Ik ben CTO bij HappyNurse, waar we AI-systemen bouwen die werken. Vanuit die praktijk onderzoek ik wat AI met de arbeidsmarkt doet. Vijf landen. 500+ beroepen doorgerekend. Open data. Geen hype, geen lobby.
De JPE-methodologie is cross-gevalideerd tegen Felten et al. (Pearson r = 0.87) en dekt 5,8M Nederlanders en 180M+ banen wereldwijd. Data onder CC BY 4.0.
dinsdag 28 april · gefilterd door Simon D. Janssen
Na bijna vier jaar is de exclusieve band tussen OpenAI en Microsoft verbroken. OpenAI mag zijn modellen voortaan via all...
Google trekt $10 miljard bij Anthropic in, conditioneel aangevuld met nog eens $30 miljard. Dat volgt op een $25 miljard...
Meta snijdt 8.000 banen (10% van het bedrijf) en bevriest 6.000 open vacatures. Microsoft biedt voor het eerst in 51 jaa...
De uitkomst is genuanceerder dan "AI vervangt banen." HBO wordt harder geraakt dan MBO. De middeninkomens zijn het kwetsbaarst. En de beroepen met de hoogste AI-score groeien soms het hardst.
Lees het artikelIk heb dezelfde methodologie losgelaten op vijf arbeidsmarkten. De AI-blootstelling is overal bijna identiek. Maar wat ermee gebeurt, verschilt per land fundamenteel.
I scored 106 American occupations on AI exposure using BLS data and the Felten AIOE index. The biggest finding: high exposure does not mean job loss.
75% van de Nederlanders denkt dat AI banen kost. Maar slechts 4% denkt dat het hún baan is. Over zelfoverschatting op de arbeidsmarkt en wat de Zwitserse horlogemakers ons kunnen leren.
Een autonome agent crashte een productieomgeving. Geen bug — een ontwerpfout. Over de illusie van controle bij agentic AI en wat het betekent voor iedereen die bouwt met agents.
De Solow Paradox herhaalt zich: organisaties investeren miljarden in AI zonder productiviteitswinst. De bottleneck is zelden de technologie zelf. Het zit in het operating model.
On the CIONET stage in Haarlem, alongside VandeBron and SURF. On the tension between US hyperscaler dependency and European data sovereignty for Dutch organisations.
Op het CIONET podium in Haarlem, samen met VandeBron en SURF. Over de spanning tussen US hyperscaler-afhankelijkheid en Europese data-soevereiniteit voor Nederlandse organisaties.
Wat als iedereen een persoonlijke AI-twin krijgt bij geboorte? Over digitale onsterfelijkheid, identiteit en de ethische grenzen van AI.
De EU AI Act uitgelegd door een CTO die ermee werkt. Wat betekent high-risk AI voor de zorg? Hoe bereid je je voor als organisatie?
Leren LLMs echt zelfstandig nieuwe vaardigheden, of is het een illusie? Deep-dive in transformer architectuur en emergent abilities.
Do Large Language Models have genuine emergent abilities, or are they running sophisticated tricks we don't yet understand? A deep dive into how LLMs learn — from transformer architecture to emergent abilities.
Six cognitive biases that silently corrupt your data, your dashboards and your decisions. From implicit bias to automation bias — what every data professional should know, but is rarely taught.
Biased data shapes loan rates, exam grades and insurance premiums without anyone noticing. Part one of a series on why prejudice ends up in your algorithm — and why it is one of the most underestimated business risks of our time.
Hoe Big Tech van jouw persoonlijke data hun businessmodel maakt. Over Cambridge Analytica, GDPR en waarom databescherming geen luxe is.
Ontvang nieuwe artikelen, AI-inzichten en tools direct in je inbox. Geen spam, geen algoritme. Alleen wat ertoe doet.
Je gegevens zijn veilig. Uitschrijven kan altijd.