xAI Speech API, AGIBOT-robots, Lunit AI-kanker & Taiwan chipproductie

Linda: Welkom bij The State of Tech, jouw dagelijkse update over alles wat er speelt in de wereld van technologie en kunstmatige intelligentie. Het is zaterdag 18 april 2026, en we hebben weer een interessante line-up voor je. Mijn naam is Linda Duursma, en zoals altijd zit Siert de Groot naast me. Siert, neem ons even mee.

Siert: Vandaag bespreken we: de lancering van de Grok Speech to Text API door xAI, een nieuwe generatie belichaamde robots van AGIBOT, zes AI-studies van Lunit op het kankercongres AACR, een Stanford-rapport over Taiwan als spil van de wereldwijde AI-hardware, het besluit van Atlassian om klantdata te gaan gebruiken voor AI-training, en tot slot de waarschuwingen rond de uitrol van Anthropic's nieuwe Mythos-tool bij Britse banken. We beginnen met xAI.

xAI duikt de spraakmarkt in met scherpe prijzen.

Linda: Siert, xAI heeft vandaag een nieuwe API gelanceerd, Grok Speech to Text. Wat moeten we hiervan vinden?

Siert: Het bedrijf van Elon Musk lanceert dus een transcriptiedienst die spraak omzet naar tekst. Real-time, of in batch, en in meer dan vijfentwintig talen. De prijs is waar het echt om draait: tien tot twintig dollarcent per uur audio. xAI claimt daarmee de goedkoopste op de markt te zijn.

Linda: Dat is fors lager dan de bestaande spelers, toch?

Siert: Veel lager. OpenAI's Whisper-API en de diensten van Google en Microsoft zitten doorgaans hoger. En xAI bouwt dit niet vanuit het niets. De technologie wordt al gebruikt voor de stemfuncties in Tesla-voertuigen en voor de klantenondersteuning van Starlink. Dus dit is een product dat zich in de praktijk al heeft bewezen, en dat nu beschikbaar wordt voor externe ontwikkelaars.

Linda: En er zitten ook geavanceerdere functies in?

Siert: Ja, sprekerdiarisatie bijvoorbeeld. Dat is de technische term voor het automatisch herkennen wie wat zegt in een gesprek met meerdere mensen. Dat is cruciaal voor podcasts, vergaderingen, juridische opnames. En je krijgt tijdstempels op woordniveau, dus je kunt heel precies terug naar het exacte moment in een audiobestand.

Linda: Wat betekent dit voor de markt?

Siert: Wat dit laat zien, is dat xAI zich positioneert als een full-stack AI-infrastructuurbedrijf. Niet alleen een chatbot, maar een complete stack waar ontwikkelaars op kunnen bouwen. En door agressief op prijs te concurreren, dwingt xAI de hele markt om te reageren. Voor ontwikkelaars en startups die spraakherkenning nodig hebben, wordt het instapdrempel ineens veel lager.

Linda: En in Nederland?

Siert: Voor Nederlandse mediabedrijven, callcenters en juridische dienstverleners die op grote schaal audio transcriberen, kan dit een serieuze kostenbesparing opleveren. De vraag is wel hoe goed Grok presteert op het Nederlands. Vijfentwintig talen klinkt mooi, maar de kwaliteit per taal verschilt vaak fors. Nederlandse ontwikkelaars zullen dat zelf moeten testen voordat ze overstappen.

Robots stappen uit de demo en de fabriek in.

Linda: Verder naar AGIBOT, een Chinees bedrijf in belichaamde AI. Wat hebben zij aangekondigd?

Siert: AGIBOT heeft op zijn Partner Conference 2026 een nieuwe generatie robots en foundation-modellen gepresenteerd. Vier nieuwe robotplatforms, en meerdere AI-modellen. Het draait allemaal om wat zij noemen: één robotlichaam, drie intelligenties.

Linda: Drie intelligenties, leg dat eens uit.

Siert: Het idee is dat een robot meerdere lagen van intelligentie nodig heeft. Een laag voor motoriek en bewegen, een laag voor perceptie en herkennen wat er om hem heen gebeurt, en een laag voor planning en redeneren. Die drie samen maken dat een robot in een onvoorspelbare omgeving kan functioneren, niet alleen in een gecontroleerde fabriekshal.

Linda: Ze leggen ook expliciet de nadruk op meetbare resultaten, las ik.

Siert: Dat is precies de kern. AGIBOT zegt: we gaan van mogelijkheden tonen naar meetbare resultaten leveren. En dat is een belangrijke verschuiving in de hele robotica-industrie. De afgelopen jaren hebben we eindeloos veel video's gezien van robots die salto's maken, koffie inschenken, een doos verplaatsen. Indrukwekkend, maar uiteindelijk demo's. De vraag is altijd: kunnen ze ook acht uur per dag, vijf dagen per week, in een echte werkomgeving betrouwbaar functioneren?

Linda: En daar zijn we nu aan toe?

Siert: Veel onderzoekers zien belichaamde AI als de logische volgende fase. Taalmodellen zoals GPT en Claude leven in een digitale wereld. Belichaamde AI brengt dat soort intelligentie naar de fysieke wereld, in robots die kunnen oppakken, lopen, navigeren. Als China hier nu serieus opschaalt, dan verschuift het zwaartepunt van de robotica-industrie verder weg van de traditionele Japanse en Duitse spelers.

Linda: Wat betekent dit voor Nederland?

Siert: Nederland heeft een sterke logistieke sector, denk aan de havens van Rotterdam, de distributiecentra rond Tilburg en Venlo. Dat zijn precies de omgevingen waar belichaamde AI-robots inzetbaar zijn. Maar er is ook een keerzijde: als Chinese robots betrouwbaar en betaalbaar worden, dan gaat dat gevolgen hebben voor banen in magazijnen en productie. Dat is een gesprek dat we hier de komende jaren echt moeten gaan voeren.

AI duikt steeds dieper in de kankerzorg.

Linda: Dan een onderwerp uit de medische hoek. Lunit heeft zes studies gepresenteerd op het AACR-congres.

Siert: AACR staat voor American Association for Cancer Research, en het jaarlijkse congres is een van de belangrijkste evenementen in de oncologie. Lunit, een Zuid-Koreaans bedrijf gespecialiseerd in AI voor kankerdiagnostiek, presenteerde daar zes studies. Eén daarvan, samen met Agilent Technologies, kreeg veel aandacht.

Linda: Wat hebben ze gevonden?

Siert: De studie keek naar tumoren met een hoge expressie van iets dat c-MET heet. Dat is een eiwit op tumorcellen. Wat ze ontdekten, is dat in tumoren met veel c-MET de dichtheid van immuuncellen significant lager is. Dat suggereert dat tumoren met veel c-MET er beter in zijn om het immuunsysteem te ontwijken.

Linda: En de AI doet dan wat precies?

Siert: De AI analyseert beelden van tumorweefsel onder de microscoop, en herkent patronen in de tumormicro-omgeving. Dat is alles wat zich rondom de kankercellen afspeelt: immuuncellen, bloedvaten, bindweefsel. Een menselijke patholoog kan dat ook, maar een AI kan het sneller, op grotere schaal, en kan subtiele patronen vinden die het menselijk oog mist.

Linda: Wat betekent dit voor de behandeling van patiënten?

Siert: Precisie-oncologie is al jaren de heilige graal: niet één behandeling voor iedereen met dezelfde soort kanker, maar een behandeling die past bij de specifieke biologie van jouw tumor. Wat AI hieraan toevoegt, is schaal en snelheid. Een AI kan in seconden een biopsie analyseren waar een menselijke patholoog uren over doet. En de AI vindt biomarkers die helpen voorspellen welke immuuntherapie wel of niet gaat werken.

Linda: Wordt dit ook in Nederland toegepast?

Siert: Nederland loopt op dit gebied behoorlijk voorop. Het UMC Utrecht, het Antoni van Leeuwenhoek, en de Radboud in Nijmegen doen al jaren onderzoek naar AI in de pathologie. Het Radboud is zelfs internationaal toonaangevend. De uitdaging is altijd: hoe krijg je deze technologie van het onderzoekslab naar de dagelijkse klinische praktijk? Dat vergt validatie, regelgeving en training van pathologen.

Linda: Even een kleine onderbreking. Luister je vaker naar The State of Tech? Druk dan op de likeknop en abonneer je, zodat je nooit een aflevering mist. Oké, verder.

Eén eiland, en de hele AI-wereld hangt ervan af.

Linda: Dan naar een rapport van Stanford University. Taiwan wordt beschreven als de levensader van de AI-hardware-toeleveringsketen.

Siert: Het AI Index-rapport komt van het Institute for Human-Centered AI van Stanford, en wordt jaarlijks gepubliceerd. Dit jaar staat Taiwan centraal. De cijfers liegen er niet om: de Verenigde Staten hadden vorig jaar meer dan vijfduizendvierhonderd datacenters, maar bijna alle geavanceerde AI-chips daarin worden geproduceerd door één bedrijf: TSMC, oftewel Taiwan Semiconductor Manufacturing Company.

Linda: Eén bedrijf, op één eiland.

Siert: Eén bedrijf, één eiland, en feitelijk een handvol fabrieken. Dat is de extreme concentratie waar het rapport op wijst. Nvidia ontwerpt de chips, maar TSMC bakt ze. AMD ontwerpt chips, TSMC bakt ze. Apple ontwerpt chips, TSMC bakt ze. De hele moderne AI-economie hangt aan deze ene productieketen.

Linda: En dat is een geopolitiek risico.

Siert: Een enorm risico. Taiwan ligt op honderdzestig kilometer van de Chinese kust, en China beschouwt Taiwan officieel als afvallige provincie. Elke escalatie tussen China en Taiwan, of tussen China en de VS over Taiwan, kan de wereldwijde chipproductie ontwrichten. Schattingen lopen uiteen, maar een serieuze verstoring zou de wereldeconomie honderden miljarden kosten en de AI-ontwikkeling jaren terugwerpen.

Linda: Wordt er iets aan gedaan?

Siert: De VS investeert via de CHIPS Act tientallen miljarden in eigen halfgeleiderproductie. Intel bouwt fabrieken in Arizona en Ohio. TSMC zelf bouwt ook fabrieken in Arizona. Maar het opzetten van een geavanceerde chipfabriek duurt vijf tot zeven jaar, en de meest geavanceerde processen blijven voorlopig in Taiwan. De afhankelijkheid wordt op korte termijn niet kleiner.

Linda: En Nederland speelt hierin ook een rol.

Siert: Een cruciale rol. ASML in Veldhoven maakt de extreme ultraviolet-machines, EUV, waarmee TSMC die geavanceerde chips überhaupt kan bakken. Zonder ASML geen TSMC, en zonder TSMC geen AI-revolutie zoals we die nu kennen. Nederland zit dus op een zeer strategisch punt in deze keten, en dat verklaart ook waarom de exportbeperkingen richting China zo'n politiek gevoelig dossier blijven.

Atlassian gaat klantdata gebruiken voor AI-training.

Linda: Verder met Atlassian. Vanaf 17 augustus gaat het bedrijf klantdata gebruiken voor AI-training. Dat klinkt gevoelig.

Siert: Dat is het ook. Atlassian, het Australische bedrijf achter Jira, Confluence en Trello, heeft aangekondigd dat het vanaf 17 augustus 2026 metadata en in-app gegevens van klanten gaat gebruiken om zijn apps en AI-functies te verbeteren. Voor alle klanten, dus standaard.

Linda: En dat gebeurde nog niet?

Siert: Volgens Atlassian gebeurde dit al wel om de ervaring per individuele klant te verbeteren. Maar de uitbreiding zit hem erin dat data nu breder wordt ingezet voor algemene AI-training. Dus jouw bedrijfsdata kan ook worden gebruikt om modellen te verbeteren die bij andere klanten draaien.

Linda: Dit past in een breder patroon, toch?

Siert: Het past precies in een patroon. We hebben hetzelfde gezien bij Slack, bij Microsoft, bij Adobe. Bedrijven die jarenlang vertrouwen hebben opgebouwd door te beloven dat klantdata veilig is, schuiven nu langzaam op richting gebruik voor AI-training. Vaak met een opt-out in plaats van een opt-in. Dat betekent: tenzij jij actief bezwaar maakt, gaat je data mee.

Linda: En de kritiek is er ook al?

Siert: De kritiek begon al eerder. Met name rond een product dat Plane heet, was er onvrede onder gebruikers en beheerders over hoe Atlassian AI integreerde. Deze nieuwe aankondiging giet daar olie op het vuur. De kernvraag is: weten klanten precies wat er met hun data gebeurt, en hebben ze daar echte controle over?

Linda: Hoe zit dat onder de AVG?

Siert: De AVG, de Algemene Verordening Gegevensbescherming, eist een rechtsgrond voor verwerking. Atlassian zal zich waarschijnlijk beroepen op gerechtvaardigd belang of op toestemming via de gebruiksvoorwaarden. Maar Nederlandse organisaties die Jira of Confluence gebruiken voor gevoelige projecten, denk aan overheid, zorg of financiële sector, moeten hier echt opletten. Dit kan een serieus compliance-probleem worden, en functionarissen voor gegevensbescherming hebben weer een nieuw dossier op hun bureau.

Anthropic's Mythos komt naar Britse banken, en niet iedereen is blij.

Linda: Tot slot. Britse banken bereiden zich voor op een nieuwe AI-tool van Anthropic, genaamd Mythos. En financiële leiders waarschuwen.

Siert: Anthropic, het bedrijf achter Claude, heeft een nieuw model dat Mythos heet. Tot nu toe alleen beschikbaar voor Amerikaanse bedrijven, maar de uitrol naar Britse instellingen begint de komende dagen. En Britse banken staan in de rij om het te gebruiken.

Linda: Voor wat dan precies?

Siert: Dat is deels nog onduidelijk, maar de toepassingen liggen voor de hand: risicoanalyse, fraudedetectie, klantenservice, complianceprocessen, kredietbeoordeling. Allemaal terreinen waar krachtige taalmodellen veel kunnen versnellen. Maar het zijn ook precies de terreinen waar fouten serieuze gevolgen hebben voor consumenten.

Linda: En vandaar de waarschuwingen.

Siert: Financiële leiders, en daarmee worden zowel toezichthouders als senior bestuurders bedoeld, slaan alarm. De zorgen zijn meervoudig. Eén: hallucinaties, het verschijnsel dat AI-modellen overtuigend onjuiste informatie produceren. In een bank kan dat leiden tot verkeerde kredietbesluiten. Twee: bias, de kans dat het model bepaalde groepen klanten systematisch benadeelt. Drie: uitlegbaarheid, want toezichthouders willen kunnen begrijpen waarom een beslissing is genomen.

Linda: Dit raakt aan de bredere discussie over AI in kritieke sectoren.

Siert: Dit is de kerndiscussie. Banken zijn kritieke infrastructuur. Als een AI-model massaal wordt ingezet bij meerdere grote banken tegelijk, en dat model maakt een systematische fout, dan kan dat de hele sector raken. Dat heet systeemrisico. Toezichthouders zoals de Bank of England zijn hier zeer alert op. De vraag is of de regelgeving de snelheid van adoptie kan bijhouden.

Linda: En in Nederland?

Siert: ING, Rabobank en ABN AMRO experimenteren allemaal al langer met generatieve AI. De Nederlandsche Bank heeft duidelijke richtlijnen gepubliceerd over verantwoord AI-gebruik in de financiële sector. De Europese AI Act, die dit jaar verder van kracht wordt, classificeert veel financiële AI-toepassingen als hoog risico, met strenge eisen. Nederlandse banken zullen Mythos en vergelijkbare tools dus alleen kunnen inzetten binnen een strak compliance-kader. En dat is, gezien de risico's, ook geen overbodige luxe.

Linda: Dan zijn we aan het einde van deze aflevering. Vandaag hadden we het over: xAI's nieuwe spraakherkennings-API, de robots van AGIBOT, AI in de kankerzorg met Lunit, Taiwan als spil van de wereldwijde chipproductie, Atlassian dat klantdata voor AI-training gaat gebruiken, en de uitrol van Anthropic's Mythos bij Britse banken.

Siert: Meer weten of reageren? Ga naar thestateoftech.nl of mail ons op info@doorzetters.net.

Siert: State of Tech, de techwereld in 15 minuten.