Benedict Evans zette op 18 november zijn nieuwe grote presentatie online. Ze heet AI Questions, telt 86 slides en heeft één boodschap die overal terugkomt: het is nog altijd heel vroeg. Bij wie AI bouwt, gaat het harder dan ooit, met 17 miljard dollar omzet in één kwartaal voor Anthropic en meer dan 700 miljard dollar aan datacenters. Bij wie AI gebruikt, blijft het vooral bij af en toe. Hier lees je wat Evans laat zien, wat er nieuw is sinds mei en welke vragen ook voor jou tellen.

Wat AI Questions is en wat er veranderde sinds mei

Evans is een onafhankelijke techanalist die jarenlang de huisdenker was van investeerder Andreessen Horowitz. Twee keer per jaar maakt hij een grote presentatie over waar de techsector naartoe gaat. Die van mei heette nog AI eats the world, en ook vorig jaar schreven we al over zijn nuchtere kijk op AI.

De nieuwe versie heeft een andere titel en vier delen: wat er binnen de techsector gebeurt, hoe bedrijven AI uitrollen, wat er daarna verandert en wat er komt. Nieuw zijn vooral de cijfers uit de beursaanvraag van Anthropic, de eerste harde cijfers over AI-agents die echt iets kopen en een volledig hoofdstuk over frictie. Daarin vraagt Evans wat er gebeurt als een agent voor jou vergelijkt, klaagt en overstapt. De PDF van AI Questions is gratis en in het Engels.

De boom zit bij wie AI bouwt

De vraag naar AI explodeert, en volgens Evans komt dat vooral door agents die software schrijven. Anthropic, dat in oktober zijn beursaanvraag indiende, haalde in het derde kwartaal van 2026 16,96 miljard dollar omzet, ruim twaalf keer meer dan een jaar eerder. De rekenkracht kostte het bedrijf in datzelfde kwartaal 9,86 miljard dollar.

Om die vraag te volgen, bouwen Meta, Amazon, Alphabet en Microsoft dit jaar voor meer dan 700 miljard dollar aan datacenters en chips. De hele telecomsector wereldwijd investeert ongeveer 300 miljard dollar per jaar. In de Verenigde Staten gaat er intussen meer geld naar de bouw van datacenters dan naar kantoren, winkels of magazijnen, en dan zit de dure rekenkracht er nog niet eens bij.

Dat geld komt steeds minder uit de eigen kas. De investeringen groeien sneller dan de kasstroom, dus schuiven de techreuzen naar aandelen, obligaties, privékrediet, leasecontracten en aparte vennootschappen. Meta had in het derde kwartaal een negatieve vrije kasstroom en maakt aandelen zonder stemrecht aan om de bouw te betalen. Evans toont ook een zin uit een beursdocument van Meta van oktober, waarin het bedrijf schrijft dat timing telt om kapitaal op te halen voor concurrenten de geldbronnen uitputten. Wie wil weten waar dat risico precies zit, leest best de analyse van Stijn Van Nieuwerburgh over de financiering van AI-datacenters.

Het duurste product dat ooit zo snel verouderde

De sterkste zin van de presentatie gaat over het model zelf. Een frontiermodel is volgens Evans “the most expensive and fastest-depreciating asset ever invented”. Anthropic verdient 85% brutomarge op het draaien van zijn modellen. Alleen kwam 80% van de omzet in het derde kwartaal van modellen die in de zes maanden ervoor gebouwd werden, en die bouw kostte ongeveer 60% van de omzet. Het volgende model eet de winst van het vorige op.

Evans stelt ook de vraag of het wat trager kan. Als de labs maar elke achttien maanden een nieuw topmodel zouden uitbrengen in plaats van elke zes, zag hun rekening er heel anders uit. Er was dan ook meer tijd om de zorgen over veiligheid aan te pakken en de beveiliging op orde te brengen. Maar wie alleen vertraagt, verliest. Het is een klassiek gevangenendilemma.

Nvidia duwt intussen de andere kant op. De chipmaker verdiende de voorbije twaalf maanden 127 miljard dollar vrije kasstroom en ging voor 190 miljard aan verplichtingen aan, onder meer via financiering voor klanten, kredietgaranties en open-source. Zo versnelt Nvidia de vraag naar zijn chips, versnippert het zijn klanten en verzwakt het zijn concurrenten.

Modellen worden inwisselbaar, en dat is goed nieuws voor wie ze gebruikt

Anthropic en OpenAI staan vooraan op de benchmarks, maar Google, Meta en SpaceX zijn terug in de kopgroep en de Chinese modellen volgen kort. Evans zet alle modellen uit op prijs per taak tegenover hun score en stelt de vraag die voor de meeste bedrijven telt. Voor hoeveel van je taken heb je het duurste model echt nodig?

Grote spelers wedden al op dat antwoord. Stripe kondigde in augustus aan dat het OpenRouter overneemt, de dienst die je vragen over honderden modellen verdeelt, voor meer dan 7 miljard dollar. Nvidia volgde in september met Hugging Face, voor bijna 13 miljard. Bedrijven als AT&T kopen hun modellen bij meer dan één leverancier en schuiven steeds meer werk naar open modellen.

Het slechtste scenario voor de labs noemt Evans de gsm-netwerken. Dat is een sector van een biljoen dollar, maar het grote geld werd verdiend door wie er apps op bouwde. Zijn voorlopige conclusie is dat modellen op grondstoffen gaan lijken, met veel modellen, veel apps en veel prijzen, en dat de macht naar boven in de stapel schuift. Voor jou betekent dat vooral dat je zo bouwt dat je van model kan wisselen. Je eigen data en context blijven, het model huur je.

Iedereen gebruikt AI, bijna niemand elke dag

Dan het deel waar de meeste lezers zich in zullen herkennen. In de Verenigde Staten gebruikt ongeveer 45% van de werkenden generatieve AI op het werk, maar volgens de grafiek in de presentatie doet nog geen 15% dat elke dag. Evans noemt het gebruik breed maar ondiep. Zelfs in de techsector gebruiken meer mensen AI af en toe dan dagelijks.

De uitgaven tonen hetzelfde beeld. Cijfers van betaalplatform Ramp laten zien dat de 1% bedrijven die het meest uitgeeft, meer dan 10.000 dollar per werknemer per maand aan AI besteedt. Bij het middelste bedrijf is dat ongeveer 16 dollar.

Drie balken groeien per jaar: AI-uitgaven per werknemer per maand bij de top 1%, de top 10% en het middelste bedrijf
Binnen de bubbel doet iedereen alles tegelijk, erbuiten valt het mee. Waarden afgelezen uit de grafiek van Evans, bron Ramp, eind 2026.

Een Britse enquête van Deloitte, met 25.000 werknemers in de steekproef, toont waarom het zo ondiep blijft bij wie AI op het werk gebruikt. Ongeveer twee op de drie hebben toestemming van hun werkgever, maar maar een derde krijgt de tools betaald. Ongeveer de helft kreeg enige opleiding, en ook maar een derde denkt dat het management AI begrijpt. Evans noemt dit de fase van spray and pray. Je geeft iedereen toegang en hoopt op het beste.

België doet het op papier goed. Volgens Statbel gebruikte in 2025 34,5% van de bedrijven met minstens tien werknemers één of meer AI-technologieën, tegenover 24,7% een jaar eerder. Daarmee staan we vierde in de Europese Unie. Alleen meet dat cijfer of een bedrijf AI gebruikt, niet hoe diep. Precies daar wijst Evans op.

Iedereen Copilot geven verandert je bedrijf nog niet

Evans maakt een vergelijking met vroeger. In de jaren tachtig kreeg iedereen een spreadsheet, maar de financiële afdeling draaide uiteindelijk op databanken en systemen als SAP en Oracle. In de jaren negentig kreeg iedereen een browser, maar dat maakte van een bedrijf nog geen internetbedrijf. Vandaag krijgt iedereen Copilot of ChatGPT. Dat schaalt makkelijk, maar het verandert weinig. Een pilootproject kan wel iets veranderen, maar dat schaalt dan weer niet naar honderden werkprocessen.

In een essay van september legt hij uit waarom. De meeste mensen bouwen geen eigen gereedschap, ook niet als AI de code schrijft. Code schrijven was nooit het moeilijkste deel. Weten wat je moet bouwen wel, net als een werkproces veranderen dat over vijf afdelingen en drie systemen loopt. Dat zie je ook bij ontwikkelaars, want AI maakt hen sneller, maar hun team niet.

Het vraagt ook tijd. De cloud bestaat al twintig jaar en draait volgens een bevraging van Goldman Sachs bij CIO’s nog altijd maar ongeveer 30% van de bedrijfstoepassingen. Een bedrijf veranderen is volgens Evans geen project maar een hele industrie, met consultants en integratoren. Dat Palantir zijn omzet bij bedrijven snel ziet groeien, is daar een teken van.

Van sneller en goedkoper naar vragen die je vroeger niet kon stellen

Evans onderscheidt drie fases. Eerst doe je het oude werk sneller en goedkoper, daarna doe je nieuwe dingen, en pas dan verandert de markt zelf. Hij kijkt daarbij door twee brillen: automatisering, die bestaand werk goedkoper maakt, en abstractie, die het niveau van de vraag verandert.

Goedkoper werk leidt vaak tot meer werk. Toen de streepjescode in 1974 de kassa automatiseerde, konden supermarkten hun voorraad beter beheren en gingen ze ongeveer vijf keer meer producten verkopen. Maar goedkoop werk is er voor iedereen, ook voor aanvallers. In oktober, door de beveiligingswereld Black October genoemd, sprong het aantal gemelde ernstige kwetsbaarheden bij ruim twintig grote techbedrijven en projecten naar meer dan 8.000 per maand, een veelvoud van een jaar eerder.

Links wordt een taak steeds sneller uitgevoerd, rechts verandert dezelfde taak in een nieuwe, grotere vraag
Automatisering maakt je oude vraag sneller. Abstractie geeft je een vraag die je vroeger niet aan software kon stellen. Voorbeelden uit AI Questions.

Abstractie is interessanter. Je laat AI dan niet je klantgegevens overtikken, maar je vraagt waarom klanten vertrekken of wie je vandaag best belt. Meta doet dat al met zijn advertentiemodel, dat volgens het bedrijf 19% meer conversies oplevert dan vorig jaar.

Bij agents die voor gewone mensen inkopen, is het nog heel vroeg. Meta’s assistent Muse haalde meer dan 10 miljoen gebruikers, van wie een kwart hem elke dag gebruikt, maar volgens Evans kan Muse pas echt groeien als de rekenkost met 90% daalt. Uber telde in de week van Halloween op ongeveer 320 miljoen ritten en leveringen ongeveer 500 bestellingen en vier ritten die via een AI-agent binnenkwamen.

Wat als je agent voor jou vergelijkt, klaagt en overstapt

Het meest originele hoofdstuk gaat over frictie en traagheid. Veel bedrijven verdienen geld omdat klanten geen zin hebben om te vergelijken of over te stappen. Een agent heeft die luiheid niet. Goldman Sachs rekende voor het Verenigd Koninkrijk uit dat tot 20% van de vrije kasstroom van telecomoperatoren op het spel staat als klanten zonder lopend contract een agent hun abonnement laten optimaliseren. De bank zegt er wel bij dat dit eerder drie tot vijf jaar duurt.

Apollo-econoom Torsten Slok waarschuwde in september voor een bankrun door agents. In de VS brengt een zichtrekening gemiddeld 0,1% op, terwijl andere rekeningen 3,3 tot 5% geven. Een agent die je geld automatisch verschuift, haalt goedkope deposito’s weg bij de banken. Niet iedereen gelooft dat het zo snel gaat. Experts in de banksector verwachten dat banken eerst hun rente optrekken. In België heeft een agent daarvoor bovendien toegang tot je rekening nodig, en dat ligt anders dan in de VS, zoals we uitlegden bij Claude en je bankrekening.

Ook klagen kost bijna niets meer. Onderzoekers van de Hertie School, de Cooperative AI Foundation en GovAI vonden 84 gevallen in 11 rechtsgebieden waarin overheidsdiensten overspoeld werden met aanvragen en klachten die AI hielp schrijven, van Duitse sociale rechtbanken tot Britse ombudsdiensten. Het risico is dat overheden antwoorden met kosten en drempels, en die raken vooral wie het al moeilijk heeft.

Elke AI-vraag heeft twee antwoorden

Evans eindigt met een zin die hij al jaren gebruikt. Op elke vraag over AI zijn er twee antwoorden: niemand weet het, of kijk wat er gebeurde de vorige keer dat alles veranderde. Hij toont er een IBM-advertentie uit de jaren vijftig bij, die met een rekenmachine 150 extra ingenieurs beloofde.

Zijn mooiste voorbeeld komt uit de muziek. Het internet deed de omzet van de platenindustrie eerst meer dan halveren. Ze groeide pas terug toen de vraag niet meer was hoe je zonder cd muziek koopt, maar hoe je alle muziek tegelijk kan hebben. Wie deze presentatie wil gebruiken, telt dus best geen slides, maar zoekt de ene vraag over zijn eigen werk die hij vorig jaar nog aan geen enkele software kon stellen.

Veelgestelde vragen over AI Questions

Waar vind je de presentatie AI Questions van Benedict Evans?

Op zijn website, via de pagina Presentations. De PDF van 86 slides is gratis te downloaden en in het Engels. Een video van de nieuwe versie is er nog niet, die van mei staat er wel.

Wat is het verschil met AI eats the world?

AI Questions houdt dezelfde grote lijn aan, met modellen die op grondstoffen gaan lijken en de waarde die naar apps en werkprocessen schuift. Nieuw zijn de bedrijfscijfers van Anthropic, de eerste data over agents die inkopen en het hoofdstuk over frictie en traagheid.

Zegt Evans dat AI een bubbel is?

Nee, hij beantwoordt die vraag niet. Hij toont wel dat de investeringen sneller groeien dan de kasstroom van de techreuzen, en dat ze daardoor afhangen van de stemming op de kapitaalmarkten.

Wat betekent AI Questions voor Belgische bedrijven?

Dat AI aanbieden aan je mensen maar een begin is. Meer dan een derde van de Belgische bedrijven gebruikt al AI. De winst komt van één werkproces dat je echt anders organiseert, en van modellen die je kan wisselen als er een goedkoper of beter komt.