AI begrijpen is een bestuurstaak: de update van februari 2026

Geschatte leestijd: 4 minuten.

95 procent van de bedrijven die fors investeerden in generatieve AI haalt er nog geen rendement uit, becijferde MIT. Techbedrijven staken ruim 560 miljard dollar in AI, tegenover 35 miljard dollar aan opbrengsten. Zit AI dan in een zeepbel? Nee. AI zit in het dal van desillusie en dat is geen eindpunt maar een noodzakelijke correctie.

Het echte probleem is dat bestuurders technologie kopen die ze niet begrijpen. Na de update van januari staat deze maandupdate daarom in het teken van begrijpen: hoe werkt AI echt, wat mag je ervan verwachten en waar liggen de grenzen?

Een taalmodel denkt niet, het rekent

Een taalmodel is een statistische machine die patronen voortzet, token voor token. Het denkt niet, begrijpt niet en heeft geen plan. Er zit geen geest in de machine; wat er wel zit, is een spiegel van ons taalgebruik, onze patronen en onze aannames. Hallucinaties zijn dan ook geen fouten, maar een logisch gevolg van de architectuur: het model optimaliseert op waarschijnlijkheid, niet op juistheid.

Wie dat begrijpt, schrikt niet van een fout antwoord, maar zorgt voor betere input. AI is namelijk geen magie; het is patroonherkenning op enorme schaal, zoals ik eerder uitlegde in vier must-reads over algoritmes. De cijfers erachter zijn wel duizelingwekkend: de rekenkracht achter taalmodellen verdubbelde lange tijd elke 3,4 maanden, terwijl de gebruikskosten in twee jaar met een factor 280 daalden. Taalmodellen zijn krachtig als versneller, maar vereisen strategie.

Zonder vertrouwen stort elk ecosysteem in

Begrijpen betekent ook: de grenzen kennen. De Europese AI Act deelt AI-toepassingen in vier risicocategorieën in, van verboden praktijken zoals sociale scoring tot systemen met minimaal risico. Dat is geen bureaucratische hobby, maar een reactie op reële schade: sollicitatie-algoritmes die mannen bevoordelen, gezichtsherkenning die slechter werkt bij een donkere huidskleur en in Nederland de toeslagenaffaire.

Al in 2019 liet ik zien dat het algoritme van de Belastingdienst een lerend karakter heeft dat om toezicht vraagt. De vier principes voor verantwoorde AI zijn helder: transparantie, menselijke verantwoordelijkheid, privacy by design en inclusiviteit. Want zonder vertrouwen stort elk ecosysteem in. Kunstmatige intelligentie is niks zonder menselijk oordeel; dat schreef ik in 2018 en het geldt in 2026 onverminderd.

Het dal van desillusie is een selectiemoment

Intussen stopte 42 procent van de bedrijven hun pilots met generatieve AI, ruim het dubbele van een jaar eerder. In Nederland gebruikt volgens het CBS slechts 23 procent van de bedrijven met tien of meer werknemers AI; driekwart van de niet-gebruikers noemt gebrek aan ervaring als reden. Nu hoor ik je denken: is de angst dan terecht? Nee. Angst voor de digitale assistent is overdreven; onbegrip is het echte risico.

Gartner voorspelt dat in 2028 meer dan 95 procent van de bedrijven generatieve AI in productie heeft. Het dal van desillusie is dus een selectiemoment: wie nu doorpakt met discipline, klantwaarde en georganiseerde data, bouwt duurzame waarde. En onthoud daarbij de wet van de context: een AI-agent is precies zo goed als de context waarin hij opereert. Wie AI inzet zonder context, bouwt geen intelligent systeem maar een digitale ruisgenerator.

Van begrip naar rendement

Begin daarom klein en concreet, bijvoorbeeld met deze acht GPT’s die je helpen digitaal te groeien, en verdiep je kennis via de kennisbank voor de entertainmentindustrie. AI begrijpen is geen technische hobby, het is een bestuurstaak. Begrijpen gaat vooraf aan verdienen. De rest is ruis.

Deze maandupdate is gebaseerd op recente analyses op denisdoeland.com, waaronder De geest in de machine, Taalmodellen voor dummies, AI voor Dummies, Ethiek en regulering van AI, AI in 2025: van hype naar realiteit en Een AI-agent is net zo goed als de context die het creëert.