WEBVTT

1
00:00:00.140 --> 00:00:12.200
Welkom bij AI Report, de Nederlandse podcast over kunstmatige intelligentie waar we uitzoeken welke invloed AI heeft op ons werk, ons leven en de samenleving. Tegenover mij zit Wietse Hagen. Hallo. Van harte welkom.

2
00:00:12.420 --> 00:00:24.680
Ik ben Alexander Klöpping en deze week gaan we het hebben over OpenAI, die afgelopen nacht GPT 5.1 lanceerde, de nieuwe versie van ChatGPT. Wij bespreken wat er nieuw is, maar ook wie ze al op de hielen zitten.

3
00:00:24.880 --> 00:00:37.720
Een Chinees AI-lab lanceerde een model dat ChatGPT inhaalt, gratis beschikbaar voor iedereen, en het komt dichter bij de prestaties van westerse topmodellen dan ooit tevoren. En dat is dus open source.

4
00:00:38.580 --> 00:00:48.520
Google maakt een variant van Photoshop waar je tegen kunt praten. Je kan bijvoorbeeld zeggen: verwijder reflexies, verander een foto van jezelf in een schilderij, gewoon door te typen wat je wil. Dat bespreken we.

5
00:00:48.780 --> 00:01:06.640
Dat en meer in AI Report. Veel plezier! [muziek] Wietse, we hebben weer een, uh, item bij het televisieprogramma Eva voorbereid voor vanavond. Ja.

6
00:01:06.700 --> 00:01:18.570
Jij en ik samen. Zeker. Uh, de opkom-- of de, tenminste, het uitkomen van Sora 2 was de aanleiding, want, uh, dat kwam, nu, anderhalve maand geleden of zo, kwam dat uit. Ja, zoiets.

7
00:01:18.680 --> 00:01:29.700
Uhm, en wij dachten, wij zaten een beetje te spelen met die Cameo-functie waar je jezelf kan klonen door jezelf even te filmen en dan drie getallen uit te spreken. Daar heb je een digital twin van jezelf.

8
00:01:29.740 --> 00:01:39.500
Precies, die je van alles kan laten doen. Dus ik heb video's van mezelf gemaakt dat ik drones boven Schiphol, uh, oplaad en dan- Huilend bij ASML. Precies [lacht] huilend voor een High-EUV-machine.

9
00:01:40.180 --> 00:01:50.160
En, uh, die gingen heel hard op, uhm, op mijn, uh, social kanalen en toen dacht ik- Die heb je ge-gerepost dan. Die pak je uit Sora 2 door naar de- Precies. Ja, precies.

10
00:01:50.240 --> 00:01:54.150
En ik dacht: daar moeten we iets mee, want volgens mij is dit, dit is te automatiseren.

11
00:01:54.240 --> 00:02:02.160
Zullen we dit gewoon eens, zullen we eens een soort flow bedenken waardoor we een soort van AI-influencer kunnen maken waarbij we automatisch posten?

12
00:02:02.180 --> 00:02:08.359
Dus wat we, ge-, wat, nou ja, wat jij gemaakt hebt, is een simpel flowtje, mag gezegd worden zo, toch? Ja, zeker. Is niet zo heel spannend.

13
00:02:08.759 --> 00:02:19.940
Waarin we een aantal scriptjes, uhm, ja, een soort van formatjes voor, uh, TikTok-video's of social video's. Het is een soort Sora prompt generator eigenlijk. Juist. Promptjes die mooi passen in Sora.

14
00:02:20.100 --> 00:02:29.360
Maar gekoppeld aan het nieuws. Ja. Dus je pakt de NOS-feed. Ja. Uh, en dan, die zet die, die scriptjes eroverheen en dan vervolgens komen daar Sora-prompts uit.

15
00:02:29.380 --> 00:02:38.760
Ja, het enige stapje ertussen is nog dat ik even vraag eerst aan een AI-model: is dit waardig om iets voor te maken? Want dat maken kost natuurlijk een beetje geld. Ja, precies.

16
00:02:38.840 --> 00:02:48.140
Niet al het nieuws worden scripts bij gegenereerd. Nee. Jij doet een soort, ja. Sterker nog, negen van de tien niet. Precies. Moet een beetje mogelijk zijn om er iets interessants van te maken.

17
00:02:48.220 --> 00:02:57.960
Ja, en het is nu ook dan nog nodig dat je handmatig dat in Sora invoert. Ja. Want de API die beschikbaar is heeft weer niet toegang tot die Cameo-functie. Klopt. Dus je kunt wel video's via de API.

18
00:02:58.360 --> 00:03:08.220
Dat zou het mooist zijn natuurlijk, dat je nieuwsbericht van de NOS komt uit. Er worden drie scripts gegenereerd, drie prompts gegenereerd. Al die drie prompts worden automatisch video's van gemaakt.

19
00:03:08.840 --> 00:03:17.580
En dan met of zonder menselijke tussenstop gewoon in die TikTok-API knallen. Jij zegt mooi. Voor mij is het natuurlijk [lacht] alleen maar reuzespannend.

20
00:03:17.700 --> 00:03:23.200
Maar ik snap, technisch mooi zou zijn als, als we niet die menselijke stap erin hebben om hem in de app te plakken.

21
00:03:23.220 --> 00:03:32.580
Maar het, maar, ja, goed, dit is zoals met alle items die we tot nu toe doen, uh, bij Eva, is ook om te laten zien van: als wij dit al aan elkaar kunnen klussen. Ja.

22
00:03:32.980 --> 00:03:36.240
Kan je je voorstellen hoe dan een beetje de toekomst eruitziet. Ja, dit is- Is natuurlijk een beetje het spelletje.

23
00:03:36.400 --> 00:03:44.390
Ja, dit is waarschijnlijk bij OpenAI letterlijk nog een vinkje wat ze moeten aanzetten om Cameo in de API, ja, een soort van mogelijk te maken.

24
00:03:44.400 --> 00:03:52.880
Ja, want het is, in essentie praat je tegen OpenAI om de prompts te maken voor OpenAI, hè. Dat is ook een beetje het gekke eraan. Precies. Dus zij kunnen die cirkel natuurlijk zelf ook gaan verbinden. Ja. Ja.

25
00:03:52.890 --> 00:04:02.040
Ja, dat je, dat je een Sora-account hebt die je niet eens zelf gaat vullen, maar waarbij dat gewoon, je kan gewoon, uh, engagement maximizer aanzetten en dan kijken ze zelf wel even wat ze posten. Maar heb je gelachen?

26
00:04:02.240 --> 00:04:09.440
Het idee is natuurlijk wel een beetje dat we er een, het moeten een beetje luchtige video's zijn ook. Heb je gelachen? Ik heb heel hard gelachen. Echt heel hard gelachen.

27
00:04:09.480 --> 00:04:19.579
En, uh, ik moet ook wel zeggen, we, die s-, die prompt generat-, die, mensen kunnen dit kijken op, uh, op televisie, want dan zie je de, uhm, video's die dit ding gegenereerd heeft.

28
00:04:19.899 --> 00:04:29.260
We hebben wel een beetje zitten spelen met, uh, h-hoe, neem je het hele prompt over of neem je een deel van het prompt over? Ik moet wel zeggen, Sora is uit zichzelf echt best wel grappig.

29
00:04:29.320 --> 00:04:40.180
Dus hoe meer, uhm, uh, detail je het meegeeft in het prompt, op een bepaalde manier, hoe minder goed de, uh, video wordt, want dan gaat hij het echt precies proberen na te doen.

30
00:04:40.220 --> 00:04:48.000
Terwijl als je het meer openhoudt, dan vind ik hem eigenlijk grappiger. Wat alweer veelzeggend is, hè. Ja, boeiend wat zij dus weer aan hun kant aan het doen zijn voordat het een video wordt.

31
00:04:48.040 --> 00:04:58.320
Waarschijnlijk hebben zij ook weer een tussenstapje waar ze hem opleuken, hè, om een soort viraliteit eraan te geven. Dat is helder. Ja. Dat het, dat niet alleen maar is: maak een, ja, soort van heel realistische video.

32
00:04:58.640 --> 00:05:05.860
Beetje wat, wat meer in VO3 zit van Google. Dit is meer waarheidsgetrouw zou ik zeggen van wat je invoert.

33
00:05:06.280 --> 00:05:15.260
En bij Sora merk je: het is bedoeld voor een, ja, standalone video-app die gewoon een TikTok-concurrent moet worden. Ja, er zit een system prompt in Sora, zeg maar.

34
00:05:15.280 --> 00:05:20.000
Waarschijnlijk hebben zij ook zo'n VO-achtig ding ergens, hè, die veel rauwer, veel meer de instructies volgt.

35
00:05:20.040 --> 00:05:29.740
Maar er zit overduidelijk iets met een mening- Ja...en een hogere temperatuur op creativiteit van, hè, geef, doe een beetje de hoofdlijnen, dan ga ik dat wel vullen.

36
00:05:30.240 --> 00:05:36.310
Wat hoop je nou na dit, want dit item gaan we doen met Jort Kelder. Die hebben we eigenlijk ge-gecameood en daar gaan we- Toestemming van Jort.

37
00:05:36.340 --> 00:05:43.556
Tuurlijk, want dat moeten we ook, want hij moet die getallen voorlezen waardoor zijn stem geclond kan worden. UhmMaar dit gaan we dus doen met Jort Kelder.

38
00:05:43.606 --> 00:05:53.536
We hebben de afgelopen weken hebben we zijn Instagram-account, g-gevuld met deze AI-slop. Uh, de best bekeken video is kwart miljoen keer bekeken. Vind ik toch grappig met, met AI-slop. Ik vind het grappig.

39
00:05:53.796 --> 00:06:01.656
Ik, uh, vind het ook verschrikkelijk, hè, begrijp me niet verkeerd. Nee, zeker. De combinatie van die twee. Ik denk wat ik net zei, dat, dus als je net, want je vraagt eigenlijk: wat is dan een soort doel hiervan, hè?

40
00:06:01.726 --> 00:06:08.376
Behalve dat het dan grappig is. Ja, dat is mijn vraag. Chockerend of zo. Wat hoop je dat blijft plakken? Want dan, dan heb ik ook nu nog input voor wat ik vanavond aan tafel kan vertellen.

41
00:06:08.416 --> 00:06:14.816
Nou ja, uiteindelijk is het een soort public service announcement, hè, zo'n PSA. Dit bestaat. Ja, dit bestaat. Dit kan nu.

42
00:06:14.916 --> 00:06:23.956
Uhm, net als dat we de vorige keer hebben geprobeerd voor Carrie Slee een soort van bureautje te maken om een campagne rondom haar boek te maken, hebben we nu weer een dingetje aan elkaar.

43
00:06:23.965 --> 00:06:32.116
Een soort Rube Goldberg machine met touwtjes en plakband en dan zetten we dat in elkaar. En dat knutselproject van ons, dat levert dan iets op wat een kwart miljoen views krijgt.

44
00:06:32.556 --> 00:06:43.075
En ik denk dat de boodschap vooral is als, als wij dat op een zolderkamer kunnen doen, dan zijn er meer mensen die dit kunnen. Nu al en waarschijnlijk gaan doen. Mhmm. En daar hebben we wat mij betreft mee te dealen nu.

45
00:06:43.236 --> 00:06:50.276
En we in de breedste zin van we. Dat is gewoon de consument die achter de tv zit, maar ook de redacties. Ja, maar wat bedoel je dan? Daar hebben we mee te dealen.

46
00:06:50.316 --> 00:06:59.056
Wat hoop je dat mensen nou uiteindelijk, want dit is, dit is een beetje zoals: ja, ik hoop dat het awareness oplevert. Dan kunnen we een beetje leven. Ja. Ja, ja, ja. Awareness voor wat dan?

47
00:06:59.216 --> 00:07:07.836
Ja, nou, ik zou zeggen de, uh, vervaging tussen echt en nep. Ja. Uh, de, de in, uh, de, hoe zeg je dat? Ja, ik noemde dat informatie-inflatie.

48
00:07:07.896 --> 00:07:13.176
Of een soort van het, het uit elkaar vallen van alles wat er achter dat glas gebeurt op jouw telefoon.

49
00:07:13.206 --> 00:07:27.176
Met uit elkaar vallen bedoel ik gewoon dat het vertrouwen daarvan en, en, en een soort van, uh, en ook de, uh, soort van kwaliteit van dat medium, zeg maar de betrouwbaarheid van, van dat digitale medium, dat, dat, dat valt, dat stort eigenlijk langzaam in nu.

50
00:07:27.276 --> 00:07:32.636
Je bedoelt alles wat je op je telefoon ziet? Ja. Ja, zie je een soort oude kathedraal voor je waar heel wat stenen afvallen.

51
00:07:32.676 --> 00:07:40.276
Dat is nu gewoon aan het gebeuren met, met het soort digitale media en, uh, of digi-, alle digitale media zou je kunnen zeggen. En ik denk dat

52
00:07:41.216 --> 00:07:47.156
om dit een soort van, ja, ik geloof een beetje in het idee als je een paracetamol aan een kind wil geven, moet je dat in een, in een, in een hapje vla doen.

53
00:07:47.566 --> 00:07:54.056
Hè, want dan zit die paracetamol, moet je wel overleggen met je kind. Niet stiekem, maar doe er een beetje zoetigheid omheen, dan kan je die boodschap brengen, zeg maar.

54
00:07:54.116 --> 00:08:05.796
Dus dat wij er nu een beetje een vi-viral dingetje met Jort Kelder van maken is. Nee, tuurlijk, dat is de vla. Ja, de vla. De wat serieuzere boodschap is denk ik: uhm, ja, le-let op dit, dit gebeurt nu.

55
00:08:05.956 --> 00:08:17.876
En ik denk ook, uhm, dat we, dat je dan met elkaar moet gaan kijken. En dat, dat is dus niet alleen consumerend, hè, d-dus nieuws consumerend of media consumerend Nederland, maar ook mediamakend Nederland.

56
00:08:17.976 --> 00:08:27.136
Vind ik eigenlijk ook een hele belangrijke groep van: hoe hier nu mee om te gaan. Want om een voorbeeld te geven: nu is het zo dat ook in de Sora 2-video's zit een, uh, watermark, hè.

57
00:08:27.186 --> 00:08:35.486
Er zit een soort stenografie in waardoor eigenlijk platforms die deze weer gerepost krijgen, hè. Dus jij pakt een, uh, Sora 2-video. Alexander Klöpping huilend bij ASML.

58
00:08:35.896 --> 00:08:43.736
Die zet je door op TikTok en TikTok kan dan nu een label toevoegen met generated content, want zij zien gewoon, dat doet OpenAI heeft dat afgesproken, die stoppen ze daarin.

59
00:08:44.716 --> 00:08:51.856
Daarin kunnen we met elkaar synthetische content labelen. Maar als jij dit zou hebben gemaakt met een open source model van GitHub, dan kan die stenografie eruit.

60
00:08:52.056 --> 00:09:01.596
Hè, dus dan, dus daarmee is het niet opgelost nu dat we een soort van synthetisch label hebben. Je kunt natuurlijk het juridische label hebben, hè, dus dit moet je erop zetten hoe je het ook technisch doet.

61
00:09:02.136 --> 00:09:11.836
Dat dat gaat helpen, maar ook daar. We hebben geen, uhm, hoe zeg je dat, uh, gesloten technische oplossing- Nee...om die synthetische content te herkennen.

62
00:09:11.896 --> 00:09:19.836
Het zijn afspraken tussen de grote modelproviders nu en de socialmedianetwerken dat ze zeggen: jij geeft het aan mij door en dan geef ik het door aan de eindgebruiker.

63
00:09:20.336 --> 00:09:30.936
En ik denk dat hierin, ja, nog wel wat [lacht] op allerlei vlakken debat te voeren is over: hoe dwing je dat dan af? Hoe gaan we om met open source? Bij wie ligt de verantwoordelijkheid? Et cetera, et cetera, et cetera.

64
00:09:31.276 --> 00:09:39.096
Allemaal een beetje gebracht, die boodschap in een soort leuk, luchtig iets. Uh, er gebeurde veel deze week en ik ga dat nu in drie minuten met je doornemen.

65
00:09:39.496 --> 00:09:49.856
OpenAI lanceerde vannacht GPT-5.1, de nieuwe versie van ChatGPT en die update rolt nu uit naar betalende gebruikers. GPT-5.1 komt in twee smaken: instant en thinking.

66
00:09:49.976 --> 00:09:55.756
Eigenlijk hetzelfde als nu, maar de manier waarop die kiest welk van de twee, uh, gebruikt wordt, is veranderd.

67
00:09:55.836 --> 00:10:02.795
Het model beslist niet middels een of andere router, maar zelf wanneer het moet nadenken voordat het antwoord geeft en wanneer hij gewoon snel antwoord geeft.

68
00:10:03.456 --> 00:10:14.916
Daarnaast is instant volgens OpenAI warmer en gezelliger geworden. Er zit meer speelsheid in en het model volgt volgens OpenAI instructies nu ook beter. De instructies die je geeft dus.

69
00:10:15.736 --> 00:10:24.016
En zelfs je voorkeur voor gedachtestreepjes wordt nu onthouden. Wietse, wat een ongelooflijke vooruitgang krijgen we hier toch weer. We gaan het dadelijk meer over hebben.

70
00:10:24.116 --> 00:10:30.536
Een Chinees AI-lab lanceert op dit moment ook een open source model dat ChatGPT op zijn beurt weer inhaalt.

71
00:10:30.696 --> 00:10:41.856
Het heet Kimi K2 Thinking en dat model scoort op belangrijke AI-benchmarks beter dan betaalde alt-alternatieven van westerse labs, zoals sommige versies van ChatGPT.

72
00:10:42.416 --> 00:10:52.116
Het bijzondere is dat dit monster van één biljoen parameters voor iedereen gratis beschikbaar is. En ook hier gaan we het dadelijk meer over hebben. Google brengt Photoshop waarmee je kunt praten.

73
00:10:52.176 --> 00:11:02.555
De Google Foto's-app krijgt Nano Banana ingebouwd en dat is hun beste beeldbewerkingsmodel. Je kunt voortaan in Google Foto's tegen je foto's praten door ze, om ze aan te passen.

74
00:11:02.796 --> 00:11:11.216
Dan kan je bijvoorbeeld zeggen: verwijder die zonnebril of open mijn oog en laat mijn vriend lachen of zet me in een high fashion fotoshoot. Uh, dat gaat allemaal kunnen.

75
00:11:11.696 --> 00:11:24.036
Uh, kleine kanttekening, je voelt hem al aankomen: dit is niet beschikbaar in Europa. We kijken wel even wanneer dat gaat gebeuren. En McKinsey publiceerde deze week hun State of AI 2025 Report.

76
00:11:24.196 --> 00:11:35.096
En die cijfers zijn een beetje ongemakkelijk. 88% van de bedrijven gebruikt AI volgens dit rapport en dat klinkt goed, zou je denken, maar slechts 33% heeft daadwerkelijk breed uitgerold.

77
00:11:35.136 --> 00:11:46.076
En nog schrijnender, slash 39%, ziet een klein beetje positieve impact op de bedrijfswinst. De meeste organisaties zitten gevangen in eindeloos experimenteren, maar komen nooit tot doorpakken.

78
00:11:46.236 --> 00:11:57.696
Er is een kleine groep die het wel voor elkaar krijgt, ongeveer 6%. Dat zijn een soort AI-koplopers en zij zien meer dan 5% van hun bedrijfswinst direct, uh, toerekenbaar aan AI-gebruik.

79
00:11:58.556 --> 00:12:06.148
6% dus.En die zien dan 5% van hun bedrijfswinst. Nou, dat is aanzienlijk. Wat doen die 6% anders dan de rest?

80
00:12:06.188 --> 00:12:19.368
McKinsey test 31 verschillende werkwijzen en heeft allerlei big pr-, best practices uitgewerkt en die vind je in onze nieuwsbrief AI-report.email. Ten slotte. Jan LeCun verlaat Meta om zijn eigen startup te beginnen.

81
00:12:19.428 --> 00:12:30.228
Hij is nu Chief AI Scientist bij Meta en hij wordt gezien als een van de AI-pioniers. Hij kwam onder andere met technieken die cruciaal zijn geweest voor de doorbraak van modellen zoals we die vandaag de dag kennen.

82
00:12:30.248 --> 00:12:33.868
Hij is in gesprek met investeerders voor een bedrijf dat zich richt op world models.

83
00:12:34.028 --> 00:12:44.988
AI-systemen die slimmer worden door niet eindeloos data te verwerken, maar door in de echte wereld te leren hoe dingen werken en wat de gevolgen zijn van acties. Een beetje zoals wij mensen leren dus eigenlijk.

84
00:12:45.028 --> 00:12:53.138
Die timing die die, uh, nu aanhoudt is veelzeggend. Meta heeft recent zijn AI-strategie volledig omgegooid. Een nieuwe divisie is opgericht.

85
00:12:53.168 --> 00:13:04.148
Alexander Wang is binnengehaald en meer dan vijftig engineers zijn van concurrenten binnengehaald voor onwaarschijnlijke bedragen en er zijn signalen dat het een chaos is binnen Meta's AI-afdeling.

86
00:13:04.628 --> 00:13:17.058
Niet zo gek dus dat LeCun al die drama zat is en denkt: ik ga lekker iets nieuws bouwen. Straks gaan wij het hebben over al die dingen die ik beloofde, zoals dat Chinese AI-lab. En wat kunnen we merken van ChatGPT 5.1?

87
00:13:17.108 --> 00:13:28.268
Maar eerst hoor je Marjan en Lucas van Dept. [muziek] Hi, hier marketing- en techbureau Dept. Elke week bespreken we hoe wij merken helpen in de wondere wereld van AI. Deze week.

88
00:13:28.608 --> 00:13:36.908
Hoewel iedereen zijn mond vol heeft over AI, zien we dat bij veel klanten de uitdagingen om hiermee aan de slag te gaan echt ergens anders liggen. Lucas, vertel.

89
00:13:37.368 --> 00:13:46.908
Ja, en dit klinkt misschien gek, maar voor de meeste, uh, merken is de AI-transformatie uiteindelijk vooral een datatransformatie. En wij praten veel met klanten over de kansen die AI kan bieden.

90
00:13:46.948 --> 00:13:54.488
Maar we zien ook in die gesprekken en in de projecten die we doen dat de fundamenten vaak gewoon niet genoeg op orde zijn om echt aan de slag te kunnen gaan om impact te maken.

91
00:13:55.208 --> 00:14:05.748
En hierbij is vooral data en dan vooral het gebrek aan de kwaliteit en de beschikbaarheid ervan, uh, meestal de grootste bottleneck. Ai, wat nu? Ja, sorry, dit is niet het bericht wat we hier normaal, uh, verspreiden.

92
00:14:06.208 --> 00:14:12.968
Maar eigenlijk net zoals bij de good old digitale transformatie, hè, die kennen we allemaal nog wel, moeten de randvoorwaarden kloppen om AI echt voor je te laten werken.

93
00:14:13.088 --> 00:14:21.728
Dus naast data hebben we het bijvoorbeeld ook over de manier van werken, het talent wat je nodig hebt of de benodigde, uh, technische infrastructuur. Oké, en wat kunnen merken dan doen om dit op orde te krijgen?

94
00:14:22.708 --> 00:14:27.617
Nou, het begint in de basis met een heel duidelijke visie op: wat moet AI jouw organisatie de komende jaren gaan brengen?

95
00:14:28.188 --> 00:14:37.117
En het moment dat we dat weten, kunnen we in kaart gaan brengen, uhm, wat er nodig is om dit te realiseren. Dit zorgt ervoor dat we eigenlijk wat meer uit die point solutions komen.

96
00:14:37.148 --> 00:14:46.768
Dus nu op dit moment zie je gewoon vaak dat er oplossingen worden bedacht en ook geïmplementeerd die heel goed werken in een bepaalde, uh, uh, workflow bijvoorbeeld, maar niet schaalbaar zijn in impact, uh, binnen de organisatie.

97
00:14:47.548 --> 00:14:55.008
Uh, uiteraard kunnen wij hierbij helpen, hè, maak je geen zorgen. We hebben een aanpak die we al, uh, vaker hebben ingezet, onder andere bij klanten als, uh, Lufthansa en Sainsbury's.

98
00:14:55.908 --> 00:15:07.388
Kortom: neem een stap terug om er straks twee vooruit te kunnen zetten. Wil je weten hoe je een duidelijk langetermijnplan maakt voor AI binnen jouw organisatie? Kijk dan op deptagency.com/ai-report en tot volgende week.

99
00:15:12.428 --> 00:15:22.968
Wietse, heb je met GPT 5.1 gespeeld? Ja, even snel. En viel je iets op? Ja, is een beetje een sycofant geworden weer. Sy-, oh jee, echt? Ja, we zijn, nou ja, kijk, GPT, v- Moet even uitleggen wat dat is.

100
00:15:24.008 --> 00:15:31.048
Een hielenlikker. Ja, iemand die de hele tijd met je meelult. [lacht] Ja, niet best, man. Nee. Nou ja, het is, het is iets wat toch ook wel.

101
00:15:31.948 --> 00:15:42.448
Ik bedoel, we hebben op een gegeven moment gehad dat GPT-4o, dus voordat GPT-5 uitkwam, een soort tussenupdate kreeg, waardoor mensen zeiden: oké, dit is een te veel sycofant geworden. Ja.

102
00:15:42.748 --> 00:15:50.308
Toen hebben ze dan knoppen ge- Hij vindt echt alles gaaf wat je doet. Daar was hem, was hem. Dus hebben ze ook zelfs een blogpost over gedaan. OpenAI toen van: woops. Sorry. Sorry.

103
00:15:50.668 --> 00:15:58.658
Ja, dan hebben ze al die knoppen weer teruggedraaid. Toen kwam GPT Vi-, vijf uit en zeiden mensen: ja, dit ding heeft helemaal geen persoonlijkheid meer. Waar zijn, waar blijft die?

104
00:15:58.768 --> 00:16:04.228
Dat is dan de, de keerzijde van de medaille. Sycophancy is weggedraaid, maar daarna voelde hij een beetje als copilot.

105
00:16:04.288 --> 00:16:17.027
Ja, door eigenlijk die, nou ja, fuck-up met GPT-4o, die te ernstig werd, toen terugdraaien, kwam GPT-5 uit waar ze dat eigenlijk mee hebben getraind. Uh, het meetrainen van, het niet- Van persoonlijkheid.

106
00:16:17.148 --> 00:16:25.988
Ja, en dan, dat bleek weer een soort van niet de, de sfeer te zijn. Ja. Niet het karakter te hebben. Ik moet even deze woorden gebruiken. Het is subjectief. Ik snap het. De stijl, de persoonlijkheid.

107
00:16:25.998 --> 00:16:35.368
Het maakt toch uit dat je het gevoel hebt met wie je praat. En wat ze nu bij 5.1 hebben gedaan is, ik bedoel, we, we zijn er nog niet helemaal achter wat 5.1 precies is.

108
00:16:35.388 --> 00:16:43.468
Ik bedoel: 5.1 is een, is een versionummer waarmee je laat zien dat je een kleine update hebt gedaan. Anders had je hem zes genoeme-genoemd. Het is een, uh, een minor update. Ja.

109
00:16:44.208 --> 00:16:51.448
Maar is het nou ook wel echt een nieuw model? Dat is nog een beetje vaag, zeg maar. Zijn ze echt opnieuw dat brood terug in de oven bakken en er weer uit?

110
00:16:51.588 --> 00:17:00.768
Of hebben ze vooral system prompts getweakt en in die scaffolding wrapper eromheen heel veel dingen gedaan? Waarschijnlijk een beetje van alles. Het model is een beetje opnieuw gebakken, maar heel kort.

111
00:17:01.388 --> 00:17:06.728
Uh, de system prompt is duidelijk aangepast, want die hebben ze inmiddels al gewoon weer uitgetrokken, zeg maar. Die kan je, uh, terughalen.

112
00:17:06.748 --> 00:17:15.788
Als je slim rommelt kan je de oer-oerprompt uit, uh, uit die modellen trekken, zeg maar. En daar zat, staat overduidelijk andere opdrachten in dan in die eerdere.

113
00:17:15.868 --> 00:17:25.048
Veel meer dat je, joh, uh, wees een beetje, uh, wees het hem gewoon een beetje meer eens, hè. Wees een beetje vriendelijk. Probeer een beetje, uh, vriendschappelijk te zijn. Dus het zit er duidelijk in.

114
00:17:25.098 --> 00:17:30.148
Praat een beetje mee, maar niet te veel. Niet te veel. Ze hebben, ze hebben weer geprobeerd aan die knoppen te draaien. Ja.

115
00:17:30.548 --> 00:17:36.668
Uhm, nou, de eerste takes die ik een beetje lees van mensen is dat ze zeggen: ja, nu zijn we weer waar we waren toen met het gedoe dat het te veel was.

116
00:17:36.848 --> 00:17:42.608
Hè, dus er is ook best wel een flinke groep online die nu zegt: het is weer te veel. M-hm. Dit, uh, dit is gevaarlijk te veel.

117
00:17:42.688 --> 00:17:50.528
Want er zijn, stel je, zeg maar, uh, een beetje maffe vragen over rare plannen die je hebt en dan zegt ie: topidee man! Met allemaal uit en allemaal emoji's eromheen.

118
00:17:50.538 --> 00:18:00.448
Niet per se goed als een taalmodel de hele tijd alles gaaf vindt wat je zegt. Nee, omdat je ook in een soort van, uh, ja, echoput terechtkomt van je eigen ideeën. Dit is al een probleem nu.

119
00:18:00.508 --> 00:18:03.628
En als we die knop dus nu harder hebben aangezet, lijkt me onverstandig. Ja.

120
00:18:04.228 --> 00:18:15.784
Uhm.Tegelijkertijd hebben ze wel de mogelijkheid nu dat je persoonlijkheden kan kiezen, hè, dus ze, ze hebben, ze-- ik had, persoonlijk zou ik gezegd hebben: maakt dat ding nou wat meer vanille.

121
00:18:15.834 --> 00:18:27.304
Geef, maak hem nou weer zo neutraal als de originele vijf gewoon was. Laat dat gewoon zo en los het op door die persoonlijkheden te kiezen. Ja. Hè, dus je krijgt een soort van neutraal, wat kouder model voor iedereen.

122
00:18:27.464 --> 00:18:36.824
Ja. En als iemand een persoonlijkheid kiest waar ook een karakter omschrijving bij staat, bijvoorbeeld, uh, hielenlikkende Le-Leo [lacht]. Ja, als je dat wil, dan kan je- Dan klik je daarop en dan krijg je het.

123
00:18:36.904 --> 00:18:49.744
En wat is dat adaptive reasoning? Ja, wat toen GPT-5 uitkwam was eigenlijk de roddel: dit is het model waarbij ze thinking en instant gecombineerd hebben tot één supermodel die kan switchen on demand.

124
00:18:50.244 --> 00:19:01.504
Dat is toen niet gelukt, dus we hadden een soort goedkoop, goedkoop, dun, makkelijk gemaakt trucje tussen, die heel snel probeerde nog te gokken: moet ik de zware of de lichte aanroepen? De router zat ertussen.

125
00:19:01.544 --> 00:19:11.503
Dat is ook heel veel van de controverse rondom GPT-5, want heel veel mensen kregen dus heel de tijd de GPT-5 mini, waardoor ze dachten: dit ding is nog dommer dan GPT-4.0. Nee, de routing is niet goed gegaan.

126
00:19:12.164 --> 00:19:17.584
Nu zit die keuze tussen zwaar en licht in het model zelf, in ieder geval, dat is de belofte.

127
00:19:17.614 --> 00:19:31.864
Waardoor dus eigenlijk met een heel, heel korter verhaal, het wisselen tussen zwaar denkwerk en licht denkwerk, hè, dus snel antwoorden licht en langzaam antwoorden met zwaar denkwerk, gemaakt wordt door het model zelf in plaats van een blokje ervoor.

128
00:19:32.384 --> 00:19:38.784
Dat je die beslissing dan kan nemen op een veel intelligentere wijze, aanhalingstekens, dan dat die router daarvoor dat kon.

129
00:19:38.944 --> 00:19:53.284
Dus in de praktijk zou het zomaar kunnen dat, uhm, het slimmer gaat voelen om dat voor ingewikkeldere vragen waarbij het ding, uh, constateert: hier moet ik even wat langer bij stilstaan voordat ik gewoon uit de losse polsen, uh, lo-losse pols een antwoord schud

130
00:19:54.284 --> 00:19:58.144
uit de mouw. Uh, dat gaat nu beter voelen als het goed is.

131
00:19:58.184 --> 00:20:09.484
Ja, en ik moet wel zeggen, wat ik ook vooral las is: is het niet gewoon vooral een update voor, uh, in het voordeel van OpenAI, uh, die namelijk enorme infrastructuur moet draaien om die, wat zijn het inmiddels?

132
00:20:09.544 --> 00:20:21.044
Acht-, negenhonderd miljoen gebruikers, uh, blij te houden. Als je die routing verkeerd doet, heb je aan de ene kant het probleem dat je mensen doorstuurt naar een te licht model, terwijl ze een moeilijke vraag sturen.

133
00:20:21.124 --> 00:20:28.404
Ja, waar ze teleurgesteld zijn. Maar ook dat je mensen met een makkelijke vraag waarschijnlijk per ongeluk doorstuurt naar een te zwaar model. Wat weer heel veel geld kost.

134
00:20:28.464 --> 00:20:41.124
Ja, dus het is voor OpenAI heel belangrijk om dit goed te krijgen. Dus ik zie dit eigenlijk als 5.1, de bugfix op 5.0. Ja. Om de router ertussen uit te slopen. En ze zeggen: het model volgt instructies beter.

135
00:20:41.184 --> 00:20:46.774
Is dat nog wezenlijk? Ja, goed, er wordt een beetje g-, mee getest en gerommeld nu, maar omdat er geen benchmarks bij zitten.

136
00:20:47.614 --> 00:20:59.104
Over het algemeen zijn wij gewend dat als een lab of commerciële partij of beide een nieuw model uitbrengt, dat er dan meteen een pdf'je bij zit en vaak ook een hele website met, dat ze even flexen van: kijk wat ie allemaal kan.

137
00:20:59.184 --> 00:21:09.124
Ja. Dat zit hier nul van bij, hè, dus dat moet nu door mensen zelf getest gaan worden. Dat doet velen van ons denken dat het, het eigenlijk een bugfix is vanuit OpenAI.

138
00:21:09.724 --> 00:21:19.344
Dat ze hem 5.1 hebben genoemd, zodat wij het verschil snappen dat we met iets anders aan het praten zijn, maar dat we niet moeten verwachten dat dit een, een, een echt intelligenter model is op de achtergrond.

139
00:21:20.564 --> 00:21:33.104
Je hoorde het net al even. Het Chinese AI-lab Moonshot AI komt met een model dat Anthropic's Claude en OpenAI's ChatGPT naar de kroon steekt op belangrijke benchmarks, voor zover die dan wel gereleased worden.

140
00:21:33.144 --> 00:21:39.984
Voor wie niet dagelijks met AI bezig zijn: benchmarks zijn gestandaardiseerde tests waarmee je AI-modellen met elkaar kunt vergelijken.

141
00:21:40.104 --> 00:21:49.164
En Humanity's Last Exam is bijvoorbeeld zo'n test over hoe goed een model complexe problemen kan oplossen die normaal gesproken menselijke expertise vereisen.

142
00:21:49.804 --> 00:22:00.224
En Kimi 2, Kimi K2 scoort, uh, buitengewoon goed op exact die test. 44.9% als je precies wil zijn. Dat is een van de hoogste scores tot nu toe.

143
00:22:00.784 --> 00:22:08.564
En het bijzondere is vooral dit: het model is voor iedereen gratis beschikbaar. Je kunt het dus nu uitproberen. Heb je dat gedaan? Ja.

144
00:22:08.644 --> 00:22:15.784
Ja, het was, het voelt een beetje, het is wel een soort subtiel DeepSeek dingetje, als in: toen DeepSeek-R1 destijds uitkwam, kon je het ook gratis gebruiken. Ja.

145
00:22:16.064 --> 00:22:23.194
Met daar natuurlijk de kanttekening bij: let even op wat je allemaal vraagt en wat je er allemaal inplakt aan data, maar dan kan je even voelen hoe dat dan gaat, zeg maar. Ja.

146
00:22:23.224 --> 00:22:30.644
Hè, want dat woord gratis is natuurlijk een beetje tricky. Want, uh, eigenlij-- ja, in het Nederlands hebben we daar wat minder last van. In het Engels heb je free en free.

147
00:22:30.684 --> 00:22:37.034
Dat is namelijk, zeg maar, free als in: het is vrij. Of free als in: het is gratis. Mhmm. En hier is hij eigenlijk een beetje dubbel. Mhmm.

148
00:22:37.204 --> 00:22:49.043
Namelijk: het model wordt gehost door Moonshot zelf, waardoor jij het kunt gebruiken als eindgebruiker. En het model is vrij in de vorm van: het is te downloaden en te draaien op de infrastructuur naar keuze. Juist.

149
00:22:49.074 --> 00:22:54.603
Hè, dus het is, het is, het is dubbel, dubbel free. Maar dat is twee keer goed nieuws. Dat is twee keer goed nieuws. Maar je hebt het geprobeerd. En wat viel je op?

150
00:22:54.684 --> 00:23:04.584
Nou, wat je merkt is dat het uiteindelijk best wel voelt als o3 eigenlijk. Mhmm. Dus GPT's of OpenAI's o3. Ziet er ook precies zo uit, hè. Het ziet eruit als een visuele kloon van ChatGPT.

151
00:23:04.644 --> 00:23:12.434
En dat lijkt dan misschien dat je denkt: nou, oké, grappig, is dit dan zo innovatief of zo? Maar omdat het dus een vrij te downloaden model is wat je dan zelf kan draaien.

152
00:23:12.464 --> 00:23:20.764
Met zelf draaien wil ik wel even de ge-, de luisteraar een soort realitycheck doen. Uhm, twee Mac Ultra's, € 10.000 per machine van Apple.

153
00:23:20.824 --> 00:23:40.184
Als je twee Mac Ultra's op elkaar stapelt, M4 Ultra's zijn dat, met het maximale interne geheugen, dan kan je met ongeveer 20 tokens per seconde, dus 20 stukjes woord per seconde, dit hele model, de, dus wat zo zwaar is eigenlijk en zo intelligent is op de test als wat OpenAI aan jou aanbiedt met een maandbedrag in hun datacenter, thuis draaien.

154
00:23:40.414 --> 00:23:49.254
Maar daar is dus € 20.000 aan investering voor nodig. Dus- Ja. Als er ergens staat: u kunt dit downloaden en thuis draaien, besef je even wat je daarvoor nodig hebt. Tegelijkertijd- Ja.

155
00:23:49.304 --> 00:23:57.654
In de test, hè, je zei net Humanity's Last Exam. Uh, dat, dat laatste examen van de mensheid. Er, er zijn nog meer andere benchmarks. De Agentic benchmarks, hè.

156
00:23:57.684 --> 00:24:05.544
Dus kan zo'n model, m-, zelf door, uh, denken zonder dat jij hoeft in te grijpen, al dat soort dingen. Ja. Daar scoort dit model ook weer erg goed op.

157
00:24:05.584 --> 00:24:15.156
En het is wel typisch omdat ikVorige week nog een beetje onderzoek aan het doen was naar de, de staat van open modellen. Hoe zit de frontier closed labs, zeg maar.

158
00:24:15.336 --> 00:24:23.086
Dus de clouds, uh, uh, de GPT's, noem maar op versus de, uh, o-open, uh, labs zeg maar. Ja, wat is nu de stand van zaken?

159
00:24:23.136 --> 00:24:36.236
Nou, dat was een- Natuurlijk de hele tijd, uh, de vraag: hoe groot is het gat van de voornamelijk Chinese bedrijven die die open source modellen uitbrengen en de Amerikaanse mo-bedrijven die voornamelijk de closed source modellen aanbieden?

160
00:24:36.556 --> 00:24:44.016
Ja. Hoe groot is dat gat? En dat was een tijd geleden, zei jij de hele tijd. Dat is een jaar. Ja, het was op een gegeven moment zes maanden geworden al, hè.

161
00:24:44.056 --> 00:24:47.236
Dus je, je hebt van die mooie grafiekjes van Artificial Analysis doen dat.

162
00:24:47.256 --> 00:25:01.776
Die kan, jij hebt, die hebben hele mooie brede benchmarks, soort meta benchmarks en die laten dan zien van: oké, dit is de lijn met gesloten modellen en hoe slim zij worden en het lijntje er achteraan, hè, als een soort marathonrace met iemand die dan letterlijk op, uh, zes maanden achterloopt zeg maar.

163
00:25:02.216 --> 00:25:06.196
Komt dan daar op dezelfde tempo achteraan zeg maar. Alleen zit er, zit een gat tussen.

164
00:25:06.676 --> 00:25:21.076
Nu is eigenlijk het gat tussen, effe grof gezegd, tussen GPT-5, uh, Gemini 2.5 Pro van, van DeepMind en, uh, Claude, uh, 4.1 Opus redelijk ingelopen.

165
00:25:21.086 --> 00:25:27.836
Dat zijn echt de, de- De frontier models nu, maar ook allemaal alweer een paar maanden oud, hè. In AI-tijd is dat een hele lange tijd.

166
00:25:28.056 --> 00:25:33.856
Ik bedoel, het klinkt als, voelt als gisteren, maar die modellen zijn, Gemini 2.5 is denk ik ook alweer vier of vijf maanden oud. Weet ik niet uit mijn hoofd.

167
00:25:33.896 --> 00:25:44.996
Maar goed, dat zijn nu de beste modellen als je betaalde abonnementen hebt op, op van die AI services. En eigenlijk is, di-dit model loopt op veel vlakken nu gelijk op wat daar gebeurd is.

168
00:25:45.036 --> 00:25:55.816
Alleen, ja, de-deze, ik zeg er wel meteen bij: als Google dan ooit nog voor het eind van het jaar Gemini 3.0 dropt. Nee, sure. Dan ben je, dan ben je weer op die zes maanden denk ik ongeveer. Ja, precies.

169
00:25:55.916 --> 00:26:03.236
Dus dit is ongeveer natuurlijk hoe zo'n race werkt. Als straks het stokje weer overgegeven wordt aan de nieuwere frontier gesloten modellen, dan schuiven die weer even op.

170
00:26:03.256 --> 00:26:18.956
Maar het is wel, ik had persoonlijk, denk ik, ja, eigenlijk niet verwacht, gezien, uh, hoe krachtig, uh, de frontier gesloten modellen zijn en dan vooral de grote modellen, hè, dus de Pro, de Opus, hè, de, de Thinking, uh, en ook wat je daar voor

171
00:26:19.896 --> 00:26:29.416
datacenter computation infrastructuur voor nodig hebt. Dat we nu eigenlijk iets kunnen downloaden op het niveau van. Ja. En dus met een investering van € 20.000.

172
00:26:29.456 --> 00:26:33.495
En dat is voor een bedrijf een andere investering dan voor een particulier. Te halen. Ja.

173
00:26:33.536 --> 00:26:42.716
Dus dat is wel een, uh, dus in dat opzicht is het, ik vind het geen DeepSeek R1-momentje, maar het laat wel zien, uh, die race tussen open en gesloten modellen, die is gewoon nog gaande.

174
00:26:42.756 --> 00:26:45.495
En ze, en ze, ze komen elkaar toch steeds iedere keer weer tegen.

175
00:26:45.876 --> 00:26:54.756
En dan iets praktischer, want dit, dit, zeg maar, je kunt dit model dus gebruiken door naar Kimi.com te gaan en dan zie je gewoon een ChatGPT-kloon waar je mee kan praten in het Nederlands.

176
00:26:54.876 --> 00:26:59.976
En hij heeft deep research en, uh, uh, weet je, je kunt dus modellen switchen. Één heeft er vision.

177
00:27:00.836 --> 00:27:11.116
Uhm, betekent dat dat mensen hun ChatGPT-abonnement op kunnen zetten in, op kunnen zeggen in de meeste gevallen en gewoon dit kunnen gebruiken? Ja, goed, dat is, je, je voelt mijn antwoord al een beetje aankomen.

178
00:27:11.196 --> 00:27:15.076
Dat, dat is maar net aan wat voor data je erin stopt en waar je comfortabel mee bent.

179
00:27:16.036 --> 00:27:22.816
Uhm, ja, ik zou zeggen, hè, wat die, die treingesprekken die je al, niet in de trein zou voeren doe je wat mij betreft met Le Chat, hè, met Mistral.

180
00:27:23.036 --> 00:27:28.216
Dan loop je ook zes maanden achter, uh, ongeveer op de frontier modellen. Omdat het dan op Europese servers gebeurt bedoel je? Ja.

181
00:27:28.356 --> 00:27:37.576
En als je dan gesprekken voert, uh, even vanuit het individu gezien, hè, gesprekken voert over het samenvatten van je VVE-notulen. Daar zou ik lekker GPT voor gebruiken.

182
00:27:37.716 --> 00:27:46.436
Maar in die VVE-notulen zitten wel mogelijk adressen en namen, dus die zou ik niet zo snel in, in, in ieder andere online gratis AI gooien.

183
00:27:46.836 --> 00:27:52.226
Gratis is natuurlijk enkel en alleen mogelijk als je, wat je ervoor terugkrijgt trainingsdata is.

184
00:27:52.616 --> 00:28:02.236
Dus ik ga ervan uit, een aanname van mij, geen idee, maar dat Kimi zegt: joh, prima dat je dit gratis gebruikt, maar dat geeft ons wel heel veel data om ons model op te finetunen zeg maar. Ja.

185
00:28:02.256 --> 00:28:11.236
En voor dingen waarbij het absoluut niet uitmaakt dat het op straat komt te liggen, kun je dus prima, als je dat voornamelijk gebruikt voor ChatGPT, dan kun je dat dus prima opzeggen en dit gebruiken gratis.

186
00:28:11.276 --> 00:28:15.236
Ja, de vraag is natuurlijk wel een beetje, uh, ik zou het dan meer door elkaar heen gebruiken.

187
00:28:15.276 --> 00:28:24.976
Ik zou sowieso altijd meerdere agents gebruiken of, wat is het, interfaces gebruiken, want de modellen zijn gewoon niet gelijk. Wel in benchmarks, maar uiteindelijk voelen ze toch anders, hè.

188
00:28:25.016 --> 00:28:33.936
Ik gebruik zelf ook nog steeds de, in ieder geval drie modellen door elkaar heen. Uh, je kunt hem toevoegen aan je ensemble, aan je, aan je boeket. Ja.

189
00:28:34.336 --> 00:28:40.336
Al is het alleen maar om eens, om eens te kijken hoe dat dan nu gaat, hè. Technisch gezien zou je kunnen zeggen: ik maak software waarin ik AI stop.

190
00:28:40.656 --> 00:28:44.316
Dan zou ik zeggen: hou Kimi in de gaten om te kijken of die hem kan verwerken in je flow, hè.

191
00:28:44.376 --> 00:28:56.756
Desnoods kies je ervoor om hem te draaien in je, op je eigen infra en als eind-eindgebruiker, gewoon de particulier zeg maar, uh, kan je spelen en reasoning traces lezen, hè, dus het reflectie, uh, momentjes en de interne dialoog.

192
00:28:56.876 --> 00:29:08.296
Die zijn veel uitgebreider dan die Chinese open source modellen, want die zijn gewoon eerlijker. In plaats van al, al die AI van Amerikaanse bedrijven die dat hele gedachtep proces eigenlijk censureert.

193
00:29:08.676 --> 00:29:15.196
Ja, en verstoppen ook, of dat het niet gestolen kan worden. Ja. Uhm, dit model heeft één biljoen parameters.

194
00:29:15.296 --> 00:29:23.836
Dat zegt me in principe niet zo heel veel, maar wat me wel opviel is dat er per vraag maar 32 miljard gebruikt worden. Dus hij gebruikt maar een deel van zijn parameters. Hoe zit dat?

195
00:29:24.136 --> 00:29:34.316
Ja, dat, dat is eigenlijk, uhm, wat je, je verdeelt het model eigenlijk intern in een soort experts, in allemaal stukjes van het model. Het model bestaat uit verschillende experts?

196
00:29:34.416 --> 00:29:44.756
Ja, dus dit is wat Mistral bijvoorbeeld al, al best wel lang doet ook. Dat is een van de dingen waar zij vrij vroeg bij waren. Kijk, uiteindelijk in een datacenter en trouwens ook op een laptop, doet er even niet toe.

197
00:29:45.056 --> 00:29:56.476
Als je zo'n model hebt, wil je eigenlijk niet het hele model in je geheugen hoeven laden, want zolang het geheugen bezet is, is dat duur, uh, en je moet gewoon meer, je moet ook meer hardware hebben om zo'n groot model in te kunnen laden.

198
00:29:56.496 --> 00:30:04.876
Dus het is veel mooier als je zegt: ik, ik stel een vraag over wiskunde, dan kan eigenlijk het hele deel wat over geschiedenis gaat, even als voorbeeld zeg maar. Zo'n model is heel breed, hè.

199
00:30:04.916 --> 00:30:15.416
Het is een soort brede savant zou je kunnen zeggen, met allerlei expert domeinen. En uiteindelijk als je die experts slim definieert, hè, dus waar eigenlijk weinig overlap is.

200
00:30:15.686 --> 00:30:20.295
Want als je experts definieert met veel overlap worden ze constant allemaal geladen, want ze hebben allemaal elkaar nodig.

201
00:30:20.796 --> 00:30:29.476
Maar als je meer wiskundige of bijvoorbeeld programmeervragen stelt over software, heb je als je software aan het maken bent met een taalmodel de complete historie van Europa nodig?

202
00:30:29.656 --> 00:30:32.236
Nee, dus dan kan eigenlijk dat deel van het model. Oh, wat grappig.

203
00:30:32.276 --> 00:30:43.848
Ja, dus het mooie is dat je de vraag stelt en dan eigenlijk wordtAlleen het deel van het model dat nodig is om dat, die vraag te beantwoorden warm hot in het geheugen geladen en de rest staat zeg maar koud klaar.

204
00:30:44.208 --> 00:30:56.608
En dat is, dat is sowieso een, nog een klein puntje over, uh, uh, Kimi K2 is dat, uh, de training zoals gezegd, dus we moeten even geloven dat dat waar is. Volgens mij gebeurt dus voor iets van iets meer dan $ 4 miljoen.

205
00:30:57.128 --> 00:31:03.668
Dollar. Dat is extreem goedkoop. Extreem goedkoop, ja. Dus dat, dat is, dat maakt het een soort semi DeepSeek momentje.

206
00:31:03.848 --> 00:31:17.088
Want wat er toen met DeepSeek gebeurde, dat was, was dat de Nvidia aandelen daalden omdat er werd gedacht: jeetje, als jij kan trainen van DeepSeek R1 op zo'n kleine infrastructuur, want zij hadden het echt over 1 miljoen maar of zo.

207
00:31:17.188 --> 00:31:25.508
Toen bleek later iets meer, maar niet honderden miljoenen. Is dit met Kimi K2 verhaal weer, zeggen zij heel trots in hun press release erbij. 4.1 miljoen volgens mij.

208
00:31:25.988 --> 00:31:36.728
Joh, wij hebben op een paar aardappels, even een metafoor, iets getraind wat, uh, waar jullie training runt, jullie als in gesloten. Waarom zorgt dat dit nu dan niet weer tot het instorten van de aandelenbeurzen?

209
00:31:36.768 --> 00:31:45.408
Want, want al die, al die koersen zijn nu gebaseerd op de verwachting die die enorme investering in infrastructuur gaat opleveren.

210
00:31:45.948 --> 00:31:54.308
Maar hier zeg je dus eigenlijk: ja, met een fractie van de infrastructuur krijgt Kimi het voor elkaar om even slim te zijn als het beste model van OpenAI. Wat begrijp ik hier dan niet?

211
00:31:54.388 --> 00:32:03.188
Nou, het is wel zo dat in ieder geval, dit was destijds tijdens de, a, DeepSeek R1 saga ook het verhaal dat er vooral door de labs gereageerd werd met: ja,

212
00:32:04.148 --> 00:32:12.547
als je de handleiding eenmaal hebt, die wij hebben uitgevonden hoe je zoiets maakt. Dan is het makkelijker om na te doen. Maar ja, iemand moet hem wel de eerste keer maken, zeg maar.

213
00:32:12.588 --> 00:32:19.748
Dus ze waren ook een beetje gefrustreerd natuurlijk. Nou doen wij die diepte-investering. Ja, misschien eens kopiëren het gewoon. Ja, je maakt een cover van die track, dat wordt ook een hit.

214
00:32:19.788 --> 00:32:23.968
En dan ga je zeggen: kijk, dat kan ik echt met een heel klein bandje. Ja, maar maak het originele nummer maar eens, hè.

215
00:32:24.578 --> 00:32:32.748
Uh, dat dus, uhm, daar zit-- eigenlijk was de interpretatie destijds van de reactie van de markt op R1 klopte eigenlijk niet helemaal.

216
00:32:32.788 --> 00:32:37.628
Dat is, en dus nu is die reactie niet nog een keer, want er is een soort van wijsheid nu. Dit neem ik even aan.

217
00:32:38.088 --> 00:32:51.968
Het is wel, en het is zo dat de mode, hè, dus de, uh, de, de slotgracht, uh, het, uh, unieke sellingpoint wat Nvidia heeft, uh, slash had op: je moet Nvidia chips hebben, want anders kan je niet zoveel rondom AI.

218
00:32:52.048 --> 00:32:59.008
Dat is eigenlijk steeds minder waar. Entropic heeft nu een heel stuk infrastructuur aangekocht bij Amazon. Een gigantische miljoenendeal.

219
00:32:59.428 --> 00:33:09.528
En dat gebeurt allemaal op de, wat zij noemen hun Trainium chips heet dat volgens mij. Je moet altijd een soort klinken als het, als het een soort element is, een soort uranium en heet het Trainium of zo, uit mijn hoofd.

220
00:33:10.028 --> 00:33:19.328
Maar dat zijn Amazon chips. Ja, en die, die, die, dat is niet een of andere press release over fake Amazon chips. Nee, dit is gewoon server datacenters gebouwd waarop nu de volgende cloud getraind wordt.

221
00:33:19.468 --> 00:33:27.008
En dat zijn geen Nvidia chips. Ja. En zo zijn er eigenlijk nog wel meer. Voor inference heb je Groq met een q, Cerebras. Dat zijn ook geen Nvidia chips, hè.

222
00:33:27.048 --> 00:33:38.608
Dus aan zowel de training kant van het AI infrastructuur verhaal als de uitvoeren van de AI en het hosten van de AI kant, wo-- komen nu allerlei alternatieve chips op de markt en chipmakers dus.

223
00:33:39.048 --> 00:33:46.088
En dat is ook maar goed ook, denk ik, voor een soort gezonde markt. En ook een afhankelijkheid van één bedrijf moet je eigenlijk helemaal niet die monopolie willen.

224
00:33:46.368 --> 00:33:57.368
Dus ik denk dat de klap wat minder hard is, omdat inmiddels wel duidelijk is dat de mode van Nvidia langzaam maar zeker, uh, aan het verdwijnen is, of in ieder geval aan het verkleinen is.

225
00:33:59.488 --> 00:34:10.868
Dan onze vriend van de show, Satya Nadella, zat vannacht bij Dwarkesh. Uh, heb je die podcast geluisterd? Ja, ik heb, hij was 1,5 uur, wat heel kort is voor een j-, dw-, jammer. Ja.

226
00:34:11.128 --> 00:34:20.608
Ik dacht wel: wij hadden hem maar een kwartier. Een kwartier. Dit is toch baas boven baas. [lacht] De absolute baas boven baas. Ja. Nee, ik, ik wil toch wel even. Heeft hij dingen gezegd? Ja, een beetje.

227
00:34:20.948 --> 00:34:32.308
Uh, ik moet wel zeggen, uh, het begin, ze, ze, ze hebben een, wij weten ook hoe dit werkt, jij en ik. Er zit een toertje door een nieuw datacenter van Microsoft bij. Dat is natuurlijk ook een beetje de afspraak voor.

228
00:34:32.388 --> 00:34:38.768
Ja, dat is, ja. Kom een interview doen, maar kom ook even een rondje lopen en, dus, maar dan, dan lopen ze dus heel casual door een mega datacenter heen.

229
00:34:38.808 --> 00:34:50.188
Wat, en dan, ja, dat zeg ik goed, want dat is één enkel datacenter met tien keer de capaciteit waarop GPT-5 getraind is. Even een soundbite van Satya Nadella.

230
00:34:50.248 --> 00:35:01.278
Dus de infrastructuur die nodig was om heel GPT-5 te trainen hebben ze daar keer tien staan in één gebouw, terwijl GPT-5 ook nog eens getraind is in meerdere datacenters tegelijk. Het is een groot datacenter.

231
00:35:01.278 --> 00:35:12.348
Even de flex. Ja. Ja. Oké. Leg hem even op tafel. Maar goed, dan komt meteen de vraag van Dwarkesh: oké, uh, zijn die modellen zo belangrijk dan? Betekent dat, zijn jullie hier dan je eigen- Ja, precies.

232
00:35:12.508 --> 00:35:23.548
MS GPT-10 aan het trainen of zo? En dan zegt eigenlijk, uh, Satya Nadella: nou, uhm, wij geloven helemaal niet zo in de mode van modellen. Het is, het is best wel een- Oeh.

233
00:35:23.748 --> 00:35:31.078
Het is best wel juicy gezien de, inmiddels hebben ze nog 27% aandeel in OpenAI. Wat zegt hij daarmee? Dat eigenlijk. Waarom is het juicy?

234
00:35:31.088 --> 00:35:39.488
Nou, dat, dat de Entropics van deze wereld en de OpenAI's van deze wereld en de Googles van deze wereld met hun modellen in ieder geval wat hem betreft niet zoveel in handen hebben.

235
00:35:39.528 --> 00:35:50.848
Dit moet je, dit komt uit de CEO's, de mond van de CEO van Microsoft, hè. Die een jaar geleden, of nou ja, iets langer dan, twee jaar geleden nog, uh, ja, de beurskoers was een beetje gebaseerd op hun aandeel in OpenAI.

236
00:35:50.928 --> 00:36:01.368
Ja, maar goed, het gaat dus echt over, de discussie op een gegeven moment is, tijdens het interview: waar zit de, waar zit de waarde? In de modellen of in de scaffold? Dat is gewoon de heldere vraag.

237
00:36:01.548 --> 00:36:13.988
Scaffold betekent dan de manier waarop het, zit de waarde in de manier waarop het in Windows en in Excel zit geïntegreerd. Ja. Of zit het hem in dat jij, ja, de secret sauce hebt die eronder zit?

238
00:36:14.188 --> 00:36:24.508
Ja, en nu is het, nou, hij neemt dan, noemt dan het voorbeeld Excel. Dat, uh, ik kan het voorbeeld even gebruiken van vandaag. We hebben, Google Foto's heeft nu integratie met Nano Banana.

239
00:36:25.168 --> 00:36:35.048
Uh, dat eigenlijk voor de eindgebruiker willen wij natuurlijk alleen maar zeggen tegen de luisteraar: je kan ook, je kan nu praten tegen Photoshop. Ja, en dat heet Google Foto's.

240
00:36:35.068 --> 00:36:43.268
En als jij nu die zonnebril weg wil, dan kan jij letterlijk zeggen: haal die zonnebril weg en dan is die weg. Daar zeggen wij dan nog achteraan: dat is trouwens Nano Banana.

241
00:36:43.478 --> 00:36:52.108
[lacht] Ja, wat, met alle respect, alleen nerds vinden dat interessant. Ja. Wij noemen het toch, want we proberen een beetje een dubbel publiek aan te spreken tijdens deze podcast.

242
00:36:52.588 --> 00:37:04.648
Maar dat-Wat eigenlijk Satya Nadella zegt is: Google Foto's is wat waard. Ja. Nano Banana niet. Mhmm. Want is zijn punt en ik ga wel een klein beetje mee in die gedachte.

243
00:37:04.678 --> 00:37:11.528
Yo, dat Nano Banana is over zes maanden open source nagebouwd. Dus ja, en mijn Google Foto's is niet over zes maanden open source nagebouwd.

244
00:37:11.568 --> 00:37:15.478
Jawel, de interface, maar niet alle mensen die erop zitten met hun foto's en hun Pixel telefoons. Mhmm.

245
00:37:15.788 --> 00:37:28.518
Dus de moot, de slotgracht, hè, de unique selling point, de waarde zit hem in die scaffold, namelijk hoeveel gebruikers heb jij die binnen Excel, die binnen Google Foto's opereren, die in jouw ecosysteem infrastructuur zitten?

246
00:37:29.108 --> 00:37:34.048
Want dan ben jij Microsoft en heb jij niet je eigen Nano Banana. Nou, dan wacht je zes maanden.

247
00:37:34.168 --> 00:37:49.248
Pak je de Nano, uh, het is het, uh, het heet waarschijnlijk, uh, Micro, uh, uh, Lemon, [gniffelt] want zo is dan het open source project genoemd en die pak je dan als Microsoft en die stop je in je Microsoft Foto's en dan kan je alsnog, zeg maar, je OneDrive Foto Gallery ook praten met je foto's.

248
00:37:49.328 --> 00:37:58.408
Ja. En zijn punt is dus eigenlijk dat, de modellen worden constant open source nagemaakt, is een beetje zijn verhaal, uh, dus daar heb je gewoon, h-, h-, het is onverdedigbaar.

249
00:37:58.488 --> 00:38:07.268
Maar dus het antwoord op de vraag: waar gebruik je dit voor? Gebruik je het voor trainen van grote modellen of gebruik je het van, voor AI gebruik van eindconsumenten? Uitvoeren. Dan is dat het laatste.

250
00:38:07.328 --> 00:38:16.428
Ja, of het is een typische Steve Jobs opmerking die zegt: natuurlijk gaan wij nooit een telefoon maken en een, en een pen bij een iPad zullen we nooit doen. En dan het zes maanden later alsnog doen. Ja.

251
00:38:16.508 --> 00:38:25.768
Ik denk dat er natuurlijk kleine modellen, die zijn er ook, hè, binnen Microsoft zijn. Tuurlijk heeft Microsoft hun eigen bets op specialized models. Bla bla bloei. Maar ik vond het een interessante, uh, focus.

252
00:38:26.288 --> 00:38:36.728
D-dan komt natuurlijk ook daarna de vraag, hè, want jij zei net al Excel mooi als voorbeeld. Daar zei S-S-Satya Nadella dus van: ja, wij kunnen eigenlijk meerdere modellen in Excel aan de gang zetten.

253
00:38:36.768 --> 00:38:48.588
En dat model krijgt dan toegang tot Excel, de knopjes te binnen, zodat ie kan rondklikken, die kan kijken naar jouw sheet. En het model krijgt heel veel context mee vanuit Microsoft om te helpen om met Excel te werken.

254
00:38:48.708 --> 00:39:00.408
Hè, dat noemt hij de middle tier. Hebben wij het vorige week volgens mij over gehad van: waar zit die AI dan, hè? Zit ie dan in jouw hele OS, alleen in Excel of in een website waar je Excel screenshots uploadt, hè?

255
00:39:00.488 --> 00:39:12.948
Een soort van op de verschillende lagen, heel laag of heel hoog. Nou, hij heeft het dus nu over de middle tier application van AI, oftewel alle Microsoft producten enhance met een specialized AI.

256
00:39:13.148 --> 00:39:22.748
Hè, dus een Excel agent noemt hij dat dan. Dus gewoon een foundational model met allemaal hulp eromheen van: hoe kan je met Excel wa-wa-werken? Een handleiding voor Excel als het ware, plus toegang.

257
00:39:22.888 --> 00:39:33.328
Het is alsof je ChatGPT eerst Excel voor Dummies voert en daarna screenshots van jouw Excel sheet waar jij in aan het werk bent. En dan zeg je: doe even wat ik wil. Ja, en weet je wat?

258
00:39:33.428 --> 00:39:43.718
Ga maar op de achtergrond in Excel zitten. Ja. Ik wil gewoon met Excel praten. Ja. Regel het. Ja. Hè, dus een beetje de, nou ja, wat, wat met, wat Google met hun Google Maps gedaan heeft, uh, vorige week met Gemini. Ja.

259
00:39:43.768 --> 00:39:56.108
Dat vind ik dus een interessante strategie. Dan is alleen natuurlijk wel de vraag: waar blijft Excel uiteindelijk als die Excel agent echt heel goed wordt? Ja, wanneer zie je nog de spreadsheet, bedoel je? Ja.

260
00:39:56.238 --> 00:40:05.588
Als gebruiker van Excel. Niemand, oké, bijna niemand wil spreadsheets maken. Mhmm. Je hebt een doel. Ja. En je hebt een berekening die je wil maken. Je hebt een bedrijf te runnen. Ja. Je wil iets. Ja.

261
00:40:05.968 --> 00:40:14.218
En als op een gegeven moment die agent jou gewoon de antwoorden geeft in een sexy dashboard. Ja, misschien ook nog met een screenshot van hoe het dan eruit ziet, zodat je, als je wil er nog even naar kan kijken.

262
00:40:14.218 --> 00:40:18.148
Ja, van mag ik even onder de motorkap kijken? Maar, uh, die, die verhouding gaat veranderen. Ja.

263
00:40:18.168 --> 00:40:27.188
Nou, daar was, ik kan ook echt wel de mensen met de tijd aanraden om, om in ieder geval een goed uur van dit interview te kijken, uh, want d-er zit een hele strategie.

264
00:40:27.828 --> 00:40:36.928
Kijk, je kun, je kunt natuurlijk denken dat er nu een soort van heen en weer gerend wordt binnen de hoofdkantoor van Microsoft. Van: oh nee, oh nee, wat moeten we nu? Hè, daar gaat onze moot.

265
00:40:37.028 --> 00:40:39.208
Nou, als je Satya Nadella hoort praten heb je zoiets van: nee.

266
00:40:39.748 --> 00:40:49.008
Toen GPT-2 uitkwam is er waarschijnlijk een strategic hands on geweest en zijn ze helemaal gaan nadenken: hoe positioneren we Microsoft in een wereld waarin mensen geen software meer nodig hebben?

267
00:40:49.828 --> 00:40:56.068
En wat is daarop het antwoord? Het gaat ons niet om software. Wij gaan ervoor zorgen- Ja...dat die agent zo magisch kan voelen. Ja.

268
00:40:56.208 --> 00:41:08.908
Omdat hij eigenlijk stiekem ergens een Windows machine kan draaien die jij niet ziet, bij Microsoft, waarin Excel draait, van Microsoft, en waarin een Excel agent, ontworpen op maat door Microsoft, draait op open modellen, gratis door Microsoft gedownload.

269
00:41:09.428 --> 00:41:19.268
Snap je? Dus, en, ja, je merkt dus, uh, in zijn verhaal dat, dat zij wel redelijk klaar zijn voor een wereld waarin jij geen Windows meer hebt. Heeft hij nog AGI voorspellingen gedaan? Dat is een beetje.

270
00:41:19.338 --> 00:41:29.108
Hij zei hetzelfde als bij ons. Dat is wel grappig, want wij hebben het er ook over gehad dat we ons best wel zorgen maakten, of zorgen maken, uh, om AGI en daar heeft hij eigenlijk een beetje een standaard soundbite op.

271
00:41:29.628 --> 00:41:40.428
Uhm, het is een tool. Het is een, iets wat ons, uh, ondersteunt en niet vervangt. Dat is waar het nu is. Hij zegt het wel, hij zegt het wel slim, hoor, dat is waar het nu is.

272
00:41:40.968 --> 00:41:48.308
Dat is waar ik de focus ook nu op leg om te zorgen dat AI een goede hulp is, hè. Hij noemt het volgens mij een guardian angel zelfs. Dat vind ik best wel een statement.

273
00:41:49.048 --> 00:41:57.728
Uhm, en wat er daarna allemaal nog komt, en dat noemt hij een soort van the almost spiritual way of talking about AI noemt hij dat in het interview.

274
00:41:57.848 --> 00:42:07.428
Uh, ja, dat is een, dat is een interessant gesprek, maar niet, uh, uh, niet relevant op dit moment. Dus hij schuift gewoon eigenlijk die AGI timeline weer even vijf jaar vooruit, zegt hij.

275
00:42:08.488 --> 00:42:11.688
Goed, in de nieuwsbrief viel mij nog één ding op wat ik wel boeiend vond.

276
00:42:11.828 --> 00:42:24.128
Een, uh, ding wat ook over Microsoft, uh, PowerPoint, een concurrent van Microsoft PowerPoint, namelijk de AI presentatie tool, uh, Gamma, Gamma, Gamma. Ik weet eigenlijk niet hoe ik het moet uitspreken. Ik denk Gamma.

277
00:42:24.668 --> 00:42:34.408
Een startup van vijf jaar oud met 52 medewerkers. Uh, dat is, uh, niet zoveel als er waarschijnlijk aan PowerPoint werken, maar die winstgevend is en een waardering van 2, 2.1 miljard dollar krijgt.

278
00:42:34.548 --> 00:42:46.028
Uhm.Dus dat is aardig in vergelijking met wat Microsoft doet. En wat dit doet is eigenlijk hoe de toekomst van PowerPoint eruit zou kunnen zien, uh, namelijk presentaties maken met tekstprompts.

279
00:42:46.058 --> 00:42:55.588
Dat is toch nog niet iets wat je. Het sluit ook een beetje aan op ons vorige verhaal, hè. Dus dan bestaat mij, bestaat PowerPoint straks nog? Precies. Als je, als je Gamma hebt. Ja, dus dit soort tools bestaan.

280
00:42:55.628 --> 00:43:02.848
En die, uh, die vallen natuurlijk keihard Microsoft met haar enorme jaaromzet van, uh, v, nou ja, met hun jaaromzet aan.

281
00:43:03.348 --> 00:43:15.168
En, uh, deze tool kan dus met AI complete presentaties dra, uh, maken op basis van, uh, prompts die er echt goed uitzien. Uhm, en onze redacteur Chang testte het met een campagne voor minimalistische sneakers.

282
00:43:15.278 --> 00:43:26.148
Je moet het maar, je moet maar ergens beginnen. Ze gaf een prompt: ontwerp een campagne voor de lancering van deze sneakers. Doelgroep Gen Z'ers. Uh, doel: 10.000 pre-orders dus. Oftewel doe een beetje je best.

283
00:43:26.568 --> 00:43:36.828
Focus op samenwerking met influencers en betaalde social media. En die hele, uh, die AI nam haar door dat hele proces heen van automatisch gegenereerde concept slides tot het kiezen van lay-outs.

284
00:43:37.408 --> 00:43:46.788
Uhm, en, uh, die AI paste de hele tijd kleuren, fonts, nou ja, heel visueel aan op basis van, uh, wat ze promptte.

285
00:43:47.068 --> 00:43:54.527
Dan druk je, uiteindelijk druk je op generate en dan leun je achterover en dan gaat dat ding dus die presentatie voor jou in elkaar flansen. Dat is best iets bizars.

286
00:43:54.808 --> 00:44:06.228
En is er ook nog een, uh, soort van extra tool, een knopje die luidt: convert to website en met één klik transformeer je dan je presentatie in een live website die meteen via het internet te raadplegen is.

287
00:44:06.788 --> 00:44:18.368
Of het genoeg is, uh, om daadwerkelijk in professionele context te gebruiken. We hebben een link in de shownotes gezet, dan kun je het zelf, uh, oordelen over hoe in ieder geval die sneaker, uh, de sneakers eruitziet.

288
00:44:19.048 --> 00:44:35.448
En in de nieuwsbrief van deze week lees je meer over Gamma's beste functies, zoals een functie om diagrammen te maken, je gedachten omzetten in, uh, flowcharts en zelfs een, uh, presentation analytics tool die wil laten zien wanneer je publiek waarschijnlijk afhaakt in je presentatie.

289
00:44:35.488 --> 00:44:41.788
Nou, dat m-moet ik toch echt in mijn lezing doorheen gooien. Als je daar meer over wil lezen ga je naar AI, AI-report.e-mail.

290
00:44:42.428 --> 00:44:50.268
En als je denkt van: oké, kan ik dit dan zo gebruiken als in ik geef die prompt, dan komt een presentatie uit en dan ga ik die presentatie dan geven of zo ergens.

291
00:44:50.308 --> 00:44:58.428
Wat ik doe met dit soort tools is een, ik zie het meer als een soort ideation prototyping tool. Ik laat hem 10 presentaties maken.

292
00:44:58.488 --> 00:45:06.728
Die bekijk ik en denk: o, dat is, die slide is wel grappig en daar begin ik dan zelf mee in mijn eigen. Dus ik zie het meer als: kan je wat ideetjes voor me genereren?

293
00:45:07.288 --> 00:45:16.488
En dan sporadisch zit daar ineens een slide bij dat ik denk: jeetje. Ja. En dat is in het laatste half jaar meer, komt het steeds meer voor dat ik denk: er zitten wel meerdere slides in.

294
00:45:16.508 --> 00:45:26.808
Het gaat va-mij vaak om hoe iets gevisualiseerd is of hoe iets teruggebracht is tot een paar bullet points. Dat ik denk: ja, nou, nou, het zo laten zien aan mij is wel prettig. Ja, en je bent dus zelf de,

295
00:45:28.218 --> 00:45:36.568
de, de dirigent van al deze, van dit orkest. Ik laat dus ook wel moeilijke dingen uitleggen door Gamma, wat niet helemaal de bedoeling is van hun, uh, idee, hun, hun software.

296
00:45:36.617 --> 00:45:45.328
Maar dan zeg ik gewoon: oké, dit boek leg eens uit in een slideshow. Omdat ik over het algemeen makkelijker door een deck heen tik- Ja...dan door een paar paragrafen ChatGPT summarization.

297
00:45:45.728 --> 00:45:52.648
Nou, wij vinden het dus de moeite waard om deze tool, uh, te testen, uh, voor jezelf en dat hebben we voor je gedaan en dat kun je lezen in AI Report.

298
00:45:53.488 --> 00:46:02.628
Wij danken Sam Hengeveld voor de edit van deze podcast en Pankra voor de vormgeving. Als je een lezing wil over AI van Wietse Hagen of van mij, dan kan dat. Mail ons op lezing@ai-report.email.

299
00:46:03.038 --> 00:46:12.048
Als je op de hoogte wil blijven van het laatste AI-nieuws twee keer per week en dus tools en tips wil ontvangen over tools als Gamma, dan abonneer je je op onze nieuwsbrief via ai-report.e-mail.

300
00:46:12.388 --> 00:46:22.848
En als je vandaag nog wil beginnen met AI binnen jouw bedrijf, dan ga je naar deptagency.com/ai-report. Onze gewaardeerde sponsor. Tot volgende week! Tot dan.

301
00:46:23.828 --> 00:46:38.938
[muziek]