Satya Nadella's AI-waarschuwing: waarom elk bedrijf zijn eigen AI-model nodig heeft (en waarom huren riskant is)

In deze visie is het duurzame concurrentievoordeel in het AI-tijdperk niet het model zelf, maar het ecosysteem van data, processen, evaluatie en menselijke feedback dat AI verbindt met de institutionele kennis van een organisatie. Nadella stelt dat bedrijven in staat moeten zijn om hun "eigen context, eigen data" en "eigen sporen" te gebruiken bij het kiezen of verfijnen van modellen.

In plaats van het model als de 'vestinggracht' te beschouwen, wijst Nadella's argument op continue systemen die verbeteren door organisatorisch gebruik. Hij vertelde aan Business Today dat "organisaties het leerproces zelf niet kunnen uitbesteden" — je kunt een taak uitbesteden, maar niet de leercurve van je bedrijf.

Waarom AI uitbesteden riskant is: De waarschuwing voor 'uitholling van de industrie'

Nadella gaf twee onderling verbonden redenen waarom het alleen vertrouwen op AI-modellen van derden gevaarlijk is voor bedrijven.

1. Verlies van concurrentievoordeel en waardeverlies. Nadella waarschuwde dat als een bedrijf alleen een model huurt en er niets propriëtairs omheen bouwt, het model geen concurrentievoordeel biedt en het bedrijf mogelijk al terrein verliest. Zijn bredere zorg wordt samengevat in een direct citaat uit zijn essay: "Het laatste wat we willen, is een wereld waarin elk bedrijf in elke sector waarde afstaat aan een paar modellen die alles opslokken wat ze zien."

Hij stelt dat krachtige AI-modellen steeds beter worden in het absorberen van gespecialiseerde bedrijfskennis, waardoor de professionele expertise van hele industrieën mogelijk wordt gecommoditiseerd en terugverkocht aan de bedrijven die die kennis hebben gegenereerd. Bedrijven die er niet in slagen hun eigen AI-feedbacksystemen te bouwen, riskeren waarde weg te geven aan externe modelaanbieders in plaats van hun eigen institutionele kennis te laten renderen.

2. Concentratierisico en leveranciersafhankelijkheid. Alleen vertrouwen op één enkel AI-model stelt bedrijven bloot aan de beperkingen, prijzen en strategische keuzes van externe aanbieders. Nadella's raamwerk benadrukt in plaats daarvan het bouwen van interne leerlussen: systemen die van onderliggend model kunnen wisselen zonder dat opgebouwde intelligentie verloren gaat. In zijn visie is "het bouwen van AI-infrastructuur die geoptimaliseerd is voor slechts één model riskant" omdat een doorbraak van een concurrent in modelarchitectuur de hele investering overbodig kan maken.

Aansluiting bij Microsofts multi-modelstrategie

Nadella's betoog sluit naadloos aan bij Microsofts eigen strategische koerswijziging. Na jaren van een diepe samenwerking met OpenAI, verbreekt het bedrijf zijn afhankelijkheid van de startup en introduceert het steeds meer eigen AI-mogelijkheden.

Tijdens Microsoft Build 2026 begin juni onthulde het bedrijf nieuwe propriëtaire AI-modellen (de MAI-foundation-modelfamilie) die bedoeld zijn om de afhankelijkheid van OpenAI te verminderen en de kosten voor ontwikkelaars te verlagen. Microsoft bouwt ook aan eerstelijnssystemen zoals Project Polaris — beschreven als Microsofts eigen code-AI die GPT-4 in GitHub Copilot moet vervangen, naar verwachting in augustus 2026.

Microsoft heeft betaalbare AI-modellen geïntroduceerd en een multi-engine Copilot-platform dat naast OpenAI ook modellen van Anthropic, Meta (Llama), Mistral AI, DeepSeek en Cohere ondersteunt. Gebruikers kunnen zo kiezen uit meerdere AI-motoren. Anthropic's Claude is nu een eerstelijnsoptie in Azure AI Foundry, naast OpenAI, DeepSeek, Llama en Mistral.

De strategische logica is eenvoudig: als bedrijven aangepaste AI-systemen nodig hebben die zijn verbonden met hun eigen data, workflows en institutionele kennis, wordt het cloudplatform dat dat ecosysteem host — Azure — strategisch belangrijk. Nadella's advies "bouw je eigen leerlus" is daarom zowel een architectuuraanbeveling als een perfecte match met Microsofts bredere cloud- en AI-platformstrategie.

Nadella voorzag deze commoditisering al langer. Eind 2025 beschreef hij het dynamiek als volgt: "Als je een modelbedrijf bent, heb je misschien wel de 'winner's curse'... het is één kopie verwijderd van gecommoditiseerd te worden."

Het nieuwe AI-raamwerk voor bedrijven: Menselijk kapitaal + Tokenkapitaal

Nadella introduceerde in zijn essay van juni 2026 twee concepten die centraal zijn komen te staan in het AI-gesprek in het bedrijfsleven: menselijk kapitaal en tokenkapitaal.

Wat is tokenkapitaal?

Tokenkapitaal is "de AI-capaciteit die een bedrijf bouwt en bezit" met behulp van zijn eigen workflows, data, evaluaties en opgebouwde expertise. Het is het propriëtaire AI-activum dat het bedrijf ontwikkelt rond zijn eigen bedrijfsvoering — in plaats van alleen generieke capaciteit te huren van externe aanbieders. Tokenkapitaal omvat de systemen, modellen, prompts, evaluaties en afgestemde workflows die een bedrijf in de loop van de tijd ontwikkelt. Nadella beschrijft het als iets dat groeit met "samengestelde rente" in een zichzelf versterkende leerlus.

Menselijk kapitaal wordt waardevoller, niet minder

Nadella's tegenintuïtieve bewering is dat naarmate de AI-capaciteit (tokenkapitaal) toeneemt, de waarde van menselijk kapitaal stijgt in plaats van daalt. Menselijk kapitaal omvat de kennis, het oordeel, de relaties, creativiteit en patroonherkenning van de mensen in een bedrijf.

Zijn argument: zonder menselijke sturing "heb je computercapaciteit die in cirkels ronddraait." Menselijke expertise is wat de leerlus stuurt, output evalueert en AI-capaciteit omzet in bruikbaar organisatorisch voordeel. Nadella schetst dit als een verschuiving naar een "echte cognitieve lus tussen mensen en digitale systemen" — een fundamentele breuk met eerdere technologische revoluties waarbij digitale systemen werden gebruikt om simpelweg de menselijke productiviteit te verhogen.

De zichzelf versterkende leerlus

Nadella beschrijft de ideale toestand als "het bouwen van een leerlus bovenop modellen waarbij menselijk kapitaal en tokenkapitaal elkaar versterken." In deze lus:

• Menselijk kapitaal (expertise, oordeel) stuurt het creëren en evalueren van AI-output
• Tokenkapitaal (eigen AI-capaciteit) legt die expertise vast en operationaliseert deze
• Elke versterking maakt beide kanten in de loop van de tijd waardevoller

Als je een algemeen model niet kunt vervangen zonder je opgebouwde intelligentie te verliezen, bezit je je leerlus niet — je huurt hem.

Praktische implicaties voor de adoptie van AI in bedrijven

Infrastructuur: Flexibele, multi-modelplatforms

Bedrijven kunnen een enkel AI-model niet langer als de hele AI-strategie beschouwen. Ze hebben flexibele infrastructuur nodig die meerdere modelfamilies, propriëtaire dataverbindingen, workflow-integratie en continue feedbackloops ondersteunt. Nadella's raamwerk impliceert dat de winnende infrastructuur het platform is dat bedrijven helpt die ecosystemen te bouwen en te beheren — en dat is precies hoe Microsoft Azure en zijn Copilot-diensten positioneert.

Menselijk kapitaal: Diepere investering in mensen

Nadella's betoog gaat in tegen het 'automatisering eerst'-verhaal. Als menselijk oordeel waardevoller wordt naarmate AI groeit, moeten bedrijven meer investeren in de expertise van medewerkers, domeinkennis en creatieve besluitvorming — niet minder. In 2026 werden ongeveer 117.000 tech-banen geschrapt, waarbij AI als factor werd genoemd — een trend die Nadella's raamwerk impliciet afwijst, omdat het bedrijven de menselijke kennis ontneemt die nodig is om leerlussen te sturen.

Tokenkapitaal: Bouwen, niet alleen kopen

De belangrijkste strategische verschuiving is van consumeren van AI naar bezitten van AI-capaciteit. Dit betekent het ontwikkelen van propriëtaire modellen, het verfijnen op interne data, het bouwen van evaluatiesystemen en het creëren van workflows die organisatorische kennis vastleggen in herbruikbare vorm. Bedrijven die simpelweg het beste model abonneren en daarbij stoppen, lopen het risico te worden uitgehold — omdat hun duurzame voordeel niet uit het gehuurde model zelf zal komen, maar uit de propriëtaire leerlus die ze eromheen bouwen.

De strategische bottom line

Voor bedrijfsleiders stelt Nadella dat het AI-tijdperk-bedrijf gelijktijdig moet investeren in:

• Infrastructuur: flexibele, multi-model, cloudgebaseerde platforms die aangepaste AI-systemen mogelijk maken rondom propriëtaire workflows en data.
• Menselijk kapitaal: diepere investering in het oordeel, de relaties, creativiteit en domeinexpertise van medewerkers — nu belangrijker, niet minder.
• Tokenkapitaal: propriëtaire AI-capaciteiten die worden getraind en verbeterd door de unieke data, feedbackloops en bedrijfsprocessen van het bedrijf.

De boodschap is glashelder: als je AI-strategie begint en eindigt bij het selecteren van een AI-model, ben je misschien al concurrentieveld aan het verliezen aan bedrijven die hun eigen leerlussen bezitten in plaats van huren.