AI wordt vaak besproken alsof het uitsluitend over snelheid, macht, beurswaardes en de volgende benchmark gaat. Welk model is het slimst? Welke partij heeft de meeste chips? Wie bezit de infrastructuur?
Dat zijn belangrijke vragen. Maar voor mij begint het ergens anders.
Voor mij begint het bij de jongen op zolder. Iemand met een idee, een computer, muziek in zijn hoofd en de behoefte om iets te maken dat er nog niet was. Niet omdat het direct een verdienmodel moet zijn. Niet omdat het de wereld moet domineren. Maar omdat het proces zelf plezier geeft: onderzoeken, proberen, fouten maken, opnieuw bouwen en uiteindelijk zien dat losse onderdelen ineens één geheel worden.
Dat gevoel is de motor achter Play A Note, Video Editor 4.0 en de ontwikkeling van mijn eigen lokale AI-omgeving.
Een lange weg van combineren
De combinatie van techniek, muziek en creativiteit is voor mij geen nieuwe identiteit die is ontstaan omdat AI nu populair is. Het is de lijn die al veel langer door mijn leven loopt.
Computers, muziek, software, beeld, ideeën, experimenten en het bouwen van oplossingen die niet standaard bestaan: het liep altijd door elkaar heen. Soms werd dat een muziekproductie. Soms een website, applicatie of technische oplossing via mijn ontwikkelwerk. Soms een video, een visueel concept of een combinatie van camera, greenscreen, geluid en montage.
Toen machine learning toegankelijker werd en later de eerste grote chatmodellen verschenen, vielen steeds meer van die losse werelden samen. Niet ineens, en zeker niet zonder moeite. Maar er ontstond wel een nieuwe flow: een manier om ideeën niet alleen te bedenken, maar ook technisch verder te brengen.
De afgelopen twee jaar zijn daarom geen rechtlijnige route geweest naar één eindproduct. Het waren jaren van onderzoek, testen, hardware bouwen, software schrijven, modellen vergelijken, workflows optimaliseren en vooral: vallen en opstaan.
Een lokale studio bouw je niet met één druk op de knop
Van buitenaf lijkt generatieve AI soms eenvoudig. Je typt een prompt, drukt op een knop en er verschijnt beeld. Maar wie verder wil dan een losse, toevallige clip, ontdekt al snel hoeveel er onder de oppervlakte gebeurt.
Voor consistente karakters, bruikbaar beeld, eigen stijl, controle over het proces, goede audio, montage, VFX-correcties en een verhaal dat langer duurt dan een paar seconden, is meer nodig dan één online tool. Dan heb je een workflow nodig. Hardware. Opslag. Rekenruimte. Kennis van modellen. Eigen software. En vooral veel geduld.
Video Editor 4.0 is vanuit die praktijk ontstaan: als een zelfstandige, lokale creatieve productieomgeving waarin muziek, beeld, AI, camerawerk, greenscreen, VFX en montage elkaar aanvullen.
Niet om menselijke creativiteit weg te automatiseren, maar om haar meer speelruimte te geven.
De digitale collega: slim, behulpzaam en soms koppig
Een belangrijk onderdeel van die ontwikkeling is werken met een agent en LLM’s: een digitaal maatje dat kan meedenken, structureren, onderzoeken, code kan helpen schrijven en processen kan ondersteunen.
Maar ook dat is geen magische snelweg.
Een agent wordt niet vanzelf slim in precies jouw manier van werken. Je bouwt stap voor stap context op. Je test. Je ontdekt waar een aanpak niet klopt. Je herschrijft instructies. Je maakt een workflow kleiner, duidelijker of juist slimmer. Soms levert een experiment in tien minuten iets op. Soms ben je dagen bezig met een probleem waarvan de oplossing uiteindelijk verrassend eenvoudig blijkt.
Dat is niet frustrerend omdat het mislukt; dat is het creatieve en technische proces. Een studio, instrument of systeem wordt niet goed doordat alles direct werkt. Het wordt goed doordat je leert luisteren naar wat er misgaat.
Ook een digitale collega heeft begeleiding nodig. Niet als vervanging van de maker, maar als uitbreiding van diens werkbank.
De nieuwe drempel: niet het idee, maar de toegang
In een eerder artikel op UtileWebsites schreef ik over de grote AI-shift: de strijd gaat niet langer alleen over welk model het slimst is, maar steeds meer over wie de benodigde rekenkracht kan leveren.
Dat heeft directe gevolgen voor onafhankelijke makers en developers.
De hardware die nodig is voor serieuze lokale AI-workflows is duur. Niet alleen de GPU zelf, maar ook alles eromheen: systeemgeheugen, opslag, koeling, stroomverbruik, onderhoud en de tijd om alles stabiel te krijgen. Wie kiest voor cloud-oplossingen vermijdt een deel van die investering, maar krijgt te maken met terugkerende kosten, credits, beperkingen, veranderende voorwaarden en afhankelijkheid van externe platforms.
Juist de betaalbaarheid van eerdere AI-stappen maakte het mogelijk om rustig op te bouwen: eerst experimenteren, dan een onderdeel verbeteren, daarna een nieuw model testen en zo langzaam een eigen omgeving vormen. Die speelruimte staat onder druk wanneer toegang tot rekenkracht steeds duurder, schaarser of sterker gecontroleerd wordt.
Dat is jammer, want innovatie ontstaat niet alleen in grote bedrijven met enorme datacenters. Innovatie ontstaat ook bij onafhankelijke makers die een vreemd idee hebben, het niet los kunnen laten en bereid zijn er maanden of jaren aan te sleutelen.
Open modellen houden de deur op een kier
Daarom is de ontwikkeling rond nieuwe, toegankelijkere modellen belangrijk. Niet omdat één regio, bedrijf of model alle antwoorden heeft, maar omdat een gezond creatief en technisch landschap keuze nodig heeft.
Ontwikkelingen rond modellen van onder andere DeepSeek en Kimi laten zien dat de markt niet volledig door één gesloten ecosysteem bepaald hoeft te worden. Meer concurrentie, efficiëntere modellen en toegankelijke alternatieven kunnen lucht geven aan developers, kleine studio’s, onderzoekers en makers die willen blijven experimenteren.
Dat ondermijnt mijn bewondering voor Amerikaanse modellen, onderzoekers en hardware-innovatie absoluut niet. Integendeel: de technische prestaties van partijen als OpenAI, Google, Anthropic en NVIDIA zijn indrukwekkend en hebben veel van deze ontwikkeling mogelijk gemaakt.
Maar bewondering betekent niet dat afhankelijkheid altijd gezond is.
Wanneer de toegang tot creativiteit, onderzoek en ontwikkeling vooral wordt bepaald door wie de hoogste prijs kan betalen, wordt het speelveld kleiner. Dan dreigt AI te veranderen van een nieuw creatief gereedschap in een gesloten tolweg.
Technologie is geen einddoel
Natuurlijk zijn er economische belangen. Natuurlijk is AI geopolitiek. Rekenchips, energie, data, modellen en infrastructuur zijn onderdeel van macht en geld. Dat is de realiteit.
Maar voor een maker is er nog een andere realiteit.
De wens om iets te bouwen. De lol van een onverwachte oplossing. De eerste keer dat een idee werkt. Een melodie die ineens onder precies het juiste beeld valt. Een karakter dat binnen een video geloofwaardig blijft. Een technisch systeem dat na tientallen mislukte pogingen eindelijk doet wat je voor ogen had.
Daar zit iets kinderlijks in, in de goede betekenis van het woord: nieuwsgierigheid zonder cynisme. Spelen omdat spelen waarde heeft. Maken omdat maken je raakt.
Meer bezit, meer servers, meer modellen of meer geld betekenen niet automatisch meer geluk. Technologie is pas waardevol wanneer zij ruimte maakt voor menselijke verbeelding, verbinding en expressie.
Van experiment naar verhaal
De producties binnen Play A Note groeien langzaam. Waar korte experimenten ooit het uitgangspunt waren, ontstaan nu producties die enkele minuten kunnen dragen: met muziek, structuur, sfeer, montage en een eigen visuele wereld.
De volgende uitdaging is niet om zo veel mogelijk content te maken. Het is om grotere verhalen mogelijk te maken. Een eerste mini-film is geen eindpunt, maar wel een betekenisvolle volgende stap: een werk waarin de techniek niet de aandacht opeist, maar volledig in dienst staat van het verhaal.
Dat is uiteindelijk de bedoeling van mijn eigen “Hollywood in a Box”. Geen fabriek voor snelle beelden. Geen machine die de mens vervangt. Maar een zelfstandige creatieve werkplaats waarin één idee kan groeien tot muziek, beeld, verhaal en een complete audiovisuele productie.
De ziel schrijft. Technologie is de pen.
28 juli 2026 playanote
