Welkom bij AI gedecodeerd, Snel bedrijf’s wekelijkse nieuwsbrief met het belangrijkste nieuws in de wereld van AI. Ik ben Mark Sullivan, een senior schrijver bij Snel bedrijf, over opkomende technologie, AI en technologiebeleid.
Deze week concentreer ik me op het grootste verkooppraatje van Big AI – de zoektocht naar AGI – en het idee dat de industrie zich zou moeten concentreren op meer bescheiden en haalbare taken voor AI. Ik kijk ook naar de nieuwe financieringsronde van ruim vier miljard dollar van Databricks, en naar het nieuwe Gemini 3 Flash-model van Google.
Meld u aan om deze nieuwsbrief wekelijks per e-mail te ontvangen hier. En als u opmerkingen heeft over dit onderwerp en/of ideeën voor toekomstige kwesties, stuur mij dan een bericht op sullivan@fastcompany.com en volg mij op X (voorheen Twitter) @thesullivan.
Yann LeCun noemt BS ‘kunstmatige algemene intelligentie’
Grote AI-bedrijven als OpenAI en Anthropic praten graag over hun gedurfde zoektocht naar AGI, oftewel kunstmatige algemene intelligentie. De definitie van die graal is enigszins flexibel gebleken, maar verwijst in het algemeen naar AI-systemen die net zo slim zijn als mensen bij een breed scala aan taken. AI-bedrijven hebben dit ‘zoektochtverhaal’ gebruikt om investeringen binnen te halen, de technische pers te fascineren en beleidsmakers te charmeren.
Nu trekt een van de belangrijkste pioniers van AI, Turing Award-winnaar Yann LeCun, het hele concept in twijfel. LeCun, de vertrekkende AI-wetenschapper van Meta, stelt dat zelfs mensen niet echt generalisten zijn. Ze zijn goed in sommige fysieke taken en erg goed in sociale interacties, maar kunnen bij schaken gemakkelijk door een computer worden verslagen en kunnen wiskunde niet zo snel en nauwkeurig uitvoeren als een rekenmachine. “Er zijn taken waarbij veel andere dieren beter zijn dan wij”, zei LeCun onlangs Informatieknelpunt webcast.
“We beschouwen onszelf als algemeen, maar dat is simpelweg een illusie, omdat alle problemen die we kunnen begrijpen ook de problemen zijn die we kunnen bedenken – en omgekeerd,” zei LeCun. “Dus we zijn algemeen in alle problemen die we ons kunnen voorstellen, maar er zijn veel problemen die we ons niet kunnen voorstellen. En daar zijn veel wiskundige argumenten voor. Dus dit concept van algemene intelligentie is complete onzin.”
Veel mensen in AI en neurowetenschappen zijn het niet eens met LeCun. Het feit dat mensen niet de beste zijn in alle taken, of taken die we ons niet kunnen voorstellen, betekent niet dat we geen generalisten zijn – vooral in vergelijking met machine-savants zoals rekenmachines, zo beweren ze. Ik weet niet wie gelijk heeft, maar LeCun maakt een breder punt. Hij is van mening dat AI-laboratoria zich moeten concentreren op specifieke dingen uit de echte wereld die AI kan doen – dingen die waarde creëren of lijden verminderen, misschien – en die oplossingen op de markt moeten brengen.
LeCun zegt dat de op transformatoren gebaseerde grote taalmodellen van vandaag nuttig genoeg zijn om op een aantal waardevolle manieren te worden toegepast, maar gelooft ook dat ze waarschijnlijk niet de algemene of menselijke intelligentie zullen bereiken die nodig is om hoogwaardige werktaken uit te voeren die nu zijn voorbehouden aan menselijke hersenen. Om net als mensen door de complexiteit van de echte wereld te kunnen navigeren, zou de AI een trainingsregime met veel grotere bandbreedte nodig hebben dan alleen woorden, afbeeldingen en computercode, betoogt LeCun, en een andere architectuur om alle gegevens te structureren. Met name De Financiële tijden meldt dat LeCun 585 miljoen dollar ophaalt tegen een waardering van 3 miljard dollar voor een nieuwe AI-startup die ‘wereldmodellen’ wil bouwen – AI-systemen die in staat zijn om leren uit afbeeldingen, video en ruimtelijke gegevens, in plaats van alleen uit tekst en grote taalmodellen.
Databricks haalt nog eens $4 miljard+ binnen, de evaluatie stijgt naar $134 miljard
Data- en AI-bedrijf Databricks haalde ruim $4 miljard op in een nieuwe Series L financieringsronde onder leiding van Insight Partners, Fidelity en JP Morgan Asset Management, met Andreessen Horowitz, BlackRock en Blackstone als tussenkomst. De waardering van het bedrijf steeg met de nieuwe ronde naar $134 miljard.
De waardering weerspiegelt de positionering van Databricks binnen de bloeiende markt voor AI-clouddiensten. Jarenlang bestond het primaire aanbod van het bedrijf uit veilige cloudopslag voor gevoelige bedrijfsgegevens, waaronder gegevens die eigendom waren van bedrijven in gereguleerde sectoren zoals de gezondheidszorg en de financiële sector. De afgelopen vijf jaar heeft Databricks zich verdiept in de ontwikkeling van de AI-kant van zijn bedrijf. De waardepropositie van het bedrijf is dat klanten hun gegevens kunnen beheren via krachtige AI-modellen die in dezelfde veilige cloud worden gehost. Meer recentelijk heeft het bedrijf een veilig platform opgezet voor het ontwikkelen en inzetten van autonome agenten die bijvoorbeeld complexe business intelligence-rapporten kunnen samenstellen op basis van diverse datasets die zijn opgeslagen in de Databricks-cloud.
Het bedrijf stelt klanten ook in staat hun gegevens te laten draaien via modellen van onder meer OpenAI en Anthropic, waarbij deze modellen native in de beveiligde cloud worden gehost. Nu zegt Databricks dat zowel zijn datawarehousingactiviteiten als zijn AI-activiteiten elk omzetcijfers van meer dan $ 1 miljard hebben. Het bedrijf rapporteerde een omzetratio van $4,8 miljard in het derde kwartaal van 2025, wat neerkomt op een groei van ongeveer 55% ten opzichte van dezelfde periode in 2024.
Bijna precies een jaar geleden heeft Databricks een enorme opbrengst opgehaald Financieringsronde van $10 miljardeen van de grootste ooit voor een AI-bedrijf, en behaalde een waardering van $62 miljard. (De waardering steeg naar $100 miljard toen het bedrijf in augustus een financieringsronde van $1 miljard ophaalde.)
Het in San Francisco gevestigde bedrijf zegt dat het het nieuwe kapitaal zal gebruiken om nieuwe AI-gestuurde toepassingen te ontwikkelen, toekomstige overnames te financieren, R&D te ondersteunen en werknemers te betalen (hoogstwaarschijnlijk inclusief duur AI-onderzoekstalent). Met honderden klanten die elk meer dan $1 miljoen aan jaarlijkse omzet bijdragen, en een hoog klantbehoudpercentage, wordt Databricks beschouwd als een sterke IPO-kandidaat. Het bedrijf wacht mogelijk op de optimale marktomstandigheden om een aanvraag in te dienen.
Google brengt een Gemini 3-model uit, ‘Flash’, voor de rest van ons
Nu kunnen zelfs mensen die zich geen maandelijks abonnement kunnen veroorloven, genieten van de magie van het nieuwe Gemini 3-model van Google DeepMind. Google bracht in november het eerste Gemini 3-model, Pro, uit, maar het was alleen beschikbaar voor betalende abonnees. Het is nieuw Gemini 3 Flitser variant is nu de standaard in de Gemini-app en is wereldwijd beschikbaar in de AI-modus van Google Zoeken.
Er wordt gezegd dat Flash drie keer sneller reageert dan Gemini 2.5 Pro, en bijna net zo goed in redeneren als het Gemini 3 Pro-model. Flash is ontworpen om kosteneffectief te zijn, waardoor het volgens Google een geweldige optie is voor ontwikkelaars en bedrijven.
Het nieuwe model laat een aantal indrukwekkende cijfers zien op het gebied van redeneren en kennis op PhD-niveau, zoals GPQA Diamond (90,4%) en Humanity’s Last Exam (33,7% zonder hulpmiddelen). Deze scores komen dicht in de buurt van die van grotere modellen, waaronder Gemini 3 Pro en OpenAI’s GPT-5.2. Flash behaalde ook de hoogste score van alle modellen (81,2%) op de MMMU Pro-benchmark, die het vermogen meet om een mix van tekst en visuele gegevens te begrijpen en erover te redeneren.
Bij verwerking op het hoogste denkniveau kan Gemini 3 Flash ‘moduleren’ hoeveel het ‘denkt’, zegt Google. Voor complexere vragen zal het meer tijd besteden aan het verwerken van de gegevens die het in zijn geheugen verzamelt om tot een antwoord te komen. Maar het gebruikt ook (gemiddeld) 30% minder tokens dan Gemini 2.5 Pro om eenvoudigere, alledaagse taken uit te voeren. Onderzoekers van Big AI-labs hebben er hard aan gewerkt om AI-modellen de (vaak omvangrijke) contextuele gegevens die ze verzamelen efficiënter in het geheugen te laten opslaan en effectiever te laten gebruiken.
Meer AI-dekking van Snel bedrijf:
- Elke AI-oprichter denkt dat hij een mega-investeringsronde wil. Geloof me, dat doe je niet
- 5 voorspellingen voor de groeiende rol van AI in de media in 2026
- DOGE-leider bij Treasury wil duizenden ChatGPT-licenties kopen
- Wie moet betalen voor de race van het elektriciteitsnet om datacenters bij te houden?
Wilt u exclusieve rapportage en trendanalyse over technologie, bedrijfsinnovatie, de toekomst van werk en design? Schrijf je in voor Snel bedrijf Premie.
