Lior Pozin had er een openbaring over AI infrastructuur begin 2025. Als algemeen directeur van AutoDSAls AI-aangedreven e-commerce-automatiseringsplatform had hij zijn team ertoe aangezet om snel AI-mogelijkheden te implementeren, in de veronderstelling dat snelheid succes zou bepalen.
AutoDS werd gestart en bereikte uiteindelijk 1,8 miljoen gebruikers, genereerde meer dan $1 miljard aan gebruikersinkomsten en werd met succes openbaar gemaakt op Fiverr. Vanaf het begin was het bedrijf snel in beweging, het soort plek waar snelheid van strategisch belang was en snelle implementatie voelde als de natuurlijke manier van werken. Maar toen het team van Pozin van pilot naar productie ging, kwamen ze erachter dat snelheid alleen niet genoeg was. Alleen AI levert resultaat op wanneer de juiste database en eigendomsstructuren aanwezig zijn.
“Zonder de juiste governance, dataorganisatie en toegang kan AI niet opschalen”, zegt Pozin Snel bedrijf. “Toen we die basis eenmaal hadden gelegd, veranderde alles. AI was niet langer een functie, maar werd onderdeel van de manier waarop we werken.”
Die ervaring was niet uniek voor AutoDS. In 2025 realiseerden bedrijven zich dat in meerdere sectoren al snel implementatie van AI op grote schaal Ze moesten de confrontatie aangaan met ongemakkelijke waarheden over hun infrastructuur, hun aannames over wat AI zou kunnen doen, en hun bereidheid om niet-glamoureuze problemen op te lossen voordat ze transformatieve problemen najagen. Hoewel het jaar veelbelovend begon, bleek het minder te gaan over doorbraken en meer over een confrontatie met de werkelijkheid.
De ervaringen die naar voren kwamen laten een industrie zien die volwassen wordt. In plaats van steeds krachtigere modellen te bouwen of simpelweg meer kapitaal aan te trekken, wordt de industrie volwassener door uit te zoeken wat echt werkt als de demo’s eindigen en het echte werk begint.
INFRASTRUCTUUR EERST OF NIETS ANDERS BELANGRIJK
Begin 2024: databaseactiviteiten RavenDB onderzocht in samenwerking met Microsoft het bouwen van een AI-assistent voor de documentatie ervan. Het project viel uiteindelijk uit elkaar. Volgens oprichter Oren Eini was het probleem niet het AI-model zelf, maar alles eromheen.
Gegevens moesten door meerdere systemen gaan voordat ze het model bereikten, en updates vereisten handmatige tussenkomst. De hele opzet was afhankelijk van fragiele verbindingen die elk moment kapot konden gaan. Voor een databasebedrijf was de ironie moeilijk te missen.
De ervaring maakte het team iets belangrijks duidelijk: AI moest veel dieper in de database zelf worden geïntegreerd om betrouwbaar, voorspelbaar en schaalbaar te zijn.
Voor Eini was het niet zozeer een tegenslag, maar eerder een signaal dat de omringende architectuur net zo belangrijk was als het model zelf. Dit besef vormde de basis voor het recentere werk van RavenDB AI-agenten in en functies die rechtstreeks in de databaselaag zijn ingebouwd, waardoor modellen dichter bij de gegevens werken waarvan ze afhankelijk zijn en zich voorspelbaarder kunnen gedragen in productieomgevingen.
Bij AutoDS vertaalde die verschuiving zich in een meer bewuste aanpak. Het team concentreerde zich op het inbouwen van een gedeelde datalaag in het drop-shipping-platform en op het duidelijker eigenaarschap rond AI-initiatieven, waardoor producten zoals de door AI aangedreven winkelbouwer later betrouwbaarder konden worden geschaald binnen het bedrijf.
De verschuiving vereiste geduld. Het team van Pozin stopte met het najagen van wat er indrukwekkend uitzag en begon te volgen wat er toe deed: bespaarde tijd, verbeterde nauwkeurigheid en versnelde beslissingen. “Succes betekent nu dat AI daadwerkelijk de manier verbetert waarop we werken, en niet alleen dat we het gebruiken”, merkt Pozin op.
EFFICIËNTIE VERSLAAT RUWE KRACHT
Terwijl een groot deel van de AI-industrie achtervolgde grotere modellen en meer berekenen in 2025, Oculuseen software-to-telecombedrijf met uitgebreide ervaring op het gebied van kunstmatige intelligentie, heeft het hele jaar prioriteit gegeven aan efficiëntie. Het team concentreerde zich op het ontwerpen en verfijnen van systemen die betrouwbare prestaties leveren zonder buitensporige rekenkundige overhead. Die focus staat centraal in de manier waarop Oculeus AI toepast op de telecommunicatie, waarbij zijn systemen worden gebruikt om fraudepatronen en abnormaal gedrag in realtime te detecteren.
In deze omgevingen legt Arnd Baranowski, de CEO van het bedrijf, uit dat “voorspelbaarheid belangrijker is dan nieuwigheid, omdat valse positieven en inconsistente resultaten directe financiële en operationele risico’s met zich meebrengen.”
“AI-algoritmen en -technologie in combinatie met een enorm reken- en energieverbruik zijn de verkeerde weg”, voegt Baranowski toe. Zijn kritiek gaat verder dan hardware en zet vraagtekens bij de omarming ervan door de industrie niet-deterministische systemen die verschillende outputs produceren voor dezelfde input. “Training moet resulteren in 100% deterministische reacties. Anders is er iets mis.”
Dat standpunt staat op gespannen voet met het enthousiasme rond grote taalmodellen die willekeur als een eigenschap beschouwen. Voor Baranowski was de les uit 2025 eenvoudig: AI-systemen winnen alleen vertrouwen als ze zich consistent gedragen en kunnen worden vertrouwd onder reële bedrijfsomstandigheden.
Eini deelt die mening ook. Bij RavenDB was het doel niet om de slimste AI te bouwen. Het bouwde voorspellende AI die routinetaken zonder drama kon uitvoeren. “We willen niet per se ‘slimme’ AI”, zegt Eini. “Wij willen voorspellende kunstmatige intelligentie.”
Naad De rekenkosten blijven hoog en het energieverbruik een publieke zorg wordt, zal 2026 de voorkeur geven aan bedrijven die hebben ontdekt hoe ze meer kunnen doen met minder dan bedrijven die nog steeds op jacht zijn naar de grootst mogelijke modellen.
VERTROUWEN VEREIST GRENZEN
In 2024 beloofde de chatbot van Air Canada een klant een korting op het sterftecijfer die niet bestond. De luchtvaartmaatschappij werd verantwoordelijk gehouden. De zaak bracht een probleem aan het licht dat in 2025 onvermijdelijk werd: AI-agenten zijn niet te vertrouwen zoals werknemers dat kunnen.
Eini kadert het recht in. Een bankmedewerker is gebonden aan beleid en consequenties. Het is geen AI-agent. “Ik beschouw ze graag als werknemers waarvan ik weet dat ze vatbaar zijn voor omkoping”, zegt hij. “Het is cruciaal om bewust grenzen te stellen aan hun handelen en actief beschermende maatregelen te implementeren.”
Deze grenzen namen praktische vorm aan. Bij AutoDS heeft Pozin een speciaal team samengesteld om de AI-uitvoer te verifiëren en ervoor te zorgen dat het systeem nauwkeurige brongegevens ontvangt. Bij RavenDB ontwikkelde en implementeerde het team keten-van-autorisatieprocessen en duidelijke grenzen aan wat AI-agenten konden openen of beloven.
De les gaat verder dan alleen technische beveiligingsmaatregelen. AI-agenten bevinden zich in een grijze zone tussen tool en actor. Ze reageren op instructies, maar hebben geen oordeel. Ze voeren taken uit, maar kunnen de gevolgen niet overzien. Die realiteit vereist een nieuw raamwerk voor verantwoording dat er niet van uitgaat dat goede training goed gedrag garandeert.
Organisaties die het in 2026 goed doen, zullen de implementatie van AI eerst als een vertrouwenskwestie behandelen. Dat betekent transparantie over mogelijkheden en limieten, duidelijke verwachtingen voor gebruikers en systemen die zijn ontworpen om veilig te falen als er iets misgaat.
KLEINE AANWIJZINGEN VERSLAAN MAANSCHOT
De grootste AI-verhalen van het jaar concentreerden zich op autonome voertuigen, kunstmatige algemene intelligentie (AGI)– wat volgens AI-onderzoeker Yann LeCun een illusie is – en modellen die hele beroepen vervangen. Maar bedrijven die daadwerkelijke vooruitgang boekten, concentreerden zich op iets anders: het op grote schaal oplossen van kleine, lastige problemen.
“De grootste veranderingen zullen voortkomen uit het oplossen van veel kleine problemen, niet uit een grote, alwetende AI”, zegt Eini. “Kwantiteit heeft zijn eigen kwaliteit, en het wegnemen van veel kleine fricties leidt over het algemeen tot een veel sneller tempo.”
RavenDB stelde gewone teamleden in staat om binnen enkele dagen AI-functies te bouwen in plaats van te wachten tot topingenieurs deze goedkeurden en uitvoerden. AutoDS mat het succes af aan de hand van de vraag of AI werknemers sneller en efficiënter maakte, niet aan de hand van het aantal AI-projecten dat er liep. De resultaten waren individueel bescheiden, maar collectief transformatief.
Een jaar eerder jaagden bedrijven AI op zichzelf na, door pilots in te zetten die er indrukwekkend uitzagen in demo’s, maar nooit werden opgeschaald. In 2025 verschoof de focus naar meetbare impact. Eini vergelijkt het met de manier waarop we vandaag de dag water in drinkwater veranderen, een praktijk die nu zo gebruikelijk is dat niemand er meer over nadenkt. “Net zoals geldautomaten of zelfscankassa’s de hele wereld niet fundamenteel hebben veranderd, maar ons leven wel meetbaar beter hebben gemaakt, denk ik dat we daar nog veel van zullen zien”, zegt hij. “Alleen al de hoeveelheid verandering zal een transformerend effect hebben.”
VOORBEREIDING IS MEER DAN REACTIE
Steve Brierley heeft in 2025 geen kunstmatige intelligentie ontwikkeld. Als CEO van een quantumcomputerbedrijf Rivierlaanhij zag hoe onvoorbereid industrieën waren toen ChatGPT arriveerde. “De AI-boem legde uit hoe onduidelijk veel sectoren waren toen tools als ChatGPT plotseling gemeengoed werden, waardoor bedrijven gedwongen werden te jongleren met regelgeving, schaalbaarheid, datagereedheid en consolidatie, en een groeiende kloof op het gebied van personeel en vaardigheden”, zegt Brierley.
Zijn conclusie: begrijp nieuwe technologieën vroeg genoeg om op uitdagingen te anticiperen in plaats van op crises te reageren. Kwantumcomputing komt sneller dan velen verwachten, en het zal geen marginale verbetering zijn. “AI blinkt uit in het analyseren en genereren van inzichten uit data, terwijl quantum computing de creatie van nieuwe soorten data volledig mogelijk zal maken”, zegt Brierley. “Samen zullen ze veel meer verkenning, ontdekking en innovatie mogelijk maken dan technologie alleen zou kunnen bereiken.”
Gilles Thonet, plaatsvervangend secretaris-generaal bij De Internationale Elektrotechnische Commissiedus dezelfde dynamiek in de regelgeving. Naad AI-regels die in 2025 van kracht werd, hadden bedrijven moeite met het vertalen van wettelijke eisen naar de operationele realiteit. “Internationale normen zijn essentieel om vertrouwen te creëren in deze transformatieve technologie”, zegt Thonet.
WAT KOMT VOLGENDE
De ervaringen uit 2025 wijzen in de richting van een AI-toekomst gebaseerd op de operationele realiteit in plaats van op een hype. Bedrijven die leiding gaven aan deze verandering bouwden infrastructuur, stelden grenzen en losten echte problemen op in plaats van de krantenkoppen na te jagen.
Maar er dienen zich nieuwe uitdagingen aan. Sheetal Mehta, Global Head of Cyber Security Services bij NTT-gegevenswaarschuwt dat AI-mogelijkheden actief zijn productiviteit winsten zijn bewapend. “Agentische AIDe snelheid en het vermogen om te leren en autonome beslissingen te nemen kunnen ook worden gebruikt door cybercriminelen, waardoor bedrijven worden blootgesteld aan nieuwe aanvalsoppervlakken en onverwachte beveiligingsproblemen”, zegt Mehta.
Dit betekent dat er in 2026 betere beveiligingsmaatregelen nodig zullen zijn, en niet alleen maar betere systemen. Organisaties zullen de beveiliging, het bestuur en de ethiek van AI als fundamenteel moeten beschouwen en niet als optioneel.
Pozin legt die verschuiving heel aangrijpend vast. “De volgende fase van AI is AI die met ons meeleeft, ons dagelijks leert en precies levert wat we nodig hebben, net op tijd. Het zal niet meer als een hulpmiddel voelen. Het zal voelen als een teamgenoot die je echt begrijpt”, zegt hij.
Eini zegt het nog eenvoudiger: “Het gaat verder dan het oorspronkelijke ontzag en wordt een transparant hulpmiddel dat dingen eenvoudig voor elkaar krijgt.”
Niet AGI. Geen volledige automatisering. Alleen AI die betrouwbaar werkt, voorspelbaar schaalt en problemen oplost zonder nieuwe te creëren. Voor een sector die jarenlang op jacht is geweest naar ‘moonshots’, zou dat wel eens het meest ambitieuze doel van allemaal kunnen zijn.
