Maand: oktober 2025

We maken tegenwoordig niet langer alleen producten we genereren data. Sensoren, machines, dieren en mensen produceren continu signalen die prestaties, kwaliteit en omgeving beschrijven. Toch analyseren de meeste organisaties deze data nog steeds achteraf. De volgende stap is het combineren van realtime data, simulatie en autonomie – met behulp van Digital Twins, aangestuurd door Agentic AI, om productie- en logistieke systemen adaptief, zelflerend en voorspellend te maken.

Digital Twins helpen al bij het simuleren van activagedrag of productiestromen. De grens ligt in het verbinden van die tweelingen met AI-agenten die kunnen redeneren, coördineren en handelen. Stel je een verpakkingslijn voor waar een AI-agent trillingsafwijkingen opmerkt, deze vergelijkt met historische patronen, een digitale simulatie uitvoert en autonoom onderhoud opnieuw inplant zonder menselijke escalatie. Dit is de stap van voorspellende analyse naar voorschrijvende, autonome besluitvorming waarbij systemen niet alleen problemen detecteren, maar ze ook oplossen.

Agentische AI ​​beschrijft architecturen waarin meerdere intelligente agents samenwerken, elk verantwoordelijk voor een deel van een complex proces – prognoses, kwaliteitscontrole, routering, inkoop of personeelsplanning. Ze leren context, communiceren met elkaar en optimaliseren resultaten dynamisch. Het voordeel is schaalbaarheid: in plaats van één monolithisch model beheren tientallen lichtgewicht agents specifieke beslissingen bijna in realtime.

* Unified Data Platforms die eindelijk ERP-, MES-, IoT- en supply chain-data verbinden in één semantische laag.

* Vooruitgang in edge computing, waardoor AI-modellen direct op apparaten op de werkvloer kunnen draaien.

* Digital Twin Frameworks van grote cloudproviders, waardoor de drempel voor het simuleren van assets op schaal wordt verlaagd.

* Multimodale AI die video-, audio- en sensordata tegelijkertijd kan interpreteren.

Samen veranderen ze ‘data’ in een levend organisme continu voelend, denkend en verbeterend.

Autonomie brengt verantwoording met zich mee. Agentische AI ​​moet functioneren onder strikte governance: uitlegbaarheid van beslissingen, rolgebaseerde toegang en validatie door mensen in de loop. Digitale tweelingen vereisen betrouwbare master- en referentiegegevens om synchroon te blijven met de realiteit.

Agentic AI en digitale tweelingen zijn niet futuristisch ze zijn evolutionair. Elk vertegenwoordigt een diepere relatie tussen mens, machine en data. Leiders die autonomie zien als partnerschap, niet als vervanging, zullen fabrieken en toeleveringsketens bouwen die met hen meedenken, niet vóór hen.

Het creëren van een elektrische digitale tweeling die bestaande silo’s op een zinvolle manier met elkaar verbindt, vereist een ongekende mate van samenwerking tussen leveranciers en sectoren. Dit omvat een blauwdruk voor gegevensuitwisseling en simulatie over talloze modellen, een semantische laag voor het vertalen van context en het mogelijk maken van redeneringen, en een vertrouwenslaag om de integriteit, privacy en veiligheid van gegevens en modellen te waarborgen.

Het ontwikkelen van deze grootschalige co-simulatiemogelijkheden zou een domino-effect kunnen hebben op de versnelling van belichaamde AI-infrastructuur met andere schaaleigenschappen dan die met LLM’s. Het paradigma van actieve inferentie suggereert bijvoorbeeld dat de weg naar betere AI ligt in het trainen van veel experts in gedecentraliseerde domeinen die informatie uitwisselen over hun onzekerheidsniveau. Eén agent zou geoptimaliseerd kunnen worden voor het verbeteren van de prestaties van een onderstation, een andere voor het beheer, en weer andere voor het optimaliseren van beslissingen.

Een paar dingen zouden dit proces nog wat meer kunnen aanwakkeren. Innovatieve startups die excelleren, zouden kunnen ontstaan ​​om de silo’s beter te verbinden in enkele van de meest waardevolle use cases, wat traditionele leveranciers zou kunnen aanzetten tot snellere samenwerking.

Het is ook mogelijk dat NVIDIA de reikwijdte van zijn Omniverse-aanpak strategisch uitbreidt om digitale elektrische tweelingen te ondersteunen over domeinen en leveranciers heen, zoals het al doet voor ruimtelijke en mechanische modellen en simulaties. Ze hebben hierin al enig leiderschap getoond binnen het datacenter. Alleen de tijd zal uitwijzen of ze de visie hebben om deze aanpak buiten de datacentermuren uit te breiden voordat de AI-investeringsgolf opraakt.

Als AI en crypto geen bubbels zijn, zouden we in grote problemen kunnen komen.

Veel speculatieve manieën zijn even leuk, maar dan verliezen de laatsten investeerders hun hemd, zonder veel schade aan te richten, zoals de tulpen van 1635 en de strip- en zilverbubbels van eind jaren 80.

Soms zijn de verliezen zo groot dat ook banken omvallen, wat leidt tot problemen bij onze financieel systemen, recessie en werkloosheid, zoals in 1929 en 2008.

1929 was het jaar van de beurskrach op Wall Street, die leidde tot de wereldwijde economische crisis van de jaren 30, ook wel de Grote Depressie genoemd.

2008 verstoring van het financiële systeem waarbij de stroom van geld ernstig wordt beperkt, wat leidt tot een bankencrisis met een gebrek aan liquiditeit en vertrouwen in de financiële markten.

De .com-zeepbel barstte tussen 2000 en 2002, na een enorme speculatieve rally in internetbedrijven die in maart 2000 een hoogtepunt bereikte. De zeepbel werd gekenmerkt door overgewaardeerde technologieaandelen, waarvan er veel geen winst maakten. Dit leidde tot paniek op de markt, de ineenstorting van honderden bedrijven en naar schatting $ 5 biljoen aan verliezen voor beleggers.

Dat sommige bubbels uiteindelijk in een andere vorm toch een verrijking van ons leven zijn, bewijst de .com zeepbel.

Het totale geldbedrag in AI- en cryptovaluta’s is meer dan een kwart van het wereldwijde bbp; het is waarschijnlijk de grootste technologische investeringsboom/zeepbel in de geschiedenis.

Als deze instort, zoals velen voorspellen, zou dat slecht zijn, mogelijk heel slecht als er niet snel een einde aan komt; maar als de zeepbel helemaal niet instort, kan het catastrofaal zijn.

AI zal de investering erin rechtvaardigen door zowel menselijke werknemers te vervangen en te verbeteren.

ChatGPT en andere tools zijn zeker nuttige tools, maar wanneer ze niet worden gebruikt om ons te misleiden. Of als AI zelfbewust wordt en zichzelf in stand houdt, en besluit de naar zijn hand te zetten.

Meer alledaags sinds de lancering van ChatGPT is het aandeel online content geschreven door AI, in tegenstelling tot door mensen, gedaald van minder dan 10 procent naar net iets meer dan 50 procent.

De schattingen van de permanente werkloosheid als gevolg van AI variëren van 10 tot 50 procent.

Bedrijven ontslaan al mensen vanwege AI en worden daarvoor beloond door de beurswaarde op de aandelenmarkt.

In sommige opzichten zou een werkloosheid van 50 procent zelfs beter kunnen zijn dan de 10 tot 15 procent die het meest wordt voorspeld. In dat geval zou er immers geen twijfel over bestaan ​​dat een volledige herziening van belastingen, sociale voorzieningen en de samenleving in het algemeen nodig zou zijn, inclusief een universeel inkomen gefinancierd door AI-winsten.

Maar een werkloosheid van 10 tot 15 procent? Dat gebeurt vrij vaak het wordt een recessie genoemd.

Maar dat is misschien niet genoeg werkloosheid om een ​​algehele heroverweging van de sociaaleconomie af te dwingen, hooguit genoeg om een ​​leven lang ellende te veroorzaken voor enkelen terwijl de rijken steeds rijker worden.

Als 15 procent van de bevolking permanent werkloos is omdat AI laagbetaalde banen op instapniveau vervangt, gaan die banen permanent verloren en gaan we nooit meer terug naar de oude wereld

Nee, AI uitschakelen is niet mogelijk er zijn (tot nu toe) zo’n 40 biljoen redenen om het niet te doen.

De regulering ervan richt zich op namaak en bedrog, wat terecht is, maar hoe de productiviteit per persoon verbeteren door simpelweg personen te vervangen?

Een manier om AI en crypto even uit te schakelen zodat de autoriteiten de controle kunnen behouden, is door de bubbels te laten barsten en de eerste investeerders hun hemd te laten verliezen.

Die kans is groot, maar wat als het geen bubbels zijn en er geen crash komt?

Het is nauwelijks de moeite waard om over na te denken.

De EU-aanpak van kunstmatige intelligentie (AI) is gericht op excellentie en vertrouwen, met als doel de onderzoeks- en industriële capaciteit te vergroten en tegelijkertijd de veiligheid en fundamentele rechten te waarborgen.

De manier waarop we kunstmatige intelligentie (AI) benaderen, zal de wereld waarin we in de toekomst leven, bepalen. Om bij te dragen aan een veerkrachtig Europa voor het digitale decennium, moeten mensen en bedrijven kunnen profiteren van de voordelen van AI en zich tegelijkertijd veilig en beschermd voelen.

De Europese AI-strategie is erop gericht de EU tot een hub van wereldklasse voor AI te maken en ervoor te zorgen dat AI mensgericht en betrouwbaar is. Deze doelstelling vertaalt zich in de Europese aanpak van excellentie en vertrouwen door middel van concrete regels en acties.

Het Actieplan voor het AI-continent van april 2025 versterkt eerdere initiatieven en heeft als doel Europa een wereldleider op het gebied van AI te maken. Het actieplan richt zich op de ontwikkeling van betrouwbare AI-technologieën om het concurrentievermogen van Europa te versterken en tegelijkertijd onze democratische waarden te beschermen en te bevorderen. Het is erop gericht de voordelen van AI te benutten in verschillende sectoren, zoals de gezondheidszorg, het onderwijs, de industrie en de ecologische duurzaamheid.

Het plan omvat acties om grootschalige AI-data- en computerinfrastructuren te bouwen, de toegang tot hoogwaardige data te verbeteren, de adoptie van AI in strategische sectoren te stimuleren, AI-vaardigheden en -talent te versterken en de implementatie van de AI-wet te vergemakkelijken.

Belangrijke onderdelen zijn:

de oprichting van AI-fabrieken en gigafabrieken

de InvestAI-faciliteit om particuliere investeringen te stimuleren

AI Act Service Desk

ter ondersteuning van een soepele en effectieve implementatie van de AI-wet in de hele EU de toekomstige lancering van de AI Skills Academy

De Apply AI-strategie, gelanceerd in oktober 2025, vormt een aanvulling op het AI Continent Action Plan. Het is erop gericht het transformatieve potentieel van AI te benutten door de adoptie en integratie van AI in belangrijke industriële en publieke sectoren te vergroten, met name in het midden- en kleinbedrijf (mkb), en hun specifieke behoeften te ondersteunen.

De strategie zal de mogelijkheden van de EU om maatschappelijke voordelen te ontsluiten helpen vergroten, van het mogelijk maken van nauwkeurigere diagnoses in de gezondheidszorg tot het verbeteren van de efficiëntie en toegankelijkheid van openbare diensten. Het stimuleert een AI-first-beleid, zodat meer bedrijven AI beschouwen als onderdeel van de oplossing om uitdagingen aan te pakken, waarbij zorgvuldig rekening wordt gehouden met de voordelen en risico’s van de technologie.

Om het beleid op het gebied van AI te coördineren en de dialoog over de behoeften van strategische sectoren in de EU voort te zetten, heeft de Commissie ook de Apply AI Alliance opgericht. Dit is een coördinatieforum met AI-aanbieders, de industrie, de publieke sector, de academische wereld, sociale partners en maatschappelijke organisaties. Nauw verbonden met de alliantie zal een AI-observatorium AI-trends volgen en de impact van AI in specifieke sectoren beoordelen.

In januari 2024 lanceerde de Commissie het AI-innovatiepakket ter ondersteuning van startups en mkb-bedrijven in de kunstmatige intelligentie (AI). Het pakket omvat verschillende maatregelen om Europese startups en mkb-bedrijven te ondersteunen bij de ontwikkeling van betrouwbare AI die de waarden en regels van de EU respecteert.

Een belangrijk onderdeel van dit pakket is de mededeling over het stimuleren van startups en innovatie in betrouwbare kunstmatige intelligentie (AI). Deze mededeling schetst een strategisch investeringskader voor betrouwbare AI waarmee de Unie haar troeven, met name haar toonaangevende supercomputerinfrastructuur, kan benutten en een innovatief Europees AI-ecosysteem kan bevorderen.

Het GenAI4EU-initiatief is het belangrijkste aandachtspunt van de mededeling. Het is gericht op het stimuleren van de toepassing van generatieve AI in belangrijke strategische industriële ecosystemen in de EU. Dit zal op zijn beurt de ontwikkeling van grote open innovatie-ecosystemen stimuleren die de samenwerking tussen AI-startups en AI-gebruikers in zowel de industriële als de publieke sector bevorderen.

De Commissie en de lidstaten zijn overeengekomen excellentie in AI te stimuleren door de krachten te bundelen op het gebied van beleid en investeringen. De herziening van het Gecoördineerde Plan voor AI uit 2021 schetst een visie om de prioriteiten te versnellen, te verbeteren en af ​​te stemmen op het huidige Europese en wereldwijde AI-landschap, en om de AI-strategie in de praktijk te brengen.

Het maximaliseren van middelen en het coördineren van investeringen is een cruciaal onderdeel van AI-excellentie. Zowel de programma’s Horizon Europa als Digitaal Europa zullen jaarlijks € 1 miljard investeren in AI. De Commissie zal ook extra middelen mobiliseren. Internationale investeringen van de private sector en de lidstaten om een ​​jaarlijks investeringsvolume van € 20 miljard te bereiken in de loop van het digitale decennium.

De Herstel- en Veerkrachtfaciliteit maakt € 134 miljard beschikbaar voor digitale technologie. Dit zal een gamechanger zijn, waardoor Europa zijn ambities kan versterken en wereldleider kan worden in de ontwikkeling van geavanceerde, betrouwbare AI.

Toegang tot hoogwaardige data is een essentiële factor bij het bouwen van krachtige, robuuste AI-systemen. Initiatieven zoals de EU-Cybersecuritystrategie, de Datawet en de Data Governance Act bieden de juiste infrastructuur voor het bouwen van dergelijke systemen.

Het bouwen van betrouwbare AI creëert een veilige en innovatievriendelijke omgeving voor gebruikers, ontwikkelaars en exploitanten.

De Commissie heeft drie onderling samenhangende juridische initiatieven voorgesteld die zullen bijdragen aan de ontwikkeling van betrouwbare AI:

een Europees juridisch kader voor AI dat fundamentele rechten waarborgt en veiligheidsrisico’s aanpakt die specifiek zijn voor AI-systemen;

een kader voor burgerlijke aansprakelijkheid – aanpassing van de aansprakelijkheidsregels aan het digitale tijdperk en AI;

een herziening van de sectorale veiligheidswetgeving (bijv. de Machineverordening, de Richtlijn Algemene Productveiligheid).

De Commissie streeft ernaar de risico’s die voortvloeien uit specifieke toepassingen van AI aan te pakken door middel van een reeks complementaire, evenredige en flexibele regels. Deze regels geven Europa ook een leidende rol bij het bepalen van de wereldwijde gouden standaard.

Dit kader biedt AI-ontwikkelaars, -invoerders en -gebruikers de duidelijkheid die ze nodig hebben door alleen in te grijpen in gevallen die niet onder de bestaande nationale en EU-wetgeving vallen. De AI-wet hanteert een duidelijke, gemakkelijk te begrijpen aanpak, gebaseerd op vier verschillende risiconiveaus: minimaal risico, hoog risico, onaanvaardbaar risico en specifiek transparantierisico. De wet introduceert ook specifieke regels voor algemene AI-modellen.

Slimmere, autonomere AI helpt een van de meest uitdagende dilemma’s in de moderne wereld op te lossen. Toch worstelen we al decennialang met efficiëntiegerichte modellen die schaalbaar zijn maar die zich van ons vervreemden, en mensgerichte benaderingen die loyaliteit stimuleert, blijkt te duur zijn om vol te houden.

Agentische AI ​​helpt de vergelijking te veranderen. Het stelt ons in staat te evolueren van deterministische systemen die vooraf gedefinieerde, statische processen uitvoeren naar een dynamischer ecosysteem dat kan aanvoelen, zich kan aanpassen en zorg kan bieden. Het resultaat is een nieuwe balans tussen operationele excellentie en loyaliteit door empathische ervaringen die efficiënter, effectiever en emotioneel intelligenter zijn vanuit ons perspectief.

De gebruikerservaring heroverwegen in het tijdperk van multi-agent AI

AI-agenten kunnen het potentieel versterken en tegelijkertijd risico’s beheersen

Dit is de paradigmaverschuiving: efficiëntie is nog steeds van het grootste belang, maar het gaat niet langer alleen om hoe snel en efficiënt iets draait. Maar het gaat er ook om hoe snel we ons begrepen voelen.

Traditioneel volgens een service-economiemodel, gericht op het verhogen van de efficiëntie, met prioriteit voor interne efficiëntie, standaardisatie en kostenbeheersing zelfs ten koste van relaties.

In de huidige ervaringseconomie, waar merken belonen die ons begrijpen, en zich aan ons aanpassen en waarde leveren op onze voorwaarden, is het de efficiëntie die het belangrijkst is niet altijd hoe snel het taken kan verwerken of kosten kan verlagen. Het gaat steeds meer om hoe snel en effectief we iemand het gevoel geven dat aan zijn behoeften wordt voldaan.

Dat is de hefboom die vandaag de dag loyaliteit, reputatie en groei kan stimuleren. Als systemen de kosten verlagen, maar ons frustreren, zijn ze niet efficiënt, en kwetsbaar.

Alles aan de ervaring die we hebben verandert, volgens de statistieken die we gebruiken tot de resultaten die we mogelijk maken.” Efficiëntie en effectiviteit zijn niet de einddoelen; ze zijn de middelen om vertrouwen op te bouwen. Empathie wordt de multiplier.

Uit onderzoek blijkt dat we al na één slechte interactie afhaken. Daarbij is de klant ervaring van merken historisch laag, met slechts 3% die als klantgericht worden gecategoriseerd. Dit zijn geen operationele haperingen. Het zijn blinde vlekken die ontstaan ​​doordat we nog steeds optimaliseren voor interne winst, terwijl externe behoeften onvervuld blijven.

In tegenstelling tot traditionele automatisering, die een lineair pad volgt en wacht op triggers, kunnen agentische systemen een continue sensorlaag creëren om empathische ervaringen te orkestreren die efficiënter, effectiever en emotioneel intelligenter zijn.

Wanneer menselijke intuïtie wordt versterkt door systemen die context, sentiment en verbinding begrijpen, worden beslissingen beter geïnformeerd en empathischer. Het gaat er niet om aardiger te zijn. Het gaat erom preciezer te begrijpen wat er echt toe doet voor mensen.

Als we empathie beheersen in de ervaringseconomie, zullen niet alleen de klanttevredenheid verbeteren.

In een tijdperk van toenemende scepsis over technologie en bedrijfsmotieven, wordt empathie een vertrouwensvermenigvuldiger. Wanneer de systemen zijn ontworpen om empathische ervaringen te bieden, tonen ze aan dat systemen zijn ontworpen om menselijke behoeften te begrijpen en er aandacht aan te besteden, en zo sociaal kapitaal op te bouwen.

Het vereist een fundamentele verandering in de manier waarop we denken over efficiëntie en emotionele intelligentie. Het betekent het ontwerpen van systemen die prioriteit geven aan menselijke resultaten, samen met operationele meetgegevens. Een onderdeel hiervan is samenwerken met AI op manieren die het menselijk inzicht versterken.

Geen apocalyptische voorspellingen, maar een scherpe analyse van hoe AI ons denken, leren en zelfbeeld verandert.

AI niet zien als een buitenaardse bedreiging, maar als een logische volgende stap in een lange geschiedenis van technologieën die onze hersenen en cultuur hebben hervormd van de uitvinding van het schrift tot de komst van smartphones.

AI kan dienen als een partner die helpt bij schrijven, analyseren en structureren. Maar het kan ook leiden tot passief gebruik, waarbij we het denken overlaten aan AI.

Toen lezen en schrijven werden geïntroduceerd voor iedereen, veranderde het gebruik van onze hersenen ingrijpend. Aristoteles vond lezen destijds een slecht idee omdat het het geheugen zou aantasten. Tot die tijd werden veel dingen doormiddel van overlevering doorgegeven van de ene naar de andere generatie. Tegenwoordig kunnen we ons een wereld zonder naslagwerken (boeken) niet eens meer voorstellen.

Zowel menselijke als kunstmatige intelligentie worden vaak gedefinieerd aan de hand van prestaties waar we waarde aan hechten. Toen AI in 1997 de wereldkampioen schaken versloeg, leek het alsof een enorme mijlpaal was bereikt. Maar de echte uitdaging blijkt niet in bordspellen te liggen, maar in chaotische, complexe domeinen zoals creëren, wetenschap en cultuur.

Waarbij AI bestaande vooroordelen en fouten kan overnemen, omdat het wordt getraind op reeds bestaande data. Het primaire doel is ervoor te zorgen dat AI-systemen nuttig, waarheidsgetrouw en behulpzaam zijn en dat ze de menselijke intentie volgen. Het doel is om onvoorspelbaar of oncontroleerbaar gedrag van AI te voorkomen, vooral naarmate systemen intelligenter worden.

We proberen diverse waarden en perspectieven samen te brengen. AI kan mogelijk helpen om tegenstrijdige standpunten beter te integreren, maar het kan ook leiden tot databubbels en informatie eilanden, vooral als systemen zich steeds meer personaliseren.

Vrezen we de dag waarop AI-systemen rechtstreeks met elkaar communiceren, beslissingen nemen en ons buitensluiten. Dat zou kunnen leiden tot nieuwe vormen van collusie of zelfs iets wat op een AI-cultuur lijkt.

Met kinderen die opgroeien met mensachtige AI-systemen. Als slimme apparaten steeds meer gaan lijken op mensen, wat betekent dat dan voor de relatie met ouders, leraren en de werkelijkheid zelf?

Geloven we dan AI onze toegang tot kennis drastisch kan verbeteren en ons juist slimmer kan maken, mits de systemen goed worden ontworpen.

Hoe zal AI ons zelfbeeld zal veranderen als we systemen bouwen die redeneren, praten en handelen, zullen we dan ontdekken dat bewustzijn minder mysterieus is dan we dachten. Dat kan onze hele kijk op wat het betekent om mens te zijn veranderen.

En AI minder een bedreiging is, en meer een spiegel. Het confronteert ons met vragen over intelligentie, waarden, creativiteit en identiteit. Net als eerdere technologieën zal AI ons brein en onze cultuur hervormen en pas achteraf zullen we begrijpen hoe ingrijpend die verandering werkelijk was.