OpenAI verbetert ChatGPT-geheugen met reviewbare samenvattingen

OpenAI heeft het geheugen van ChatGPT uitgebreid met een systeem van reviewbare samenvattingen. Gebruikers kunnen voortaan zien wat ChatGPT over hen heeft opgeslagen en die informatie corrigeren of verwijderen.

Dit is een directe reactie op zorgen over privacy en controle bij langdurig gebruik van AI-assistenten. Voor zakelijke gebruikers is dat relevant: geheugen maakt AI-assistenten effectiever op langere termijn, maar creëert ook een datalaag die beheer vraagt.

Stel medewerkers in staat te begrijpen wat een AI-tool over hen of hun werk onthoudt. Dat helpt bij privacybeheer en voorkomt dat verouderde context tot slechte aanbevelingen leidt.

Cognition biedt geldteruggarantie op AI-productiviteit

Cognition heeft een productiviteitsgarantie geïntroduceerd voor enterprise-klanten van Devin: levert de codeeragent minder waarde dan je betaalt, dan compenseert Cognition het verschil tot maximaal 10 miljoen dollar.

Dat is een opvallende stap in een markt waar AI-succes tot nu toe werd gemeten in tokens, seats en dashboards die vooral aantonen dat iemand de app heeft geopend. Cognition koppelt de garantie aan een eigen meetsysteem dat controleert of het werk van Devin bruikbaar was, en schat hoeveel tijd een menselijke engineer aan hetzelfde werk kwijt was geweest.

Voor inkopers en CFO's is dit relevant: eindelijk een leverancier die meetbare uitkomsten belooft in plaats van activiteitsmetrieken. De vraag is wel hoe transparant het meetsysteem is, want Cognition bepaalt zelf of aan de garantiedrempel is voldaan.

Let op wat jouw AI-leveranciers beloven over ROI en vraag ze concreet te maken hoe ze dat meten.

cognition

Anthropic: tokengebruik is geen maatstaf voor AI-waarde

Anthropic-president Daniela Amodei heeft zich publiekelijk uitgesproken tegen de praktijk van tokenmaxxing, waarbij AI-codeeragenten miljoenen tokens verbruiken op complexe taken zonder dat duidelijk is of dat tot betere resultaten leidt.

Anthropic houdt intern geen tokenleaderboards bij en stimuleert medewerkers niet om Claude meer te gebruiken. Waarde telt, geen volume. Dat standpunt is opmerkelijk, want Claude Code is momenteel een van de grootste veroorzakers van tokenverbruik in de markt.

Voor organisaties die AI-codeertools uitrollen, is dit een nuttige correctie. Tokenkosten lopen snel op als teams agents laten draaien op slecht gedefinieerde taken. Stuur op concrete output, zoals afgeronde tickets of gemeten tijdsbesparing, en niet op gebruik.

Bekijk deze week je AI-kosteninzicht: hoeveel tokens verbruikt je team en wat zijn de aantoonbare resultaten per project?

businessinsider

Anthropic zegt dat Claude 80% van zijn eigen code schrijft

Anthropic heeft bekendgemaakt dat Claude verantwoordelijk is voor 80% van de code die bij het bedrijf wordt geschreven. Dat is een van de meest concrete uitspraken van een groot AI-lab over de mate waarin AI de interne softwareontwikkeling heeft overgenomen.

Het getal is relevant als referentiepunt voor andere organisaties die nadenken over wat ze van AI-codeerassistentie kunnen verwachten. Anthropic is uiteraard geen doorsnee softwarebedrijf, maar het cijfer geeft wel aan wat het plafond kan zijn bij intensief gebruik.

Een kanttekening: 80% van de code door AI laten schrijven zegt nog niets over 80% minder engineers. Reviews, architectuurbeslissingen en testen vragen menselijke aandacht. En code die makkelijk te genereren is, was doorgaans ook de makkelijkere code.

TSMC: AI-chipvraag overtreft aanbod nog jaren

TSMC heeft gewaarschuwd dat de vraag naar AI-chips het beschikbare aanbod nog jarenlang zal overtreffen. De chipfabrikant produceert nagenoeg alle geavanceerde AI-processors van onder andere Nvidia en AMD.

Voor organisaties die afhankelijk zijn van cloud-AI of zelf hardware inkopen, betekent dit dat schaarste en hogere kosten structureel zijn en niet tijdelijk. Wie nu contracten of reserveringen kan vastleggen voor rekencapaciteit, heeft een voordeel ten opzichte van wie dat uitstelt.

Dit bevestigt ook dat de kosten van AI-inferentie de komende jaren minder snel zullen dalen dan sommige analyses suggereren. Neem dat mee in meerjarige AI-investeringsplannen.

Google brengt Gemma 4 12B naar laptop-applicaties

Google heeft Gemma 4 12B beschikbaar gemaakt voor lokale laptop-applicaties. Het model met 12 miljard parameters is daarmee inzetbaar zonder internetverbinding of cloudkosten.

Dat is een zinvolle stap voor organisaties met eisen rond databescherming of medewerkers die offline werken. Lokale modellen zoals Gemma 4 12B maken het mogelijk om AI-functies in te bouwen in desktopsoftware zonder dat data het apparaat verlaat.

De prestaties van een lokaal 12B-model zijn niet vergelijkbaar met die van een cloudmodel met honderden miljarden parameters, stem de verwachtingen dus af op de taak. Voor samenvatten, classificeren en eenvoudige hulp bij code werkt dit goed.