Taalas AI-chip haalt 17.000 tokens per seconde en daagt Nvidia uit

Taalas, een Canadese hardware-startup, heeft 169 miljoen dollar opgehaald voor custom AI-chips die het Llama 3.1 8B-model aan 17.000 tokens per seconde kunnen draaien. Dat is volgens de startup 74 keer sneller dan vergelijkbare Nvidia-oplossingen.

De kern: Taalas giet het neurale netwerk direct in silicium in plaats van het te simuleren op programmeerbare GPU's. Door externe geheugen en flexibele cores weg te laten, dalen zowel stroomverbruik als inferentiekosten tot een fractie van een cent per request.

Voor organisaties betekent dit een fundamentele verschuiving: waar je nu betaalt voor algemene compute-capaciteit, kun je straks dedicated hardware inzetten die alleen jouw specifieke model draait. Dat maakt vooral zin voor hoge volumes met stabiele modellen – denk aan klantenservice-chatbots of real-time aanbevelingssystemen.

De beperking: je koopt hardware die maar één ding kan. Zodra je naar een nieuw model migreert, ligt die chip nutteloos in je rack. Dat maakt de business case riskant voor wie experimenteert of regelmatig upgradet.

alphasignal

OpenAI haalt 110 miljard dollar op, maar 15 miljard is direct beschikbaar

OpenAI kondigde een financieringsronde van 110 miljard dollar aan, waarmee het bedrijf nu op 840 miljard dollar post-money wordt gewaardeerd. De werkelijke cash-influx ligt echter een stuk lager: Amazon levert 15 miljard direct en 35 miljard voorwaardelijk (gekoppeld aan IPO of AGI), Nvidia draagt 30 miljard bij in compute-capaciteit, en SoftBank heeft 30 miljard toegezegd via een letter of intent.

De voorwaardelijke 35 miljard van Amazon hangt dus af van mijlpalen die OpenAI nog moet halen. Dat betekent dat het bedrijf voorlopig met circa 15 miljard aan liquide middelen verder moet. De AWS-deal werd tegelijk uitgebreid met 100 miljard over acht jaar.

Voor wie OpenAI-modellen inzet: verwacht geen directe productwijzigingen, maar wel meer druk om snel te schalen en te monetizen. De AGI-clausule suggereert dat Amazon privileges verwacht zodra zoiets wordt bereikt – een signaal dat grote cloudpartijen zich positioneren voor toekomstige licentiedeals.

De financieringsstructuur laat zien hoe complex megadeals zijn geworden: veel hangt af van toekomstige prestaties, niet van harde euro's nu.

Claude krijgt marketinghacks en wordt positioneert als business-assistent

The Hustle publiceerde een gids waarin Claude niet langer als schrijftool maar als volwaardige business-assistent wordt gepresenteerd. De nadruk ligt op use cases zoals het schrijven van complete businessplannen, het opzetten van marketingcampagnes en het automatiseren van workflows.

De timing is interessant: terwijl OpenAI experimenteert met multimodale agents en Google inzet op reasoning, positioneert Anthropic Claude steeds nadrukkelijker als de keuze voor strategisch denkwerk en langlopende projecten. De extended context window en recente Cowork-integraties ondersteunen dat verhaal.

Voor marketingteams betekent dit: je kunt Claude inzetten voor campagne-ideation, doelgroepanalyse en contentplanning zonder dat je prompt-engineering moet beheersen. De tool leunt zwaar op natuurlijke taal, wat de instapdrempel verlaagt.

Test het met een bestaande campagne: geef Claude je briefing, doelgroep en concurrentiedata, en vraag om drie strategische varianten. Vergelijk de output met wat je team normaal produceert en meet waar Claude tijd bespaart versus waar menselijke input onmisbaar blijft.

Tien AI-hacks voor 2026 richten zich op workflow-automatisering

ChatGPT Central bundelde tien praktische AI-toepassingen die in 2026 direct inzetbaar zijn: geautomatiseerd marktonderzoek, verbeterde websearch, AI-videogeneratie en enterprise-integraties. De focus ligt op tools die concrete bottlenecks oplossen zonder dat je je hele stack hoeft te herbouwen.

De lijst adresseert pain points die veel organisaties herkennen: tijdrovend research, handmatige scheduling, contentcreatie onder druk en gefragmenteerde workflows. Elke hack wordt gepresenteerd als snelle win, niet als strategisch platform.

Voor teams die AI willen adopteren zonder maandenlange pilots: dit type gidsen biedt laagdrempelige startpunten. Je pikt er twee use cases uit, test ze een week en meet of ze tijd besparen. Dat geeft je datapoints om een breder AI-implementatieplan te rechtvaardigen.

De kanttekening: veel van deze hacks zijn wrappers rond bestaande LLM's of SaaS-integraties. Je lost symptomen op, geen structurele problemen. Wil je duurzame impact, dan moet je alsnog je processen herontwerpen.