peer geen appel schreef op donderdag 23 april 2026 @ 17:37:
Disclaimer: Ik zeg negatief in op de LLM hype.
Er zit me wat dwars en ik vraag me af, zie ik wat over het hoofd dat de waardering voor de grote LLM spelers rechtvaardigt?
Tot nu zie ik enorm veel kapitaal van investeerders en allerlei ingewikkelde circulaire investeringen van de grote tech spelers. Maar in de basis wordt er heel veel geld verbrand en
weinig tot niets verdiend.
Gebruik LLM's al een paar jaar en zie vooral een geavanceerde tekstvoorspeller. Ik werk dagelijks met code én soms denk je van: ja, dat zocht ik! Meestal is het zoiets als, dit geeft me een hint, hier had ik niet aan gedacht. Maar kun je de resultaten vertrouwen? Nooit. Er zit immers geen intelligentie achter, het kan niet redeneren, het weet niet wat waar of niet waar is. Het is slechts erg goed in de volgende token voorspellen.
Een aantal voorbeelden waar het nu ook mis gaat:
Nu lees ik de laatste tijd alleen maar juichverhalen over de volgende ontwikkeling, maar geen enkel bedrijf lijkt ook maar in de buurt te komen van een fatsoenlijk verdienmodel.
En dan hebben we het nog niet gehad over alle onmogelijkheden: De enorme energiebehoefte waar niet aan voldaan kan worden, te weinig mensen om die datacentra te bouwen, enorme investeringen die over een paar jaar niks waard zijn (dure chips zijn binnen een paar jaar afgeschreven) en de grootste: er is nog geen verdienmodel.
Dus, wat mis ik?
Het verschil in de waarderingen zit ‘m in het feit dat jij de huidige stand van zaken anders
interpreteert dan de rest. En blijkbaar heeft ‘het grote geld’ een andere interpretatie dan jij. (Ik zeg ook niet dat je goed of fout zit. Het is gewoon precies dat: een ander interpretatie).
Even de argumenten die jij aandraagt en hoe er dus
anders naar gekeken wordt door het grote geld:
Alvast een tip: redelijke lange post, dus gebruik AI om ‘m samen te vatten
1) Er wordt ‘weinig tot niets’ verdiend
Ik denk dat je dan vooral aan Claude, OpenAI, etc. denkt. Feit is dat veel bedrijven in hun beginjaren veel verlies maken. Neem bijvoorbeeld Spotify… duurde iets van 15 jaar voordat ze winst begonnen te maken. Bij OpenAI zijn de verliezen weliswaar heel groot, maar hun omzet is ook al in de miljarden. ‘In verhouding’ valt het mee.
Daarnaast denk ik dat bedrijven als Meta het ook weer niet snel met je eens is dat er niets wordt verdiend. Kijk even wat hun advertentie-inkomsten doen… een heel groot deel van de groei mag je echt 100% toewijzen aan AI. Dan nemen ze het maar voor lief dat ze nu even een paar jaar flink geld moeten uitgeven.
2) Het is alleen maar een ‘geavanceerde tekstvoorspeller’
Dat kan best zo zijn. Maar die geavanceerde tekstvoorspeller doet wel steeds vaker de juiste voorspellingen. De modellen hoeven niet perfect te zijn en 0 fouten te maken. Ze moeten uiteindelijk vooral gewoon meer weten dan de gemiddelde persoon en minder fouten maken dan de gemiddelde persoon.
Dat is nog niet perfect, maar dat wordt in rap tempo beter. En dat is ook wat markten en investeerders meenemen. Hoe goed waren deze modellen in 2023? En toen 2024 en 2025? En nu 2026? Op een grafiek zit gewoon een lijn die van linksonder naar rechtsboven gaat. Die verbeteringen kunnen best afremmen, maar al gaat het de komende jaren nog maar op 10% van het tempo dat het de afgelopen jaren ging… tja, dan nog heb je het over gigantische verbeteringen.
3) AI coding tools flood open source with low quality code
De pessimist zal zeggen: “Zie je wel, het is niets!” De optimist zal zeggen: “De moderne Codex agent en Claude Code bestaan nog maar net een jaar (2025!). Nu zit er nog te veel low quality code tussen… maar stel je nog eens een paar jaar aan doorontwikkelingen voor!”
4) Duur advocatenkantoor blundert met AI verzinsels
De pessimist zal weer zeggen: “Zie je wel, het verzint dingen, het weet niets!” De optimist zal zeggen: “Wow, blijkbaar durven advocatenkantoren het nu al aan om op deze tools te vertrouwen. In dit geval nog onterecht… maar het zegt wel wat over de richting die is ingezet…”
5) Energiebehoefte, te weinig mensen om datacentra te bouwen, chips zijn over een paar jaar niets meer waard, geen verdienmodel
Ook dit kan allemaal anders geinterpreteerd worden.
Energiebehoefte: ja, in Nederland en in Europa is de mindset heel erg dat er te weinig energie is, dat we zuinig moeten omgaan met energie, etc. In landen als de VS en China wordt dat allemaal niet als een onoverkomelijk probleem gezien. Sterker nog, daar wordt een stijging van de energiebehoefte vaak als goed gezien - en daar anticiperen ze ook op en ze bouwen ook bij.
Te weinig mensen om te bouwen: dit is eerlijk gezegd geen probleem. Alle grote techbedrijven zijn al jaren aan het bijbouwen en het is niet zo dat daar een dusdanige krapte is dat ze vastlopen.
Chips zijn over een paar jaar niets meer waard: dat maakt niets uit. Bedrijven - in de breedste zin van het woord - doen altijd investeringen die ze afschrijven. Blijkbaar hebben deze bedrijven de rekensom gemaakt dat het het waard is om dit te doen. Ze zullen ze ook niet zomaar weggooien: de afgeschreven chips gaan gebruikt worden voor de goedkoopste modellen en tools. Zeg maar voor de mensen die bij AI denken aan een chatbot en verder niets.
Geen verdienmodel: Dat zal een optimist anders zien. Bedrijven als OpenAI, Google en Claude draaien al miljarden omzet op relatief simpele abonnementen. Dat ze nog verlies maken komt vooral door investeringen in betere modellen en niet door gebrek aan vraag.
Bovendien zie je het verdienmodel al verschuiven: goedkope abonnementen (van 20 euro) als instap, met steeds meer beperkingen, en upsell naar duurdere (enterprise) tiers.
Voor bedrijven wordt het nog duidelijker. Net als bij Microsoft 365 draait de keuze niet alleen om functionaliteit, maar om compliance, security en infrastructuur. Bedrijven gaan niet zelf met (autonome) agents knutselen (zoals OpenClaw op een Mac Mini), maar kiezen voor enterprise-oplossingen met garanties rond data, regelgeving en support.