Seeing AGI (7): De Token-Kloof — Waarom Onbeperkte AI-Toegang Nu een Overlevingsimperatief voor Bedrijven Is
"Het efficiëntieverschil tussen bedrijven wordt niet langer gemeten in percentages. In het tijdperk van de AI-Medewerker zullen bedrijven die elke werknemer onbeperkte tokentoegang geven op 10x, 20x — zelfs 100x — de snelheid opereren van bedrijven die dat niet doen. Dit is geen concurrentievoordeel. Het is een beschavingskloof."
In mijn vorige zes artikelen schreef ik over de komst van AGI, hoe individuen zich moeten aanpassen, hoe je AI-native teams bouwt, de emotionele transformatie van vibe working, waarom multi-model architecturen de toekomst vertegenwoordigen, en hoe we onze kinderen kunnen voorbereiden op een AI-native wereld. Al die stukken gingen, op de een of andere manier, over mensen — over hoe mensen zich moeten ontwikkelen naast AI. Dit zevende stuk is anders. Het gaat over bedrijven. Specifiek gaat het over één enkele organisatorische beslissing waarvan ik geloof dat die zal bepalen welke bedrijven er over vijf jaar nog staan — en welke verdwenen zijn.
De Vraag Die Ik Steeds Krijg
Er gaat nauwelijks een week voorbij zonder dat een CEO, oprichter of senior executive me apart neemt — op een conferentie, tijdens een diner, in een telefoongesprek — en een variant van dezelfde vraag stelt: "Hoe implementeren we AI eigenlijk in ons bedrijf?"
Ik begrijp waarom ze het vragen. Het voelt als de juiste vraag. Het klinkt strategisch, doordacht, verantwoord. Het signaleert dat ze AI serieus nemen. En ik waardeer altijd de intentie erachter.
Maar elke keer dat ik het hoor, voel ik een stille onrust. Want die vraag, hoewel goedbedoeld, onthult een fundamenteel misverstand over waar we staan. Het kadert AI als een project dat geïmplementeerd moet worden — iets met een begin, een scope, een uitrolplan, een einddatum. Het veronderstelt dat er een zorgvuldig, methodisch pad is van "waar we nu staan" naar "een AI-enabled bedrijf," en dat het de taak is om dat pad te vinden en uit te voeren.
De vraag die ze zouden moeten stellen is veel eenvoudiger — en veel urgenter: "Hebben we elke werknemer in ons bedrijf onbeperkte toegang gegeven om te denken, te creëren en te bouwen met AI?"
Als het antwoord nee is — en voor de overgrote meerderheid van bedrijven waarmee ik spreek is het eerlijke antwoord nee — dan is al het andere ruis. Geen AI-strategiedeck, geen taskforce, geen pilotprogramma, geen governance-framework doet ertoe totdat die fundamentele vraag is beantwoord. Want zonder dat implementeer je geen AI. Je speelt het idee van AI-implementatie. En het verschil tussen die twee dingen is alles.
Wat "Onbeperkte Tokentoegang" Werkelijk Betekent
Laat me specifiek zijn, want ik denk dat veel mensen "onbeperkte AI-toegang" horen en zich iets vaags voorstellen — zoiets als "een tolerante cultuur rond AI-tools." Dat is het niet. Het betekent iets precies en meetbaars.
Tokens zijn de fundamentele eenheid van AI-werk. Elke query die je verstuurt, elk document dat je een AI laat analyseren, elk stuk code dat je het laat schrijven, elke agentische taak die je in gang zet — het verbruikt allemaal tokens. Tokens zijn, in de meest letterlijke zin, de grondstof van AI-gedreven productiviteit. Ze zijn voor het AI-tijdperk wat kilowatturen waren voor het industriële tijdperk, wat bandbreedte was voor het internettijdperk.
Wanneer een bedrijf maandelijkse tokenlimieten instelt — wanneer het van werknemers vereist dat ze verzoeken indienen via IT om toegang te krijgen tot een frontier-model, wanneer het bepaalde AI-tools blokkeert op het bedrijfsnetwerk, wanneer het één gedeeld teamabonnement biedt voor twintig mensen, wanneer het verplicht stelt dat AI-gebruik moet worden gelogd en gecontroleerd — dan rantsoenert het het vermogen van zijn werknemers om met AI te denken. Het plaatst een begrenzer op hun cognitieve output. Het beperkt letterlijk hoeveel intelligentie ze mogen toepassen op hun werk.
Denk eens na over hoe absurd dat klinkt wanneer je het hardop uitspreekt. We beperken hoeveel intelligentie onze werknemers mogen gebruiken.
En toch is dit wat de meeste bedrijven vandaag doen. Niet uit kwaadwilligheid, maar uit gewoonte — hetzelfde instinct dat IT-afdelingen ertoe brengt elke nieuwe technologie te behandelen als een kostenpost die beheerst moet worden in plaats van een capability die ontketend moet worden.
Ik heb een vergelijkbaar moment meegemaakt in het begin van de jaren 2000. Sommige bedrijven gaven elke werknemer onbeperkte internettoegang en zeiden: gebruik dit op elke manier die je nodig hebt om je werk beter te doen. Andere bedrijven vergrendelden internettoegang, blokkeerden sites, monitorden gebruik en vaardigden bedrijfsbeleid uit over wat wel en niet was toegestaan. De bedrijven die in 2000 onbeperkt internet gaven, zijn grotendeels de bedrijven die hun sectoren domineerden in 2010. De bedrijven die het rantsoeneerden verloren niet omdat hun internetbeleid slecht was. Ze verloren omdat hun fundamentele oriëntatie ten opzichte van nieuwe technologie verkeerd was. Ze optimaliseerden voor controle terwijl ze hadden moeten optimaliseren voor capability.
Maar er is een nog ouder — en leerzamer — parallel, eentje waar ik steeds op terugkom.
In het begin van de 20e eeuw kwamen elektromotoren breed beschikbaar voor industriële fabrieken. De meeste fabriekseigenaren deden wat de voor de hand liggende zet leek: ze vervingen hun centrale stoommachine door een elektromotor. Dezelfde riemen, dezelfde transmissie-assen, dezelfde fabrieksindeling — alleen een andere krachtbron. Het resultaat was bescheiden. De efficiëntie verbeterde een beetje. De kosten daalden enigszins. Maar de transformatie was niets vergeleken met wat mogelijk was.
De fabrieken die de werkelijke revolutie ontsloten, deden iets totaal anders. Ze gooiden het hele transmissiesysteem eruit — de transmissie-assen, de riemen, de centrale-krachtlogica — en installeerden individuele elektromotoren direct bij elke werkplek. Vervolgens herontworpen ze de fabrieksvloer helemaal opnieuw rond deze nieuwe architectuur. De output verbeterde niet met 10% of 20%. Het verbeterde met drie, vier, soms vijf keer. Workflows die voorheen beperkt werden door fysieke transmissieafstand konden worden gereorganiseerd op basis van logica en snelheid. Nieuwe productiemethoden werden mogelijk die letterlijk onmogelijk waren onder de oude architectuur.
De econoom Paul David bestudeerde dit fenomeen in een beroemd paper uit 1990. Hij noemde het de "dynamo-paradox": elektriciteit was bijna vier decennia commercieel beschikbaar geweest voordat de meeste fabrieken transformatieve productiviteitswinsten zagen — omdat de meerderheid van hen nieuwe kracht gebruikte met oud denken. Ze hadden de technologie geadopteerd. Ze hadden zich niet gereorganiseerd eromheen.
Wat me het meest treft hieraan is dit: de fabrieken die niet transformeerden waren niet ongeïnformeerd of nalatig. Ze hadden toegang tot dezelfde elektromotoren als hun concurrenten. Ze betaalden voor elektriciteit. Ze geloofden oprecht dat ze de nieuwe technologie hadden geadopteerd. Wat ze feitelijk hadden gedaan was nieuwe kracht vastbouwen aan een oude structuur — en zich vervolgens afvragen waarom de resultaten niet evenredig waren aan de investering.
Ik zie precies hetzelfde patroon zich vandaag afspelen. De meeste bedrijven die AI deployen, doen het fabrieks-equivalent van de stoommachine inwisselen voor een elektromotor en het een transformatie noemen. Eén gedeeld abonnement. Een paar goedgekeurde use cases. Een governance-framework. Een kwartaalachtige AI-reviewvergadering. De oude organisatiestructuur — de oude riemen en transmissie-assen — blijft volledig intact.
Onbeperkte tokentoegang is het organisatorische equivalent van de transmissie-assen eruit rukken en individuele motoren bij elke werkplek plaatsen. Het is niet louter een kostenbeslissing. Het is een structurele beslissing — een signaal dat je de fabrieksvloer herontwerpt, niet alleen de krachtbron verandert. En net als die fabrieken uit het begin van de 20e eeuw, zullen de bedrijven die deze structurele keuze maken niet met 10% verbeteren. Ze zullen in een fundamenteel andere categorie van productiviteit opereren dan bedrijven die dat niet doen.
We staan vandaag op datzelfde kruispunt. Behalve dat de inzet onvergelijkbaar hoger is — en de kloof tussen de twee paden onvergelijkbaar sneller opengaat.
Het Tijdperk van de AI-Medewerker Is Al Aangebroken
In mijn derde artikel schreef ik over het bouwen van AI-native teams. In mijn vierde beschreef ik vibe working — de psychologische en operationele transformatie die plaatsvindt wanneer mensen stoppen met AI als tool te behandelen en het gaan beschouwen als een echte medewerker. Die stukken beschreven een transitie die gaande was.
Ik wil nu duidelijk zijn: die transitie is niet langer gaande. Ze is voltooid. Het tijdperk van de AI-Medewerker is aangebroken.
AI is geen tool die je gebruikt om sneller e-mails te schrijven. Het is geen zoekmachine die je raadpleegt als je vastloopt. Het is een collega. Een mede-oprichter. Een leger van specialisten — engineers, onderzoekers, analisten, strategen, designers, schrijvers — beschikbaar voor elke persoon in je bedrijf, vierentwintig uur per dag, zeven dagen per week, zonder vakantie, zonder ego, zonder organisatiepolitiek. AI gaat niet om zes uur naar huis. Het verliest geen motivatie. Het heeft geen drie weken nodig om in te werken. Het vereist geen terugkerend salarisoverleg.
Maar dit is het punt over dit leger: het verschijnt alleen als je de poorten opent.
Bij Genspark gingen we van nul naar $200 miljoen aan jaarlijkse omzetrun-rate in elf maanden — een tempo dat, voor zover ik weet, nog nooit eerder is gezien in enterprise AI. We bereikten $10 miljoen ARR in de eerste negen dagen na lancering, sneller dan ChatGPT, sneller dan Claude, sneller dan welk AI-product in de geschiedenis dan ook. We deden dit met een team dat naar elke traditionele maatstaf absurd klein was voor de output die we produceerden. AI schrijft 100% van onze code. Eén engineer bouwde onze AI-browser in drie maanden. Een PM leverde AI Slides op in twee weken. Een designer die nog nooit had gecodeerd bouwde een browser-downloadsite in drie dagen. In de elf maanden sindsdien hebben we AI Workspace 3.0 uitgebracht, Genspark Claw — onze eerste volledig autonome AI-medewerker — plus Workflows, Teams, Meeting Bots, Realtime Voice, en meer. Dit zijn geen uitzonderlijke mensen — het zijn mensen met normaal talent die onbeperkte toegang hebben gekregen tot een uitzonderlijk leger.
Een bedrijf met 50 mensen en onbeperkte AI-toegang opereert niet als een bedrijf van 50. Het opereert als een bedrijf van 500, of 5.000. De vermenigvuldiger is reëel, meetbaar, en we ervaren het elke dag.
Overweeg nu het andere scenario: een bedrijf met 500 mensen en beperkte AI-toegang. Maandelijkse tokenbudgetten. IT-goedkeuringsworkflows. Een voorzichtige pilot met één afdeling. Kwartaalreviews. Een zorgvuldig beheerd uitrolplan.
Dat bedrijf opereert als een bedrijf van 500. Niets meer.
Het bedrijf met 50 mensen zal tien keer sneller leveren, tien keer meer itereren, tien keer productiever falen, en tien keer sneller leren. En elke week die voorbijgaat, wordt de kloof tussen hen groter.
De Lichtjaren-Kloof: Waarom Het Dit Keer Anders Is
In elke voorgaande technologiegolf — het PC-tijdperk, het internettijdperk, het mobiele tijdperk, het cloudtijdperk — was er een kloof tussen early adopters en achterblijvers. Bedrijven die sneller bewogen, behaalden voordelen. Maar die voordelen, hoewel reëel, waren begrensd. Het efficiëntieverschil tussen een vroege internetadoptant en een late was misschien 1,5x. Misschien 2x. Wellicht, voor de allerbeste bedrijven, 3x.
Die kloven waren overbrugbaar. Een bedrijf dat twee jaar achterliep met cloudadoptie in 2012 kon bijbenen tegen 2015. Het was pijnlijk en duur, maar mogelijk.
Wat er nu gebeurt is categorisch anders. De kloof is niet lineair. Ze is exponentieel. En ik ben er niet zeker van dat ze overbrugbaar is.
Stel je twee schepen voor die op dezelfde dag uit dezelfde haven vertrekken. Het ene wordt aangedreven door nucleaire voortstuwing. Het andere heeft roeiriemen. Op dag één ligt het nucleaire schip een beetje voor. Aan het einde van de eerste week ligt het ver voor. Aan het einde van de eerste maand kan het schip met roeiriemen het nucleaire schip niet eens meer aan de horizon zien. Aan het einde van het eerste jaar is de afstand tussen hen niet groot. Het is niet heel groot. Het is onbevattelijk — een kloof die niet in mijlen wordt gemeten maar in een geheel andere categorie van de werkelijkheid.
Dat is wat de token-kloof op dit moment creëert tussen bedrijven.
Aan de ene kant: een bedrijf waar elke werknemer onbeperkte toegang heeft tot de krachtigste frontier AI-modellen — waar engineers live, multi-turn gesprekken voeren met AI om complete systemen te ontwerpen, waar productmanagers in minuten in plaats van weken onderzoeksrapporten genereren en itereren, waar executives strategieën stresstesten tegen AI-gegenereerde competitieve scenario's voordat er ook maar één slide deck is gemaakt. Elke persoon in dat bedrijf opereert met een cognitieve vermenigvuldiger die dagelijks cumuleert.
Aan de andere kant: een bedrijf waar toegang tot een frontier AI-model vereist dat je een ticket indient bij IT, waar het budget voor AI-tools elk kwartaal wordt bediscussieerd, waar werknemers workarounds hebben gevonden met hun persoonlijke creditcards omdat de officiële tools te beperkt zijn, waar het leiderschap nog steeds aan het beslissen is of de pilot moet worden uitgebreid van het engineeringteam naar het marketingteam.
Het verschil in output tussen deze twee bedrijven is niet 10%. Het is niet 50%. Het is het verschil tussen een bedrijf dat rent en een bedrijf dat stilstaat. En elke dag die voorbijgaat, komt het rennende bedrijf verder vooruit — niet lineair, maar exponentieel, omdat snellere iteratie sneller leren betekent, wat betere producten betekent, wat meer omzet betekent, wat nog snellere iteratie betekent.
Dit is geen concurrentievoordeel. Het is, na verloop van tijd, een uitstervingsgebeurtenis.
Hoe "Volledig Omarmen" Er In De Praktijk Uitziet
Ik wil concreet zijn, want "AI volledig omarmen" is het soort uitdrukking dat betekenisvol klinkt maar kan worden gebruikt om bijna alles te beschrijven.
Verwijder alle tokenlimieten en uitgavenlimieten op AI-tools voor elke werknemer — vandaag nog. Niet volgend kwartaal. Niet nadat de securityreview is afgerond. Vandaag. Ja, er zullen kosten zijn. Die kosten zijn triviaal klein vergeleken met de productiviteitswinsten, en ordes van grootte kleiner dan de kosten van achterblijven.
Stop met AI als IT-uitgave te behandelen. AI-uitgaven horen op het personeelsbudget — niet op het IT-budget. Het moment dat je die begrotingspost verplaatst, verandert alles. Het signaleert aan je hele organisatie dat AI geen softwaretool is die beheerd en geminimaliseerd moet worden — het is een teamlid. Denk er zo over na: elke AI-agent die je bedrijf inzet, verdient zijn eigen plek, zijn eigen werkstation, zijn eigen rapportagelijn. Het heeft een rol. Het heeft deliverables. Het heeft een manager. Wanneer je AI zo behandelt — wanneer het in je organigram verschijnt, niet alleen in je leverancierscontracten — dan gaan je mensen het ook zo behandelen. Geen verstandige CFO kijkt naar de salarislijn en denkt: "Hoe snijden we hierin om kosten te verlagen?" Salarissen zijn de prijs van menselijke capability. AI-toegang is de prijs van AI-capability. In een wereld waar AI 80% van het werk doet, verdient die begrotingspost hetzelfde respect — en dezelfde investeringsfilosofie — als de mensen die ernaast zitten.
Creëer een interne cultuur waarin AI gebruiken voor alles de standaard is, niet de uitzondering. Bij Genspark hebben we geen beleid dat zegt "gebruik AI wanneer het zinvol is." We hebben een cultuur die zegt "als je geen AI hebt gebruikt hiervoor, vertel ons waarom." Die omkering is enorm belangrijk. Het signaleert organisatorische ernst. Het creëert collegiale verantwoording. En het versnelt collectief leren, want wanneer iedereen AI agressief gebruikt, verspreiden de learnings zich snel.
Beëindig de pilotfase. Ik wil hier direct over zijn: als je bedrijf nog in de "AI testen en evalueren"-fase zit, ben je niet voorzichtig. Je bent traag. De tijd voor pilots eindigde in 2023. De bedrijven die nu winnen, zijn niet aan het piloten — ze zijn aan het deployen, itereren en cumuleren. Elke maand die je besteedt aan evalueren is een maand die je concurrenten besteden aan uitvoeren.
De Bedrijven Die Nu Achterblijven
Ik wil een beeld schetsen — niet om iemand te beschamen, maar omdat ik denk dat sommige leiders oprecht niet beseffen hoe de buitenwereld naar hen kijkt.
Het bedrijf dat achterblijft heeft een AI-strategiecommissie die maandelijks vergadert. Het heeft één gedeeld AI-abonnement goedgekeurd per team van twintig. Het draait een pilot met het engineeringteam en is van plan "uit te breiden naar andere afdelingen" nadat de eerste pilot is afgerond — wat nog twee kwartalen zal duren. Zijn werknemers gebruiken hun persoonlijke telefoons en persoonlijke creditcards om toegang te krijgen tot frontier AI-tools die hun werkgever niet verstrekt, niet omdat ze regels overtreden, maar omdat ze hun werk moeten doen.
Het leiderschap in dit bedrijf gelooft dat ze verantwoord bezig zijn. Ze managen risico. Ze bewegen voorzichtig.
Ondertussen voert bij een ander bedrijf een 26-jarige engineer een realtime gesprek met een AI-agent die tegelijkertijd code schrijft, tests uitvoert, fouten analyseert en architectuurverbeteringen voorstelt — allemaal in de tijd die de engineer van het eerste bedrijf nodig heeft om een ticket in te dienen voor toegang tot een basis AI-codeerassistent. Tegen de tijd dat dat ticket is goedgekeurd, heeft de 26-jarige een feature uitgeleverd.
Deze twee bedrijven opereren niet in verschillende tijdperken. Ze opereren in verschillende beschavingen.
De Nieuwe Bedrijfsrijkdomskloof
Dit is wat me het meest zorgen baart — en ik wil hier precies over zijn, want het is makkelijk om de urgentie te voelen zonder het mechanisme volledig te doorgronden.
De token-kloof is niet alleen een kloof in huidige output. Het is een kloof in de snelheid van leren. En dat is wat het zo gevaarlijk maakt.
Een bedrijf dat de afgelopen twee jaar elke werknemer onbeperkte AI-toegang heeft gegeven, heeft niet alleen twee keer zoveel werk gedaan. Het heeft twee jaar aan organisatorisch leren opgebouwd — praktijken, instincten, spiergeheugen, interne cultuur — dat simpelweg niet gerepliceerd kan worden door een cheque uit te schrijven. Je kunt je niet naar AI-native acquiseren. Je kunt er niet in zes maanden naartoe recruiten. Organisatorische gereedheid cumuleert stilletjes, onzichtbaar, totdat de kloof tussen het bedrijf dat het heeft opgebouwd en het bedrijf dat dat niet heeft gedaan geen prestatiekloof meer is — het is een capability-kloof van een geheel andere orde.
De bedrijven die als eerste en volledig bewogen, zitten nu in een vliegwiel dat bijna onmogelijk te stoppen is. Hun producten zijn beter, dus trekken ze meer gebruikers aan. Meer gebruikers genereren meer data en feedback, dus worden hun producten sneller beter. Snellere iteratie betekent sneller leren, wat meer AI-investering financiert, wat iteratie verder versnelt. Ondertussen graviteren hun beste talenten — de mensen die gedijen in AI-native omgevingen — naar hen toe, omdat geen ambitieuze engineer of designer zijn carrière wil besteden aan wachten op IT-goedkeuring voor toegang tot een frontier-model.
De achterblijvers daarentegen staan voor een cumulerend tekort. Ze lopen niet alleen achter op output — ze lopen achter op instinct, achter op cultuur, achter op talentdichtheid, en achter op het vliegwiel zelf. En op een gegeven moment — en dit is het deel dat me oprecht angst aanjaagt — overschrijdt dat tekort een drempel waarbij het niet langer een kwestie is van bijbenen. Het is een kwestie van of je nog in dezelfde wedstrijd zit.
Je kunt je niet terugroeien in een race tegen een nucleair aangedreven schip. Drie jaar achterstand op de token-kloof kan permanent zijn. Dat is geen metafoor. Ik meen het letterlijk.
Slotgedachten
Ik heb de afgelopen maanden twee soorten bedrijven geobserveerd. Het eerste soort beweegt mee met de golf — niet perfect surfend, maar bewegend. Ze nemen snel beslissingen, accepteren onzekerheid, omarmen de rommeligheid van volledige AI-deployment, en cumuleren hun learnings elke week. Het tweede soort staat nog aan de kust, kijkt naar de golf die nadert, en belegt vergaderingen over de vraag of ze het water in moeten.
Ik schreef mijn eerste "Seeing AGI"-stuk als een vader die zich zorgen maakte over de toekomst van mijn 12-jarige zoon. Ik voel nu diezelfde ouderlijke bezorgdheid — maar gericht op de oprichters en operators die dit lezen. Want ik heb gezien wat eraan komt, en ik wil oprecht niet dat iemand erdoor wordt meegesleurd.
Wanneer een tsunami toeslaat, wacht hij niet tot je je bestuursvergadering hebt afgerond. Hij pauzeert niet terwijl je je governance-review voltooit. Hij geeft je niet nog een kwartaal om de pilot uit te breiden. Hij arriveert, en de organisaties die in het water waren — meebewegend, werkend met zijn energie — overleven en komen vooruit. De organisaties die nog aan het beraadslagen waren op de kust, worden bedolven.
Het raam is niet dicht. Maar het sluit. En de vraag die elke oprichter, elke CEO, elke operator die dit leest vanavond moet beantwoorden — niet volgende week, niet volgend kwartaal — is deze: Heb je elke persoon in je bedrijf onbeperkte toegang gegeven om te denken, te creëren en te bouwen met AI?
Zo niet, dan wil ik dat je jezelf nog één vraag stelt: Waar wacht je op?
Ik zit nu bijna twintig jaar in de technologie. Ik heb markten zien verschuiven, bedrijven zien opkomen en verdwijnen, en paradigma's van de ene op de andere dag zien kantelen. Maar ik heb nog nooit iets zo snel zien bewegen, of zo diep zien snijden.
En wat me 's nachts wakker houdt is niet de technologie zelf. Het is het beeld van briljante, hardwerkende mensen — oprichters die alles hebben opgeofferd om hun bedrijven op te bouwen, operators die jaren van hun leven aan hun teams hebben gegeven — die op een dag wakker worden en ontdekken dat de kloof tussen hen en hun concurrenten geen kloof meer is die ze kunnen dichten. Niet omdat ze niet slim genoeg waren. Niet omdat ze niet genoeg gaven. Maar omdat ze, op een cruciaal moment, aarzelden. Ze wachtten op nog één datapunt. Ze riepen nog een commissie bijeen. Ze vroegen om nog een kwartaal om te evalueren.
Ik schrijf deze artikelen niet om alarmistisch te zijn. Ik schrijf ze omdat ik oprecht geloof dat de meeste mensen het volle gewicht van wat er gebeurt nog niet hebben gevoeld — en tegen de tijd dat ze dat wel doen, kan het te laat zijn om te handelen.
Dus laat me je achterlaten met het enige dat ik het meest wil dat je meeneemt uit dit stuk.
Het efficiëntieverschil tussen bedrijven is niet langer een kwestie van talent, strategie of kapitaal. Het is in toenemende mate een kwestie van één beslissing: heb je elke persoon in je bedrijf onbeperkte toegang gegeven om te denken, te creëren en te bouwen met AI — of niet? De bedrijven die ja zeiden, zelfs imperfect, zelfs rommelig, cumuleren hun voordeel elke dag. De bedrijven die nog aan het beraadslagen zijn, staan niet stil. Ze vallen achteruit met een snelheid waarvoor de geschiedenis geen precedent kent.
Die kloof werd vroeger gemeten in percentages. Nu wordt ze gemeten in veelvouden. Binnenkort, voor sommige sectoren en sommige bedrijven, zal ze helemaal niet meer meetbaar zijn — omdat de ene kant van de vergelijking simpelweg niet meer meedoet in de race.
Ik hoop dat je aan de juiste kant van die lijn staat. En als je het niet zeker weet — als je dit las en ook maar een flikkering van herkenning voelde, een stille stem die zei "dit zouden wij wel eens kunnen zijn" — wacht dan alsjeblieft niet op de volgende bestuursvergadering om erachter te komen. De golf is al in beweging. De enige vraag is of je in het water bent of op de kust.
Er is nog tijd. Maar niet zoveel als je denkt.