De Nederlandse ondernemer Pim de Witte bouwt met General Intuition aan nieuwe software op basis van kunstmatige intelligentie. Het bedrijf werkt vanuit de Verenigde Staten met een internationale ploeg, en krijgt snel meer aandacht van investeerders en ontwikkelaars. Op het moment van schrijven staat De Witte aan het roer en richt hij zich op slimme systemen die zelf taken uitvoeren. Dat raakt direct aan Europese regels zoals de AI‑verordening en de AVG, belangrijk voor inzet door overheid en bedrijven.
General Intuition groeit snel
General Intuition profileert zich als een AI-bedrijf dat praktische producten wil leveren, niet alleen onderzoek. Het ontwikkeltempo ligt hoog en de organisatie blijft compact. Die keuze moet snelle iteratie mogelijk maken, met korte lijnen tussen ontwerp, data en uitvoering. Zo probeert het team sneller nuttige functies te testen bij gebruikers.
De naam van het bedrijf valt steeds vaker in de Amerikaanse technologiesector. Dat komt door zichtbare demo’s, nieuwe aanstellingen en gesprekken met partners. Op het moment van schrijven wordt in de markt gesproken over ambities op het niveau van een miljardenbedrijf. Het bedrijf bevestigt geen exacte waardering, maar richt zich wel op brede toepassing van zijn technologie.
Voor Europese klanten en ontwikkelaars is die groei relevant. Als het bedrijf hier wil leveren, moet het voldoen aan Europese wetgeving. Dat geldt zeker voor toepassingen in zorg, onderwijs of overheid. In die sectoren gelden strengere eisen voor veiligheid, transparantie en datagebruik.
General Intuition bouwt AI-agents
De kern van het bedrijf is de bouw van zogenaamde agents: software die zelfstandig stappen kan plannen en uitvoeren. Zo’n systeem combineert taalmodellen met tools, zoals een kalender, zoekfunctie of bedrijfsdata. Het idee is dat de agent minder instructies nodig heeft en toch betrouwbare acties doet. Dat vraagt om duidelijke doelen, goede foutafhandeling en controle door de gebruiker.
General Intuition benadrukt bruikbaarheid boven abstracte benchmarks. Het bedrijf test functies in realistische scenario’s, bijvoorbeeld klantcontact of interne workflows. Daarbij horen logboeken, terugkoppeling en een duidelijke stopknop. Zulke waarborgen zijn nodig om fouten te beperken en misbruik te voorkomen.
Technisch gezien leunen agents vaak op generatieve modellen, die nieuwe tekst, code of acties bedenken. Dat werkt alleen goed met duidelijke toegang tot data en rechten. Het systeem moet weten wat het wel en niet mag doen. Zonder die grenzen gaan prestaties en veiligheid snel achteruit.
Europese AI-verordening stuurt ontwikkeling
Wie AI-systemen in Europa levert, krijgt te maken met de AI‑verordening (AI Act). Die wet deelt toepassingen in risicoklassen in, met strengere plichten naarmate het risico hoger is. Denk aan verplichtingen rond transparantie, datasetkwaliteit, documentatie en menselijke controle. Voor agents in sectoren als zorg of overheid kan dat hoog risico betekenen.
De AI‑verordening verbiedt onaanvaardbare risico’s en legt voor hoog‑risicosystemen strenge plichten op; de regels treden gefaseerd in werking vanaf 2025.
Ook de AVG blijft leidend bij elk systeem dat persoonsgegevens verwerkt. Dataminimalisatie, versleuteling en doelbinding zijn basisvereisten. Voor General Intuition betekent dit: alleen noodzakelijke data gebruiken, duidelijkheid geven over bronnen en bewaartermijnen, en rechten van betrokkenen respecteren. Zonder die basis is grootschalige inzet in de EU niet haalbaar.
Transparantie wordt een concurrentiepunt. Gebruikers willen weten welke data een agent ziet, op welke instructies hij handelt en hoe fouten hersteld worden. Heldere rapportages, impactanalyses en audits kunnen hier het verschil maken. Bedrijven die dit vroeg op orde hebben, winnen sneller vertrouwen.
Financiering, team en tijdspad
Op het moment van schrijven bouwt General Intuition aan een team met ervaring in product, veiligheid en dataverwerking. De focus ligt op engineers die agents betrouwbaar kunnen koppelen aan echte tools. Dat vraagt naast modelkennis ook sterke software- en beveiligingsvaardigheden. Zo wordt techniek vertaald naar stabiele diensten.
Investeringen in rekenkracht en data‑infrastructuur blijven een kostenpost. Training en evaluatie vragen veel GPU-capaciteit en slim gebruik van cloud. Door modellen selectief te fine‑tunen en taken te verdelen kan het bedrijf kosten drukken. Het doel is prestaties verhogen zonder onnodige verspilling.
De routekaart lijkt te mikken op snelle, afgebakende releases in plaats van één groot lancermoment. Kleine functies leveren snel feedback op. Die aanpak is prettig voor toezicht en compliance: elke stap kan apart worden getest en gedocumenteerd. Het maakt opschalen voorspelbaarder voor klanten in gereguleerde markten.
Gevolgen voor Nederland en EU
Voor Nederlandse organisaties kan dit type software tijd besparen bij repetitief werk. Denk aan dossiercontrole, planning of eenvoudige klantvragen. De praktijk leert dat menselijk toezicht nodig blijft, zeker bij besluiten met gevolgen voor burgers. Dat sluit aan op de Europese eis van “human in the loop”.
Slim inkopen wordt belangrijk voor overheden en zorginstellingen. Contracten moeten eisen vastleggen over datagebruik, modelupdates en incidentmelding. Ook exit‑clausules zijn nuttig, zodat organisaties niet vastzitten aan een leverancier. Zo blijft de regie bij de publieke dienstverlener.
Voor het Nederlandse ecosysteem kan General Intuition talent en samenwerkingen aantrekken. Universiteiten en kennisinstellingen kunnen meewerken aan evaluatiesets en veiligheidsnormen. Dat past bij Europese projecten rond betrouwbare AI. Het versterkt ook de positie van Nederland als testbed voor verantwoord gebruik van algoritmen.