Tien jaar geleden deze week, zat een machine tegenover de grootste bordspelspeler ter wereld in een hotel in Seoul, Zuid-Korea. Het spel was Go. Het is meer dan 3.000 jaar oud en het heeft meer mogelijke bordposities dan er atomen in het waarneembare universum zijn. Niemand dacht dat een computer deze wedstrijd kon winnen, niet voor minstens nog een decennium. De machine won vier van de vijf spellen. Maar de score was niet het verhaal, maar eerder één enkele zet tijdens Spel 2. Zet 37. AlphaGo plaatste een steen in een positie zo vreemd dat de commentatoren die de wedstrijd live uitzonden dachten dat het systeem vastliep. Professionele Go-spelers die over de hele wereld keken, noemden het in real time een fout. Maar het was geen fout. Het bleek een van de meest briljante zetten in de hele 3.000-jarige geschiedenis van het spel te zijn. En een machine kwam zelf met die zet. AlphaGo had berekend dat de kans dat een mens ooit die zet zou maken ongeveer één op tienduizend was. Het speelde de zet toch en die zet is wat het spel won. Lee Sedol, de wereldkampioen die tegenover het bord zat, staarde meer dan twaalf minuten terwijl hij probeerde te verwerken wat er gebeurde. Later zei hij dat hij in dat moment besefte dat AlphaGo creatief was. Die enkele wedstrijd herschikte de wereld. China zag een machine de meest heilige strategiegame in de Oost-Aziatische cultuur domineren en behandelde het als een nationale veiligheidscrisis. Beijing lanceerde een enorme AI-investeringsimpuls ter waarde van honderden miljarden dollars. De wereldwijde AI-wapenwedloop waarin we nu leven, begon in dat hotelkamer. Hier is waarom dat nu belangrijk is. Bijna elk groot AI-lab in 2026 richt zich op het groter maken van taalmodellen. Voorspel het volgende woord, maar doe het beter en sneller. Hassabis doet een heel andere inzet. Hij stelt dat het voorspellen van woorden je nooit naar echte intelligentie zal brengen. Wat ontbreekt, is het vermogen om daadwerkelijk vooruit te denken, verschillende mogelijkheden te verkennen en te plannen voordat je handelt. Dat is wat AlphaGo in 2016 kon doen en DeepMind bouwt sindsdien stilletjes voort op die basis. Het plan is om Gemini's begrip van taal en de wereld te combineren met AlphaGo's vermogen om te zoeken en redeneren door problemen. En dan gespecialiseerde tools zoals AlphaFold in te pluggen, die een van de oudste onopgeloste problemen in de biologie heeft opgelost met dezelfde kernbenadering. Hassabis heeft gezegd dat hij gelooft dat AGI binnen vijf tot acht jaar kan arriveren. En dat wanneer het dat doet, het de Industriële Revolutie traag zal laten lijken in vergelijking. Alles traceert terug naar een enkele steen die op een houten bord in een stille kamer in Seoul werd geplaatst. Dat was het eerste echte teken dat machines iets konden doen waarvan we dachten dat alleen mensen het konden, een idee bedenken dat nog nooit eerder was bedacht. En de mensen die het bouwden, gebruiken nu hetzelfde speelboek om iets veel groters te bouwen.

De voormalige CEO van Google beschreef net hoe een programmeur een AI-agent runt van 19.00 uur tot 4.00 uur. Hij wordt wakker, eet ontbijt en bekijkt wat er 's nachts is uitgevonden. Eric Schmidt zegt dat wat er nu gebeurt "verbluffend" is. Schmidt zegt dat de allerbeste programmeurs altijd tien keer meer waard zijn dan de mensen net onder hen. Dat was waar voordat AI bestond, maar nu worden die mensen nog waardevoller omdat zij de enigen zijn die deze systemen daadwerkelijk kunnen beheersen. Iedereen die niet tot die groep behoort, wordt vervangbaar. De echte voorspelling gaat over de vorm van de hele economie. Schmidt zegt dat we op weg zijn naar een klein aantal zeer grote bedrijven en een enorme hoeveelheid zeer kleine bedrijven. De middenklasse verdwijnt omdat wanneer AI het werk kan doen, je gewoon niet zoveel mensen meer nodig hebt. Dit is al zichtbaar in de echte gegevens over aanwervingen. Onderzoek van Stanford vond een daling van 20 procent in de aanwervingen voor ontwikkelaars in een vroeg stadium sinds eind 2022. Sommige bedrijven zeggen dat AI nu 70 tot 90 procent van hun productcode schrijft. Teams die tien junior engineers nodig hadden, draaien nu met twee senioren en een AI-agent. Schmidt waarschuwt hier al twee jaar voor. Het verschil nu is dat de cijfers de voorspelling inhalen. De aanwervingen dalen op instapniveau en het aantal werknemers krimpt in de sectoren voor witte boorden. En de bedrijven die het langzaamst bewegen, krijgen geen tweede kans om zich aan te passen.

Mark Zuckerberg gaf $14 miljard uit om een man in te huren. Negen maanden later, is hij hem aan het afbreken. In 2025 kocht Meta bijna de helft van Scale AI en bracht zijn 28-jarige oprichter, Alexandr Wang, binnen als Chief AI Officer. Hij kreeg een superteam van elite-onderzoekers en een mandaat om superintelligentie na te jagen. Maar binnen Meta begon de botsing snel. Oude garde-executives wilden AI die Facebook en Instagram een boost gaf. Wang wilde het volgende grensmodel bouwen, niet het volgende advertentieproduct. Toen liep de legende weg. Turing Award-winnaar Yann LeCun weigerde om aan Wang te rapporteren, noemde hem "jong en onervaren," en verliet Meta na meer dan een decennium. De scheuren waren nu openbaar. Tegen het einde van 2025 klaagde Wang er naar verluidt over dat Zuckerberg's greep de vooruitgang verstikte. En in maart 2026 deed Zuckerberg zijn zet. Hij creëerde een nieuwe toegepaste AI-organisatie, die rapporteerde aan andere langdurige luitenants en leidde belangrijke projecten, mensen en infrastructuur om Wang heen. De onderzoekers die Wang persoonlijk had gerekruteerd? Zij rapporteren nu aan andere executives. Wang heeft nog steeds de titel van Chief AI Officer, maar de macht is weg. $14 miljard geïnvesteerd en de top AI-wetenschapper weg en honderden banen zijn verloren door dit . Dit is Zuckerberg die toegeeft dat zijn grootste weddenschap niet werkte. En hij doet het op de manier waarop hij altijd doet, niet door iemand te ontslaan, maar door om hen heen te bouwen totdat er niets meer over is.