AI maakt alles sneller. Ook rotzooi.

Een van de aantrekkelijkste dingen aan AI is snelheid. Maar we beginnen tijdens dit experiment ook de keerzijde te zien.

AI maakt bijna alles wat wij doen sneller. Onderzoek dat vroeger dagen kostte, doen we in een uur. Een eerste tekst staat binnen een paar minuten. Voor een nieuw productbeeld hoeven we geen fotograaf, studio en product meer te regelen. En een analyse van tientallen opties verschijnt soms binnen seconden op ons scherm.

Fantastisch.

Alleen ontstaat daardoor een nieuw probleem: als je bijna onbeperkt kunt produceren, wanneer is iets dan eigenlijk goed genoeg? Daar lopen we bij co-Founded by AI steeds vaker tegenaan.

Dertig seconden is verleidelijk

Voor dit experiment proberen Jurriën en ik een productbedrijf te bouwen waarin AI vrijwel al het uitvoerende werk doet. Geen medewerkers, maximaal vier uur inzet per oprichter per week en als doel €200.000 omzet in het eerste jaar. AI onderzoekt, schrijft, programmeert, analyseert en maakt ontwerpen. Wij proberen vooral richting te geven en beslissingen te nemen. Dat klinkt efficiënt. En meestal is het dat ook.

Maar er zit een merkwaardige verleiding in. Als Claude of ChatGPT in dertig seconden iets produceert dat er op het eerste gezicht prima uitziet, is het heel verleidelijk om te denken: klaar.

Marginale kosten naar nul

Nog een prompt. Nog een variant. Nog tien beelden. Nog twintig headlines. De marginale kosten zijn praktisch nul. Dus waarom zou je stoppen? Hier ontstaat wat inmiddels AI-slop wordt genoemd: enorme hoeveelheden goedkope, generieke en vaak inhoudsloze AI-content. Of iets minder vriendelijk vertaald: AI-rotzooi.

Het Financieele Dagblad schreef onlangs hoe Spotify, YouTube, LinkedIn, boekverkopers en andere platforms zich steeds nadrukkelijker moeten wapenen tegen die stroom. Niet zo vreemd. Eén persoon kan met AI op een middag inmiddels meer content produceren dan een creatief team een paar jaar geleden in een week.

De natuurlijke kwaliteitsrem verdwijnt

Wij produceren het zelf ook. Het ongemakkelijke is dat wij precies dezelfde technologie gebruiken. Sterker nog: zonder AI zou dit hele experiment niet kunnen bestaan. Neem deze blog. AI helpt ons met het ordenen van gedachten, het terugzoeken van wat we de afgelopen week hebben gedaan, mogelijke invalshoeken en een eerste opzet. Dat scheelt enorm veel tijd.

Maar daarna begint het werk dat we blijkbaar nog niet kunnen automatiseren. We lezen iedere zin. Klopt het? Zouden we dit zelf zo zeggen? Is een conclusie werkelijk gebaseerd op wat we hebben meegemaakt, of klinkt hij alleen lekker? We halen typische AI-zinnen eruit, controleren cijfers en bronnen en voegen voorbeelden toe die alleen wij kennen.

En dan herschrijven we. En nog een keer. Voor je het weet zijn we twee uur verder met een tekst die AI in een paar minuten had kunnen produceren. Op papier nogal inefficiënt voor twee ondernemers die willen bewijzen dat je een bedrijf vrijwel volledig met AI kunt runnen. Maar juist daarin zit voor ons de kern.

Laat AI maar produceren

AI neemt productie over. Niet verantwoordelijkheid. Zeven keer dezelfde kubus. Bij Minagi zien we dat misschien nog duidelijker. AI kan prachtige productbeelden maken. In een paar seconden staat onze focustimer op een minimalistisch bureau in Tokio, naast een koffiekop in Kopenhagen of in een prachtig gestileerde woonkamer.

Tot je de beelden naast elkaar legt. Dan blijkt Minagi ineens een andere knop te hebben. De ribbels zitten anders. De houtsoort verandert. De verhoudingen kloppen net niet. Soms bedenkt AI spontaan een extra functie die wij helemaal niet hebben ontworpen.

We schreven eerder al over zeven keer dezelfde kubus. Dat bleek voor AI verrassend moeilijk. Het beeld is mooi. Het product klopt niet. En dat verschil wordt alleen maar belangrijker zodra we van fictieve visualisaties naar een echt product gaan.

Professioneel ogende onzin

Bij het technische ontwerp liepen we nog harder tegen dezelfde grens aan. We vroegen AI om technische tekeningen, CAD-achtige ontwerpen, STEP-bestanden en materiaalspecificaties voor Minagi. De eerste resultaten waren indrukwekkend.

Tot onze productontwerper ernaar keek. Maten klopten niet. Onderdelen sloten niet op elkaar aan. Productiedetails werden verzonnen. AI kon heel overtuigend uitleggen hoe iets technisch in elkaar zat, terwijl het in werkelijkheid niet maakbaar was.

Dat vinden we eigenlijk een interessantere vorm van AI-slop dan een slechte LinkedIn-post. Want slechte AI-content herken je vaak nog wel. Het wordt pas gevaarlijk wanneer de output er professioneel uitziet. Een spreadsheet met keurige cijfers. Een technisch ontwerp vol exacte maten. Een marktanalyse met grafieken. Een juridisch klinkend document. Een onderzoeksrapport met 138 pagina's.

Hoe overtuigender AI wordt, des te belangrijker om te weten wanneer je haar beter niet moet geloven.

Maken wordt goedkoop

Daarmee verandert tijdens dit experiment ons beeld van onze eigen rol. We begonnen co-Founded by AI deels vanuit de vraag hoeveel werk AI van ondernemers kan overnemen. Inmiddels denken we dat die vraag misschien verkeerd gesteld is.

AI kan namelijk ontzettend veel werk overnemen. De vraag is: welk werk blijft er daarna voor ons over? Waarschijnlijk minder produceren en meer beoordelen.

• Minder zelf schrijven, maar beter herkennen wat een goed verhaal is.
• Minder zelf ontwerpen, maar scherper worden op smaak en consistentie.
• Minder zelf analyseren, maar beter begrijpen welke cijfers ertoe doen.
• Minder uitvoerend werk, maar juist meer keuzes maken.

Dat klinkt eenvoudig. Dat is het niet. Want zodra AI je twintig opties geeft in plaats van drie, moet je nog steeds weten welke je weggooit. Misschien wordt dat wel een van de belangrijkste ondernemersvaardigheden in het AI-tijdperk.

Niet nog beter leren prompten. Maar leren stoppen. Weten wanneer iets klopt. Wanneer iets onderscheidend genoeg is. Wanneer je een expert moet inschakelen. En wanneer die razendsnel gegenereerde output gewoon de prullenbak in moet.

AI maakt het maken bijna gratis. Goed kiezen wordt daardoor alleen maar waardevoller.