Volgens Shumer laten recente modellen, zoals GPT-5.3 Codex en Claude Opus 4.6, zien dat AI zelfstandig software kan bouwen en testen. Hij verwijst naar metingen van METR waaruit zou blijken dat AI-systemen steeds langere taken autonoom kunnen uitvoeren, van ongeveer tien minuten naar bijna vijf uur binnen circa een jaar, gemeten op basis van de succesvolle afronding van complexe programmeertaken. Daarnaast verwijst hij naar uitspraken van Anthropic-CEO Dario Amodei, die volgens diverse media heeft aangegeven dat AI mogelijk 50% van de instapfuncties in witteboordenberoepen binnen één tot vijf jaar kan beïnvloeden of vervangen.

Het essay leidde tot een brede en soms felle online discussie. Voorstanders benadrukken dat AI nu al delen van juridisch werk, softwareontwikkeling, financiële analyse en contentproductie automatiseert en dat snelle adoptie noodzakelijk is om relevant te blijven. Tegelijkertijd klonk er stevige kritiek. Connor Boyack waarschuwde dat angst voor technologische verandering historisch vaker overdreven dan gerechtvaardigd is gebleken. AI-onderzoeker Gary Marcus noemde het betoog “weaponized hype” en wees erop dat sommige benchmarks waarop de vooruitgang wordt gebaseerd een succesdrempel van circa 50% hanteren en vooral betrekking hebben op programmeertaken, niet op brede economische activiteiten. Andere stemmen, zoals Craig Tindale, plaatsen AI in economisch perspectief en stellen dat productiviteitsgroei noodzakelijk is om vergrijzing en krimp van de beroepsbevolking op te vangen.

Parallel aan deze discussie ontstaat inmiddels ook een debat over de impact op enterprise software. Sommigen zien AI-agenten als een bedreiging voor grote SaaS-leveranciers zoals SAP, Workday en Salesforce. Anderen wijzen erop dat de kernwaarde van zulke systemen niet ligt in snelle codeproductie, maar in stabiele, gedeelde en juridisch verankerde processen zoals salarisadministratie en productieplanning. Daarnaast spelen factoren als integraties, overstapkosten, vertrouwdheid en aansprakelijkheid een grote rol. De verwachting in dit kamp is daarom dat AI zich eerder als intelligente laag bovenop bestaande systemen zal nestelen dan dat organisaties massaal hun eigen ERP- of HR-systemen gaan bouwen.

Kijkend naar de komende drie tot vijf jaar zijn grofweg vier ontwikkelrichtingen denkbaar, afhankelijk van hoe autonoom en betrouwbaar AI daadwerkelijk wordt en hoe snel organisaties bereid zijn deze technologie in hun kernprocessen te integreren:

• In het meest behoudende scenario blijft AI vooral een geavanceerde assistent die de productiviteit verhoogt binnen bestaande structuren. Werkprocessen worden efficiënter, maar organisaties veranderen fundamenteel weinig en professionals onderscheiden zich vooral door een slimmer gebruik van tools.
• In een tweede scenario kan AI technisch al veel zelfstandig uitvoeren, maar remmen regelgeving, compliance en risicomijding de brede uitrol. Dit leidt tot experimenten en pilots, met een groeiende kloof tussen innovatieve en meer traditionele organisaties.
• Bij snellere adoptie onder menselijke regie worden processen herontworpen rond mens-AI-samenwerking. Organisaties investeren dan in training, governance en toezicht, terwijl professionals verschuiven van uitvoerend werk naar controle, interpretatie en besluitvorming. Instapfuncties veranderen zichtbaar, omdat routinetaken vaker door systemen worden uitgevoerd.
• In het meest ingrijpende scenario combineren hoge autonomie en snelle adoptie zich. Kleinere teams leveren meer output, kostenstructuren verschuiven en routinematige kennisrollen komen onder druk te staan. De waarde verschuift naar probleemdefinitie, strategische keuzes, relatiebeheer en het aansturen van AI-systemen.

Welk scenario zich ontvouwt, hangt uiteindelijk af van technologische betrouwbaarheid en institutioneel vertrouwen. Voor organisaties betekent dit dat wendbaarheid en duidelijke governance cruciaal zijn, voor professionals dat investeren in AI-vaardigheden, systeemdenken en aanpassingsvermogen in alle gevallen verstandig is.

De belangrijkste conclusie is dat AI een duidelijke versnelling doormaakt en werkprocessen verandert, maar dat de snelheid en omvang van maatschappelijke ontwrichting onzeker blijven. Technologische vooruitgang alleen bepaalt niet het tempo; ook regelgeving, economische structuren en organisatiecultuur spelen een rol. De meest verstandige aanbeveling die uit het debat naar voren komt, is om AI actief en planmatig te verkennen zonder te vervallen in paniek of ontkenning. Organisaties doen er goed aan een eigen AI-strategie te formuleren waarin experimenteren, governance en integratie centraal staan. De discussie laat zien dat de vraag niet is óf AI impact heeft, maar hoe die impact zich in verschillende sectoren en tijdslijnen zal ontvouwen.

Bronnen

• Blom, E. (2026, 13 april). “Something big is happening”, maar trek je eigen AI-plan, want ‘blijf nieuwsgierig’ is geen strategie. FMT Handpicked.
• Business Insider. (2026, February 13). Gary Marcus calls out viral AI essay as alarmist ‘hype’.
• Business Insider. (2026, February 13). Here’s how smart people in tech are reacting to Matt Shumer’s viral essay about what AI means for jobs.
• Amodei, D. (2026). The adolescence of technology.
• Forbes. (2026, February 13). The problem with tech’s latest “Something Big Is Happening” manifesto.
• NDTV. (2026, February 11). AI could replace 50% of entry-level white-collar jobs within 5 years, warns tech CEO.
• Shumer, M. (2026, February 9). Something Big Is Happening.
• Shumer, M. (2026). Post on X regarding publication and reach of Something Big Is Happening.
• Shumer, M. (2026). LinkedIn post regarding publication of Something Big Is Happening.
• Vox. (2026, February 12). What the latest viral AI apocalypse warning gets wrong.