De aanvoerkloof

Een cijfer over het stroomnet. Een robotdemo. Een wiskundig artikel, een obligatie-uitgifte, een Slack-account. Zo komt de week bij me binnen: een stuk of tien losse berichten die apart nergens op slaan, en ik lees ze het grootste deel van de week ook apart. Daarom schrijf ik dit op. Het patroon verschijnt pas als ik ze naast elkaar leg.

Deze week ging het over een drempel. In energie, robotica en AI schoof een reeks dingen die in de toekomende tijd leefden de tegenwoordige tijd in. Alleen is dat niet het interessante deel. Het interessante deel is dat wat ze moet voeden niet is meegekomen. Vijf verhalen daarover, en daarna zes dingen die ik niet kwijt kon.

Hernieuwbaar is geen aanvulling meer

Het scherpst zie je het in Groot-Brittannië, want daar ligt het mechanisme bloot. Ember meldt dat de Britse stroomprijs steeds losser komt te staan van gas.

Waarom dat meer is dan een detail: decennialang bepaalde de gasprijs feitelijk wat je voor stroom betaalde. Een gascentrale werd meestal als laatste ingeschakeld, en de laatste centrale op de marge zet de prijs voor iedereen. Dragen wind en zon meer van de last, dan staat gas minder vaak op die marge, en verslapt het verband dat je energierekening tot een weddenschap op een grondstoffenmarkt maakte.

In de Verenigde Staten kruiste ondertussen de lijn zelf. Voor het eerst in de geschiedenis wekten wind en zon daar meer stroom op dan kolen — de bron die het Amerikaanse net bouwde en er een eeuw lang als standaard draaide. In 2025 zakte die weg achter twee bronnen die vijftien jaar geleden nauwelijks meetelden.

Dat de transitie daarmee klaar zou zijn, lees ik er niet in. Opwekaandeel is de makkelijke helft. De moeilijke helft zijn de uren waarin geen van beide bronnen levert, en dat is precies wanneer gas terugkeert naar de marge en de prijs opnieuw zet; een jaargemiddelde verbergt elk van die uren. Wat de kruising wel vertelt is dat de discussie van vorm veranderd is. We bespreken de energietransitie al jaren als voorspelling. Deze week las hij als een tussenstand.

De humanoïde stapel rijpt per onderdeel

Ik volg de robotdemo's inmiddels een tijdje, en hetzelfde verhaal vertelt zich steeds in losse stukken. De Hand 2 van Wuji Tech beweegt metalen vingers met bijna de snelheid en precisie van een mensenhand. De G1 van Unitree neemt een gesproken opdracht in gewone taal aan en zet die in real time om in beweging. Behendigheid hier, spraak-naar-handeling daar, voortbewegen elders allang opgelost — apart, op verschillende lichamen, van teams die niet samenwerken.

En dan is er het stuk dat niemand verkoopt. NRE-Skin is een neuromorfe elektronische huid die de menselijke reflexboog nabootst: hij voelt aanraking, schade of hitte en vuurt de reactie lokaal af, zonder op een centraal model te wachten. Raak jij een heet oppervlak aan, dan trekt je hand terug voordat je hersenen iets besloten hebben. Precies dat.

Elke humanoïde-demo verkoopt je de benen en de handen. Maar de huid is het zintuiglijke oppervlak dat bepaalt of een robot veilig naast je kan staan, en ik zou daar scherper naar kijken dan naar de salto's.

Ondertussen is ook de tussenstand verschoven. De F.03 van Figure staat aan de lijn in de BMW-fabriek in Spartanburg: geen render, geen in scène gezet magazijn, maar de grootste Amerikaanse fabriek van BMW, een klant met naam, een robot op de echte vloer. Jarenlang was de vraag of het ding kon lopen. Nu is de vraag wie ervoor betaalt dat het een dienst draait, en die lat betekent bedrijfszekerheid, veiligheid rond mensen, een taak die een hele productiedag overleeft, en een prijs die een fabrieksmanager aan zijn eigen baas kan verdedigen.

Wel precies zijn over wat zo'n plaatsing bewijst. Een robot áán een lijn is niet hetzelfde als een robot die een lijn draagt. BMW heeft niet gepubliceerd welk deel van het werk hij doet, of hoe vaak een mens ingrijpt. En proeven op beroemde fabrieksvloeren zijn historisch het makkelijkst om te regelen en het lastigst om te lezen.

AI ging van onze vragen beantwoorden naar nieuwe vragen opleveren

Een model van OpenAI heeft naar verluidt een wiskundig vermoeden onderuitgehaald dat tachtig jaar overeind stond. De vraag gaat terug op Paul Erdős in 1946 en gaat over hoe je punten in een vlak kunt rangschikken. Decennialang zagen de beste constructies eruit als nette vierkante roosters en namen de meeste mensen aan dat daar het plafond lag. Het model vond een andere familie die het beter doet.

Waarin verschilt dit van de gebruikelijke benchmarkkop? Tot nu toe beklommen deze systemen toetsen die wij hadden ontworpen, en beantwoordden ze vragen waar we het antwoord al op hadden. Nu werkte een model aan een prominent open probleem in het hart van een vakgebied, en leverde het een constructie op die niemand had opgeschreven.

Dat herschikt wat het vakgebied eigenlijk is. Eric Horvitz, hoofdwetenschapper bij Microsoft, zegt de term kunstmatige intelligentie nooit goed gevonden te hebben en spreekt liever van rekenkundige intelligentie, omdat volgens hem dezelfde klasse processen zowel een biologisch zenuwstelsel als een machine beschrijft. Heeft hij gelijk, dan schuift de kaart. De overwinningen die we van dit decennium onthouden komen dan misschien helemaal niet uit chatbots en code, maar uit de biologie en de geneeskunde, opgeborgen onder het kopje AI.

Iemand heeft dat experiment ondertussen al gedaan zonder het zo te bedoelen. Een Australische techondernemer zonder achtergrond in de biologie liet de tumor van zijn stervende asielhond sequencen voor ongeveer duizend dollar, haalde het DNA door ChatGPT en AlphaFold om de gemuteerde eiwitten te vinden, en ontwierp van de grond af een persoonlijk mRNA-vaccin. De genomicahoogleraar die het beoordeelde was, in zijn eigen woorden, verbijsterd.

Eén tumor is sindsdien ongeveer gehalveerd. Dat is geen genezing, de hond is niet beter, en dat het vaccin de oorzaak zou zijn is niet aangetoond. Wat er veranderde is de afstand tussen een moeilijk probleem en één persoon die bereid is het aan te vallen.

Goedkope vakbekwaamheid rekt de vraag op

METR houdt bij hoe lang een softwaretaak mag duren wil een frontier-model hem minstens de helft van de keren afmaken. In het GPT-4-tijdperk waren dat minuten, nu is het werk van meerdere uren, en METR schat dat die curve elke zeven maanden verdubbelt. Dwarkesh Patel wijst op het plafond voor de volgende sprong: doorlopend leren. Een model begint elke sessie op nul, terwijl een nieuwe medewerker in maand één traag is en in maand zes context meedraagt. Zodra modellen vasthouden wat ze op de werkvloer leren, verandert de hele maatstaf.

De rekensom over personeel is intussen het deel waar ik de meeste plannen zie misgaan. Dan Shipper automatiseerde alles wat hij kon met AI-agents en zijn bedrijf groeide van 4 naar 30 mensen — wat als tegenspraak klinkt tot je kijkt naar wat die agents vrijspeelden. Elke overgedragen werkstroom liet mensen los in werk waar ze eerder niet aan toekwamen, waardoor het menselijke werk juist groeide. Ik houd dat losjes vast: het is één bedrijf, een mediabedrijf bovendien, en het belang van de oprichter om precies dit verhaal te vertellen is niet klein.

Het komt wel overeen met wat we in de challenges zien. Wordt vakbekwaamheid goedkoop, dan vind je meer plekken om vakmensen neer te zetten. Goedkopere juridische toetsing betekent meer getoetste contracten. Goedkopere analyse betekent meer gestelde vragen. De meeste plannen begroten voor personeel dat eruit gaat; de teams die vooruitlopen begroten voor de ruimte die vrijkomt. Dat laatste is lastiger in een businesscase te krijgen, want het rendement komt binnen als werk dat niemand eerder deed.

De aanvoerkloof

Achter elke drempel van deze week zit een knelpunt, en ze rijmen genoeg op elkaar dat ik het patroon de aanvoerkloof ben gaan noemen: het vermogen komt de tegenwoordige tijd binnen terwijl wat het voedt nog op oude termijnen loopt.

Stroom is het duidelijkste geval. Tegen 2028 wil AI volgens de prognoses die ik heb gezien bijna 5 gigawatt voor elke gigawatt nieuwe datacentercapaciteit die Noord-Amerika erbij kan bouwen. In 2023 stond die verhouding op 0,4 en dekte het aanbod de vraag ruim; tegen 2028 zet de grafiek hem op 4,8. Ik kijk daar met enige regelmaat naar terug, want een verhouding die in vijf jaar van 0,4 naar bijna 5 loopt is geen prognose waar je je uit kunt bouwen.

Iedereen volgt hoe rekenkracht verdubbelt en bijna niemand volgt of het net dat kan voeden. Silicium schaalt in een paar jaar. Een hoogspanningstransformator heeft jaren levertijd, een onderstation heeft vergunningen nodig, en hoogspanningslijnen vragen grond en een decennium geduld.

Er is nog een aanvoerlijn, en die is menselijk. Nature Medicine heeft een naam voor wat AI met de medische opleiding zou kunnen doen: never-skilling. Over deskilling maakten we ons al zorgen — de chirurg of programmeur wiens scherpte afstompt door op de machine te leunen. Never-skilling is stiller. Een arts in opleiding die vanaf dag één elke scan naast een AI leest, bouwt misschien nooit het innerlijke model op om er zelf een te lezen.

Een groot onderzoek in China lijkt het mechanisme te hebben gevonden: naarmate studenten AI gebruikten om huiswerktijd te verkorten, daalden hun cijfers in hetzelfde tempo. AI die de worsteling wegneemt maakt onbekwaam, AI die de worsteling ondersteunt niet. Zelfde gereedschap, tegengestelde uitkomst, en wat voorspelt welke van de twee je krijgt is of de inspanning het contact overleeft. Dat is onderzoek onder studenten en niet onder beroepsbeoefenaars, dus ik zou het niet zomaar naar een ziekenhuis overzetten — al is het mechanisme algemeen genoeg om te toetsen waar je ook maar iemand opleidt.

Tot slot

Rijg de week aaneen en er tekent zich één vorm af. Hernieuwbaar zet de prijs, een model leverde nieuwe wiskunde, een robot klokte in bij BMW, een hond werd beter. Elk voor zich is dat een kop; samen markeren ze dezelfde overgang, van iets dat eraan komt naar iets dat er is. De interessante vraag is dus niet meer óf het vermogen arriveert. De vraag is de aanvoerkloof: het net, de transformatoren, het wolfraam, en de mensen die het werk nog moeten leren voordat de machine het van ze overneemt. Plan je iets voor volgend jaar, dan is dat de kant van het grootboek waar ik je aandacht aan zou besteden. Het vermogen komt er hoe dan ook; de aanvoer niet.

Zes dingen die ik niet kwijt kon

De robotbanen die het eerst komen zijn de banen die wij niet kunnen doen. De Pulse van DEEP Robotics is een blushond die brandende gebouwen in loopt en het vuur onderdrukt terwijl mensen achterblijven, op afstand bediend en zonder longen die vol rook lopen. REACCH werd getest aan boord van het ISS om uitgevallen satellieten te vangen voordat één stuk schroot er duizend wordt. Geen van beide mikt op een fabriek. Vuur, vacuüm en puin op baansnelheid zijn waar de rekensom het eerst uitkomt, simpelweg omdat er geen menselijk alternatief is om tegen af te prijzen.

Claude kreeg een Slack-account. Claude Tag van Anthropic zet het model als teamlid in Slack: het zit in de kanalen die je kiest, wordt getagd als een collega en pakt gedelegeerde taken op in dezelfde draadjes waar je mensen al werken. AI gebruiken betekende tot nu toe weggaan — tabblad open, vraag typen, antwoord terugplakken. Een engineer omschreef de verschuiving als het model inline maken met al het andere, en dat woord doet meer werk dan het lijkt.

De uitbouw draait inmiddels op schuld. Twee keer in vier maanden ging Amazon naar de obligatiemarkt om zijn AI-uitbouw te financieren: 37 miljard dollar in maart, verdeeld over elf tranches, en naar verluidt minstens 25 miljard extra deze maand. In diezelfde periode begon Meta een cloudbedrijf om zijn overtollige rekenkracht te verhuren. Jarenlang kwam de kapitaaluitgave uit zakgeld. Nu geeft de één schuld uit voor de volgende golf terwijl de ander de GPU's die hij al heeft te gelde maakt.

Wolfraam ging verticaal. De prijs zat ruim een decennium onder de 0,5K dollar per DMTU en klom toen in een hoek die niets meer wegheeft van de vlakke lijn ervoor. Wolfraam is de stille grondstof achter pantserdoorborende munitie, snijkanten van gereedschap en contacten in halfgeleiders: twee keer zo dicht als staal, smeltend bij 3.400 graden, en daarom niet te vervangen. China beheerst het merendeel van het aanbod. Iedereen kijkt naar chips en zeldzame aardmetalen; zo ziet een knelpunt in kritieke materialen eruit zodra het een markt bereikt.

Door een Gaussian splat kun je nu lopen. SuperSplat voegde botsingsdetectie toe en zet een splat automatisch om in nauwkeurige voxels van 5 cm, met natuurkunde die stevig genoeg is om op te staan en veel lichter te renderen dan een mesh. Drie jaar lang waren deze opnames een rendertruc: prachtig, en onaanraakbaar. Botsing is het verschil tussen een foto waar je omheen kunt draaien en een plek waarin je kunt bouwen.

Vijf regeringen kwamen een termijn overeen. Het Five Eyes-bondgenootschap publiceerde een gezamenlijke verklaring waarin het organisaties zegt dat ze maanden hebben, geen jaren, om hun systemen te harden tegen een cyberdreiging die op frontier-AI versnelt. Als vijf regeringen zich op zo'n korte termijn vastleggen, leest dat niet meer als verkooppraat van een leverancier. Het is de duidelijkste officiële uitspraak tot nu toe over waar de aanval staat ten opzichte van de verdediging.

Dit is de verbonden versie van de week. Als het je iets oplevert, staat hij elke maandag in je feed.