Kunstmatige intelligentie is voor de meeste bedrijven nog steeds een handige extra tool—een slimme chatbot hier, een automatische samenvatting daar. Maar bij Y Combinator, ’s werelds bekendste startup-versneller, pakken ze het fundamenteel anders aan. In een exclusieve aflevering van de Lightcone-podcast doet YC’s Pete Koomen voor het eerst een boekje open over hoe zij hun interne agent-infrastructuur vanaf de grond opbouwden. Het resultaat? Een organisatie die draait op een zelflerend, superintelligent besturingssysteem.
Het financiële probleem dat alles veranderde
Het begon allemaal niet met een groots, filosofisch plan voor superintelligentie, maar met een heel praktisch probleem bij de financiële afdeling. Handmatige processen, terugkerende administratieve rompslomp en data die verspreid stonden over verschillende systemen zorgden voor vertraging. In plaats van te kiezen voor een standaard softwarepakket, besloot het team van YC te experimenteren met AI-agenten.
De echte doorbraak kwam toen deze agenten niet langer in een afgeschermde zandbak hoefden te spelen, maar directe SQL-toegang kregen tot één centrale database. Door de agenten onbeperkte toegang te geven tot alle organisatiedata veranderde de dynamiek op slag. De paradox van Jevons trad in werking: hoe efficiënter de toegang tot data werd, des te groter werd de vraag naar complexere analyses en automatiseringen.
Het 'Single-Player' tijdperk en GBrain
Om de agenten optimaal te laten functioneren, moest YC de data 'denormaliseren'—speciaal structureren zodat het begrijpelijk werd voor AI. Dit leidde tot de geboorte van GBrain, het gedeelde organisatorische brein van YC. We bevinden ons volgens Koomen momenteel in het 'single-player' tijdperk van agenten, waarin individuele AI-assistenten specifieke taken overnemen en ondersteund worden door een gedeeld register van maar liefst 350 verschillende tools.
Wat het systeem écht revolutionair maakt, is wat er gebeurt als de werknemers slapen. Via concepten als Skillify en zogeheten 'MECE-resolvers' (Mutually Exclusive and Collectively Exhaustive) doorlopen de agenten een zelfverbeterende droomcyclus. ’s Nachts evalueren de agenten hun eigen prestaties, herstellen ze fouten en leren ze zichzelf nieuwe vaardigheden aan. Ze worden letterlijk slimmer terwijl de rest van de organisatie slaapt.
De 'Horseless Carriage'-valkuil
Koomen trekt in de podcast een historische parallel met de eerste auto’s, die destijds 'paardloze rijtuigen' werden genoemd. Men zag ze destijds slechts als een vervanger voor het paard, niet als een technologie die de hele infrastructuur van de wereld (wegen, steden, de wereldeconomie) zou transformeren. Volgens YC maken veel bedrijven vandaag de dag dezelfde fout met AI: ze zien het als een vervanger voor een menselijke taak, in plaats van een fundamenteel nieuwe manier van werken.
Een van de meest opvallende inzichten uit het experiment is dat chat de ultieme interface blijkt te zijn voor deze agenten. Via natuurlijke taal kunnen medewerkers 'Just-in-Time Software' creëren: code en applicaties die ad-hoc door de AI worden gegenereerd om een specifiek probleem op dat exacte moment op te lossen, om daarna weer te verdwijnen.
Een cultuur van blind vertrouwen
Het bouwen van een dergelijk gecentraliseerd AI-brein vraagt echter om meer dan alleen goede code; het vereist een cultuur van trust-default (standaard vertrouwen). Binnen YC krijgen nieuwe medewerkers direct toegang tot deze krachtige tools, wat de instapvloer voor nieuw talent enorm verlaagt. Iedereen kan vanaf dag één opereren op het niveau van een ervaren senior, ondersteund door het collectieve geheugen van de organisatie dat werkelijk alles registreert en analyseert.
We staan volgens Pete Koomen aan de vooravond van de persoonlijke AI-revolutie. Het bouwen van een superintelligente organisatie is geen verre toekomstmuziek meer bij Y Combinator is het de dagelijkse realiteit.
