Lior Pozin had er een openbaring over AI infrastructuur begin 2025. Als CEO van AutoDSeen door AI aangedreven e-commerce-automatiseringsplatform, had hij zijn team ertoe aangezet om AI-functies snel in te zetten, in de veronderstelling dat snelheid het succes zou bepalen.
AutoDS werd opgestart en bereikte uiteindelijk 1,8 miljoen gebruikers, genereerde meer dan $1 miljard aan gebruikersinkomsten en stapte met succes over naar 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 piloten naar productie ging, kwamen ze erachter dat snelheid alleen niet genoeg was. Alleen AI levert resultaat op wanneer de juiste datafundamenten en eigendomsstructuren aanwezig zijn.
“Zonder de juiste governance, dataorganisatie en toegang kan AI niet schalen”, vertelt Pozin Snel bedrijf. “Toen we eenmaal die basis 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 verschillende sectoren al snel het op grote schaal inzetten van AI 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. Terwijl het jaar begon met grote beloften, bleek het minder te gaan over doorbraken en meer over het afrekenen met de werkelijkheid.
De lessen die naar voren kwamen laten zien dat er een industrie aan het opgroeien is. In plaats van steeds krachtigere modellen te bouwen of eenvoudigweg 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.
EERST INFRASTRUCTUUR OF NIETS ANDERS BELANGRIJK
Begin 2024, databasebedrijf 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 iets essentieels voor het team 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. Dat besef vormde de basis voor het recentere werk van RavenDB AI-agenten in en mogelijkheden die rechtstreeks in de databaselaag zijn ingebouwd, waardoor modellen dichter bij de gegevens werken waarop ze vertrouwen 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 dropshipping-platform en op een duidelijker eigenaarschap rond AI-initiatieven, waardoor producten zoals de door AI aangedreven winkelbouwer later betrouwbaarder konden worden geschaald binnen het hele 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 waarop we werken verbetert, 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 rekenkracht in 2025, Oculeuseen software-voor-telecombedrijf met diepgaande ervaring op het gebied van AI, heeft het afgelopen 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 in de telecommunicatie, waar zijn systemen worden gebruikt om fraudepatronen en afwijkend gedrag in realtime te detecteren.
In dergelijke 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, die gepaard gaan met enorme berekeningen en energieverbruik, zijn een misleidend pad”, voegt Baranowski toe. Zijn kritiek reikt 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 druist in tegen de opwinding rond grote taalmodellen, die willekeur als een kenmerk beschouwen. Voor Baranowski was de les van 2025 eenvoudig: AI-systemen verdienen alleen vertrouwen als ze zich consistent gedragen en waarop in reële bedrijfsomstandigheden kan worden vertrouwd.
Eini deelt die mening ook. Bij RavenDB was het doel niet het bouwen van de slimste AI. Het bouwde voorspelbare AI die routinetaken zonder drama kon uitvoeren. “We willen niet per se ‘slimme’ AI”, zegt Eini. “Wij willen voorspelbare AI.”
Als De computerkosten 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 de rouwkosten die niet bestond. De luchtvaartmaatschappij werd aansprakelijk gesteld. De zaak bracht een probleem aan het licht dat in 2025 onvermijdelijk werd: AI-agenten zijn niet te vertrouwen zoals werknemers dat kunnen.
Eini vat het botweg samen. Een bankmedewerker is gebonden aan beleid en consequenties. Een AI-agent is dat niet. “Ik beschouw ze graag als werknemers waarvan ik weet dat ze vatbaar zijn voor steekpenningen”, zegt hij. “Het is cruciaal om bewust grenzen te stellen voor hun acties en actief beschermende maatregelen te implementeren.”
Die 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 goedkeuringsprocessen en duidelijke grenzen voor wat AI-agenten konden openen of beloven.
De les gaat verder dan alleen technische veiligheidsmaatregelen. 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 nieuwe kaders voor verantwoording die er niet van uitgaan dat goede training goed gedrag garandeert.
Organisaties die in 2026 floreren, zullen de inzet van AI eerst als een vertrouwensprobleem 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 OPLOSSINGEN VERSLAAN MOONSHOTS
De grootste AI-verhalen van het jaar concentreerden zich op autonome voertuigen, kunstmatige algemene intelligentie (AGI)– waarvan AI-wetenschapper Yann LeCun denkt dat het 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, vervelende problemen.
“De grootste veranderingen zullen voortkomen uit het oplossen van veel kleine problemen, en niet uit één grote, alwetende AI”, zegt Eini. “Kwantiteit heeft een eigen kwaliteit, en het wegnemen van veel kleine fricties leidt over het algemeen tot een veel sneller tempo.”
RavenDB stelde vaste 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 achtervolgden bedrijven AI omwille van zichzelf, 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 tegenwoordig water drinkbaar maken, een praktijk die nu zo gewoon is dat niemand er meer over nadenkt. “In dezelfde zin dat geldautomaten of self-checkout-diensten 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”, vertelt hij. “De enorme hoeveelheid veranderingen zal een transformerend effect hebben.”
VOORBEREIDING IS MEER DAN REACTIE
Steve Brierley was in 2025 niet bezig met het bouwen van AI. Als CEO van het quantumcomputerbedrijf Rivierlaankeek hij hoe onvoorbereid industrieën waren toen ChatGPT arriveerde. “De AI-boem liet zien hoe onvoorbereid veel industrieën waren toen tools als ChatGPT plotseling mainstream werden, waardoor bedrijven zich moesten haasten rond regelgeving, schaalbaarheid, datagereedheid en consolidatie, en een steeds groter wordende personeels- en vaardighedenkloof”, zegt Brierley.
Zijn conclusie: begrijp opkomende technologieën vroeg genoeg om op uitdagingen te anticiperen in plaats van op crises te reageren. Kwantumcomputers zullen eerder arriveren 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 mogelijk zal maken”, zegt Brierley. “Samen zullen ze veel meer verkenning, ontdekking en innovatie mogelijk maken dan de technologie op zichzelf zou kunnen bereiken.”
Gilles Thonet, adjunct-secretaris-generaal bij de Internationale Elektrotechnische Commissiezag dezelfde dynamiek in de regelgeving. Als AI-regels in 2025 van kracht werd, hadden bedrijven moeite om wettelijke vereisten te vertalen naar de operationele realiteit. “Internationale normen zijn essentieel om het vertrouwen in deze transformatieve technologie te bevorderen”, zegt Thonet.
WAT KOMT VOLGENDE
De lessen 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, mondiaal hoofd cyberbeveiligingsdiensten bij NTT-gegevenswaarschuwt dat AI-mogelijkheden aandrijven productiviteit winsten worden bewapend. “Agentische AIDe snelheid en het vermogen om autonoom te leren en beslissingen te nemen kunnen ook worden gebruikt door cybercriminelen, waardoor bedrijven worden blootgesteld aan nieuwe aanvalsoppervlakken en onverwachte beveiligingsproblemen”, zegt Mehta.
Dat betekent dat er in 2026 betere waarborgen nodig zullen zijn, en niet alleen betere systemen. Organisaties zullen AI-beveiliging, bestuur en ethiek als fundamenteel moeten beschouwen en niet als optioneel.
Pozin legt die verschuiving nogal 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 voelt niet meer als een hulpmiddel. Het voelt als een teamgenoot die je echt begrijpt”, zegt hij.
Eini verwoordt het nog eenvoudiger: “We gaan verder dan de aanvankelijke ontzag en worden een transparant hulpmiddel dat dingen eenvoudig voor elkaar krijgt.”
Niet AGI. Geen volledige automatisering. Gewoon 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.
