Stel: je zit in je budgetronde en een leverancier legt een AI-tool op tafel met een indrukwekkende krantenkop als bewijs. Deze zomer opende je nieuwsapp en het regende zulke spectaculaire AI-aankondigingen. Een AI-systeem dat op eigen houtje beveiligingslekken zou vinden in zowat elk besturingssysteem. Een ander dat een wiskundig probleem van een miljoen dollar zou hebben gekraakt in 88 uur. En een ingenieur die zijn eigen AI-lab publiekelijk verliet met de waarschuwing dat de sector “gokt met onze levens”.
Klinkt indrukwekkend. Maar wat blijft daarvan over als je het nuchter bekijkt vanuit je zaak? Precies dat is de vraag die telt voor je AI-budget van volgend jaar. Want een krantenkop is geen bewijs, en marketing is geen due diligence.
De kern van het probleem is simpel: de meest opvallende AI-claims van deze zomer zijn zelden onafhankelijk gecontroleerd. Ze komen vooral van de labs zelf of worden overgenomen door media die ze, volgens MIT Technology Review, grotendeels ademloos en weinig kritisch brachten.
Zet de belangrijkste beweringen even op een rij en de nuance springt eruit. De ene claim is bevestigd, de andere is betwist, en een pak ervan is voorlopig gewoon onbevestigd.
| Claim | Bron | Status |
|---|---|---|
| Beveiligingslekken vinden in grote systemen | Anthropic | Bevestigd |
| Duizenden onbekende kwetsbaarheden ontdekt | Anthropic | Onbevestigd |
| Wiskundig miljoenprobleem opgelost in 88 uur | OpenAI | Betwist |
| Cryptografie gekraakt | Anthropic | Onbevestigd |
| Wiskundig vermoeden opgelost | Anthropic | Betwist |
Let op: een doorbraakclaim en een hacking-incident zijn twee verschillende dingen. Ze worden vaak in dezelfde adem genoemd, maar dat mag je niet door elkaar halen bij je oordeel. En net dat verschil bepaalt of een claim voor jou een risico of een kans is.
Hype is geen onschuldig ruisje op de achtergrond; het verstoort je oordeel net op het moment dat je een investering afweegt. Wie beslist op basis van een indrukwekkend persbericht, riskeert budget te verbranden aan capaciteiten die in zijn eigen situatie nooit blijken te werken.
Er zit een structureel patroon achter. Volgens Stanford HAI worden prestatiescores veel vaker gepubliceerd dan tests rond veiligheid en verantwoord gebruik. Bovendien liepen de gemelde AI-incidenten op van 233 in 2024 naar 362 in 2025. Anders gezegd: bedrijven laten graag zien wat hun model kan, veel minder graag waar het faalt.
En de veiligheidskaders zelf? Die bestaan wel, maar zonder harde tanden. Het Future of Life Institute gaf deze zomer geen enkel groot lab een topscore op veiligheid; onafhankelijke audits en duidelijke drempels ontbreken vaak.
Wat betekent dat nu concreet voor jou? Een claim is een startpunt voor onderzoek, geen eindpunt voor een beslissing. Net als bij een nieuwe machine of een dure server koop je niet op de brochure, maar op wat het ding in jouw werf, jouw winkel of jouw boekhouding effectief doet.
Van dat inzicht naar de praktijk is maar een kleine stap. Toetsen begint namelijk met één simpele reflex: vraag om bewijs dat op jouw situatie slaat, niet op een algemeen record. Een score op een testset in een labo zegt immers weinig over wat er gebeurt met jouw data en jouw manier van werken.
Stel je leverancier daarom deze vragen voordat je een euro vrijmaakt:
De sterkste test is en blijft een pilot. Laat de tool daarom een paar weken draaien op je eigen data en je eigen workflow, met een klein team, voor je breed uitrolt. Werkt het niet zoals beloofd, dan heb je een gesprek verloren, geen jaarbudget. Dit soort afweging bekijken we soms samen met klanten, precies omdat een onafhankelijke blik helpt om marketing van meerwaarde te scheiden.
AI is geen hype die je moet negeren, maar ook geen kroonjuweel dat je op vertrouwen koopt. De nuchtere houding is de juiste: vraag bewijs, test in het klein, beslis daarna. Zo vermijd je dat een spectaculaire krantenkop je begroting stuurt.
Concreet voor je volgende budgetronde: zet naast elke AI-claim de vraag “waar is het bewijs voor mijn situatie?”. Kan een leverancier daar niet op antwoorden, dan is dat zelf een antwoord. Verifieer eerst, investeer daarna.
Nee. De kritiek richt zich op ongeverifieerde marketingclaims, niet op de technologie zelf. Veel AI-toepassingen leveren echte waarde; je wil alleen zeker zijn dat de belofte klopt voor jouw gebruik voordat je investeert.
Daar gaat dit verhaal niet over. De incidenten en claims van deze zomer draaien rond grote Amerikaanse AI-labs, niet rond de software die een doorsnee Vlaamse kmo dagelijks gebruikt. Het punt is breder: toets claims voordat je beslist.
Een doorbraakclaim is een bewering over wat een model zou kunnen, bijvoorbeeld een wiskundig probleem oplossen. Een hacking-incident is een concreet veiligheidsvoorval. Ze worden vaak samen genoemd, maar je beoordeelt ze los van elkaar.
Begin bij de vragenlijst: vraag om onafhankelijke validatie, transparantie over tests en een track record. Twijfel je over de antwoorden, laat een onafhankelijke IT-adviseur meekijken voordat je budget vrijmaakt. Dat kost weinig en spaart veel gedoe.
