Deze week draait niet om een nieuw slimmer model, maar om alles eromheen: rechtszaken, prijzenoorlogen, energiepolitiek en de vraag wie AI eigenlijk mag beoordelen. De AI-sector gedraagt zich steeds minder als een laboratorium en steeds meer als een volwassen, keiharde markt.

⚖️ Apple sleept OpenAI voor de rechter

Bronvermelding: The AI Report & The Rundown

Uitgebreide samenvatting:

Apple klaagt OpenAI aan wegens vermeende diefstal van handelsgeheimen en contractbreuk via ex-Apple-medewerkers. De kern van de zaak: OpenAI's hardwarechef Tang Tan zou tijdens sollicitatiegesprekken kandidaten hebben gevraagd "echte onderdelen" mee te brengen, en zou Apple-projectcodes hebben gebruikt. Een voormalig Apple-engineer zou bovendien een bedrijfslaptop niet hebben ingeleverd, met vertrouwelijke documenten nog erop.

Apple zegt al in februari te hebben gewaarschuwd voor de vermoedelijke misstanden. Het conflict krijgt extra gewicht omdat OpenAI naar verluidt werkt aan een smartphone-achtig apparaat dat AI-agents boven apps plaatst, iets dat rechtstreeks aan Apple's kernplatform raakt. De zaak gaat dus niet alleen over een paar vertrokken werknemers, maar over de controle over de volgende computing-interface: hardware, talent en modelontwikkeling zijn één strijdtoneel geworden.

Mijn eigen inbreng:

Twee techreuzen die elkaar beschuldigen van spionage terwijl ze allebei beweren "voor de mensheid" te bouwen. Er zit iets komisch in, tot je beseft dat er ook gewoon iemands laptop met bedrijfsgeheimen op straat rondslingert.

Voor een KMO is dit meer dan schadelijk drama tussen miljardenbedrijven. Het is een herinnering dat arbeidscontracten, geheimhoudingsclausules en offboarding-procedures niet iets zijn dat u ooit "nog wel eens" regelt. Als Apple met zijn juridische budget dit soort lekken niet kan voorkomen, hoe goed staat uw eigen contract met die ene freelancer die net vertrokken is met de sleutel van uw klantendatabase?

Heeft u vandaag een sluitende procedure voor wat een medewerker meeneemt, digitaal of fysiek, wanneer die vertrekt naar de concurrent?

🚀 China's Kimi K3 daagt de Amerikaanse frontier uit

Bronvermelding: The AI Report & The Rundown

Uitgebreide samenvatting:

Moonshot AI's Kimi K3 is een open-weight model van 2,8 biljoen parameters met een contextvenster van 1 miljoen tokens, en het scoort volgens Arena-tests bij developers hoger dan Anthropic's Fable 5 en OpenAI's GPT-5.6 Sol op coderingstaken. Op de Artificial Analysis Intelligence Index klom het naartoe de positie van de wereldtop.

De prijs is het echte verhaal: ongeveer 12 dollar per miljoen tokens, fors onder premium Amerikaanse tarieven. Een demo waarin K3 48 uur zelfstandig een kleine chip ontwierp en verifieerde, versterkt bovendien het beeld van groeiend agentic uithoudingsvermogen. De timing, vlak voor de World AI Conference in Shanghai en met een verwachte nieuwe DeepSeek-release, maakt duidelijk dat de gesuggereerde achterstand van Chinese labs kleiner is dan gedacht. Voor inkopers wordt het gevecht niet langer beslist door modelkwaliteit alleen, maar door prijs, betrouwbaarheid en het tempo van commoditisering.

Mijn eigen inbreng:

Elke maand een nieuw model dat "het beste ter wereld" is, tot de volgende maand. Het is bijna sportverslaggeving geworden, compleet met tussentijdse standen.

De ernst zit hem in wat dit voor uw onderhandelingspositie betekent. Zolang er maar twee of drie aanbieders waren, kon u weinig anders dan de gevraagde prijs betalen. Met een concurrerend, goedkoop alternatief uit China krijgt u voor het eerst echt onderhandelingsmacht, ook als u zelf nooit een Chinees model wilt gebruiken.

Gaat u dit gebruiken om bij uw huidige AI-leverancier een betere prijs te bedingen, of blijft u zitten waar u zit uit gewoonte?

⚖️ New York zet rem op datacenters

Bronvermelding: The AI Report & The Rundown

Uitgebreide samenvatting:

Gouverneur Kathy Hochul voert het eerste statewide moratorium in op nieuwe hyperscale datacenters: maximaal een jaar pauze op staatsvergunningen voor de grootste projecten. De stop moet ruimte geven voor een nieuw kader rond energieverbruik, watergebruik en luchtkwaliteit. New York overweegt daarnaast tax breaks te schrappen en een grid-fund op te zetten waarbij datacenters zelf meebetalen aan infrastructuurupgrades.

Bestaande projecten mogen doorgaan, maar toekomstige uitbreidingen lopen vertraging op. Vakbonden noemen de maatregel schadelijk voor banen, terwijl critici vrezen dat projecten simpelweg naar andere staten verhuizen. De nieuwsbrieven zien hierin een mogelijk precedent: andere staten die worstelen met energiebelasting en lokale weerstand tegen AI-infrastructuur kunnen dit model overnemen. De boodschap is duidelijk: goedkope compute is niet gratis, de rekening komt terecht bij energie, water en lokale politiek.

Mijn eigen inbreng:

Nu blijkt dat AI ook gewoon stroom en water nodig heeft, net als uw wasmachine, alleen dan met een miljoenenfactuur erbij.

Voor de meeste KMO's voelt dit ver van hun bed, tot u beseft dat uw eigen cloudkosten en API-tarieven rechtstreeks meebewegen met precies dit soort beslissingen. Als grote spelers minder capaciteit kunnen bijbouwen, stijgt de prijs van rekenkracht, en die stijging komt vroeg of laat bij u terecht via uw AI-abonnementen.

Houdt u de kostenontwikkeling van uw AI-tools al bij, of merkt u een prijsstijging pas als de factuur binnenkomt?

📊 OpenAI, Meta en xAI laten prijzen kelderen

Bronvermelding: The AI Report

Uitgebreide samenvatting:

De grote labs concurreren niet langer alleen op capaciteit, maar op token-efficiëntie en kostenbeheersing. OpenAI, Meta en xAI brengen modellen uit die expliciet zijn geoptimaliseerd om meer werk te doen met minder tokens, terwijl xAI met Grok 4.5 en Meta met goedkopere releases druk zetten op OpenAI en Anthropic.

Token-efficiëntie wordt zo de nieuwe vergelijkingseenheid in procurement-gesprekken, in plaats van louter benchmarkscores of modelnaam. Een aansluitende business case rond Kogan.com laat zien hoe automatisering van hoogvolume klantvragen de servicekosten verlaagt, zelfs bij stijgend ordervolume. Ondertussen treden vanaf 2 augustus de EU AI Act-labelingregels in werking, wat transparantie en compliance verder aanscherpt. De onderliggende trend: AI-budgettering verschuift van "welk model is het sterkst?" naar "welk model levert de meeste waarde per euro?".

Mijn eigen inbreng:

Eindelijk een prijzenoorlog waar de consument, in dit geval u, ook eens beter van wordt in plaats van slechter.

Dit is het moment om uw AI-uitgaven kritisch te bekijken. Veel bedrijven betalen nog voor een abonnement dat gekozen is toen er weinig alternatieven waren. Nu de grote labs elkaar beconcurreren op kosten per taak, is een jaarlijkse of zelfs kwartaalse check van uw AI-facturen geen overbodige luxe meer, maar gewoon goed huishoudboekje voeren.

Wanneer heeft u voor het laatst vergeleken of u nog wel de beste prijs betaalt voor de AI-tools die u gebruikt?

🚀 ChatGPT Work en GPT-5.6 gaan live

Bronvermelding: The AI Report & The Rundown

Uitgebreide samenvatting:

OpenAI lanceert ChatGPT Work, waarin Codex-technologie en een toegankelijke werkomgeving samenkomen om taken uit te voeren over apps, bestanden en workflows heen. De nieuwe GPT-5.6-familie, met varianten als Sol, Terra en Luna, mikt op een betere balans tussen prestaties en kosten. Scheduled Tasks laat workflows automatisch draaien op vaste tijden of triggers, bijvoorbeeld voor Slack-monitoring of agenda-updates, met integraties in Slack, Gmail, Google Drive en CRM's.

De nieuwsbrieven positioneren dit expliciet als OpenAI's antwoord op Anthropic's Claude Cowork: de strijd om de "agentische werkplek" is nu volledig open. Een aansluitende case toont hoe een SaaS-bedrijf met geautomatiseerde onboarding de HR- en IT-tijd per nieuwe medewerker drastisch verlaagt. De productstrategie verschuift zo van losse chat naar een geïntegreerde werklaag die daadwerkelijk workflows orkestreert, niet enkel antwoord geeft.

Mijn eigen inbreng:

Weer een nieuwe naam om te onthouden. Sol, Terra, Luna: het klinkt meer als een parfumcollectie dan als software.

Achter de marketingnamen zit wel een concrete verschuiving. AI die zelf taken plant en uitvoert over meerdere programma's heen, is precies het soort werk waar een KMO-eigenaar het meest tijd aan kwijt is: e-mails afhandelen, documenten bijwerken, afspraken plannen. Dat is geen toekomstmuziek meer, dat kan vandaag al.

Welk terugkerend administratief klusje in uw zaak zou u als eerste aan zo'n werkassistent overlaten?

🧠 Anthropic verbiedt AI in eigen sollicitatiegesprekken

Bronvermelding: AI For Leaders

Uitgebreide samenvatting:

Bij Anthropic mogen kandidaten tijdens live interviews geen AI-hulp gebruiken, tenzij de interviewer dat expliciet toestaat. Dat is opmerkelijk voor een bedrijf dat zelf AI-coding-tools bouwt. Het beleid staat tegenover een arbeidsmarkt waarin engineering steeds meer draait om het aansturen en beoordelen van AI-output in plaats van alles zelf te typen.

Een plausibele verklaring is standaardisatie: AI-agentgebruik objectief beoordelen is lastig omdat kwaliteit sterk afhangt van tooling en individuele input. Door AI uit te sluiten wordt de evaluatie eenvoudiger en consistenter, maar test Anthropic daarmee een oudere versie van het werk dan de dagelijkse praktijk. De regel is niet absoluut, een interviewer kan uitzonderingen maken, maar de default blijft traditioneel. De onderliggende conclusie: hiring loopt vaak achter op de werkpraktijk, en de belangrijkste vaardigheid verschuift van zelf produceren naar AI-output kritisch beoordelen.

Mijn eigen inbreng:

Het bedrijf dat de meest geavanceerde AI-assistenten bouwt, wil in het sollicitatiegesprek zelf even niets van die assistenten weten. Dat is op zijn minst een grappige tegenstelling.

Onder die ironie zit een vraag die elke werkgever zich zou moeten stellen: test u nog op vaardigheden van vijf jaar geleden, of test u op wat iemand écht nodig heeft in een functie waar AI dagelijks meewerkt? Voor een KMO die iemand aanwerft voor administratie, marketing of klantenservice is het onderscheid tussen "kan zelf typen" en "kan AI-output herkennen als het niet klopt" inmiddels het verschil tussen een goede en een risicovolle aanwerving.

Test uw eigen sollicitatieprocedure nog op vaardigheden van voor de AI-omslag, of vraagt u kandidaten al hoe ze AI zouden inzetten in de functie?

✏️ Jouw eigen inbreng

Deze week valt vooral op hoe snel de AI-sector verandert van technologiewedstrijd naar volwaardige, keiharde markt: rechtszaken om intellectueel eigendom, prijzenoorlogen tussen labs, overheden die ingrijpen op energie en infrastructuur, en bedrijven die zich moeten herbezinnen op wat ze eigenlijk van hun mensen verwachten.

De rode draad is duidelijk: winnen in AI gaat niet meer alleen over wie het slimste model heeft. Het gaat over wie het goedkoopst kan schalen, wie zich juridisch en operationeel kan indekken, en wie zijn mensen de juiste vaardigheden meegeeft om AI-output te beoordelen in plaats van blind te vertrouwen.

Voor KMO's in België betekent dit vooral: dit is het moment om kritisch te kijken naar contracten met medewerkers en leveranciers, naar de werkelijke kosten van uw AI-tools, en naar wat u eigenlijk verwacht van nieuwe aanwervingen in een wereld waarin AI meewerkt.

Onderwerp Kernfeit
Apple vs. OpenAI Rechtszaak om vermeende diefstal van bedrijfsgeheimen
Kimi K3 (Moonshot AI) ±12 dollar per miljoen tokens, 1M-tokens contextvenster
NY datacenter-moratorium Maximaal 1 jaar pauze op nieuwe vergunningen
EU AI Act labeling Van kracht vanaf 2 augustus 2026
Anthropic interviewbeleid AI-hulp standaard verboden tijdens sollicitatiegesprekken

Waar in uw eigen organisatie zit de grootste blinde vlek: bij uw contracten, uw kosten, of bij de vaardigheden die u vandaag aanwerft?

— AI Radar by Xavier Coninckx

📬 Ontvang AI Radar wekelijks in uw inbox via velynt.ai 🔗 Meer over AI-implementatie voor uw KMO: velynt.ai

AIRadar #KMO #ArtificiëleIntelligentie #EUAIAct #Velynt #AIImplementatie #DigitaleTransformatie