Deze maand publiceerde Anthropic — het AI-lab achter Claude — een opvallend openhartig essay over de toekomst van kunstmatige intelligentie. Geen visiestuk vol bezweringen, maar een nuchtere strategische analyse: tegen 2028 is de wedloop tussen Amerika en China in grote lijnen beslist. Twee scenario's, geen tussenvormen.
In het eerste scenario houden de Verenigde Staten en hun bondgenoten een doorslaggevende voorsprong, en bepalen democratieën de regels voor hoe AI in de wereld wordt ingezet. In het tweede scenario heeft Amerika de voorsprong verspeeld, en bepalen autoritaire regimes de spelregels — met AI als instrument voor surveillance en censuur op een schaal die mensen alleen nooit zouden aankunnen.
Dat lijkt op het eerste gezicht een geopolitiek verhaal dat ver van uw kantoor staat. Dat is het niet. De keuzes die in de komende vierentwintig maanden in Washington, Brussel en Peking worden gemaakt, raken concreet aan de software die u dagelijks gebruikt, aan het tempo waarmee cyberaanvallen evolueren, en aan de leveranciers waar u uw bedrijfsdata aan toevertrouwt. Een korte vertaling — en aan het eind drie concrete dingen die u morgen kunt doen.
01 — Compute als de nieuwe olie
Het centrale argument van Anthropic is bedrieglijk simpel: alles in de AI-race draait om rekenkracht. Niet om data, niet om talent, maar om de fysieke chips waarop modellen worden getraind. En die chips komen vrijwel uitsluitend uit fabrieken in Taiwan en Zuid-Korea die met Amerikaanse technologie en met machines uit het Nederlandse Veldhoven (ASML) werken.
Dat is geen toeval, en geen vrijblijvend exportverhaal. Het Amerikaanse exportbeleid houdt sinds drie jaar bewust de toegang tot de modernste chips beperkt voor China. Met effect: een recente analyse van de roadmaps van Huawei en Nvidia laat zien dat Huawei in 2026 ongeveer vier procent van Nvidia's totale rekenkracht zal produceren, en in 2027 nog maar twee procent. De kloof groeit dus, en wordt niet kleiner.
Wat dit voor u betekent? Uw AI-tools — of u nu Microsoft 365 Copilot gebruikt, ChatGPT in de browser of Claude voor het samenvatten van vergaderingen — draaien vrijwel zeker op die Amerikaanse chips, fysiek in datacenters in West-Europa of de VS. Zolang de huidige exportcontroles standhouden, blijft de kwaliteit en betaalbaarheid van die tools sneller verbeteren dan wat er aan de Chinese kant beschikbaar is. Dat heeft directe gevolgen voor wat u in 2027 en 2028 in uw bedrijfsprocessen kunt automatiseren — en wat uw concurrent kan dat u niet kan.
02 — De Mythos-waarschuwing
Een tweede thema uit het essay voelen we in onze incidentpraktijk al. Anthropic doelt op een eigen model met de codenaam Mythos Preview: een experimenteel systeem dat zó goed is in het ontdekken van kwetsbaarheden in software dat het bewust niet publiek is uitgebracht. Het is alleen onder strikte voorwaarden bij een handvol partners terechtgekomen. De gedachte: als een Chinees lab als eerste zo'n model bouwt, krijgt de overheid daar een instrument om Amerikaanse en Europese infrastructuur op industriële schaal te penetreren — voordat de verdediging mee is.
Voor de meeste lezers klinkt dat als sciencefiction. Maar Anthropic's eigen Mythos vond inmiddels een 27 jaar oude kwetsbaarheid in OpenBSD — een besturingssysteem dat juist beroemd was om zijn beveiliging — en een 16 jaar oude kwetsbaarheid in FFmpeg, de softwarebibliotheek die in vrijwel elke videospeler op internet draait. Voor het MKB betekent dit twee dingen tegelijk.
Het slechte nieuws: een dergelijk model in handen van een buitenlandse inlichtingendienst, of zelfs van een goed gefinancierde criminele groep, verlaagt de drempel voor het vinden van kwetsbaarheden in alledaagse software drastisch. Uw VPN-toegang, uw boekhoudpakket, uw kassasysteem — allemaal software, allemaal vatbaar.
Het goede nieuws: dezelfde technologie is in handen van de partijen die uw omgeving beschermen, doorgaans in een betere uitvoering. De Mythos-vondsten van Anthropic zijn op een verantwoorde manier gemeld en in nieuwe versies opgelost. Op de schaal van de hele software-industrie zien we hetzelfde patroon ontstaan: een ruwe overgangsperiode van twee tot drie jaar, gevolgd door een tijdperk waarin de aanvaller steeds steiler moet klimmen. Maar in die overgangsperiode zitten we nu.
03 — Vier fronten, niet één
Wat het essay verder waardevol maakt, is dat het breekt met het simplistische "wie heeft het beste model"-frame. De auteurs noemen vier fronten waarop de wedloop plaatsvindt:
- Intelligentie — welk land bouwt de slimste modellen?
- Binnenlandse adoptie — welk land integreert AI het effectiefst in zijn economie en publieke sector?
- Wereldwijde distributie — welke modellen worden de standaard waar de wereld dagelijks op werkt?
- Veerkracht — welk land kan de economische ontwrichting van AI-adoptie politiek doorstaan?
Vooral het tweede en derde front raken u direct. Want zelfs als Amerikaanse modellen technisch superieur blijven, kan een goedkoop, goed genoeg Chinees open-source model toch de standaard worden waar ontwikkelaars en MKB-bedrijven wereldwijd op leunen. Een organisatie die nu kiest voor een Chinees model "omdat het tien keer goedkoper is" maakt een rationele beslissing op kostenniveau, maar koppelt zich tegelijkertijd vast aan een ecosysteem waarvan de spelregels in Beijing worden bepaald. Dat is geen abstract risico. Het gaat over wie er bij uw data kan, wie patches uitbrengt als er morgen een lek wordt gevonden, en wie aanwijzingen kan geven over hoe het model omgaat met gevoelige informatie.
Dezelfde vraag speelt overigens bij Amerikaanse aanbieders — alleen onder een ander juridisch regime. De kunst voor uw bedrijf is niet om paniekerig kant te kiezen, maar om bewust te kiezen, en de keuze documenteerbaar te maken.
Het kantelpunt dat tussen de regels staat
Het meest interessante stukje van het Anthropic-essay staat impliciet. De auteurs noemen 2028 herhaaldelijk als kantelpunt zonder uit te leggen waarom precies dat jaar. De voor de hand liggende interpretatie: dat is het jaar waarin de eerste modellen kunnen verschijnen die zelf hun opvolger ontwerpen. Op dat moment versnelt de vooruitgang exponentieel. Wie eerste is, blijft eerste — niet omdat de tweede achterblijft, maar omdat de eerste steeds harder vooruit gaat.
Of dat in 2028, 2029 of 2031 gebeurt, weet niemand precies. Maar de richting is duidelijk genoeg om er nu naar te handelen. De organisaties die de komende twee jaar leren werken met AI — niet op proefopstellingen, maar in dagelijkse processen — staan in 2028 op een productiviteitsvoorsprong die later moeilijk in te halen is. Organisaties die "er nog even mee wachten" zullen tegen die tijd ontdekken dat hun concurrenten een basis hebben opgebouwd waar zij niet meer bij komen.
Drie dingen om morgen te doen
Drie concrete acties, zonder buzzwords. Geen daarvan vraagt om een transformatieprogramma. Onze klanten doorlopen ze als onderdeel van hun jaarlijkse evaluatie. Loopt u onderweg vast, of wilt u dat we eens kritisch meekijken, dan zijn we bereikbaar.
1. Inventariseer waar uw bedrijf nu al AI gebruikt — bewust en onbewust.
De meeste organisaties die we spreken denken dat ze "nog niet echt met AI bezig zijn". Tegelijkertijd staat Copilot aan in hun Microsoft-omgeving, gebruiken hun verkopers ChatGPT voor offertes en hun controllers AI voor financiële analyses. Maak één keer een eerlijke inventarisatie: welke AI-diensten staan formeel open, welke gebruiken medewerkers zonder dat het op IT-niveau is geregeld, en waar gaat bedrijfsdata naartoe? Wilt u hier een voorbeeldformulier voor? Eén telefoontje of mail is genoeg.
2. Stel uw IT-leverancier één duidelijke vraag: hoe schaalt uw beveiliging mee met AI?
Niet "doen jullie aan AI?" — dat is een marketingvraag. Maar concreet: welke AI-gestuurde detectie en monitoring zetten jullie in, en hoe vaak wordt die bijgewerkt? Een leverancier die nog werkt met statische, signature-gebaseerde detectie verdedigt u met materiaal uit 2023. Een leverancier die ook modelgestuurde detectie inzet, werkt met materiaal dat past bij wat aanvallers in 2026 daadwerkelijk doen. Wilt u dat gesprek voeren over uw eigen omgeving? Wij maken er graag tijd voor vrij.
3. Maak deze maand één kleine, concrete AI-toepassing productieklaar in uw eigen proces.
Geen grootschalige transformatie. Eén kleine workflow — bijvoorbeeld het automatisch samenvatten van klantgesprekken, het opstellen van standaardbrieven, het classificeren van inkomende mail. Zorg dat één team het structureel gebruikt en dat u er feedback op organiseert. De ervaring die uw mensen zo opdoen is meer waard dan welke whitepaper dan ook. Wilt u sparren over welke toepassing voor uw branche het meest oplevert? Wilt u dit voor uw eigen bedrijf? Eén telefoontje of mail is genoeg.
Tot slot
De wedloop tussen Amerika en China om AI-leiderschap is niet het soort onderwerp waarover u dagelijks wakker hoeft te liggen. Maar de uitkomst bepaalt wel binnen welk ecosysteem uw bedrijf in 2028 opereert: welke modellen betaalbaar en betrouwbaar zijn, hoe snel kwetsbaarheden in uw software worden gevonden — door verdedigers of door aanvallers — en onder welke spelregels de partijen werken waar uw data en uw werk doorheen lopen.
Anthropic's centrale boodschap is dat het venster om dit te beïnvloeden klein is. Voor een Nederlands MKB-publiek geldt iets vergelijkbaars: de tijd om bewust te leren werken met AI, en bewust te kiezen waar uw afhankelijkheden liggen, is nu. Wilt u eens nuchter doorpraten over wat dit voor uw bedrijf concreet betekent — over uw cloudkeuzes, over uw beveiliging, of over waar AI uw branche het hardst gaat raken — wij zijn er. Klant of geen klant, één gesprek kost u niets en levert vaak meteen drie concrete acties op. Neem contact op of stuur een mail naar info@ningaloo.nl.
— Rogier Banis · Ningaloo