Dit is geen academische curiositeit. Dit is het signaal dat de volgende golf AI niet over chatbots of samenvattingen gaat — maar over problemen die we collectief hadden opgegeven.
Van wiskunde naar jouw sector
Laten we helder zijn: het gaat hier niet om een sudoku'tje. Het gaat om een openstaand probleem in de wiskunde waar generaties onderzoekers hun tanden op stuk hebben gebeten. GPT-5.6 Sol Ultra deed wat DeepMind's AlphaFold deed voor eiwitvouwing in 2020: een domein waar menselijke intuïtie faalde, opende AI een deur die dichtzat.
Voor jouw MKB-bedrijf vertaalt zich dat als volgt: het soort expertise dat vroeger exclusief was voor multinationals met R&D-budgetten van tientallen miljoenen, wordt toegankelijk via een maandabonnement. Jouw productieproces optimaliseren met geavanceerde wiskunde? Jouw logistieke routes herberekenen op manieren die geen consultant ooit bedacht? Jouw prijsstrategie baseren op modellen die voorheen alleen bij McKinsey in een kelder draaiden? Het kan.
Wat dit concreet betekent voor jouw MKB
Neem een Nederlands installatiebedrijf met 25 man. Hun planners besteden elke week 8 uur aan het optimaliseren van monteursroutes — files, spoedklussen, wijzigingen. Een consultant rekent 15000 euro voor een eenmalige route-optimalisatie. GPT-5.6-niveau modellen kunnen datzelfde probleem in minuten doorrekenen, met live verkeersdata, voor de prijs van een paar API-calls. Het type optimalisatie dat voorheen 'te duur voor MKB' was, wordt een commodity. En routeplanning is nog maar het begin — voorraadbeheer, prijsstrategie, personeelsroosters: elk optimalisatieprobleem met veel variabelen is nu oplosbaar zonder duur consultancy-traject.
De snelheid is het echte nieuws
GPT-5.5 werd uitgebracht in maart. GPT-5.6 is er nu, juli. Drie maanden. De variant die het wiskundeprobleem oploste — Sol Ultra — bestaat pas een week.
De versnelling is niet lineair. Iedere nieuwe generatie lost problemen op die de vorige generatie niet aankon — maar nu lost één generatie problemen op die vijftig jaar menselijke inspanning niet aankon. Dat is een orde van grootte die je bedrijfsstrategie raakt, niet alleen je toolkeuze.
Drie dingen die je deze week moet doen
1. Inventariseer je 'onoplosbare' problemen
Elk bedrijf heeft ze: processen die al jaren 'te complex' zijn, optimalisaties die 'te veel variabelen' hebben, analyses die 'te duur' zijn om uit te besteden. Schrijf ze op. Over zes maanden is het antwoord niet langer 'kan niet' maar 'doen we dinsdag'.
2. Experimenteer met de nieuwe generatie modellen — nu
GPT-5.6, Claude, Gemini — de nieuwste modellen zijn niet 'iets beter', ze zijn fundamenteel capabeler. Wie nu wacht tot 'de hype voorbij is', ontdekt over een jaar dat concurrenten processen hebben geautomatiseerd die jij nog handmatig doet. Begin met één concreet bedrijfsprobleem en test of het nieuwe model het anders oplost dan het oude.
3. Herzie je aanname over wat AI 'niet kan'
Tot gisteren was 'creatief wiskundig redeneren' een menselijk domein. Tot vorig jaar was 'beeldherkenning op medisch niveau' ondenkbaar. De lijst van 'dit kan AI niet' wordt maandelijks korter. De vraag is niet of jouw sector geraakt wordt, maar wanneer en door wie — jou of je concurrent.
Het contra-intuïtieve inzicht
Verrassend genoeg is het niet het opgeloste probleem zelf dat telt. Het is het feit dat we niet wisten dat dit model dit kon, totdat iemand het probeerde. OpenAI claimde niet 'we hebben een wiskundeprobleem opgelost' in hun aankondiging. Een externe onderzoeker dacht: laat ik het eens vragen. En kreeg antwoord. Dat betekent dat de werkelijke capaciteiten van deze modellen groter zijn dan wat de makers zelf communiceren. De vraag is niet 'wat kan GPT-5.6?' maar 'wat heb je nog niet geprobeerd?'
De AI die jouw sector transformeert, is niet de AI uit de persberichten. Het is de AI die jij morgen een vraag stelt waarvan je denkt dat het antwoord 'nee' is.