Een miljard tegen het taalmodel

Yann LeCun, Turing Award-winnaar en jarenlang het hoofd van de AI-onderzoeksgroep van Meta, haalde op 10 maart 2026 ruim een miljard dollar op voor een nieuw bedrijf. AMI Labs in Parijs kreeg 1,03 miljard dollar bij een waardering van 3,5 miljard, volgens TechCrunch en Crunchbase News de grootste seed-ronde ooit voor een Europese startup. Onder de investeerders staan Nvidia, Samsung, Bezos Expeditions, Eric Schmidt en Xavier Niel.

Het opvallende zit niet in het bedrag. Het zit in de inzet. LeCun haalde dat geld op om precies het soort AI te vervangen waar de rest van de industrie honderden miljarden in pompt: het grote taalmodel achter ChatGPT, Gemini en Claude. We schreven er in januari al een kort bericht over, over de aankondiging. Dit is de mening erachter.

01De gok

LeCun vertrok eind 2025 bij Meta. Zijn overtuiging herhaalt hij al jaren: de manier waarop de industrie nu AI bouwt is een "doodlopende weg". Een taalmodel voorspelt het volgende woord op basis van patronen in tekst. Daardoor kan zo'n systeem volgens hem nooit echt redeneren, niet betrouwbaar plannen en niet leren hoe de wereld werkt. Het kent alleen tekst, geen werkelijkheid.

Zijn alternatief heet een "world model". AMI bouwt voort op LeCun's eigen architectuur, de "Joint Embedding Predictive Architecture", afgekort JEPA. Een model dat niet het volgende woord of de volgende pixel voorspelt, maar de betekenis van hoe een situatie verandert. Eerst de wereld leren begrijpen, dan pas handelen. AMI mikt op industrie, robotica en zorg, plekken waar de zwakte van taalmodellen het hardst aankomt.

02Heeft hij gelijk?

Een paar weken na de aankondiging kwam er munitie. Op 25 maart 2026 lanceerde de ARC Prize Foundation een nieuwe test, ARC-AGI-3, die meet hoe goed een AI kan verkennen, plannen en doelen ontdekken in een onbekende, interactieve omgeving. De uitkomst was hard. Alle topmodellen scoorden onder de 1 procent. Mensen lossen dezelfde opgaven volledig op.

Dat sluit aan bij wat onderzoekers al langer zien. Taalmodellen zijn briljant in het produceren van tekst die klinkt als een redenering, en zwak zodra ze moeten plannen of de fysieke gevolgen van een actie moeten inschatten. Ze hallucineren niet door een bug. Ze hallucineren omdat het volgende woord voorspellen iets anders is dan weten of het waar is.

03Wat een wereldmodel wel belooft

De aantrekkingskracht van LeCun's plan is reeel. Een systeem dat de fysica van een situatie begrijpt, kan een handeling vooraf simuleren, de gevolgen inschatten en bijsturen voordat het iets doet. Dat is precies wat een robot, een zelfrijdende machine of een planningssysteem nodig heeft, en precies wat een taalmodel mist. Voor die domeinen, met fysieke gevolgen en weinig ruimte voor gokwerk, is de gok van AMI logisch. De vraag is alleen of dat de hele AI-wereld op zijn kop zet, of er een laag aan toevoegt.

04Waar LeCun overdrijft

En toch. LeCun stelt dat taalmodellen binnen vijf jaar nutteloos zijn. Dat is geen analyse, dat is een verkoopargument. Hij haalde net een miljard op voor het alternatief, dus hij heeft elke reden om het zwart-wit te brengen.

Drie kanttekeningen. Een: het bezwaar dat een taalmodel voor elk woord evenveel rekenkracht gebruikt, klopt steeds minder. De nieuwste modellen denken in stappen, gebruiken gereedschap en besteden meer rekentijd aan moeilijke vragen. Twee: wereldmodellen en taalmodellen sluiten elkaar niet uit. De waarschijnlijke toekomst is hybride. Een taalmodel voor taal en kennis, een wereldmodel voor planning en fysica, gereedschap voor de rest. Drie: het einde van het taalmodel is al vaak voorspeld en even vaak opgeschoven.

Wegwuiven mag je LeCun niet. Hij had eerder gelijk toen de rest twijfelde aan diep leren. Maar de sprong van "structureel beperkt" naar "nutteloos" maakt hij om geld op te halen, niet omdat het bewijs er is.

05De vraag die telt

Hier komt onze mening, en het is een mening. Het hele debat draait om de vraag of een taalmodel in zijn eentje kan denken. Voor wie vandaag met AI werkt, is dat de verkeerde vraag. De juiste vraag is: hoe zet je een taalmodel zo in dat zijn zwaktes er niet toe doen?

Want je kent die zwaktes. Een taalmodel verzint dingen, het plant slecht, het heeft geen model van jouw werkelijkheid. Dus geef je het die werkelijkheid. Je vraagt het niet om uit het niets te redeneren, je voert het met echte data uit de systemen die een bedrijf al gebruikt. De mail, de planning, de offerte, de boekhouding. Dat is het wereldmodel dat je vandaag al hebt. Geen from-scratch JEPA, maar de feitelijke staat van het bedrijf.

En je laat het taalmodel niet alleen beslissen. Elke serieuze uitkomst toont zijn bron. Elke actie met impact gaat langs een mens. Alles wordt gelogd. Dan gebruik je het model voor wat het wel kan, taal en context begrijpen, en hou je het oordeel waar het hoort.

06Wat dit betekent

Dat is het verschil tussen een AI die je moet vertrouwen en een AI die je kunt controleren. LeCun heeft gelijk dat je een taalmodel niet blind moet vertrouwen om te redeneren en te plannen. Wij zijn het daarmee eens, en daarom bouwen we het ook niet zo.

Het mooie van die keuze: je hoeft geen kant in zijn weddenschap te kiezen. Plateauen taalmodellen? Een gegronde, gecontroleerde AI werkt nog steeds, want je vroeg hem nooit het onmogelijke. Komt het wereldmodel er wel, sneller en beter? Dan schuift dat er gewoon onder. De laag blijft, het model is verwisselbaar.

Voor wie nu een AI-product bouwt, is dat meteen het scherpste filter. Een venture die erop gokt dat het taalmodel het probleem magisch oplost, is fragiel. Een venture die het taalmodel grondt in echte data en menselijk toezicht, staat overeind, wat de onderzoekers de komende vijf jaar ook ontdekken.

07Slot

LeCun zet een miljard in op de vraag of een machine de wereld echt kan begrijpen. Een fascinerende vraag, en zijn lab is de juiste plek om hem te stellen. Maar voor een bedrijf dat deze maand een offerte niet wil laten liggen, is de vraag kleiner en concreter. Krijgt de juiste persoon op tijd het juiste signaal, met de bron erbij? Daar heb je geen wereldmodel voor nodig. Je hebt grond onder de voeten nodig.