S08E13 - Terugblik op een jaar columns

In AIToday Live bespreken experts de nieuwste ontwikkelingen op het gebied van kunstmatige intelligentie. De podcast biedt zowel technische inzichten als praktische toepassingen voor dagelijks gebruik van AI-technologie.

De afleveringen combineren interviews met deskundigen en persoonlijke ervaringen uit de praktijk. Populaire onderwerpen zijn prompting, AI agents en de balans tussen automatisering en menselijk denkvermogen.

AIToday Live is een Nederlandse podcast die tweemaal per week verschijnt.

Onderwerpen

• AI agents en hun functionaliteiten
• Praktijkervaringen met AI-toepassingen
• Mythes rondom AI en AI agents
• Toegankelijkheid van AI-technologie
• Kritisch denken en de rol van AI in werkprocessen

Links

• Podcast: AIToday Live podcast
• Podcast aflevering: S07E02: 2025 de doorbraak van AI agents: hoe werken ze?
• Podcast aflevering: S07E20 - Praktijkverhaal: Van stemverlies naar AI-oplossing
• Podcast aflevering: S07E24 - Ik heb mijn AI agent ontslagen! – AIToday Live – Podcast – Podtail
• Podcast aflevering: S07E28 - Dit is de perfecte prompt (volgens OpenAI) – AIToday Live – Podcast – Podtail
• Podcast aflevering: S07E40: AI action figures: Hoe een 'tijdverspilling' technologieadoptie versnelt
• Podcast aflevering: S07E78: AI-agent mythes (Deel 1)
• Podcast aflevering: S08E01: AI maakt me sneller, kritisch denken maakt me beter
• Podcast aflevering: S08E10: AI-voorspellingen 2026

Stem op AIToday Live voor de Nationale AI Awards 2025 – dat kan tot 12 januari via aimaze.nl/ai-awards-voting-2025

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Transcript

1
00:00:02,480 --> 00:00:09,759
Hoe, leuk dat je weer luistert naar een korte aflevering van AIToday Live en vandaag speciale aflevering.

2
00:00:09,759 --> 00:00:12,080
Ik neem deze op op oudjaarsdag.

3
00:00:13,040 --> 00:00:15,279
Het is aan het einde van 2025.

4
00:00:15,280 --> 00:00:18,640
Jij luister in 2026.

5
00:00:18,640 --> 00:00:27,919
En het leek me wel mooi om nog eens even terug te kijken en dan niet naar de grote interviews met gasten, maar naar iets persoonlijkers.

6
00:00:28,159 --> 00:00:32,560
De columns, de monologen die ik op de donderdag doe.

7
00:00:32,559 --> 00:00:39,679
Die korte afleveringen op donderdag waarin ik mijn gedachten, ervaringen en soms ook wel mijn twijfels deel.

8
00:00:40,000 --> 00:00:42,799
En dit jaar heb ik er 53 gemaakt.

9
00:00:42,800 --> 00:00:46,880
48 in seizoen 7, vijf in seizoen 8 waar we nu al in zitten.

10
00:00:46,879 --> 00:00:54,800
En elke week opnieuw de vraag: wat wil ik vertellen, wat houdt me bezig en belangrijker nog, wat kan jij er als luisteraar mee.

11
00:00:55,119 --> 00:00:58,079
Misschien is wel grappig om te beginnen gewoon met cijfers.

12
00:00:58,079 --> 00:01:00,720
Laat ik beginnen met een aantal feiten.

13
00:01:00,719 --> 00:01:06,079
Van die 53 columns vallen er namelijk 37 in de categorie informatie.

14
00:01:06,079 --> 00:01:08,799
Ik laat ze namelijk ook altijd categoriseren.

15
00:01:08,959 --> 00:01:10,879
Dat is 70%.

16
00:01:11,439 --> 00:01:18,319
De rest verdeeld zich over meer waarschuwende verhalen over transformatie, praktijkvoorbeelden en kansen.

17
00:01:18,319 --> 00:01:27,840
En wat ik wat mij in ieder geval opviel toen ik de luistercijfers bekeek, is dat de columns in 2025 over prompting het beste scoren.

18
00:01:28,719 --> 00:01:32,799
De aflevering met als titel: dit is de perfecte prompt.

19
00:01:32,799 --> 00:01:34,640
Die stond bovenaan.

20
00:01:34,879 --> 00:01:41,759
En gevolgd door betere AI-prompts vijf woorden en deze prompt bespaart je uren aan tijd.

21
00:01:42,400 --> 00:01:46,559
Blijkbaar willen jullie vooral weten hoe je AI effectiever kunt inzetten.

22
00:01:46,560 --> 00:01:48,640
Praktisch direct toepasbaar.

23
00:01:49,280 --> 00:01:50,639
Dat begrijp ik.

24
00:01:51,039 --> 00:01:54,719
Ik wil het alleen niet het hele jaar alleen maar over prompt hebben.

25
00:01:54,719 --> 00:01:56,959
Dus vandaar de afwisseling.

26
00:01:57,680 --> 00:02:02,079
2025 was ook het jaar van de AI-agents.

27
00:02:02,079 --> 00:02:06,240
Dat is eigenlijk al een thema wat er uitsprong.

28
00:02:07,040 --> 00:02:10,639
Het grappig is, ik begon daar 2025 ook mee.

29
00:02:10,639 --> 00:02:17,360
In januari legde ik in een driedelige serie uit wat AI agents zijn, hoe ze werken en hoe je ermee aan de slag kunt.

30
00:02:17,599 --> 00:02:24,880
En in die eerste aflevering definieerde ik een agent als software die kan waarnemen, handelen en leren.

31
00:02:24,879 --> 00:02:29,600
Dus simpel gezegd een digitale collega die zelfstandig taken oppakt.

32
00:02:29,600 --> 00:02:32,000
En dat thema bleef terugkomen.

33
00:02:32,400 --> 00:02:41,279
Niet alleen is er een boek uitgekomen, maar in de zomer maakte ik opnieuw een driedelige serie juist dit keer over de mythes rondom AI agents.

34
00:02:41,280 --> 00:02:43,280
Want er ontstond best wel wat ruis.

35
00:02:43,439 --> 00:02:51,439
Mensen dachten dat agents gewoon slimmere chatbots waren of dat ze denken zoals mensen beide kloppen niet.

36
00:02:52,480 --> 00:02:59,920
Het najaar gingen we nog wat dieper, namelijk het verschil tussen AI agents en agentic AI.

37
00:03:00,240 --> 00:03:05,519
We hebben het gehad over termen als context engineering, observability.

38
00:03:06,159 --> 00:03:08,959
Heb je nou geen idee wat die termen betekenen.

39
00:03:08,960 --> 00:03:16,560
Ik heb natuurlijk even in de show notes de desbetreffende afleveringen neergezet waar je de dingen naar kan luisteren.

40
00:03:16,560 --> 00:03:19,439
Want dit zijn best wel technische onderwerpen.

41
00:03:20,319 --> 00:03:26,640
Maar dat is wel belangrijk om te snappen wat deze technologie doet.

42
00:03:27,600 --> 00:03:30,560
Hoe je daar uiteindelijk gebruik van kan maken.

43
00:03:31,039 --> 00:03:34,800
Want het zegt uiteindelijk iets over waar we staan.

44
00:03:34,800 --> 00:03:40,079
2025 was het jaar waarin agents van concept naar praktijk gingen.

45
00:03:40,319 --> 00:03:42,720
Dat is echt niet overal niet voor iedereen.

46
00:03:42,719 --> 00:03:47,680
Maar de beweging is ingezet en daar gaan we echt al wat meer van zien in 2026.

47
00:03:49,600 --> 00:03:54,479
Wat leerde ik nou van mijn eigen praktijkervaringen.

48
00:03:57,439 --> 00:04:01,120
Minder waren, maar een aantal sprongen er toch wel uit.

49
00:04:01,119 --> 00:04:06,479
Namelijk in februari verloor ik mijn stem letterlijk.

50
00:04:07,759 --> 00:04:11,039
Ik vind dat ik de afleveringen gewoon beloof.

51
00:04:11,520 --> 00:04:16,719
Dat je ervan uit kan gaan dat we op de maandag en donderdag een aflevering hebben.

52
00:04:16,960 --> 00:04:18,000
Wat doe je dan?

53
00:04:18,159 --> 00:04:22,879
Ik experimenteerde met stemkloontechnologie van Elevenlabs.

54
00:04:22,879 --> 00:04:24,879
Dus ik uploaden oude opnames.

55
00:04:24,879 --> 00:04:28,160
Ik heb natuurlijk het geluk dat er heel veel gesproken tekst van mij is.

56
00:04:28,159 --> 00:04:30,559
En liet AI mijn tekst voorlezen.

57
00:04:30,879 --> 00:04:33,519
Het resultaat was best wel verrassend goed.

58
00:04:33,519 --> 00:04:35,439
Ook een tikje ongemakkelijk.

59
00:04:35,439 --> 00:04:38,240
Sommige luisteraars hadden er helemaal niks van gemerkt.

60
00:04:38,240 --> 00:04:41,039
Anderen vonden het een beetje vreemd klinken.

61
00:04:41,360 --> 00:04:47,120
Ik zelf realiseerde me hoe bijzonder uiteindelijk een menselijke stem is.

62
00:04:47,120 --> 00:04:52,319
Hoe moeilijk het is om de warmte en spontaniteit te vangen in een algoritme.

63
00:04:53,920 --> 00:04:57,680
Het zorgde er wel voor dat de aflevering gemaakt kon worden.

64
00:04:58,000 --> 00:05:03,000
En dat ik me nog steeds kon uiten op de manier waarop ik dat wilde.

65
00:05:03,560 --> 00:05:07,800
Een paar weken later kwam de aflevering, die misschien wel het eerlijkst was.

66
00:05:07,800 --> 00:05:10,840
En dat ging over mijn AI agent ontslagen.

67
00:05:11,399 --> 00:05:15,079
Wekenlang gewerkt aan een agent voor podcastvoorbereiding.

68
00:05:17,480 --> 00:05:21,960
In eerste instantie was ik echt zo trots als een pauw.

69
00:05:23,399 --> 00:05:27,639
Ik vond dat de agent niet goed genoeg werkte.

70
00:05:27,639 --> 00:05:29,640
Het was te onvoorspelbaar.

71
00:05:29,639 --> 00:05:31,159
Ik had te weinig controle.

72
00:05:31,159 --> 00:05:34,600
En de les was meer AI niet altijd beter.

73
00:05:34,600 --> 00:05:44,199
Ik verving de agent door een combinatie van gewone programmering en gerichte AI-toepassingen veel minder spectaculair, maar wel effectiever.

74
00:05:44,199 --> 00:05:48,360
Ik denk dat het wel een hele leuke om die nog terug te luisteren.

75
00:05:48,920 --> 00:05:52,759
En ik weet niet of je dat nog scherp hebt.

76
00:05:52,759 --> 00:05:55,319
Een column over de AI action figures.

77
00:05:55,319 --> 00:06:02,439
Die trend op LinkedIn, waarbij mensen speelgoedfiguren van zichzelf lieten maken dat je dat in zo'n verpakking zag zitten.

78
00:06:02,920 --> 00:06:05,960
En we hebben wel meer van dit soort trends gezien.

79
00:06:06,600 --> 00:06:11,000
In het begin dacht ik van ja, dat is tijdverspilling.

80
00:06:11,319 --> 00:06:13,800
En misschien zelfs wel middelenverspilling.

81
00:06:13,800 --> 00:06:17,399
Maar toen ik daar lange over nadacht, zag ik iets anders.

82
00:06:17,399 --> 00:06:23,080
Namelijk, het waren hele speelse experimenten die drempelverlagend werken.

83
00:06:23,079 --> 00:06:32,120
En ze maken technologie toegankelijk voor degenen die daarmee bezig zijn, en dat versnelt adoptie als je in deze bubbel zelf zit.

84
00:06:32,759 --> 00:06:45,800
Dan vergeet je soms hoe lastig het is om eerste stappen te maken en te snappen wat mensen allemaal waar ze doorheen moeten om goed te snappen wat deze technologie wel en wat niet kan.

85
00:06:45,800 --> 00:06:49,319
En ik denk dat dit soort experimenten toch helpen.

86
00:06:49,800 --> 00:06:58,439
Wat ik net al zei, voor het verlagen van de drempel om uiteindelijk zinvollere dingen mee te doen dan van die action figures te maken.

87
00:06:59,000 --> 00:07:02,360
Wat is nou de rode draad, wat verbindt deze verhalen.

88
00:07:02,360 --> 00:07:11,560
Ik denk eerlijkheid over wat wel werkt, wat niet werkt, de bereidheid om te zeggen, dit ging fout en dit leerde ik ervan.

89
00:07:12,759 --> 00:07:20,599
We zitten echt in op dit moment in een situatie waarin iedereen roept hoe geweldig AI is.

90
00:07:20,840 --> 00:07:25,719
Proberen we toch in deze podcast een genuanceerde verhaal te vertellen.

91
00:07:25,720 --> 00:07:27,639
Ja, AI is krachtig.

92
00:07:27,639 --> 00:07:32,759
Ja, het verandert hoe we werken, maar nee, het is geen toverstaf.

93
00:07:33,000 --> 00:07:36,840
En ook je hoeft niet alles te automatiseren.

94
00:07:37,079 --> 00:07:42,120
De eerste aflevering van dit seizoen, seizoen 8, vatte ik het samen in één zin.

95
00:07:42,120 --> 00:07:45,959
AI maakt me sneller kritisch denken maakt me beter.

96
00:07:46,600 --> 00:07:50,439
En vanaf dat moment is die zin toch ook wel mijn kompas geworden.

97
00:07:50,439 --> 00:07:53,960
Want snelheid zonder richting breng je nergens.

98
00:07:53,960 --> 00:07:57,319
Ik zag van de week geloof ik ergens een hele mooie thing.

99
00:07:57,319 --> 00:08:08,199
En ze van als je als je niet weet naar welke haven je vaart, weet je ook niet welke wind gunstig is.

100
00:08:08,199 --> 00:08:09,879
En dat vond ik eigenlijk wel een mooie.

101
00:08:09,879 --> 00:08:13,159
Die zie je eigenlijk ook op toepasbaar.

102
00:08:14,759 --> 00:08:16,519
Klein stukje vooruitkijken.

103
00:08:16,519 --> 00:08:19,319
Wat komt er dan in 2026?

104
00:08:19,720 --> 00:08:28,119
Qua voorspellingen hebben Niels Naglé en ik uitgebreid gedaan in de aflevering 10 van dit seizoen, blikten we terug vooruit naar 2026.

105
00:08:28,120 --> 00:08:30,920
Dus dat is echt wel een leuke om die ook te luisteren.

106
00:08:31,480 --> 00:08:35,719
Wat ik in ieder geval wil aangeven, is, ik blijf deze columns maken.

107
00:08:35,720 --> 00:08:40,600
Dus over agents, over productiviteit, over de valkuilen en de kansen.

108
00:08:40,600 --> 00:08:42,600
O de momenten waarop het misgaat.

109
00:08:42,600 --> 00:08:49,879
Want ik denk dat je daar heel veel van kan leren en de momenten waar het ook klikt, zou je kunnen zeggen, waar het goed gaat.

110
00:08:50,360 --> 00:08:56,200
Ik blijf vragen stellen bij wat er allemaal gebeurt aan mezelf, aan gasten, aan jullie.

111
00:08:56,200 --> 00:08:58,040
Want dat is uiteindelijk waar het om draait.

112
00:08:58,120 --> 00:09:05,639
Dus niet om de technologie zelf, maar om wat we ermee doen, hoe het ons helpt of juist hoe het ons in de weg zit.

113
00:09:07,160 --> 00:09:09,720
Nu is het ook wel een beetje jouw beurt.

114
00:09:09,720 --> 00:09:10,840
Nu daag ik jou uit.

115
00:09:11,000 --> 00:09:14,200
Dus neem even de tijd om terug te kijken op jouw AI-jaar.

116
00:09:14,200 --> 00:09:17,240
En niet de grote verhalen uit het nieuws, maar jouw eigen ervaring.

117
00:09:17,240 --> 00:09:18,280
Wat heb je geprobeerd?

118
00:09:18,279 --> 00:09:20,040
Wat werkt er en is minstens zo interessant?

119
00:09:20,039 --> 00:09:21,240
Wat ging er mis?

120
00:09:21,240 --> 00:09:25,960
Want dat laatste vind ik zelf misschien wel het meest waardevol.

121
00:09:26,279 --> 00:09:30,040
Ik deelde dit jaar dat ik mijn AI-agent had ontslagen.

122
00:09:30,919 --> 00:09:36,840
Dat voelde misschien wat raar, mogelijk zelfs kwetsbaar, maar de reacties die je kreeg waren overweldigend.

123
00:09:36,840 --> 00:09:39,919
Mens herkenden zich en ze deelden ook hun eigen mislukkingen.

124
00:09:39,919 --> 00:09:41,000
En daar leren we allemaal van.

125
00:09:41,000 --> 00:09:42,319
Dus hier mijn vraag aan jou.

126
00:09:42,320 --> 00:09:45,519
Wat was het nou jouw AI-flop van 2025?

127
00:09:45,000 --> 00:09:47,759
Die tool die je aanschafte, maar nooit gebruikte.

128
00:09:48,080 --> 00:09:53,680
Automatisering die meer tijd kost dan opleverde of die prompt die compleet de verkeerde kant op ging.

129
00:09:53,919 --> 00:09:54,639
Deel het.

130
00:09:54,639 --> 00:09:58,400
Deel het ook op LinkedIn of stuur me een bericht.

131
00:09:58,399 --> 00:10:00,160
Ik ben echt benieuwd.

132
00:10:00,799 --> 00:10:12,640
Ik wil in ieder geval iedereen bedanken voor het luisteren van afgelopen jaar naar de interviews op maandag naar de columns op donderdag, uiteindelijk naar de verhalen die we samen delen.

133
00:10:13,519 --> 00:10:18,720
Dus ja, op naar een heel mooi 2026.

134
00:10:19,039 --> 00:10:23,279
En bedenk, AI is niet oplossing voor elk probleem, maar onmisbaar waar het past.

135
00:10:23,279 --> 00:10:25,760
Tot de volgende keer.