Google DeepMind-oprichter Demis Hassabis treedt af als ceo

De Chief Scientist rol is er vaak eentje waarbij je iemand promoveert naar een niveau waarbij hij of zij zich kan focussen op de oorsprong en de kern zonder dat ze afgeleid worden met allerlei management zaken.

Ik ben er in het verleden twee keer in geslaagd om iemand over te halen Chief Scientist te worden, beide keren met succesvol gevolg voor het bedrijf.

Het probleem wat je een beetje hebt met bedrijven die zijn opgebouwd rond een technologie is dat de oprichter vaak een techneut is. Dat is natuurlijk logisch, en op zich geen probleem. Alleen als het bedrijf groeit krijg je vaak het probleem dat die oprichter CEO is geworden en eigenlijk minstens acht uur per dag bezig is met vergaderen en presenteren en amper nog tijd heeft voor de kerntechnologie van het bedrijf. Terwijl zij nou juist vaak de technisch expert en visionair zijn maar zich ineens bezig moet houden met financiën, of personeelsgedoe, of juridisch gedoe. Zaken waar hun opleiding, of ervaring, of skillset meestal helemaal niet bij aansluit.

Als ze dan geen gigantisch ego hebben en perse de CEO titel willen hebben, kun je zowel hen als het bedrijf een groot plezier doen door de oprichter of technisch visionair de Chief Scientist te maken terwijl je een professionele CEO met kennis en ervaring kunt aannemen om het vervelende CEO werk te doen.

Mensen als Demis Hassabis en Mustafa Suleyman, die aan de basis van de huidige LLM-hausse stonden, jaren voordat Sam Altman in de picture kwam, hebben een achtergrond in kunstmatige intelligentie en machine learning en waarschijnlijk een verlangen om zich met technologie bezig te houden in plaats van met management.

[Reactie gewijzigd door Maurits van Baerle op 6 augustus 2026 13:18]

Jeff Dean was schaal 11 op een schaal van 1 tot 10. Ik gok dat je het dus vooral zo moet zien: de Chief Scientist zit boven het normale veld omdat hij zo strategisch is qua visie en executie.

Ik vermoed dat AGI vlak nadat we de eerste, commercieel rendabele kernfusie reactor draaiende hebben wordt uitgebracht. Echt vlak om de hoek dus. Geen idee waar je argwaan vandaan komt.

10 jaar is lang in AI-termen. ChatGPT, waarmee het voor het grote publiek allemaal begonnen is, werd gelanceerd in 2022.

Maar inderdaad, AGI is, zoals bijna alle termen die raken aan de filosofische kant van intelligentie en bewustzijn (en zeker in combinatie met AI), te vaag en eigenlijk onbruikbaar. Bij de meeste zaken is het probleem ook dat wij als mensen graag zwart-wit labels hebben, terwijl het hier eigenlijk over genuanceerde, geleidelijke evoluties op verschillende vlakken gaat. Volgens sommige definities zijn we al aan AGI. Je kan perfect op basis van bestaande LLMs agents maken die je een agenda geeft en een aantal taken laat oplossen en bijhouden. Daarbij kan zeer brede expertise toegepast worden (zowel de kennis van een dokter, een ingenieur als een econoom, ...).

Maar er zijn limieten momenteel, naast de betrouwbaarheid, die hoog is, maar nog niet 100%, vooral data input (een dokter kan je niet alleen vragen stellen, maar ook bvb gedrag observeren) en handelen (een dokter kan je op bepaalde plaatsen aanraken en vragen of iets pijn doet, een elektricien kan bvb aansluitingen maken :-)).

De richting is wel duidelijk, denk ik, zo veel mogelijk autonome systemen die mensen kunnen vervangen, zowel op vlak van intellectueel werk, als op vlak van fysiek werk (AI-gestuurde robotica). Wat een bedrijf als Google, volgens mij, bedoelt met AGI is 1 betrouwbaarheid verhogen van hun modellen (maar daar gaan sowieso al veel resources naartoe) en 2. fysieke agents maken, die de werkelijkheid kunnen manipuleren (bvb zich verplaatsen (kijken, lopen), luisteren en zaken vasthouden en voelen dmv handen). Kort gezegd is AGI, een homo universalis maken.

Ze zijn er natuurlijk nog niet en robots zijn momenteel erg duur, maar als die met goedkoop materiaal gemaakt kunnen worden en de sensoren en processing betaalbaar is, dan kan dit een enorme bedreiging vormen voor het nut van mensen. Zeker als die allemaal in de handen van tech bro's zijn die ze voor hun eigen doeleinden kunnen inzetten.

Interesting times.

Áls AGI ooit bereikt wordt dan is de kans groot dat die maar kort zal bestaan en dat die quasi direct zal doorschakelen naar ASI, artifical super intelligence.

Zie ook deze best wel vermakelijke blog:

https://waitbutwhy.com/2015/01/artificial-intelligence-revolution-2.html

Maar evengoed is het allemaal science fiction.Mag van mij ook, ik lees dat best graag.

LLM is inmiddels een misnomer. Alle grote bedrijven zijn inmiddels overgestapt op multimodale modellen waarbij input en output tokens alle soorten data kunnen bevatten. Of het huidige systeem met tokens voorspellen genoeg is om AGI/ASI te bereiken is een open wetenschappelijk vraagstuk. Ze blijven in ieder geval nog steeds vooruitgang boeken.

Als je heel veel hebt betekend voor AI, ben je dan ook verantwoordelijk voor de mogelijk negatieve gevolgen die het gaat hebben vraag ik me dan af?

deze uitspraak: “Net als velen van jullie voel ik dat het bijna zover is”

Het einde van AI? Daarmee bedoel ik niet de produkten van OpenAI/Anthropic zelf, zoals deze worden aangeboden aan gebruikers. Dat is niet het enige benodigheid van de AI-industrie.

Mocht morgen alle beloofde datecenters actief zijn bij alle hyperscalers (Google, Amazon AWS, Microsoft en Oracle) voor de gebruikers-behoeften, zoals OpenaI en in iets mindere mate Anthropic zichzelf inbeelden en de basis vormt voor hun IPO valuering...dan is 70 tot 75% van alle capaciteit van al die datacenters opgesoupeerd door OpenAI en Anthropic.

Een commercieel datacenter, welke miljarden kost om te bouwen en uit te rusten met de benodigde 'compute', dat maar over 2 klanten beschikt? Dat kan uitdraaien op een zeer dure gok voor elk van de hyperscalers. Zeker omdat zij in het gunstigste geval maar zo'n 10% van hun ingebeelde revenue halen op dit moment en dat dit zo rond 2030 gestegen is naar zo'n 20% van hun ingebeelde revenue-cijfers.

Kortom, OpenAI en Anthropic gaan nooit winst draaien, zoals zij nu bezig zijn met hun huidige prijsstellingen. Gegeven de de fortuinen die al gespendeerd zijn om OpenAI en Anthropic op de plek te krijgen waar zij nu zijn...betekent dat als zij vanaf nu geen kosten van training, en energieverbruik zouden hebben, zij rond 2032/2033 uit de rode cijfers zouden zijn, mits zij hun huidige prijzen voor tokenverbruik met 10 zouden vermenigvuldigen. Dat wil zeggen, voor API-toegang. De vaste prijs per maand abonnementen in huidige vorm gaan met de beste wil van de wereld nooit winstgevend worden. Simpelweg onmogelijk.

Maar dat is dus het probleem, de hyperscalers moeten gaan gokken met de uitrol van hun nieuwe datacenters. Deze konden daarvoor altijd tegen gunstige voorwaarden geld lenen, want zij konden teren op hun gegarandeerde inkomsten van al hun andere cloud-produkten die zij aan de rest van de bedrijven ter wereld verhuren.

Die inkomsten zijn niet spectaculair toegenomen, want de meeste bedrijven zitten kwa prijs/prestatie wel goed in dat cloud eco-systeem. Echter, zet dat af tegen de uitgaven die de AI-industrie nodig heeft en contractueel zijn vastgelegd en alle hyperscalers zien hun hele jaarlijkse inkomen "verdampen" in hun AI-uitgaven.

En wie zijn daar totaal niet blij mee? De banken/fondsen die geld lenen aan hyperscalers voor de uitbouw van datacenters. Hun voorwaarden om geld te lenen aan hyperscalers zijn nu helemaal niet zo voordelig meer, want zij geloven er niet meer in dat de gehele AI-industrie binnen de beloofde tijd (if ever) ooit winstgevend gaat worden.

En dat betekend dat hyperscalers dus eigen vermogen aan moeten gaan spreken om hun AI-datacenters uit te rollen. Vandaar dat er lang niet zoveel nieuwe datacenters worden gebouwd en/of nog niet verder zijn dan een stuk geruimde grond.

Want eigen vermogen uitgeven, dat is al iets waar Amerikaanse bedrijven huiverig en allergisch voor zijn, maar dan ook nog eens voor maar 2 klanten? 2 Klanten die vooral bewezen hebben dat zij bij lange na niet solvent genoeg zijn om hun rekeningen op eigen kracht te kunnen betalen? En dat ook nooit gaan doen binnen afzienbare tijd? Mits zij hun huidige prijzen niet met een factor 10 of meer vehogen, bedoel ik.

En AI-gebruikers vinden de huidige (onrealistisch lage) prijsstelling van AI al veel te hoog. Alle LLMs maken gebruik van transformers en hebben flink uit de kluiten gewassen GPUs nodig om snel genoeg het volgende token te voorspellen. Een bijzonder inefficiente opstelling. Welke nooit winstgevend gaat worden, omdat deze opstelling stupide is en ook niet beter gaat worden in de toekomst.

Bouwers van GPUs, dat zijn de enige bedrijven die in de huidige opstelling wel winst draaien. En nu dus ook als een dolle hun vermogen als lening aan AI-bedrijven aanbieden, zolang deze AI-bedrijven dat geld gebruiiken om de GPUs van die bouwers te kopen. en daardoor dus het gehele AI-circus in stand houden.

De enige weg hieruit is efficiëntie. AI/LLMs zijn bij lange na niet efficient genoeg om ooit winstgevend te kunnen worden...op eigen kracht, bedoel ik dan. De huidige industrie kan wel blijven voortbestaan mits er genoeg sukkels VCs bodemloos geld in AI blijven pompen.

Efficiëntie is het enige wat AI als industrie kan redden. En dat gaat dus nooit gebeuren met bedrijven als NVidia en hun CUDA software-stack.

Ohja? B&W was echt een van m'n meest favoriete games uit die tijd. 1 en 2 (maar vooral 1) helemaal kapot gespeeld.