De meeste mensen denken dat de AI-race gaat om model-IQ. Ze kijken naar het verkeerde scorebord. Tegen 2026 zullen de winnaars niet komen van de "slimste modellen", maar van degenen die de macht, data en workflows beheersen. Hier is waarom. 🧵

/2 We blijven “intelligentie” behandelen als een schaars goed. Maar de kosten voor training en inferentie blijven snel dalen. Wanneer IQ goedkoop wordt, stopt het met een verdedigingslinie te zijn en begint het zich te gedragen als elektriciteit. Overal overvloedig, geprijsd naar beneden.

/3 Eén vraag heeft onze kaart voor 2026 geleid, wat blijft schaars wanneer denken goedkoop wordt? Antwoord, de dingen die code niet op aanvraag kan printen, gigawatt, netaansluitingen, koeling, en de fysieke ruimte om modellen op schaal te draaien.

/4 Analogie die voor ons klikte, modellen zijn bladmuziek. Kracht en inzet zijn de concertzaal. De meeste teams concurreren op betere noten, om er vervolgens achter te komen dat ze geen podium kunnen boeken, of dat ze de lichten zich niet kunnen veroorloven.

/5 De tweede bottleneck bevindt zich binnen bedrijven, werkstromen en eigen gegevens. Naarmate gewichten gemakkelijker te kopiëren zijn, verschuift de waarde naar degene die de “gesloten lus” bezit, invoer, acties, uitkomsten en de logs die het systeem in de loop van de tijd verbeteren.

/6 Agents veranderen het businessmodel. Als software het werk doet, breekt de prijsstelling op “zitplaatsen” af. Resultaten worden de eenheid. Dat verandert ook de risicomath, goedkope arbeid, dure aansprakelijkheid. Auditsporen worden belangrijker dan demo's.

/7 Dit is waarom “prompt engineering” vervaagt. Context engineering wint, wat het systeem ziet, wat het kan aanraken, en hoe het zichzelf controleert. @tengyanAI heeft dit goed vastgelegd in zijn 2026 kaart, workflows verslaan slimme prompts.