De snelle opmars van autonome AI-ontwikkeling
De tijd dat menselijke programmeurs elke regel code voor een nieuw algoritme schreven, loopt snel ten einde. Recente data laten zien dat AI-systemen steeds vaker de rol van zowel de onderzoeker als de engineer overnemen. In 2023 scoorde Claude 2 slechts 2 procent op de SWE-Bench test voor complexe softwareproblemen, terwijl de huidige Claude Mythos Preview op 93,9 procent zit. Dit is een duidelijke indicatie dat we het stadium van menselijke dominantie in software-engineering passeren.
Deze enorme sprong in vaardigheden betekent dat de technische engineering achter AI-ontwikkeling grotendeels geautomatiseerd wordt. Waar systemen in 2022 slechts 30 seconden zelfstandig aan een taak konden werken, halen ze nu al tijdshorizons van 12 uur zonder menselijke interventie. De verwachting is dat AI eind 2026 taken van 100 uur foutloos kan uitvoeren, wat het werk van een volledige werkweek van een menselijke specialist vervangt.
Waarom AI-ontwikkeling geen menselijke creativiteit vereist
Vaak wordt gedacht dat wetenschappelijk onderzoek een unieke menselijke vonk nodig heeft die machines niet kunnen imiteren. De praktijk in AI-ontwikkeling laat echter zien dat negentig procent van het werk bestaat uit het optimaliseren en debuggen van bestaande structuren. Dit is precies het terrein waar machines in uitblinken: het draaien van eindeloze variaties op experimenten om de meest efficiënte route te vinden.
Bedrijven zoals Anthropic rapporteren indrukwekkende cijfers over deze verregaande automatisering. Hun systemen optimaliseren trainingsprocessen inmiddels 52 keer sneller dan een menselijke onderzoeker op een vergelijkbare taak zou doen. Ook bij het ontwerpen van specialistische hardware-instructies presteren algoritmes inmiddels op topniveau. De menselijke factor wordt hierdoor steeds meer een vertragende factor in de productieketen van nieuwe technologie.
De gevolgen voor de zakelijke markt en kapitaal
De verschuiving naar een machine-economie heeft grote gevolgen voor hoe wij naar bedrijfsvoering kijken. We bewegen naar een situatie waarin ondernemingen extreem kapitaalintensief worden, maar nauwelijks nog personeel nodig hebben voor hun kernprocessen. Startups zoals Recursive Superintelligence halen al 500 miljoen dollar aan durfkapitaal op met als enig doel om AI-ontwikkeling volledig los te koppelen van menselijke arbeid.
Voor ondernemers betekent dit dat de toegang tot rekenkracht en data vele malen belangrijker wordt dan het werven van schaars talent. De snelheid waarmee AI-ontwikkeling zichzelf versnelt, kan leiden tot een markt waarin bedrijven die vasthouden aan menselijke processen simpelweg worden weggevaagd. Het is cruciaal om nu de strategische keuze te maken: word je een eigenaar van deze systemen, of blijf je afhankelijk van de partijen die de rekenkracht beheersen.
Wat valt ons op?
AI-systemen zijn inmiddels in staat om taken waar een mens 4 tot 8 uur over doet, met een factor 52 te versnellen.
Wat betekent dit voor jou?
Voor het mkb betekent deze ontwikkeling dat de drempel om eigen specialistische modellen te bouwen razendsnel daalt, mits je de juiste gereedschappen inzet. De kosten verschuiven definitief van duur personeel naar slimme inkoop van cloudcapaciteit.
- Breng in kaart welke repetitieve engineeringtaken binnen je IT-omgeving nu al door AI-agenten overgenomen kunnen worden om kosten te besparen.
- Investeer in kennis over fine-tuning van open-source modellen, aangezien dit proces door automatisering steeds toegankelijker wordt voor kleinere budgetten.
- Houd rekening met een versnelling van de productcyclus: software die vandaag up-to-date is, kan door autonome verbetering over een maand verouderd zijn.
