Hinton, Li en Ng botsen over AI-regulering op Ai4

TL;DR

• Wat: Op de Ai4-conferentie debatteerden drie AI-grondleggers — Geoffrey Hinton, Fei-Fei Li en Andrew Ng — over regulering, open-source en banenverlies door AI.
• Waarom relevant: De EU AI Act treedt deze maand grotendeels in werking; de posities van deze drie bepalen mede hoe de industrie zich vormt waar jij als ondernemer mee werkt.
• Wat je ermee kunt: Breng in kaart welke AI-tools je nu gebruikt en of je een intern AI-beleid hebt — dat wordt urgent nu regelgeving concreet wordt.

Afgelopen week stonden drie van de meest invloedrijke AI-onderzoekers ter wereld samen op het podium van de Ai4-conferentie in Las Vegas: Geoffrey Hinton, Fei-Fei Li en Andrew Ng. Ik viel over dit bericht omdat het geen gewone paneldiscussie was — deze drie zijn het fundamenteel oneens over de richting die AI op moet, en die onenigheid raakt direct aan vragen die ik als ondernemer ook heb.

Drie stemmen, drie richtingen

Laat me even schetsen wie er op dat podium zat. Geoffrey Hinton is Nobelprijswinnaar en wordt gezien als een van de grondleggers van deep learning. Fei-Fei Li is CEO van World Labs en mede-directeur van Stanford HAI. Andrew Ng is oprichter van DeepLearning.AI en medeoprichter van Coursera. Dit zijn geen commentatoren vanaf de zijlijn — dit zijn mensen die AI mede hebben gebouwd.

En toch zijn ze het op cruciale punten niet eens.

Hinton waarschuwde dat AI binnen vijf tot twintig jaar menselijke intelligentie zou kunnen overtreffen. Hij vindt regulering geen rem, maar een stuurwiel: "Regulation is like the steering wheel," zei hij. Vooral bij open-weight modellen — modellen waarvan de technische kern vrij beschikbaar is — ziet hij risico's. Kwaadwillenden zouden die kunnen aanpassen voor cyberaanvallen of andere misbruikscenario's. Tegelijk gaf hij toe dat die strijd eigenlijk al verloren is: "I think that battle's been lost. We now have open-weight models."

Andrew Ng zit aan de andere kant. Hij wil juist géén poortwachters. "I don't want there to be gatekeepers. That limits how all of us can access AI," stelde hij. Volgens Ng overdrijven grote AI-bedrijven de risico's bewust om concurrentie buiten de deur te houden. Open modellen zijn wat hem betreft juist de manier om te voorkomen dat een handjevol techbedrijven bepaalt wie AI mag gebruiken en wie niet.

Fei-Fei Li koos een middenpositie die ik persoonlijk het meest doordacht vind. Ze vergeleek de situatie met kernfysica: wetenschappelijke papers publiceer je, maar het materiaal zelf reguleer je. Ze pleitte voor sectorspecifieke regels — via bestaande toezichthouders in de zorg, financiën en transport — in plaats van één allesomvattende AI-wet.

Banen: verdwijnen of veranderen?

Dit was misschien wel het scherpste meningsverschil. Hinton was direct: "If AI can do routine intellectual labor, any job that consists mainly of routine intellectual labor is going to be done by AI." Hij noemde callcenters als voorbeeld en vergeleek het met graafmachines die handmatig graven overbodig maakten.

Ng betwistte dat. Volgens hem laat het huidige bewijs vooral productiviteitswinst zien, geen massaal banenverlies. "The people who thrive in the future are people working with AI," zei hij. AI verandert de grenzen van functies — een specialist kan bredere taken oppakken — maar vervangt ze niet.

Wat mij hier opvalt, is de nuance die Fei-Fei Li toevoegde. Ze gebruikte verpleegkunde als voorbeeld: automatisering van administratie (denk aan het bijhouden van patiëntendossiers) elimineert niet de verpleegkundige zelf. Maar ze voegde er iets belangrijks aan toe: "Increased productivity does not translate to shared prosperity." Met andere woorden: zelfs als AI bedrijven productiever maakt, betekent dat niet automatisch dat werknemers daar beter van worden.

Dat vind ik een eerlijk punt dat in veel AI-discussies ontbreekt.

De China-factor

Een onderwerp dat door het hele debat heen speelde: de concurrentiepositie ten opzichte van China. Ng waarschuwde dat restrictief Amerikaans beleid Amerikaanse bedrijven handicapt terwijl Chinese alternatieven — met name open-source modellen — snel terrein winnen in ontwikkelingslanden.

Dit is niet alleen een Amerikaans vraagstuk. Stel dat je als Nederlandse ondernemer een AI-tool selecteert: de keuze tussen een Amerikaans model met strenge licenties en een Chinees open-source alternatief zonder die beperkingen is geen theoretisch dilemma meer. Het is een afweging die steeds concreter wordt.

Wat betekent dit voor Nederlandse ondernemers?

Ik vind het interessant om dit debat naast de Nederlandse situatie te leggen. Volgens recente cijfers gebruikt inmiddels 67% van de Nederlandse bedrijven AI, bijna een verdubbeling ten opzichte van 2023. Maar er zit een forse kloof: 42% van de middelgrote bedrijven zet AI structureel in, tegen 28% van de kleine bedrijven. Een digitale tweedeling die groeit.

Ondertussen is 2 augustus 2026 — tien dagen geleden — het moment waarop de meeste verplichtingen van de EU AI Act voor hoog-risicosystemen van kracht zijn geworden. Transparantie, governance, aantoonbaar risicomanagement: het is geen toekomstmuziek meer.

En hier wordt de spanning uit het Ai4-debat heel concreet. Als je als MKB-ondernemer AI-tools gebruikt — en de kans is groot dat je dat doet — dan speelt het reguleringsstandpunt van Hinton, Li en Ng direct mee in jouw situatie. Gebruik je open modellen? Dan heb je meer vrijheid, maar ook meer eigen verantwoordelijkheid voor compliance. Gebruik je gesloten, commerciële diensten? Dan schuif je een deel van die verantwoordelijkheid naar de aanbieder, maar verlies je flexibiliteit.

Wat mij opvalt in de Nederlandse cijfers is dat veel bedrijven AI gebruiken zonder AI-beleid, zonder datakaders en zonder zicht op compliance. Dat is precies het scenario waar zowel Hinton als Li voor waarschuwen, elk vanuit een andere invalshoek.

Geen consensus, wel richting

Kun je je voorstellen dat de drie mensen die AI mede hebben uitgevonden het niet eens zijn over hoe we ermee om moeten gaan? Ik vind dat eerlijk gezegd geruststellend. Het betekent dat er geen simpel antwoord is — en dat iedereen die doet alsof die er wél is, waarschijnlijk iets verkoopt.

Wat ik uit dit debat meeneem: regulering komt, in welke vorm dan ook. De vraag is niet óf, maar hoe. En de tussenweg die Fei-Fei Li voorstelt — sectorspecifiek, gelaagd, met ruimte voor openheid waar het kan en beperkingen waar het moet — lijkt me voor de dagelijkse praktijk van een ondernemer de meest werkbare benadering.

Voor mij is dit vooral een signaal dat de tijd van "we zien wel" voorbij is. Niet omdat er een boete dreigt, maar omdat de keuzes die je nu maakt rond AI-tools, dataomgang en interne richtlijnen steeds lastiger worden om later te corrigeren.

Bronnen: TechCrunch, Forbes, Data Center Knowledge