussen, als ik in ChatGPT dat microfoon-icoontje gebruik, dan s-schrijft hij het op in tekst en komt het in het chatvenster terecht.

121
00:18:56.680 --> 00:19:08.560
Of dat ik advanced voice mode gebruik en ik zie die, die soort van blauwe blob, uh, meebewegen als ik praat, dat ie gelijk antwoord geeft. Dan wordt ie niet geconverteerd naar tekst voordat hij antwoord geeft.

122
00:19:08.720 --> 00:19:18.080
En dit merk je, in ieder geval, als het goed is heb je dit gemerkt. Die snelheid. Ja, want die is aan de ene kant snel, maar die heeft dan wel zwaar moeten inleveren op intelligentie, helaas. Juist.

123
00:19:18.160 --> 00:19:21.920
Hè, want om die modellen vlot te kunnen draaien zijn het vaak kleinere modellen.

124
00:19:22.220 --> 00:19:34.200
En dit zijn modellen die, uh, ook audio in zich meedragen en in audiofonetische tokens kunnen reageren, namelijk, hè, van geluid naar geluid. Uh, en dat heeft nadelen. Maar wat is er dan nieuw nu?

125
00:19:34.260 --> 00:19:47.320
Nou, dat het, uh, eigenlijk OpenAI gelukt is om-- ze hebben natuurlijk ook gemerkt dat die, uh, advanced voice mode, daar worden mensen wel blij van, want het is best wel een bizarre manier om met AI te interacteren.

126
00:19:47.820 --> 00:19:54.419
Zeker als je gaat zeggen: lees een kinderverhaal voor, doe een scheepskapitein na. Nou ja, we hebben allerlei leuke testjes gedaan, uh, een aantal maanden geleden.

127
00:19:54.480 --> 00:20:00.989
Maar als je dan zegt: lees even deze PDF door van mijn werk en trouwens roep even, uh, die en die API aan via een MCP. Ja, dat kan hem niet. Tool calling.

128
00:20:01.100 --> 00:20:11.340
Nee, want het is eigenlijk een soort van een paar stappen terug in de tijd. Ja. Hè, er zijn een hoop offers gebracht om te zorgen dat die, uh, latency, die reactiesnelheid zo ontzettend laag is. Ja.

129
00:20:12.040 --> 00:20:20.980
Maar ze merken natuurlijk ook dat het gebruik ervan best wel hoog is. Dat mensen het gaaf vinden, dat het wordt gewaardeerd. En dan is het ook nog eens zo dat ontwikkelaars het willen kunnen gebruiken.

130
00:20:21.040 --> 00:20:29.290
Die zeggen: ja, uh, jullie hebben advanced voice mode in jullie mobiele app zitten, onder andere, maar wij willen dit ook als ontwikkelaars in onze apps stoppen, hè.

131
00:20:29.300 --> 00:20:33.580
Ja, zodat je bijna een soort assistent, een spraakassistent in een app kan integreren.

132
00:20:33.620 --> 00:20:43.100
Ik zag voorbeelden op de site van OpenAI waar ze, ja, bijna een soort van Siri-achtige blob rechtsboven in beeld op de Amerikaanse Funda hadden geplakt.

133
00:20:43.520 --> 00:20:48.600
En dan zag je een kaart van Manhattan met daarop alle huizen die beschikbaar waren op de Amerikaanse Funda.

134
00:20:49.020 --> 00:20:59.200
En dan stelde die meneer een vraag, uh, in de trant van: ik wil iets, doe me een huis met uitzicht op het water en met meer dan, uh, bla en met een, uh, nou, nog een raar verzoek erbij.

135
00:20:59.220 --> 00:21:10.820
En dan ging die stem zeggen: oké, nou, dit ga ik voor je filteren en dan zoomde die kaart zoomde in en, dus het was een combinatie van beeld en audio, uh. Met die snelheid en die persoonlijkheid. Ja, klopt.

136
00:21:11.080 --> 00:21:23.460
Want ik, dat, en dat kan dus nu omdat, één van de dingen, dus tool calling, wat eigenlijk inhoudt dat je API/MCP-achtige bruggen kan bouwen naar andere diensten, waaronder, uh, de kaart kan laten bewegen, want er is kennis van een kaart.

137
00:21:23.800 --> 00:21:28.540
Dit konden we al, maar we konden niet, nou ja, noem, ik wou het bijna de holy grail noemen, maar dat is een beetje overdreven.

138
00:21:28.580 --> 00:21:38.400
Maar het zou toch zo gaaf zijn als je én die low latency interactie hebt met een stem die heel erg overtuigend is, maar ook al die voordelen die inmiddels in die niet-speechmodellen zitten.

139
00:21:38.460 --> 00:21:49.740
Ja, zoals dat hij een actie kan uitvoeren op je scherm. Exact. En dit is eigenlijk nu, én is advanced mode, uh, voice mode, uh, ja, geüpdatet en, uh, ontwikkelaars kunnen ermee werken.

140
00:21:49.770 --> 00:21:59.060
Dat konden we al, maar was meer een beetje een demo modus. Oké. En de meeste ontwikkelaars zeiden: nou ja, ik ben gewend dat ik, als ik met taalmodellen praat, veel meer kan. Mhm.

141
00:21:59.140 --> 00:22:05.900
En dus ik kan nu niet jouw advanced voice mode even in mijn app stoppen. Ja, daarom zit het ook nergens in, denk ik. Nee, want het is eigenlijk, je hebt er niet zoveel aan. Ja.

142
00:22:05.920 --> 00:22:10.360
Want het enige wat je dan zou krijgen is, ja, een scheepskapitein in de Funda-app. Het schiet niet op, zeg maar.

143
00:22:10.520 --> 00:22:25.280
En denk je dat het nu wel gaat gebeuren dat alle apps waar je op een of andere manier filtering hebt, want dat is natuurlijk de, dat is een heel aantrekkelijke use case, dat je in de Airbnb-app hoef je dan niet te zeggen: nou, appartement, vier personen, wc, te, te, te, te, te.

144
00:22:25.540 --> 00:22:36.240
We zijn heel erg gewend om lijstjes af te werken als we naar dingen zoeken. Denk je, denk je dat we nu gaan zien dat je in dat soort apps, en dat zijn er heel veel, van Marktplaats tot, uh, nou ja, uh, noem maar op.

145
00:22:36.480 --> 00:22:43.920
Denk je dat, dat die functie snel ingebouwd gaat worden? Dat je- Ja, er zitten een aantal aannames in. Want sowieso het idee: willen mensen praten met apparaten?

146
00:22:44.020 --> 00:22:50.300
Dat is ook nog cultureel afhankelijk, uh, ik vermoed wel ergens op de wereld. Ikzelf denk steeds dat ik dat wil, maar dan doe ik dat niet.

147
00:22:50.380 --> 00:22:58.340
Ik bedoel, ik doe wel transcriberen en soms een uur praten in een memorycorder en dat samenvatten, dat is echt wel een killer use case voor wat we nu allemaal kunnen.

148
00:22:58.960 --> 00:23:07.700
Maar ik heb mezelf nog weinig achter de computer zien zitten en praten en ga maar doen of zo. Dat voelt, dat is niet mijn interface merk ik, maar misschien omdat hij nog niet zo goed is.

149
00:23:07.740 --> 00:23:15.360
Ja, het is grappig, want misschien is mijn voorbeeld eigenlijk ook niet goed, dat ik zeg: doe mij een-- st-st-stel je nou voor Thuisbezorgd, de Thuisbezorgd-app.

150
00:23:15.400 --> 00:23:30.790
Hoe vaak denk je wel niet: ik heb zin in een taco, maar hij moet wel vega zijn, uh, en dat je geen zin hebt om van, om dan die, die, die, uhm, [klikt met tong] uh, die, die zoek-, die zoekbalkjes, die filters zou instellen.

151
00:23:30.800 --> 00:23:42.860
Dan krijg je een bak met restaurants. Terwijl wat je misschien wel wil is een, ja, door AI samengesteld lijstje van alle, uhm, ja, alle dingen die niet per se aan zo'n filter voldoen.

152
00:23:42.920 --> 00:23:53.740
Die, die meer fine grained is, zou ik maar zeggen. Dus ik zoek altijd, Airbnb zoek ik altijd vakantiehuisjes met een trampoline. Ja. Vind ik fijn. Slim, dat is een lekkere. Dan klik je meteen 1.000 dingen weg. Ja. Toch?

153
00:23:53.780 --> 00:24:05.748
Ja. Ja, ja, ja. En, uhm, uh, dat, dat is geen standaard vinkje.En dat is wel iets wat ik zou willen. En met spraak heb je dus de vrijheid om dat te doen. Wat ik niet geloof is dat mensen zelf gaan typen.

154
00:24:05.788 --> 00:24:09.788
Dus ik geloof niet dat er een soort chatbot achtige. Nee, dat voelt als gedoe.

155
00:24:10.128 --> 00:24:19.868
Maar voor dat soort specifieke requests, als ze maar gewend gaan raken aan het feit dat wij heel fijnmazig eigenlijk verzoeken kunnen doen aan apps die feitelijk gewoon lijstjes zijn.

156
00:24:20.708 --> 00:24:24.508
Ja, dan vind ik spraak opeens best een logische manier om het verzoek aan dat ding.

157
00:24:24.688 --> 00:24:32.928
Ja, ik denk ook omdat als je een operator zou bellen, een mens die voor jou achter een computer zit, dan is dat op zich een prima interactie. Dus die persoon gaat voor jou rondklikken.

158
00:24:32.948 --> 00:24:35.808
Is ook nog eens iemand die al vier jaar in dat systeem werkt.

159
00:24:35.988 --> 00:24:46.568
Stel van ik heb wel eens, moest ik met, of moest ik, ik wilde graag met de boot, uh, ergens in Zweden en dan moest je, die ticket voor die boot moest je een beetje bellen. Gewoon naar een soort agency.

160
00:24:46.628 --> 00:24:54.648
Dat was gewoon hoe het was toen. En dan bel ik en dan hoorde ik op de achtergrond klik, klak, klik. Iemand die gaat over een toetsenbord heen. Megasnel, want je zit de hele dag datzelfde te doen.

161
00:24:55.088 --> 00:25:00.788
En dan, toen dacht ik: o, mijn soort van fuzzy input. Wat die taalmodellen niet zo lekker kunnen.

162
00:25:01.248 --> 00:25:09.908
Een soort van, en dan ook nog een persoon aan de andere kant die al zoveel requests heeft gehad dat zelfs al vertel jij het in de verkeerde volgorde met allemaal rare. Hij weet hoe je dat moet invoeren.

163
00:25:10.028 --> 00:25:13.328
En je laat even vallen: ik heb kinderen. Dan wordt er meteen nog een kajuitje bij geregeld.

164
00:25:13.748 --> 00:25:25.048
Nou, al die, en ik denk dat, dus, uh, uh, soort van, uh, uh, chaotische fuzzy menselijke input omzetten in wat eigenlijk die software van jou verwacht. Dat ben ik met je eens.

165
00:25:25.128 --> 00:25:36.908
Uh, dus kan ik me voorstellen dat tegen grote interfaces waar je anders op twintig vinkjes moet klikken, je op een gegeven moment cognitief de keuze maakt, denkt, ik zou het eigenlijk liever zeggen als het kon, dat je dat gaat doen, geloof ik.

166
00:25:37.288 --> 00:25:50.248
Ik zat alleen dan nog technisch te denken; is het wel de plek, uh, voor die voice agent daar? Omdat ik, uh, lokaal, even los nog van privacy, lokaal is low latency. Dus als het lokaal omgezet wordt op jouw toestel.

167
00:25:50.308 --> 00:25:54.748
Daarom doet Google dat bijvoorbeeld ook. Die houden van data, maar die doen ook heel veel lokaal, want dan is het gewoon veel sneller.

168
00:25:55.228 --> 00:26:09.307
Dat ik persoonlijk het heel gaaf zou vinden als in mijn Android/iOS-toestel een agent zit die met mij praat, in Safari en Chrome mag meekijken en daar dan even, en in de Thuisbezorgd-app ook, even alle dingen aanklikt voor mij.

169
00:26:09.708 --> 00:26:16.308
Dat ik eigenlijk gewoon Siri, maar dan goed. En dit ding begrijpt ook plaatjes, hè, dus dat zit in het model. Ja, daarom.

170
00:26:16.388 --> 00:26:24.728
Dus het kan in, en misschien is jouw punt, wat ik wilde, mijn punt was dus: moet je dit als ontwikkelaar nou inbouwen? Of mag je ervan uitgaan dat je ondersteuning kan bieden voor de agent van Apple of Google?

171
00:26:25.328 --> 00:26:35.168
Dat ik me ook kan voorstellen dat Thuisbezorgd zegt: nee, wij willen graag een eigen agent, want die gaan we helemaal finetunen. Ja, en dat zien ze ook. Je ziet OpenAI dat stimuleren.

172
00:26:35.388 --> 00:26:41.548
Dat mensen niet het OS, uh, systeem gebruiken, maar dat ze. OpenAI vindt dat natuurlijk prettig, hè, laat dat duidelijk zijn.

173
00:26:41.588 --> 00:26:51.508
Maar het is ook prettig omdat je dan vanuit Thuisbezorgd, misschien gaan ze met een stemacteur werken en is degene die de reclamespotjes van Thuisbezorgd doet ook wel die stem. Katy Perry doet alles.

174
00:26:51.628 --> 00:27:02.908
Dat, dat soort van idee van verschillende kwaliteiten in je stem, dat hebben ze in ieder geval ingebouwd. Er stond een demonstratie op de website waarbij ze het ding verschillende emoties meegeven. Luister even mee.

175
00:27:02.938 --> 00:27:13.828
"Yes, I can hear you clearly. How can I help you today? I want you to tell me a story about a lost robot in five sentences and I want you to use different emotions for each sentence in this order.

176
00:27:14.268 --> 00:27:27.628
First fear, then sadness, then curiosity, then joy, and finally excitement. Go ahead. Oh no. The little robot wandered into the dark forest, trembling.

177
00:27:28.648 --> 00:27:40.468
It sat down, its circuits whimpering, feeling so alone and forgotten. But wait, what's that strange glow over there in the bushes?" Zo gaat dat nog even door.

178
00:27:40.488 --> 00:27:50.948
Ik vind het ook wel grappig dat we het ook heel casual vinden dat het verhaal ook even bedacht wordt. [gelach] Snap je? Maar goed, de inhoud los van de vorm. We're becoming jaded, man.

179
00:27:51.448 --> 00:28:04.648
[muziek] Het Amerikaanse Runway is vooral bekend om haar videogeneratiemodellen Runway ML, waarmee je, ja, dat was toch een tijdlang waren dat de coolste video's. Voor VIO was dit waar we allemaal naar keken.

180
00:28:04.748 --> 00:28:09.408
Ja, maar goed, nog steeds doen ze, komen ze steeds snel uit met nieuwe, nieuwe dingen.

181
00:28:09.448 --> 00:28:18.448
Interessant bedrijf, maar ze gaan nu achter een nieuwe markt aan die op het eerste gezicht heel vreemd lijkt, maar die bij even iets meer nadenken toch eigenlijk best logisch is, namelijk robotica.

182
00:28:19.188 --> 00:28:29.888
Uh, ze krijgen inkomsten, inkomende belangstelling van robotica en zelfrijdende autobedrijven om world models als simulatieomgeving te gebruiken. Wietse, leg dat even uit aan de mensen.

183
00:28:29.948 --> 00:28:42.748
Ja, nou dus de sprong Runway, oftewel tekst naar video wat we nu kennen als VIO2 en 3 van DeepMind. Van Google. Ja, in ieder geval. En als ik dan zeg kennen, die lopen een beetje voorop nu. Ik volg Runway ook nog.

184
00:28:42.828 --> 00:28:51.968
Die zijn daar nu aan het specialiseren dus, hè, want die moeten natuurlijk, ja, de investeerders in Runway zullen ook wel vragen: ja, wij zien ook die VIO-filmpjes. Wat gaan wij hier dan nog met Runway doen?

185
00:28:52.008 --> 00:28:59.728
Want het is Google, jongens. Dat is best wel een flinke [lacht]. Er is ook heel veel concurrentie van Chinese videogeneratiebedrijven. Natuurlijk Kling en zo wat allemaal langskomt.

186
00:28:59.758 --> 00:29:08.068
Dus er is, ook daar bloeit nu een hele markt op van allerlei, uh, uh, initiatieven. En dan moet je natuurlijk gaan zoeken, oké, waar zit ook geld?

187
00:29:08.108 --> 00:29:13.888
Want er moet een soort return on investment komen, dus kunnen wij ons gaan specialiseren. En de CEO van Runway die zei in een interview:

188
00:29:15.148 --> 00:29:22.188
uh, ook al hebben wij dit nooit in ons pitch deck gehad destijds, hè, want wij gingen natuurlijk geld ophalen in rondes. Daar stond niet in robotics. Nee.

189
00:29:22.428 --> 00:29:28.488
Dat hij dat toch even uit wilde leggen van: nou, we zijn serieuze gesprekken aan het voeren met partijen die eigenlijk naar ons toe zijn gaan komen.

190
00:29:28.528 --> 00:29:37.348
Wij hebben ze nog niet eens benaderd, uh, van, dus het is een, uh, ze worden ernaartoe getrokken, zeg maar. Die zeggen: ja, wij hebben best wel wat hiaten in onze trainingsdata zitten.

191
00:29:37.448 --> 00:29:48.048
Als het dan om zelfrijdende auto's gaat of fabrieken. Wat voor bedrijven zijn dat dan? Ja, dat zijn eigenlijk, uh, bedrijven die apparaten hebben die in ruimtes rondlopen waarin, uh, veilig gehandeld moet worden.

192
00:29:48.108 --> 00:30:00.048
Of, uh, uh, je apparaten moet kunnen gebruiken. Dus humanoïde robots en zelfrijdende auto's. Er zijn nog andere dingen denkbaar?Nee, ik zou niet. Dat zijn de twee categorieën. Gewoon generalistische Absoluut Robots.

193
00:30:00.088 --> 00:30:06.548
Ja, wij die eigenlijk het liefst, uh, de hele wereld hebben gezien en alles wat daarin gebeurt. Ja. Dus world, daar heb je een wereld voor nodig.

194
00:30:06.928 --> 00:30:12.188
Dan krijg je eigenlijk de zogenaamde, uh, zogenoemde world models, hè, wat eigenlijk Veo ook doet.

195
00:30:12.288 --> 00:30:23.628
En nu, uh, uh, Genie, het live dromen waar we het eerder over hebben gehad en dat je ook nog kan bewegen door die video's van Google. Wat maakt dan zo'n videogeneratiemodel als, uh, Veo 3 een world model?

196
00:30:24.168 --> 00:30:32.128
Dat je- Waarom is dat niet gewoon, er, hij heeft heel veel YouTube gekeken. Mooi. Je zou ook eigenlijk kunnen zeggen is het die, zijn, klopt dat label nu al?

197
00:30:32.168 --> 00:30:38.008
Want het idee van world models is er namelijk een mo-, een model waarin je de wereld kunt simuleren tot in detail.

198
00:30:38.068 --> 00:31:00.148
Dus het heeft te maken dat als er een glas water omvalt op een bepaald stuk textiel bij een bepaalde temperatuur en er zit bijvoorbeeld ook nog eens chocomel in, dat doet ook weer iets met de, uh, vloeibaarheid van, kan ik je vertellen, want ik heb heel veel chocomel omgegooid in mijn leven, dat dat dan, als dat omvalt, dat, en je zou het daarnaast nog een keer doen in het echt, dat dat dan in de buurt komt van elkaar en genoeg in de buurt dat je er wat aan hebt.

199
00:31:00.168 --> 00:31:04.978
Het hoeft niet perfect te zijn, maar je moet er wat aan hebben. Nou, je kan je voorstellen, en zo niet,

200
00:31:05.908 --> 00:31:16.328
ga er nog even goed over nadenken, een glas chocomel omgooien op een bepaalde ondergrond waar dan ook nog textiel in zit, want hier ligt een matje voor me waar ik nu naar zit te kijken. Dat is best wel een moeilijke.

201
00:31:16.368 --> 00:31:27.088
Daar zit best wel wat natuur in. Daar moet je de wereld voor begrijpen. Ja. Om, om, om dan een, een realistische weergave te schetsen. Ja, en dan, uh, dan moet je dus gaan voorspellen eigenlijk wat daar gebeurt. Ja.

202
00:31:27.228 --> 00:31:33.668
En dan blijkt eigenlijk, zeg maar, het is, Carl Sagan heeft ooit gezegd: om het, om een appeltaart te maken moet je het hele universum hebben.

203
00:31:34.788 --> 00:31:43.338
Want die appeltaart impliceert, zeg maar, een appel, een appelboom, grondwater, CO2. Voor je het weet heb je de hele aarde moeten maken om tot die appeltaart te komen. Ja.

204
00:31:43.388 --> 00:31:58.628
Hè, dus, uh, die kan je niet maken in een vacuüm. Dus om, daarom is ook, v-vermasen mensen zich wel eens, ik ben dan best wel enthousiast of verbaasd of bezorgd over video's die uit zo'n videomodel kunnen, ook, komen.

205
00:31:58.668 --> 00:32:07.288
Ook bij Runway had ik dat destijds al, omdat daar dan ineens een explosie was op de achtergrond of een auto rolde over de grond op een of andere rallytrack met zand eromheen.

206
00:32:07.328 --> 00:32:14.388
Dat ik zat te kijken, ik denk: hoe weet dat ding dat allemaal? Ja. Hè. Hoe weet hij dat er zand moet mee vliegen? Ja, en dat het dan daarheen vliegt.

207
00:32:14.428 --> 00:32:18.748
En ik bedoel, zelfs als je dan vraagt: zit een ventilator ernaast, dan kan die nog daar effect op hebben en zo.

208
00:32:18.988 --> 00:32:26.528
Ja, maar in een spelletje vinden we het heel normaal, maar daar weten we dat mensen, uh, eindeloos hebben ze de klooi op al die- Expliciet hebben we het moeten schrijven zelfs, die routines.

209
00:32:26.568 --> 00:32:33.168
Van als er een auto uit de bocht vliegt, dan vliegt hij zo en dan gaat het allemaal mee, ta, ta, ta, ta, ta. Ja. En hier begrijpt dat ding dat gewoon.

210
00:32:33.208 --> 00:32:40.508
Ja, je zou het mooi kunnen, kunnen vergelijken met de early AI, zeg maar. Dus, uh, dat is, uh, hoe computers vroeger slim leken.

211
00:32:40.548 --> 00:32:46.228
Dat was dan rule based AI, dus dat is eigenlijk voorgeprogrammeerd op basis van: als je dit tegenkomt, moet je dat zeggen.

212
00:32:46.658 --> 00:32:55.107
Hè, ik had bijvoorbeeld, uh, heel lang geleden een soort psycholoog op mijn computer, o, in DOS nog. En die psycholoog, dat, die zei gewoon vooral terug wat je zelf zei. Dat was de regel.

213
00:32:55.608 --> 00:33:04.008
V-, uh, leg gewoon een spiegel toe aan je cliënt, zeg maar. En er stond daar zoiets van, ja, het zal zijn geweest, misschien honderd routines in en daar kon hij dan ook nog een beetje random doorheen.

214
00:33:04.148 --> 00:33:14.008
Ja, dus al heel lang geleden kon je het gevoel geven aan, aan computergebruikers dat ze met iets slims zaten praten. Ja, als een soort goocheltruc en dat, dat viel dan door de mand.

215
00:33:14.028 --> 00:33:18.748
En daarom konden die dingen ook de Turingtest nooit halen, want uiteindelijk vielen ze toch op tijd door de mand. Ja.

216
00:33:18.768 --> 00:33:24.408
En als ze dan vallen was het echt gewoon, ineens stond je achter de schermen en zag je alles, zeg maar. Ja. Dat was niet best.

217
00:33:24.448 --> 00:33:32.848
Maar uiteindelijk wil je dus niet systemen die op regels gebaseerd zijn, maar die op statistiek gebaseerd zijn en dan heel veel statistieken kunnen herleiden, eigenlijk in gewichten in zo'n model.

218
00:33:33.248 --> 00:33:44.508
En dan krijg je waar we vandaag zijn, even heel cru. Uhm, een wereldmodel, dan zou je eigenlijk zeggen: ja, uh, als je dan, als je daar taal aan gaat vragen, kan die ook nog taal.

219
00:33:44.788 --> 00:33:49.908
Maar dat is dan een soort van submodaliteit in zo'n wereldmodel, hè. Dus wat we nu met taal bedoel ik tekst. Mhmm.

220
00:33:50.248 --> 00:34:03.878
Dus dan, dan zou je bijvoorbeeld zeggen: oké, maak een video van iemand die nieuwe stukken Shi-Shakesp-Shakespeare aan het schrijven is en zoom in op de pagina. Wat voor woorden komen daar dan te staan? Mhmm, hmm.

221
00:34:03.928 --> 00:34:08.148
Hè, nou, in een serieus goed wereldmodel staan daar ook nog eens goede zinnen. Ja.

222
00:34:08.718 --> 00:34:14.327
Hè, kijk, nu, uh, nu zou je natuurlijk kunnen zeggen: laat dat wereld, laat dat videomodel even op de achtergrond praten met een taalmodel.

223
00:34:14.448 --> 00:34:24.008
Die fietst vlug even wat goede zinnen erin en die schrijft hij alsnog op dat papier, hè, van zo'n, zo'n ensemble krijg je dan. Daar kan je stiekem al heel ver mee komen nu. Ja. Dat je ze allemaal combineert.

224
00:34:24.468 --> 00:34:38.268
Maar ja, een true world model zou in essentie een realiteitsimulator moeten zijn. En wat zegt het jou dat Runway, wat toch best veel aandacht krijgt met haar videogeneratiemodellen, nu deze specialisatie doet?

225
00:34:38.288 --> 00:34:52.008
Zegt dat iets over de wereld van videogeneratiemodellen en de, de, de soort van dat, dat het gebrek aan doelstellingen zoals we die oorspronkelijk verwachtten, namelijk binnen entertainment of reclame, dat dat gewoon minder is dan verwacht of verzadigd?

226
00:34:52.208 --> 00:35:05.008
Of zegt dat vooral iets over robotica en andere autonome technologie? Uh, toch beide. Kijk, cynisch zou ik zeggen: Runway heeft wel een beetje een probleem, want ze waren heel erg ver voorop in de markt. Ja. Heel lang.

227
00:35:05.048 --> 00:35:09.568
En Google heeft ze ingehaald. Ja, en niet alleen- En de Chinezen. Ja, ik wou zeggen, er gebeurt nog veel meer. Wat je al zei.

228
00:35:10.088 --> 00:35:15.667
Dus dan moet je wel op een gegeven moment gaan uitleggen wat de, de, de twee-tot-vijf-jaar-roadmap van Runway is. Ja.

229
00:35:15.688 --> 00:35:27.467
Nou, als je die roadmap gaat tekenen en je ziet eigenlijk al dat Google expliciet zegt: wij zien Veo als iets heel geschikt, als world model potentieel en we gaan onze auto's misschien ook wel trainen met die taal.

230
00:35:27.558 --> 00:35:34.328
Precies. Ik, wij gaan er ook robots mee maken. Ja, het is al bekend. Nou, dan heb, moet je daar ook weer antwoord op geven. Ja. En wat ik me wel kan voorstellen is, kijk,

231
00:35:35.728 --> 00:35:45.448
uiteindelijk hebben we gelukkig een, een, een, uh, uh, een markt waarin allerlei spelers zijn over het algemeen binnen verschillende domeinen, hè. Je hebt allemaal verschillende partijen die meedoen in een markt.

232
00:35:45.968 --> 00:35:57.608
Dus ik hoop eigenlijk dat Runway een manier vindt om, om een soort, ja, wat, hè, die moot, die slotgracht te graven rondom Runway, waardoor zij enige veiligheid hebben tegenover al het geweld wat nu, uh, op ze afkomt.

233
00:35:58.618 --> 00:36:09.364
[muziek]We hebben natuurlijk allemaal nieuws van deze week, maar uiteindelijk wil je natuurlijk ook dingen horen over hoe AI in de praktijk wordt toegepast. En daarover praten Marjan en Lucas van Dept je nu bij.

234
00:36:12.264 --> 00:36:17.884
Hi, hier marketing en techbureau Dept. Elke week bespreken we hoe wij merken helpen in de wondere wereld van AI.

235
00:36:18.504 --> 00:36:25.744
En wist je dat het mogelijk is om AI in te zetten om je fotomodellen te genereren, die vervolgens je producten op wel duizenden verschillende manieren kunnen laten zien?

236
00:36:26.444 --> 00:36:37.524
Wij hielpen Otrium om hun kosten voor modelfotografie te verminderen met wel 40% en conversie met 15 tot 50% te verhogen. Alles met behulp van AI. Lucas, vertel! Yes!

237
00:36:37.864 --> 00:36:44.984
En dat is niet onbelangrijk, want de missie van Otrium is om, dat alle kleren die gemaakt worden, uiteindelijk ook door iemand gedragen moeten worden.

238
00:36:45.104 --> 00:36:54.544
En dit doen ze door uh restpartijen te verkopen van grote bekende fashionmerken. Helaas hebben ze niet van ieder item dat ze ontvangen ook fotografie op een model.

239
00:36:54.764 --> 00:36:58.824
En zoals jij net al aangaf is dit erg belangrijk, want de conversie stijgt daarmee uh aanzienlijk.

240
00:36:59.604 --> 00:37:11.454
Uhm, door de kleine oplages die Otrium aanbiedt, uh, is het echter niet rendabel om altijd ook deze fotografie zelf te verzorgen. Check. Maar gelukkig was daar AI to the rescue. Absoluut. Uh, wat hebben we gedaan?

241
00:37:11.534 --> 00:37:18.504
We zijn samen met Otrium aan de slag gegaan om diverse groepen AI fashion models te ontwikkelen om modellen die dus allemaal, uh, inspelen op een verschillende doelgroep.

242
00:37:19.184 --> 00:37:26.304
En daar hebben we heel veel tijd in gestoken om te zorgen dat die super consistent zijn. Want je wil ze gebruiken in duizenden assets met op termijn duizend verschillende items die ze aannemen.

243
00:37:26.324 --> 00:37:35.404
Dat moet er altijd hetzelfde uitzien. Ja. Uhm, toen dat, uh, uh gedaan was, uh, zijn we het proces opgestart. En hoe dat werkt is we fotograferen in een studio op een paspop.

244
00:37:35.824 --> 00:37:41.124
Die wordt vervolgens automatisch op een fashion model geplaatst, waarbij we zorgen dat het helemaal in de juiste pasvorm is.

245
00:37:41.144 --> 00:37:47.464
Want we weten, zeker in e-commerce, hoe belangrijk het is dat het item wat je thuis ontvangt ook echt zo staat als dat je op de video of de afbeelding hebt gezien.

246
00:37:48.144 --> 00:37:52.604
En, uh, als dat is gedaan kunnen we het renderen in, naar een breed scala aan assets.

247
00:37:52.664 --> 00:38:03.304
Van video's, uh, die heel inspirationeel zijn, ondergaande zon op een strand, uh, tot afbeeldingen, uh, of voor de productdetailpagina waar mensen kunnen inzoomen op verschillende, uh, onderdelen van een item. Duidelijk.

248
00:38:03.444 --> 00:38:14.004
Dank je wel Lucas. Niet afwachten, maar doen dus. Want wie vandaag begint, loopt straks voorop. Wil jij weten hoe we jou kunnen helpen? Ga dan naar deptagency.com/aireport. Tot volgende week!

249
00:38:18.284 --> 00:38:27.363
[muziek] Nog twee dingen, uh, want er is, er was gewoon deze week niet zo heel veel nieuws. We zitten te wringen hier. We zitten te wringen.

250
00:38:27.444 --> 00:38:33.684
Nou ja, pff, het is ook niet dat we het hoeven vol te maken, hè, dit uurtje, zijn podcast. We zitten te wringen met een glimlach.

251
00:38:33.884 --> 00:38:38.504
Ja, en ik moet ook zeggen als je dan eenmaal gaat praten, dan blijf ik ook gewoon luisteren. Zo is het ook wel weer.

252
00:38:38.544 --> 00:38:42.344
Maar de, er zijn nog twee dingen waarvan we tevoren in ieder geval bedacht hebben dat we het erover wilden hebben.

253
00:38:42.384 --> 00:38:52.804
Laat ik het dan zo zeggen, want ik weet ook, kan uit de hand lopen, uh, is dat OpenAI een acquisitie heeft gedaan die jij opvallend vond. Ik moet zeggen, ik las het bericht en ik dacht: who cares?

254
00:38:52.904 --> 00:39:06.804
Maar er is een overname gedaan van een of andere analytics en, uh, experimentatie platform. Een AB-test service. Saai. Fucking saai, maar wat voor 1.1 miljard gekocht is door OpenAI.

255
00:39:06.904 --> 00:39:10.764
Toch ineens minder saai, want het is best een bedrag. Dat is wel veel geld, geef ik toe.

256
00:39:10.804 --> 00:39:18.524
Maar alsnog dacht ik toen ik las over het bedrijf Statsig, ik had er ook nog nooit van gehoord, dacht ik: who gives a fuck, maar you give a fuck. Waarom?

257
00:39:19.144 --> 00:39:28.594
Nou, ik had dus in eerste instantie, moet ik ook toegeven dat ik dacht: o grappig, ze hebben een soort analytics metrics, uh, telemetrics bedrijf overgenomen. Heel kort. Wat is dat?

258
00:39:28.604 --> 00:39:40.544
Nou, heel kort: jij maakt een applicatie. Daarbinnen heb je allerlei ideeën en je wil die ideeën eigenlijk kunnen testen op je eindgebruikers. Nou, hè, om AB-testen te doen, maar dat wil je doen in die applicatie.

259
00:39:40.564 --> 00:39:45.144
Dus dat betekent dat je een deel van je gebruikers interface A laat zien en een deel van je gebruikers interface B.

260
00:39:45.664 --> 00:39:50.024
Je wil ook nog eens een soort groep van early testers hebben, dus dan moet je feature flagging gaan doen.

261
00:39:50.044 --> 00:39:58.124
Dus dat is een vlaggetje zetten bij bepaalde features en zeggen: in die interface, uh, die nieuwe manier van sorteren is alleen beschikbaar voor early testers.

262
00:39:58.164 --> 00:40:08.684
Ja, nieuwe functionaliteit die, die je niet in één keer naar alle gebruikers, uh, beschikbaar maakt, maar voor een klein groepje, zodat als het fout gaat, uh, niet de hele tent in de fik staat. Dat is op zich netjes.

263
00:40:08.724 --> 00:40:19.623
Daarnaast wil je. Wietse wordt er emotioneel van. [lacht] Daarnaast, daarnaast, ja, AB-testen. Snap ik ook. Ja. Het is zo diep. Dat gaat diep, dat gaat aan jouw hart. Ja. Dat is ook mooi aan jou, Wietse. Ja, dank je wel.

264
00:40:19.984 --> 00:40:32.344
Ja. Het is gewoon telemetrics, weet je wel? Ja. Telemetry. Ja. Uhm, maar uiteindelijk wil je natuurlijk ook weten hoe er binnen je applicatie als een soort Google Analytics achtig heen en weer geklikt wordt in dat ding.

265
00:40:32.374 --> 00:40:38.644
Ja. Hebben bepaalde mensen op bepaalde toestellen last van vertraging? Oké, en ik snap dat dit nuttig is en ik weet ook dat OpenAI dit heeft.

266
00:40:38.744 --> 00:40:48.204
Want ik bedoel, ik word de hele tijd, uh, met AB-tests van antwoorden geconfronteerd. Ja, en natuurlijk als jij als gebruiker staat er dan: ben jij bereid om anonieme gebruikersdata met ons te delen? Ja.

267
00:40:48.224 --> 00:40:58.184
Nou, dat is, dat vinkje is zodat ze derde partijen kunnen inschakelen. Maar waarom hebben ze het gekocht? Wat zegt jou dat? Nou, uhm, er is een beetje onderzoek gedaan, niet door mij. Ik ben, ik ben onderzoek gaan doen.

268
00:40:58.284 --> 00:41:06.624
Toen vond ik mensen die onderzoek gingen doen, die dachten: wat een random bedrijf om over te nemen. Ja. Er zijn er zo. Maar die waren ook nieuwsgierig. Ja, van het wat, w-w-wat is de play hier?

269
00:41:06.664 --> 00:41:13.824
Dit moet een soort vierdimensionaal chess zijn. Ja, dan is een miljard wel veel. Toch? Ja. Want het is niet een soort van rocket science. No offense. Nee. Nou, wat blijkt?

270
00:41:13.864 --> 00:41:25.484
Zij doen hele specifieke metrics voor AI-clients, uh, en AI-rappers. Dus eigenlijk al die scaffolding, al die, heel concreet. Cloud code van Anthropic- Ja.

271
00:41:25.584 --> 00:41:36.684
Gebruikt dit bedrijf om alle telemetry op te slaan wat betrekking tot wat softwareontwikkelaars met cloud code doen. Oké. Hoe ze cloud code gebruiken, wat er misgaat in cloud code, et cetera.

272
00:41:36.714 --> 00:41:47.904
Anthropic wil leren over hoe mensen cloud code gebruiken. Om het weer terug te voeden in de volgende trainingsrun. Ja, ja, oké. Om cloud code, hè. Daar gebruiken ze een third party bedrijf voor. Ja. Dat heet Statsig. Ja.

273
00:41:47.964 --> 00:41:53.184
Oké. Nou en dan is nu de vraag: okéZit er dan waarde? Dit kan allemaal tegelijk waar zijn, hoor.

274
00:41:53.604 --> 00:42:03.004
Zit er waarde in Stad zich omdat het hun gelukt is om heel knappe telemetry te doen voor deze specifieke use case, namelijk LLM's erachter? Of in ieder geval AI modellen.

275
00:42:03.464 --> 00:42:08.774
Want je kunt natuurlijk iets bouwen wat je in iedere applicatie kan hangen, maar blijkbaar heeft Anthropic gekozen voor hun

276
00:42:09.904 --> 00:42:19.544
omdat ze waarschijnlijk waardevolle informatie geven op een manier dat hun concurrenten niet kunnen. Dat dus één optie kan zijn dat OpenAI dacht we gaan die hele markt bekijken.

277
00:42:19.584 --> 00:42:31.984
Wie werkt het best met al die wrapping achtige applicaties? Want als wij dat bedrijf dan bezitten, kunnen we van al die ontwikkelaars die hun ook gebruiken al die data naar binnen halen. Stap één, dus.

278
00:42:32.224 --> 00:42:44.584
Je zou kunnen kijken. Het is een kijkje in de keuken bij Anthropic. Als Anthropic het er nu niet uit haalt uit Cloud code, dan heeft OpenAI in essentie een tunneltje naar binnen. Dus dat is denk ik wel.

279
00:42:44.984 --> 00:42:51.464
Ik ga ervan uit dat ze het eruit gaan halen. Ja, die gaat. Vermoeden en dan is het maar misschien historische data of zo waar ze bij kunnen. Absoluut.

280
00:42:51.504 --> 00:43:01.584
Want en daarin, dit maakt bijvoorbeeld ook bedrijven als Windsurf en Cursor en dat soort forks van een ander stuk software van Visual Studio Code toch waardevol.

281
00:43:01.724 --> 00:43:13.844
Omdat eigenlijk alle knowhow die ze binnenhalen aan telemetry van hun gebruikers, plus wat zij leren over hoe ze dit moeten bouwen door feedback gewoon op de mail je uiteindelijk toch een soort ja

282
00:43:14.864 --> 00:43:26.084
chest een schatkistje aan het opbouwen van, van telemetry data plus expliciete data van gebruikers. Wat je niet. Kijk, OpenAI heeft nu inmiddels wel, maar had eigenlijk ook geen coding tools.

283
00:43:26.804 --> 00:43:36.364
Dan weet je het dus gewoon niet. Het is wel grappig, de soort van de mate van dirty business die die, die, die AI bedrijven zichzelf eigenlijk toe staan.

284
00:43:36.744 --> 00:43:43.024
Dus het begint al met het trainen op data waar ze geen copyright op hebben en zich in allerlei bochten moeten wringen om zich daar uit te houden roeren.

285
00:43:43.844 --> 00:43:56.544
Het zit hem in, in het kopen van bedrijven om elkaar dwars te zitten. Hebben we al een situatie gehad dat ze bijvoorbeeld van elkaar jatten? Mensen sowieso. Nou mensen wel, maar ik bedoel kennis bij elkaar hacken.

286
00:43:56.844 --> 00:44:08.104
Nou ja, ja, ik bedoel de, de thought traces. Dus als jij in een reasoning model zit, staat er zo thinking en dan kan je dan openklikken en dan kan je die interne metacognitie zien. Je kan zijn gedachtegang lezen.

287
00:44:08.184 --> 00:44:17.644
Ja, die zijn allemaal al gefilterd. Al lang geleden omdat het bleek dat ze die reasoning traces aan het stelen waren van elkaar. Elkaar. Ja, daarom kijken wij naar een gecomprimeerde versie ervan.

288
00:44:17.724 --> 00:44:28.324
Ja, het is een parafraseren van de metacognitie, want anders wordt het gestolen. Ja, dit is dit is de wereld waarin we leven. Maar dus dat dat dat gebeurde. Ik bedoel.

289
00:44:28.384 --> 00:44:37.324
Maar dat vind ik nog niet echt hacken, want ik zat namelijk te denken. Ja, jij bedoelt echt gewoon naar binnen gaan op een zondag, zeg maar 's nachts met een USB-stick. Kijk, als je eenmaal, als je eenmaal. Kijk en nu?

290
00:44:37.344 --> 00:44:46.484
We zitten nu in de. Weet je, we hebben. We zijn een onderwerp aan het uitwringen, dus nu gun ik me. Ik weet dat de helft ons heeft verlaten na, na, na dat verhaal over robotica, maar de, de nu ik.

291
00:44:46.544 --> 00:45:00.253
Nu we hier beland zijn, denk ik we. We vinden het volkomen normaal dat Amerika en, en, en China, dat die, dat die geheime diensten elkaar aan het hacken zijn. Ja, we vinden het ook volkomen normaal. Tenminste, we, we.

292
00:45:00.264 --> 00:45:12.324
We accepteren het natuurlijk niet, maar we weten dat het gebeurt dat die Chinezen bij ASML proberen allerlei, ehm, ja dingetjes te jatten. Ja, bedrijfsspionage. Bedrijfsspionage, dat is niet nieuw. En, uh,

293
00:45:13.404 --> 00:45:20.984
ik heb dat nog nooit gehoord van, uh, ik heb dat nog, nog, nog, nog niet echt gehoord over AI bedrijven terwijl. In hetzelfde land tussen bedrijven bedoel jij?

294
00:45:21.064 --> 00:45:28.624
Nou, ik, ik in, in eerste instantie we accep-- we, we weten dat het aan bedrijfsspionage gebeurt tussen China en Amerika bijvoorbeeld.

295
00:45:28.684 --> 00:45:40.604
Ik, we, in die toekomstvoorspelling al AI is 27 gebeurt het dat de volgens mij de Chinezen inbreken bij de Amerikanen of andersom. Dus dan, dan is er opeens een versnelling in die hele wapenwedloop.

296
00:45:41.084 --> 00:45:49.844
Dus daar, daar wordt het voorspeld. Maar dit is volgens mij voor zover ik weet nog niet uitgekomen dat, uh, landen elkaars AI-technologie proberen te stelen.

297
00:45:50.244 --> 00:46:00.324
Maar ja, dan is het een beetje een dunne grens inmiddels tussen wat een land is die shit steelt en wat een bedrijf is die shit steelt omdat die twee nou best wel in één aan het gaan zijn.

298
00:46:00.384 --> 00:46:08.764
Je hebt letterlijk bazen van AI bedrijven die bij het Amerikaanse leger werken nu, die gewoon een, een titel en een pakje hebben gekregen.

299
00:46:08.784 --> 00:46:20.104
Als jij hier zeg maar een netwerkdiagram van tekent, zo'n graph, zeg maar social graph dan, dan de, de, de, ja, de verstrengelde belangen en onderlinge belangen zijn te bizar natuurlijk. Ja, ik denk alleen wel dat.

300
00:46:20.464 --> 00:46:28.344
Kijk, ik ben wel benieuwd hoor, want dit zal nog wel een staartje krijgen, die overname van dit bedrijf. Of het inderdaad zo is dat je daarmee ook de data van die klanten overneemt.

301
00:46:28.384 --> 00:46:34.784
Ik mag toch hopen dat de user agreement stond dat dat niet mee zou gaan? Dat is ook een beetje gek toch? Zou gek zijn. Dat zou een beetje gek zijn.

302
00:46:35.124 --> 00:46:42.584
Ik kan me ook voorstellen dat OpenAI gewoon zegt: nee, wij doen al heel veel telemetry zelf in onze eigen apps. Wij gebruiken hun ook. Dit is gewoon fantastisch.

303
00:46:42.964 --> 00:46:52.084
Maar we willen heel veel meer controle hierover, hè, hoe we dat inzetten. Dus we gaan gewoon die ontwikkelaars. Het is een soort equity hire. Er zitten gewoon een paar hele slimme mensen daar. Die willen wij binnenhalen.

304
00:46:53.284 --> 00:46:59.924
En dat het nog een paar weken doordraait [gniffelt] bij de concurrent. Ik snap er niks van. Het is een beetje gek. Ik snap er ook na jouw uitleg nog steeds niks van.

305
00:46:59.974 --> 00:47:06.604
Maar ik wil nog wel zeggen het is wel een boeiende, want vroeger deed ik vaak, uh, patentjes in de gaten houden van bedrijven. Gewoon doen, dat is leuk, hè? Tuurlijk.

306
00:47:06.644 --> 00:47:16.884
Maar, uhm, acquisities in de gaten houden is ook leuk, want dan kan je daarna. Ja, het zegt iets. Soort complotterig samen zoals wij nu doen erachter komen waarom. Maar dit complot kan nog veel dieper.

307
00:47:17.364 --> 00:47:26.984
Dat, dat voel ik aan alles. Ik vind deze uitleg te simpel, want de, i-, k-, het Anthropic trekt natuurlijk de stekker eruit. Wat is dat nou voor? Dan is het een duur geintje. Ja, wat betaal je één miljard voor?

308
00:47:27.014 --> 00:47:37.064
Maar goed, misschien onderschat ik de business van AB testing SaaS software. Daar moet ik, moet ik misschien niet lui-lichtzinnig over doen. En werken daar ontzettend slimme, getrouwe mensen.

309
00:47:37.644 --> 00:47:47.104
Uh, nee, ik vind gewoon dat wij als Europa, wij moeten gewoon Amerika en de Chinezen helemaal de moeder hacken om hun AI te stelen. Dit zie ik als het, als het grote voorland. Start ik nu nog een jingle in.

310
00:47:48.014 --> 00:48:03.616
[overgangsmuziek] Microsoft heeft eigen AI-modellen gelanceerd. Twee stuks en ze hebben geweldige namen. De ene heet My Voice één en de andere heet My één Preview.My in preview werd getraind op 15.000 Nvidia H100 GPU's

311
00:48:05.096 --> 00:48:18.476
en MI Voice levert natuurlijke spraak en zit in Copilot Daily en podcasts. Wat er, wat er. Nee, maar ik schrik hiervan. [lacht] Ja, nee, ik zie jou ook bijna emotioneel maken. Ik wil het klaar.

312
00:48:18.836 --> 00:48:30.516
Er zijn twee modellen van Microsoft. Het is natuurlijk saillant, want hoezo maken zij hun eigen modellen als ze ook zo vuistdiep in OpenAI zitten? En OpenAI nu eigenlijk overal toepassen? Ja. Dus ze zijn.

313
00:48:30.696 --> 00:48:36.556
Zijn het grotere modellen of, of is het meer in de categorie van die Phi-modellen? Nee, dat precies dat dacht ik dus eerst ook.

314
00:48:36.596 --> 00:48:45.596
Dus ik was eigenlijk voorbij dit nieuws gescrolled eerder deze week omdat ik dacht ja, Microsoft is al lang modellen aan het maken. Ze hebben een hele mooie AI. Kleine, kleine modelletjes die.

315
00:48:46.096 --> 00:48:51.636
Die hebben een soort niche, niche gevonden in die mini modellen zeg maar. En waar gebruiken ze het ook weer voor, Phi?

316
00:48:52.436 --> 00:49:00.976
On device kleine embedded devices, uhm, binnen hun eigen infrastructuur om kleine AI-toepassingen te doen. Het is best, het is een soort heel klein elektromotortje wat ze hebben uitgevonden.

317
00:49:00.996 --> 00:49:08.456
Wat je natuurlijk op heel veel plekken kan doen om een raam omhoog te doen in een auto, maar niet te laten rijden. Dat is een grotere motor. In een auto zitten veel motors, dit zijn kleine.

318
00:49:08.516 --> 00:49:20.236
Ah zo, jeetje, deze metafoor ging diep, maar oké. Ja. En, uhm, dus, maar nu, dus ik zat door te lezen en dacht nee, nee, dit is een model wat ze in Copilot gaan gebruiken. Een model wat in Copilot gaat praten.

319
00:49:20.356 --> 00:49:26.536
Ja, precies, dat is opvallend, want, uh, daar, daarvan zijn we gewend dat ze OpenAI-modellen gebruiken in Copilot.

320
00:49:26.546 --> 00:49:42.316
Ik bedoel, het is een, het is een, uh, gezonde, uh, professionele beslissing als bedrijf om natuurlijk te zeggen, ja, uh, ook al hebben we 49 punt zoveel procent aandeel in een van onze toeleveranciers, OpenAI, dat geeft ons niet, uh, genoeg garantie, uh, dat wij

321
00:49:43.256 --> 00:49:52.456
intern niet moeten gaan ontwikkelen. Ik bedoel, zij werken ook in, in, in GitHub, hè, ook Microsoft werken ze ook gewoon met Anthropic samen, hè. Dus er waren, en met Grok, met een K van, uh, Musk.

322
00:49:52.736 --> 00:50:05.456
Dus er waren allang openingen in dat een soort van, e-e-, er was al geen exclusiviteit meer. Zo moet ik het even zeggen. Maar je hebt een stukje, er is geen exclusiviteit en we gaan meedoen in de arena.

323
00:50:05.536 --> 00:50:15.476
Ja, dit, ik zie dit als een potentieel eerste stapje naar, nou, misschien kunnen die modellen wel groter en kunnen we wel, uh. Want zijn ze groot? Of vooral dat preview model? Niet, niet spectaculair.

324
00:50:15.516 --> 00:50:23.895
Want is dat, dit is getraind op 15.000 H100. Is dat veel? Ja, nou wel, om, daar doe je niet een Phi'tje op trainen, zeg maar. Dus, uh, zo, zo'n minietje.

325
00:50:24.276 --> 00:50:33.216
Nee, dus ze zijn aan het, ze bewegen langzaam toe naar modellen die inzetbaar zijn op de plekken waar nu OpenAI eigenlijk de default was. Juist. En nog is op veel plekken.

326
00:50:33.256 --> 00:50:41.236
Dus ik wilde hem even benoemen als, het is voor Microsoft ook interessant om talent binnen te halen op deze manier, hè. Onderzoekers willen werken aan niet alleen maar aan mini modellen.

327
00:50:41.316 --> 00:50:46.056
Dus je wil ook een beetje iets te bieden hebben. Ja, maar het is opvallend dat ze het gelijk in Copilot integreren.

328
00:50:46.256 --> 00:50:55.196
Dat is best wel een stap toch, van een soort, we zijn in een lab een beetje aan het rommelen om te zorgen dat we een plan B hebben versus het zit nu in Copilot. Ja. Ja, dus ik, ik, ik, het was een soort nieuwsbericht.

329
00:50:55.256 --> 00:51:02.876
Ik las er eerst overheen, toen las ik het nog een keer. Toen dacht ik: wat is hier eigenlijk allemaal voor verschuiving gaande? Omdat ik merk, uh, en dat zal jij ook hebben tijdens lezingen.

330
00:51:02.916 --> 00:51:08.776
Ja, Copilot, zeg maar, reigns supreme, hè. Ik bedoel, dat is wat voor heel veel mensen die nu luisteren ook AI is. Ja.

331
00:51:09.196 --> 00:51:14.936
Uh, dus als daar dan het, uh, standard model vervangen wordt door iets wat Microsoft zelf aan het bakken is, vind ik dat toch wel een beetje een big deal.

332
00:51:15.156 --> 00:51:26.036
Nou, en er is, uh, uh, de afgelopen maanden hoor je met echt de regelmaat van de trom over het gedoe tussen OpenAI en Microsoft. Er is heel veel. Geen prettige relatie.

333
00:51:26.196 --> 00:51:28.636
Nee, dat is inmiddels een beetje een verzuurde relatie geworden.

334
00:51:28.656 --> 00:51:38.736
Ze proberen heel erg positief erover te doen, de hele tijd over en weer, maar, aan alles is merkbaar dat ze elkaar, uh, toch ook wel hier en daar de tent uit vechten. Dus dit is een.

335
00:51:39.676 --> 00:51:48.076
Ja, misschien als we nog een haakje of een bruggetje kunnen maken naar die telemetry, AB, AB-testing, AB-testing SaaS waar we het net over hadden. Ja.

336
00:51:48.656 --> 00:51:57.476
Al die telemetry wat betreft Windows, hè, hè, desktop operating system van Microsoft en trouwens hun hele webomgeving met Office 365 en noem het allemaal maar op.

337
00:51:58.576 --> 00:52:09.816
Die heeft Microsoft, hè, die heeft OpenAI niet, die tele-die telemetry. Dus als jij modellen wil maken, dan kan jij binnen Microsoft modellen maken op basis van trainingsdata waar OpenAI helemaal niet bij kan.

338
00:52:09.856 --> 00:52:14.216
Je bedoelt hoe mensen Office gebruiken? Om bijvoorbeeld die droom waar te maken.

339
00:52:14.256 --> 00:52:23.376
Dit klinkt als een hele, ik wou, ik wou het jouw droom noemen, maar dat je wel kan praten met Excel en dat die die hele applicatie wel begrijpt en dat je ineens daar magische Excel-sheets uit fietst.

340
00:52:23.626 --> 00:52:36.296
Wat mensen nu verwachten van Copilot, Copilot inmiddels ook een beetje beter kan. Dus. Ja, of misschien wel in de toekomst. Ik ben nu echt aan het, aan het, uhm, uh, een beetje vrij aan het praten. Maar de,

341
00:52:37.416 --> 00:52:51.456
hoe mensen tot een document komen, bijvoorbeeld die bij een advocatenbedrijf werken en in, in, uh, Word werken online. Dat de manier waarop dat document tot stand komt ook iets is waarmee ze modellen kunnen trainen.

342
00:52:51.496 --> 00:52:56.476
Dat de totstandkoming van het document zelf en niet alleen maar de output van het doc, niet alleen maar het doc als hij af is. Bijvoorbeeld.

343
00:52:56.916 --> 00:53:06.096
En ik denk dat, kijk, destijds met de overname van Windsurf, hè, een van die code editing IDE's, dacht ik. Ik was echt een beetje cynisch.

344
00:53:06.116 --> 00:53:15.816
Hoe kan er nou zoveel geld geboden worden voor iets wat nagenoeg een kopie is met een ander logo erop? Ja. Totdat je gaat beseffen dat er dus heel veel data verzameld wordt in die applicatie.

345
00:53:16.336 --> 00:53:24.496
Dan wordt er een data verzamelingsapplicatie overgenomen, hè, dus de service die die verzameling doet. Ook geen hele gekke move, ook al snappen wij hem nog niet helemaal.

346
00:53:25.016 --> 00:53:30.096
Dan vind ik het eigenlijk vanuit Microsoft best logisch dat gezien het feit dat zij zoveel data hebben.

347
00:53:30.136 --> 00:53:38.616
Want als je Windows tegenwoordig installeert dan geef je best wel wat, uhm, hoe zeg je dat, toestemming om de, de anonymous user statistics te gatheren.

348
00:53:39.276 --> 00:53:50.056
Ja, dan heb je eigenlijk, als data het nieuwe goud is, heb je goud in handen en dan moet je misschien toch dat goud gaan omsmelten naar je eigen modellen. Jezus, deze metafoor. Ik vind het echt heel knap hoe je dat doet.

349
00:53:51.236 --> 00:54:02.896
Met goud en er goud van maken en door je handen laten. Wat je van dat motortje in die auto neemt. Die motor in die auto, die, dat, die. Goed, dit was Pokkie, uh, AI-report. We're back! Wij heten AI-report.

350
00:54:03.056 --> 00:54:12.096
Wij danken Sam Hengeveld voor de edit en Pankra voor de vormgeving. Als je een lezing wil over AI van, uh, Wietse of van mij, dan kan dat. Mail ons op lezing@aireport.email.

351
00:54:12.216 --> 00:54:19.626
Wil je op de hoogte blijven van het laatste AI-nieuws en twee keer per week tips en tools ontvangen om het meeste uit AI te halen? Abonneer je dan op onze nieuwsbrief via aireport.email.

352
00:54:19.696 --> 00:54:28.316
En wil je vandaag nog beginnen met AI binnen jouw bedrijf? Ga naar deptagency.com/aireport. Alle links staan in de shownotes. Tot volgende week!

353
00:54:28.496 --> 00:54:44.896
[afsluitend muziek]