AI is onze adviseur, niet onze werknemer | Maar wat als de adviseur de expert verslaat?
AI kraakt 's werelds zwaarste finance-examen, het einde van de data-analist
Uit het grootste onderzoek ooit naar ChatGPT-gebruik, uitgevoerd door OpenAI en Harvard, blijkt iets opmerkelijks: we gebruiken AI massaal als adviseur, niet als een werknemer die taken uitvoert. We stellen vragen, zoeken naar richting en gebruiken het als sparringpartner. Het voelt veilig, beheersbaar en vooral ondersteunend.
Maar terwijl de massa AI inzet als een veredelde zoekmachine, gebeurt er op de achtergrond iets veel fundamentelers. Een examen waar financiële toppers maandenlang voor blokken, werd gekraakt in minuten. Niet door een specialistisch model, maar door dezelfde standaard AI die wij gebruiken voor het plannen van een vakantie.
Dit legt een gevaarlijke kloof bloot: de kloof tussen hoe we AI nu gebruiken en wat het nu al kan.
In deze editie:
ChatGPT is meer adviseur dan werknemer. Hoe we AI écht gebruiken
Waarom AI’s doorbraak op het zwaarste finance-examen het einde inluidt van parate kennis als concurrentievoordeel
Hoe nieuwe BI-tools de data-analist overbodig maken, maar datakwaliteit belangrijker dan ooit
ChatGPT is meer adviseur dan werknemer: OpenAI onthult hoe we AI écht gebruiken
In 1983 droomde Steve Jobs al van de ultieme adviseur. Hij fantaseerde over een machine die niet alleen de kennis van Aristoteles bevatte, maar ook zijn ‘manier van naar de wereld kijken’. Een machine waaraan je vragen kon stellen, lang nadat de denker zelf was verdwenen.
Veertig jaar later is die droom realiteit. En niet op de manier die we misschien verwachtten. Het is precies de kern van hoe we AI vandaag gebruiken.
Terwijl de wereld speculeert over AI die banen overneemt, heeft OpenAI stilletjes de data geanalyseerd van hoe 700 miljoen mensen hun technologie daadwerwerkelijk gebruiken. In het grootste onderzoek tot nu toe, uitgevoerd in samenwerking met de Harvard-econoom David Deming, wordt een beeld geschetst dat de hype doorprikt en de realiteit blootlegt.
De conclusie? We gebruiken ChatGPT veel minder als een digitale werknemer die taken automatiseert, en veel meer als een universele adviseur die ons helpt betere beslissingen te nemen – zowel op het werk als thuis.
Dit is geen enquête met sociaal wenselijke antwoorden, maar een privacy-veilige analyse van 1,5 miljoen echte conversaties. De resultaten geven een uniek inzicht in de economische en persoonlijke waarde die nu al wordt gecreëerd.
Wat dit extra interessant maakt, zijn de drie belangrijkste conclusies:
1. AI is voor iedereen (en niet alleen voor tech-enthousiastelingen).
De vroege adoptiefase is voorbij. De demografie van ChatGPT-gebruikers begint steeds meer op de algemene bevolking te lijken. De genderkloof is bijna verdwenen: waar begin 2024 slechts 37% van de gebruikers een typisch vrouwelijke naam had, is dat medio 2025 gestegen tot meer dan de helft (52%). Tegelijkertijd is de groei het hardst in lage- en middeninkomenslanden. AI is geen exclusief speeltje meer voor het Westen; het is een wereldwijd toegankelijk stuk gereedschap geworden.
2. De belangrijkste toepassing is advies, geen automatisering.
De onderzoekers categoriseerden het gebruik in drie typen: Asking (advies en informatie vragen), Doing (taken laten uitvoeren zoals schrijven of programmeren) en Expressing (persoonlijke reflectie en creativiteit). Wat blijkt?
Asking is met 49% de grootste en snelst groeiende categorie. Mensen gebruiken ChatGPT primair als een sparringpartner voor beslissingsondersteuning.
Doing volgt met 40%, waarbij schrijven de meest voorkomende werk-gerelateerde taak is. Het veelgeprezen programmeren blijkt een niche-activiteit.
Expressing is goed voor 11% van het gebruik.
De grootste waarde van ChatGPT zit momenteel niet in het produceren van output, maar in het verbeteren van de menselijke oordeelsvorming.
3. De economische impact is breder dan productiviteit alleen.
Ongeveer 70% van het gebruik is niet werk-gerelateerd. Dit toont aan dat de waarde van AI veel verder reikt dan wat we in traditionele maatstaven als het BBP kunnen vangen. Het helpt bij het plannen van een vakantie, het begrijpen van complex huiswerk of het opstellen van een fitnessschema. Deze ‘consumentenwaarde’ in het dagelijks leven is gigantisch en groeit, net als het werk-gerelateerde gebruik, gestaag door.
Het addertje onder het gras is echter tweeledig, en zit dieper dan de kwaliteit van het advies alleen.
Ten eerste, het onderzoek kijkt alleen naar de consumentenversie van ChatGPT. De zakelijke Enterprise- en API-gebruikers,waar de meest complexe, geïntegreerde automatisering plaatsvindt, zijn buiten beschouwing gelaten. Het beeld is dus per definitie scheefgetrokken richting algemene, adviserende vragen.
Ten tweede, en dit is misschien nog wel belangrijker, legt het onderzoek een fundamenteel menselijk gedrag bloot. Een knipperende cursor in een leeg chatvenster is intimiderend. De meest logische eerste stap is om het te gebruiken als een veredelde zoekmachine: advies vragen. Het is het paradigma dat we al decennia kennen. De dominantie van ‘Asking’ is dus niet per se een teken dat AI alléén een adviseur is, maar eerder dat de meeste gebruikers de strategische vertaalslag naar complexe, concrete toepassingen (‘Doing’) nog niet hebben gemaakt.
Voor Nederlandse ondernemers is dit een helder signaal. De werkelijke kans ligt niet in het perfectioneren van vragen stellen in een chatbox, maar in het overstijgen ervan. De kunst is om de ‘blinking cursor’-fase voorbij te komen en de strategische vertaalslag te maken: hoe integreer je deze technologie diep in je kernprocessen? De bedrijven die daarin slagen en AI verweven in hun workflows, bouwen een voorsprong die niet te kopiëren is met een slimme prompt.
AI slaagt voor het zwaarste finance-examen ter wereld. Wat is jouw expertise nog waard?
Een examen waar top-professionals honderden uren voor blokken, is nu in een paar minuten gekraakt door AI. Dat is geen toekomstvoorspelling, maar een feit van vorige week, zoals gemeld door onder andere CNBC.
Modellen van OpenAI, Google en Anthropic slaagden voor het Chartered Financial Analyst (CFA) Level III examen. Dit is niet zomaar een test; het wordt gezien als de Mount Everest voor financieel analisten, een proef die diepgaand redeneervermogen, ethisch oordeel en complexe scenario-analyse vereist.
Dat dit nu een fluitje van een cent is voor een AI, zet de definitie van ‘expertise’ op scherp. Als de kennis die jou waardevol maakt in een paar minuten kan worden gerepliceerd, waar zit je waarde dan nog in?
Wat dit extra interessant maakt, is hoe de AI dit deed. Volgens een onderzoek van AI-vermogensplatform Goodfin en de New York University werden er geen specialistische, voor finance getrainde modellen gebruikt. Het waren de standaard, algemene modellen zoals o4-mini en Gemini 2.5 die, met slimme aansturing via ‘chain-of-thought prompting’, de test wisten te volbrengen. Dit toont aan dat het vermogen van AI om complex te redeneren een enorme sprong heeft gemaakt.
Voor Nederlandse ondernemers en professionals betekent dit een paar concrete dingen:
Devaluatie van parate kennis. Kennis die je kunt opzoeken of uit je hoofd kunt leren, wordt een commodity. De waarde verschuift razendsnel naar vaardigheden die niet in een database passen: strategisch inzicht, creatieve probleemoplossing, overtuigingskracht en het bouwen van sterke klantrelaties.
De opkomst van de AI-regisseur. De meest waardevolle professional is niet langer degene met de meeste kennis, maar degene die het beste met deze krachtige AI-systemen kan samenwerken. Jouw vermogen om de juiste vragen te stellen, de output kritisch te beoordelen en de AI te sturen naar een bruikbaar resultaat wordt een kerncompetentie.
Democratisering van hoogwaardig advies. Complexe financiële analyses, marktonderzoek of juridische verkenningen waren voorheen het exclusieve domein van dure specialisten. Nu komen ze binnen bereik van elke ondernemer met een laptop. Dit is een bedreiging voor traditionele adviesbureaus, maar een gigantische kans voor het MKB om betere, datagedreven beslissingen te nemen.
Dit klinkt als een enorme efficiëntieslag, en dat is het ook. Maar er schuilt een addertje onder het gras. De ‘black box’ aard van deze modellen betekent dat we niet altijd precies weten hoe ze tot een conclusie komen. De AI kan een briljant advies geven dat gebaseerd is op een verborgen aanname of een statistische fout.
Het gevaar van blind vertrouwen is dus levensgroot. De uiteindelijke verantwoordelijkheid, en de juridische aansprakelijkheid, blijft bij de mens. Het controleren en valideren van AI-output is geen bijzaak, maar wordt een cruciaal onderdeel van het werk.
De kern van deze ontwikkeling is helder: de waarde van professionals verschuift van weten naar kunnen. Het is niet langer genoeg om de antwoorden te hebben; je moet de kunst verstaan om met behulp van AI de juiste vragen te formuleren en de resultaten om te zetten in strategie.
Voor Nederlandse ondernemers is dit een signaal om nu te investeren in het ontwikkelen van vaardigheden op het gebied van mens-AI samenwerking. De focus moet liggen op kritisch denken en strategische toepassing, niet op het bijhouden van feitenkennis die morgen alweer geautomatiseerd kan worden.
Het Einde van de Data-Analist?
“Kun je even een rapportje draaien met de salescijfers van Q3, uitgesplitst per regio en productcategorie?”
Iedere ondernemer kent dit riedeltje. Het is de start van een proces dat vaak dagen, soms weken duurt. De data-analist is overbelast, de business wacht, en tegen de tijd dat het rapport er is, is de realiteit alweer veranderd.
Die tijd is voorbij.
Een nieuwe generatie Business Intelligence (BI) tools is het speelveld compleet aan het veranderen. Zie het als een soort ChatGPT, maar dan aangesloten op de live data van jouw bedrijf. Tools als Microsoft’s Power BI Copilot en Google’s Duet AI in Looker stellen iedere medewerker, van marketingmanager tot operations lead, in staat om complexe vragen te stellen in doodnormaal Nederlands.
“Toon mij de klantuitval in de afgelopen zes maanden en vergelijk die met vorig jaar.” Seconden later verschijnt er een glasheldere grafiek op je scherm, inclusief een korte, geschreven samenvatting van de belangrijkste inzichten.
Dit is geen magie, maar het resultaat van twee trends die nu een kookpunt bereiken. Ten eerste, de enorme sprong in de kwaliteit van taalmodellen zoals GPT-5. Ze begrijpen de nuances van een vraag en kunnen die vertalen naar de code die nodig is om data op te halen. Ten tweede, het feit dat de meeste bedrijven hun data inmiddels hebben gecentraliseerd in de cloud.
Die combinatie is goud waard: de AI heeft nu zowel het brein als de directe toegang tot de data die nodig is om onmiddellijk antwoord te geven.
Voor ondernemers betekent dit concreet dat de beruchte wachtrij van data-aanvragen simpelweg verdampt. Onderzoek toont aan dat momenteel slechts 20% van de beslissers self-service BI gebruikt, omdat de tools te technisch zijn. AI maakt data toegankelijk voor de overige 80%. Je sales director kan live conversiecijfers opvragen tijdens een klantgesprek. Geen “ik kom er volgende week op terug” meer.
Wat dit extra interessant maakt, is de verschuiving van kijken in de achteruitkijkspiegel naar kijken naar de weg voor je. Traditionele rapporten tonen wat er vorige maand gebeurde. AI-BI tools zijn aangesloten op live datastromen. Een e-commerce manager ziet een verkooppiek niet aan het einde van de dag, maar binnen enkele minuten. De tijd tussen een gebeurtenis en een geïnformeerde beslissing wordt zo verkort van dagen tot praktisch nul.
Betekent dit het einde van de data-analist? Niet helemaal, maar de rol verandert fundamenteel. De focus verschuift van ‘rapportenbouwer’ naar ‘data-strateeg’. Hun taak is niet langer het beantwoorden van eindeloze ad-hoc vragen, maar het bewaken van de kwaliteit en betrouwbaarheid van de onderliggende data.
En hier schuilt de adder onder het gras. Deze AI-tools, zoals die van startups als BlazeSQL, zijn fantastisch, maar ze zijn volledig overgeleverd aan de data die je ze voert. Het ‘garbage in, garbage out’ principe wordt hierdoor meedogenloos op scherp gezet. Als je datakwaliteit een puinhoop is, krijg je met AI-BI alleen maar sneller en op grotere schaal onzin-analyses.
Plotseling is data governance, het opstellen van duidelijke regels over datakwaliteit, toegang en definities, geen saai IT-onderwerp meer, maar een kritieke voorwaarde voor succes. Zonder dat geef je iedereen een rekenmachine die met de verkeerde getallen werkt.
De kern is simpel: deze nieuwe generatie AI-tools verplaatst de bottleneck van ‘toegang tot de analist’ naar ‘toegang tot kwalitatieve data’. Voor Nederlandse ondernemers is dit een luid en duidelijk signaal om nu vol in te zetten op het opschonen en structureren van hun bedrijfsdata. De bedrijven die hun datafundament op orde hebben, zullen sneller en slimmer beslissingen nemen. De rest zal verdrinken in een zee van AI-gegenereerde, maar compleet waardeloze, inzichten.
The Shortlist
OpenAI breidt samen met partners Oracle en SoftBank zijn Stargate-project uit met vijf nieuwe AI-datacenters in de VS, een investering van honderden miljarden in de computerkracht die nodig is om de volgende generatie AI-modellen te trainen en te draaien.
LinkedIn gebruikt vanaf 3 november standaard de gegevens van Europese gebruikers, inclusief profielinformatie en posts, voor het trainen van zijn AI-modellen; de Autoriteit Persoonsgegevens adviseert gebruikers die dit niet wensen de instelling proactief uit te schakelen.
Google lanceert Mixboard, een nieuwe, door AI aangedreven moodboard-app die fungeert als directe concurrent voor Pinterest en waarmee creatievelingen en marketeers visuele concepten kunnen genereren via tekst-prompts.
Cohere versterkt zijn positie als alternatief voor OpenAI door nog eens $100 miljoen op te halen en een strategische samenwerking met chipmaker AMD aan te kondigen, wat bedrijven een alternatief biedt voor de dominante combinatie van OpenAI en Nvidia.