Waarom AI nu ineens overal zit

Van chatbot-speeltje tot onderdeel van elke business-tool in twee jaar tijd

Stel je voor dat je in 2015 aan iemand vertelt dat over tien jaar elke ondernemer, advocaat en middelbare scholier dagelijks een tekstgenerator gebruikt die klinkt als een slim persoon. Je zou rare blikken krijgen. Chatbots waren toen speelgoed — leuk voor een demo, irritant bij de klantenservice. En tóch zit je nu waarschijnlijk dagelijks met een tabblad van Claude of ChatGPT open. In deze les kijken we hoe dat kon gebeuren, en waarom de tijd van "leuk voor later" voorbij is.

De jaren van het stuntelen

Chatbots bestaan al sinds de jaren zestig. ELIZA, een programmaatje uit 1966, deed alsof ze een therapeut was door je zinnen terug te kaatsen als vragen. Daarna kwamen decennia van regel-gebaseerde systemen: als de klant "openingstijden" typt, antwoord A; als hij "retour" typt, antwoord B. Werkte prima voor simpele gevallen, brak direct bij alles wat buiten het script viel.

Tot diep in de jaren tien was dat de stand van zaken. Siri kwam in 2011, Google Assistant in 2016. Handig voor een timer zetten, waardeloos voor een echt gesprek. Iedereen die er serieus mee werkte wist: taalbegrip is moeilijk, en we zijn er nog lang niet. De hype-cycles kwamen en gingen. De winst bleef uit.

Dus waarom zit AI dan nú ineens overal? Waarom gebruikt jouw boekhouder het, schrijven je concurrenten ermee, en kun je je eigen SaaS-onboarding ermee versnellen? Het antwoord begint met één paper uit 2017.

2017 — De stille revolutie heet "transformer"

In juni 2017 plaatsten acht onderzoekers van Google een paper online met een droge titel: Attention Is All You Need. Geen persbericht, geen demo, geen AI-evangelist op een podium. Gewoon wiskunde, architectuurdiagrammen, en een nieuw idee: een model dat zinnen niet woord voor woord van links naar rechts verwerkt, maar alles tegelijk kan zien en zelf kan kiezen waar het "aandacht" aan besteedt.

Die architectuur heet de transformer. Het klinkt abstract, maar het probleem dat hij oploste was heel concreet: oudere modellen raakten het spoor bijter bij lange teksten. Ze vergaten het begin van een alinea tegen de tijd dat ze bij het einde waren. De transformer had daar geen last van. Door parallel te werken én door expliciet relaties te leggen tussen alle woorden in een tekst, bleef de context overeind — ook bij lange passages.

2020 — GPT-3 en het "eh, dit kan ineens veel"

OpenAI pakte die transformer-architectuur, maakte hem groter, en voerde hem een flink deel van het internet. In mei 2020 lanceerden ze GPT-3: 175 miljard parameters, getraind op honderden gigabytes tekst. De stap was niet alleen groter — hij was kwalitatief anders. GPT-3 kon coderen. Kon mails opstellen. Kon een verhaal schrijven in de stijl van een specifieke auteur. Niet perfect, vaak met fouten, maar goed genoeg om mensen te doen kijken.

De toegang bleef toen nog beperkt tot ontwikkelaars met API-sleutels. De wereld van de gewone gebruiker merkte er nog weinig van. Maar in kringen van bouwers begon iets te kietelen: dit voelt anders. Dit is geen knopje op een Excel-pagina. Dit is een algemene tekstcollega die je kunt instrueren.

November 2022 — ChatGPT en de avond dat alles kantelde

Op 30 november 2022 zette OpenAI een gratis webinterface online bovenop hun model. Niet omdat ze dachten dat het groot zou worden — intern was het een "low-key research preview". Binnen vijf dagen had ChatGPT een miljoen gebruikers. Binnen twee maanden honderd miljoen. Dat is de snelste consumentenadoptie die een product ooit heeft gehad, sneller dan Instagram, sneller dan TikTok.

Ineens wist elke journalist, elke marketeer, elke docent en elke bakker op de hoek ervan. "Heb je het al geprobeerd?" werd de openingsvraag van 2023. De drempel was verdwenen: geen API, geen code, gewoon een tekstvakje en een antwoord binnen drie seconden.

Technisch gebeurde er op dat moment niets nieuws. ChatGPT was GPT-3.5 met een chat-laagje erbovenop en een beetje extra training om beleefd te blijven. De revolutie zat in de verpakking, niet in de motor. Maar die verpakking heeft in twee maanden meer gedaan voor AI-adoptie dan tien jaar research samen.

2023 tot nu — van speelgoed naar infrastructuur

Na die lancering begon een soort wapenwedloop. OpenAI kwam met GPT-4 in maart 2023 — fors beter, met beeldbegrip erbij. Anthropic, opgericht door ex-OpenAI-mensen, lanceerde Claude, vooral sterk op lange teksten en code. Google, eerst overrompeld, bracht Gemini uit. Meta koos voor open source: hun Llama-modellen zijn gratis te downloaden, wat een hele parallelle wereld van zelf-gehoste AI mogelijk maakte.

En ergens in 2024 kantelde het gesprek. Het ging niet meer over "kan AI wel een goede mail schrijven". Dat kon hij. Het ging over: hoe bouw ik dit in mijn product in, zonder dat de kosten gek worden en zonder dat ik afhankelijk word van één leverancier? Van speeltje naar infrastructuur. Van "leuk om mee te spelen" naar "mijn developer-productiviteit is verdubbeld".

Nu, in 2026, hebben de frontier-modellen context windows van 200.000 tot een miljoen tokens — dat is tientallen boeken tegelijk. Ze kunnen redeneren, code uitvoeren, browsen, externe systemen aansturen. Ze zijn goedkoper per token dan twee jaar geleden. En de kleinere modellen (Haiku, Gemini Flash, Mistral) zijn snel en goedkoop genoeg voor productgebruik op schaal.

Waarom juist nu voor een solo-ondernemer

Hier is waar het voor jou interessant wordt. Drie dingen zijn tegelijk veranderd. Eén: de modellen zijn goed genoeg om echt werk uit handen te nemen, niet alleen demo's te doen. Twee: de API's zijn eenvoudig — een HTTP-call, wat JSON heen en weer, klaar. Drie: de kosten zijn zo laag dat je een klantmail laten herschrijven ongeveer een halve cent kost.

Die combinatie bestond eerder niet. In 2020 was de API wel goed, maar de kosten waren hoog en de modellen onbetrouwbaar. In 2022 werd het bruikbaar, maar alleen via een browser — niet inbouwbaar in je SaaS. Pas in 2024-2025 kwamen de drie lijnen samen. Vandaag kun je als eenmansbedrijf dingen bouwen die drie jaar geleden een team van vijf mensen en een budget van tonnen zouden hebben gekost.

Dat is geen marketingpraat. Dat is waarom je concurrenten die nog denken "AI is een hype" in 2027 achter gaan lopen. Niet omdat AI magisch is, maar omdat het een nieuwe productiviteits-laag is geworden — zoals databases in de jaren tachtig, het web in de jaren negentig, en smartphones in de jaren tien.

Drie dingen om mee te nemen

1. De doorbraak is niet van gisteren, de adoptie wel. De transformer-architectuur is uit 2017. Wat nieuw is, is de combinatie van kwaliteit, prijs en toegankelijkheid. Pas sinds 2024-2025 kun je het als kleine ondernemer serieus inbouwen.
2. Chatbots van vroeger en taalmodellen van nu zijn niet dezelfde categorie. Verwar ze niet. Een IVR-menu uit 2015 en Claude in 2026 delen alleen het interactiemodel. De rest is totaal anders.
3. De concurrentie zit niet stil. Je bouwt geen voorsprong meer op met "ik gebruik AI". Je bouwt een voorsprong op met hoe goed je het gebruikt. En daar gaan de volgende lessen over.

In de volgende les duiken we in de motorkap. Wat gebeurt er eigenlijk als je een zin aan een taalmodel geeft? Je gaat ontdekken dat een LLM niet "weet" wat een zin betekent — maar wel verrassend goed kan voorspellen wat er na het vorige woord zou moeten komen. Dat onderscheid is belangrijker dan het klinkt.

Tot zo. Nieuwsgierigheid is je beste prompt.