Paul Arends
Deze week hebben we iets zeldzaams meegemaakt: de bouwers van de AI-economie, allemaal in één ruimte, allemaal tegelijk, om te bepalen wat er na zal komen. De Cisco AI Summit was niet zomaar een evenement: het was een moment. Georganiseerd door Chuck Robbins en Jeetu Patel, bracht het visionairs, technologen en leiders samen die de AI-economie van biljoenen dollars vormgeven. Meer dan 120 CXO’s van toonaangevende bedrijven uit alle sectoren vulden de ruimte. En daarbuiten? Meer dan 18 miljoen mensen en het aantal groeide via live streaming, waardoor dit een van de meest bekeken technologische evenementen in de recente geschiedenis werd.
De energie was elektrisch. De gesprekken waren ongefilterd. En de inzichten? Ze zullen bepalen hoe we in de komende jaren over kunstmatige intelligentie denken.
Wat dit topoverleg anders maakte, was het kaliber van de sprekers en de eerlijkheid van de dialoog. Het ging niet om overdrijving: het ging om de realiteit. Dit zijn de mensen die modellen bouwen, chips ontwerpen, de infrastructuur beveiligen en heruitvinden wat mogelijk is. Ze kwamen om niet alleen te delen wat AI kan doen, maar ook wat het zal doen en wat we moeten doen om het verantwoord vorm te geven.
Dit is wat er is gebeurd.
Jensen Huang (NVIDIA): De wereld van overvloed
Jensen Huang heeft kunstmatige intelligentie opnieuw gedefinieerd als meer dan alleen een nieuwe functie: het is een fundamentele heruitvinding van de 60-jarige computerstack. We gaan van expliciete programmering (code schrijven) naar impliciete programmering (intentie definiëren). Het resultaat? Een wereld waarin intelligentie overvloedig wordt en ingenieurs de verwerkingsbeperkingen effectief als oneindig kunnen beschouwen.
Huang betoogt dat codering zelf een koopwaar wordt. Het draait nu om sectorbekwaamheid en begrip van klantproblemen. Elk bedrijf zal uiteindelijk “AI in de lus” hebben om levenservaringen vast te leggen en om te zetten in intellectueel eigendom. En bedrijven die in elektronen handelen in plaats van in atomen, zullen hun waarde zien exploderen.
Sam Altman (OpenAI): Van gereedschap naar teamgenoot
Sam Altman opende met een visie die zowel opwindend als onvermijdelijk leek: kunstmatige intelligentie is niet langer alleen een gereedschap dat we gebruiken, het wordt een collega waarmee we samenwerken. Kunstmatige intelligentie is geëvolueerd van het beantwoorden van discrete vragen naar het volledig overnemen van een computer om complexe taken in meerdere stappen uit te voeren. De implicaties zijn verbijsterend.
Het meest verrassende inzicht van Altman? De grootste beperkingen zijn niet technisch. Ze zijn architectonisch. We hebben nieuwe beveiligingsparadigma’s nodig voor toegang tot gegevens en we moeten de software herschrijven zodat deze even bruikbaar is voor mensen als voor AI-agenten. Het “bovengrens” van deze technologie, suggereerde hij, zijn bedrijven die volledig worden beheerd door kunstmatige intelligentie. Tegen het einde van 2026 voorspelt hij een verbetering van 10 keer in de problemen die AI kan oplossen.
Dr. Fei-Fei Li (World Labs): Ruimtelijke intelligentie als volgende grens
Dr. Fei-Fei Li introduceerde een boeiende verschuiving: de volgende fase is ruimtelijke intelligentie, oftewel het vermogen van kunstmatige intelligentie om de 3D-fysieke wereld te begrijpen en te navigeren. Waarneming, betoogde ze, is fundamenteler dan taal. Dit opent de mogelijkheid om de geestelijke gezondheidszorg te revolutioneren door middel van onderdompelende omgevingen, en zelfs om kunstmatige intelligentie te laten interageren met de fysieke wereld op transformerende manieren. Dr. Li was eerlijk: het bouwen van gegeneraliseerde robots zal een reis van decennia zijn, net als autonome voertuigen. Maar het werk begint nu.
Marc Andreessen: Kunstmatige intelligentie als motor van productiviteit
Marc Andreessen bracht een historisch perspectief: economische groei stagneert sinds de jaren ’70 en kunstmatige intelligentie is onze belangrijkste motor om enorme productiviteitswinsten opnieuw op gang te brengen. Hij introduceerde de metafoor van open source kunstmatige intelligentie als een “asteroïde-inslag”: het elimineert de winstmarges voor eigen laboratoria, maar geeft een turbo boost aan de rest van de sector.
Kevin Scott (Microsoft): Het demografische imperatief
Kevin Scott van Microsoft noemde kunstmatige intelligentie een noodzaak, geen keuze. Met de afnemende wereldbevolking en het tekort aan arbeidskrachten is kunstmatige intelligentie de enige technologische ingreep die onze kwaliteit van leven kan behouden. In codering is de bottleneck verschoven van creatie naar revisie en smaak. Computerwetenschappelijk onderwijs zal terugkeren naar algoritmisch denken, en naarmate inferentie goedkoper wordt, zal de vraag naar verwerking nooit afnemen: mensen zullen gewoon ambitieuzere manieren vinden om het te gebruiken.
Dylan Field (Figma): Smaak is de nieuwe schaarste
Dylan Field van Figma onderzocht hoe kunstmatige intelligentie de grenzen tussen ontwerpers, productmanagers en ingenieurs vervaagt. Hoewel kunstmatige intelligentie oneindige opties kan genereren, blijft de menselijke smaak een schaars goed. De huidige “suggestiebox” is primitief: de toekomst is een multiplayer canvas waar mens en agent zij aan zij werken. Fields meest provocerende voorspelling? Binnen 12 maanden zullen ontwerpers waarschijnlijk in staat zijn om de basis van bestaande productiecodes rechtstreeks bij te werken via ontwerpplekken. De uitdaging? Onze workflows aanpassen aan hoe agenten werken, en niet andersom.
Matt Garman (AWS): Van proefproject naar productie
Matt Garman van AWS richtte zich op de overgang van AI-pilotprojecten naar grootschalige AI. Veel AI-projecten mislukken omdat bedrijven de succescriteria niet van tevoren definiëren. Succes op grote schaal vereist keuze, veiligheid en naadloze integratie. AWS wedt dat inferentie in elke toepassing zal worden geïntegreerd en dat gepersonaliseerde AI-ervaringen zullen voortkomen uit longitudinale gegevens. Winstgevende bedrijven zullen overgaan van “laten we AI proberen” naar “AI is hoe we werken”.
Mike Krieger (Anthropic): Software als levend systeem
Mike Krieger van Anthropic beschreef kunstmatige intelligentie als de transformatie van software van een statisch artefact naar een levend en ademend systeem. In plaats van formulieren in te vullen, zullen gebruikers gewoon converseren. Kunstmatige intelligentie zal voorkeuren leren door observatie in plaats van configuratie. Een van de meest praktische toepassingen? Het aflossen van technische schulden in grote bedrijven.
Kevin Weil (OpenAI): 2026 is het jaar van de wetenschap
Kevin Weil van OpenAI deed een gedurfde uitspraak: als 2025 het jaar was waarin AI de codering transformeerde, zal 2026 het jaar zijn waarin AI de wetenschap zal transformeren. AI kan dienen als een “metaaldetector voor hypothesen”, waardoor wetenschappers mislukte experimenten kunnen overslaan en onderzoekscycli kunnen verkorten. Het doel? 25 jaar wetenschappelijke vooruitgang behalen in slechts vijf jaar. Weil stelt zich robotlaboratoria voor waar AI experimenten ontwerpt, deze naar robotarmen stuurt om ze uit te voeren en de resultaten herhaalt in een gesloten cyclus.
Lip-Bu Tan (Intel): de silicium bottleneck
Lip-Bu Tan, CEO van Intel, bracht het gesprek terug naar de hardware. Elke doorbraak in AI is gebaseerd op silicium en de grootste bottleneck van vandaag is het hoge bandbreedtegeheugen. De overgang van een productiebedrijf naar een gieterij vereist een cultuuromslag: het winnen van het vertrouwen van klanten door middel van prestaties en betrouwbaarheid. Nieuwe materialen zoals glas- en kunstdiamantsubstraten zullen nodig zijn om de uitdagingen van thermisch en energiebeheer aan te pakken.
Tareq Amin (HUMAIN): de kracht van intentie
Tareq Amin heeft een van de meest radicale visies van de top besproken: het huidige gebrek aan bedrijfsproductiviteitswinsten komt voort uit de opstapeling van AI op verouderde platforms. HUMAIN creëert een “genetisch besturingssysteem” vanaf de basis waarin toepassingen “tweederangsburgers” worden. In plaats van te navigeren in afzonderlijke apps met afzonderlijke toegangen, verklaren gebruikers eenvoudigweg hun intentie (“neem deze persoon aan”, “betaal deze factuur”) en voert een multi-agent orchestratieplatform de workflows onzichtbaar uit.
Brett McGurk en Anne Neuberger: Geopolitiek en veiligheid
Brett McGurk en Anne Neuberger hebben de kruising tussen kunstmatige intelligentie, nationale veiligheid en geopolitiek aangepakt. Cyberverdediging is nu een strijd tussen machines: menselijke verdedigers kunnen niet meer op tegen door AI aangestuurde aanvallen. Het risico van overregulering is echt: als de Verenigde Staten de ontwikkeling van AI beperken terwijl tegenstanders zonder belemmeringen groeien, creëren we een nationale veiligheidskwetsbaarheid.
Amin Vahdat (Google): Infrastructuur bepaalt de winnaars
Amin Vahdat van Google legde uit dat terwijl modellen de krantenkoppen halen, infrastructuur de winnaars bepaalt. Het verlaten van one-size-fits-all-architecturen levert 10 keer meer energie-efficiëntie op. De uitdaging? Het huidige driemaandelijkse cyclus voor hardwareontwerp moet worden teruggebracht tot drie maanden om gelijke tred te houden met de evolutie van het AI-model.
Aaron Levie (Box): Het contextprobleem
Aaron Levie van Box benadrukte de cruciale uitdaging van het komende decennium: het contextprobleem: agenten voorzien van context op de meest efficiënte, nauwkeurige en volledige manier. Levie voorspelt dat in een bedrijf tussen de 100 en 1.000 keer meer agenten zullen zijn dan mensen, wat vereist dat registratiesystemen optreden als “verkeersagenten”. Succesvolle bedrijven zullen agenten niet alleen gebruiken voor kleine taken, maar zullen ambitieuzer zijn, om veel meer te doen als organisatie.
Francine Katsoudas: Leiderschap is transformatie
Francine Katsoudas sloot de top af met de resultaten van het AI Workforce Consortium. De adoptie van kunstmatige intelligentie is niet alleen een technische transformatie: het is een leiderschapstransformatie. De gegevens liegen er niet om: 78% van de technologische functies zal AI-vaardigheden vereisen, waardoor een sectorbrede inzet voor gratis en toegankelijk leren noodzakelijk is. Winnende bedrijven zullen investeren in hun mensen met dezelfde vastberadenheid als waarmee ze in hun technologie investeren.
Wat hebben we geleerd
De Cisco AI Summit heeft zijn belofte gehouden. Het ging niet om wat AI kan doen, maar om wat AI zal doen. De gesprekken waren direct, de inzichten diepgaand en de implicaties onmiskenbaar.
AI verplaatst zich van een gereedschap naar infrastructuur. Van assistent naar agent. Van experiment naar afhankelijkheid. Bedrijven die succesvol zullen zijn, zijn degenen die snel handelen, maar verantwoord handelen. Degenen die niet alleen investeren in modellen, maar ook in systemen, beveiliging en mensen die deze technologie vorm zullen geven.
Bij Cisco bevinden we ons op het snijvlak van connectiviteit, beveiliging, samenwerking en platforms die digitaal werk mogelijk maken. Dit geeft ons een uniek perspectief op hoe AI operationeel wordt binnen bedrijven en waar de echte wrijving, risico’s en kansen echt liggen.
De toekomst wordt niet gebouwd door degenen die afwachten. Het wordt gebouwd door degenen die actie ondernemen. Deze week hebben we gezien hoe de bouwers van de op AI gebaseerde economie bepalen wat er na zal komen.
Nu is het aan ons om het te bouwen.
BRON
