Jeff Bezos' Prometheus heeft 12 miljard dollar voor een 'Artificial General Engineer' — wat is het addertje?

Bezos op tv, een cheque van 12 miljard dollar en één nauwkeurige belofte

Vanmorgen op CNBC herhaalde Jeff Bezos het soort uitspraak die van beleggerspresentaties krantenkoppen maakt: hij wil een "artificial general engineer" bouwen. Investeerders gingen akkoord — Prometheus, de geheimzinnige startup die hij leidt met voormalig Google X-topman Vik Bajaj, kondigde een financieringsronde van 12 miljard dollar aan met een waardering van 41 miljard dollar. Het detail waar het de moeite waard is om bij stil te staan is klein en specifiek: het bedrijf zegt natuurkundige data, testgegevens en productiegegevens te verwerken om projecten in te korten die vandaag de dag honderden ingenieurs en vele jaren in beslag zouden nemen. In gewone taal: Jeff Bezos wil een stack bouwen die AI verplaatst van tekst naar straalmotoren, datacenters en fabrieken.

Jeff Bezos wil bouwen: waarom 12 miljard dollar en waarom straalmotoren?

Prometheus vertelt een helder verhaal: tekstmodellen werden getraind op woorden die van het internet zijn gehaald; een model voor de fysieke wereld heeft sensorstromen, testlogboeken, CAD-bestanden, materiaaldatasets en gecontroleerde experimenten nodig. Bezos en Bajaj zeggen dat ze sinds eind 2024 aan die corpus werken, waarbij ze grote GPU-clusters draaien en cloudcapaciteit inkopen waar nodig. Straalmotoren zijn het voorbeeld dat het idee verkoopt — ze bundelen complexe multifysica, toeleveringsketens en lange validatiecycli — maar ze zijn ook een intentieverklaring. Als een AI ontwikkelingscycli voor turbomachines kan voorstellen, valideren en verkorten, kan deze in theorie worden ingezet voor een enorm deel van de industrie.

Dat verklaart de omvang van het bedrag. De financiering dekt ten minste drie dure posten: rekenkracht (GPU-vloten zijn niet goedkoop en de capaciteit staat onder druk), data-acquisitie (het uitrusten van fysieke testopstellingen en het licentiëren van eigen industriële resultaten), en de lange reeks engineeringwerkzaamheden die nodig zijn om de cirkel te sluiten tussen het voorstel van een model en een produceerbaar, certificeerbaar product. Prometheus heeft ongeveer 150 mensen in San Francisco, Londen en Zürich; het geld is een weddenschap dat menselijke expertise in combinatie met enorme rekenkracht en bedrijfseigen fysieke data een onovertroffen productiviteitsstack kan creëren voor het bouwen van fysieke producten.

De architectuur die Bezos beschrijft, en hoe deze verschilt van de huidige AI's

Bezos is er voorzichtig in om te zeggen dat Prometheus geen robots bouwt. In plaats daarvan positioneert hij het bedrijf als bouwer van tools die ingenieurs veel productiever maken: modellen die ontwerpen genereren, simulaties uitvoeren, experimenten plannen en sensordata interpreteren. Dat staat in contrast met grote taalmodellen, die patronen in tekst distilleren. Een "artificial general engineer" — de term die Bezos gebruikt — impliceert een systeem dat meerdere capaciteiten combineert: natuurkundig bewuste modellen, differentieerbare simulatoren, optimalisatie-engines, experimentplanners en orchestratielagen die interageren met laboratoriumapparatuur of fabriek-PLC's.

Praktisch gezien betekent dit hybride stacks: neurale netwerken voor patroonherkenning en surrogaatmodellering, klassieke solvers voor gevalideerde fysica en agent-lagen die tests voorstellen en hardware-in-the-loop-runs inplannen. Die fusie is waar het wetenschappelijke werk zich nog bevindt. Het gaat niet alleen om schaal; het gaat om strikt gecontroleerde, hoogwaardige gelabelde data en software die kan redeneren over veiligheid en productietoleranties in plaats van het hallucineren van plausibele maar onveilige ontwerpen.

Jeff Bezos wil bouwen: rekenkracht, data en de fysieke kloof

Het grootste technische probleem van Prometheus is niet de verbeelding; het is toegang. Bezos merkt zelf op dat rekenkracht "absoluut" schaars is. Het trainen van modellen die high-fidelity CFD- of eindige-elementen-simulaties combineren met leenlussen, vereist ordes van grootte meer GPU-uren dan tekstmodellen, en die uren moeten soms worden gecombineerd met gespecialiseerde hardware voor snelle iteratie. Ondertussen is de benodigde data vaak bedrijfseigen: testopstellingen, materiaalmoeheidscurves, geïnstrumenteerde productielijnen. Prometheus zegt dat het veel van zijn eigen data creëert en licentieert waar mogelijk, maar die strategie brengt enorme kosten en juridische complexiteit met zich mee.

De 'fysieke kloof' is een ander praktisch obstakel: gesimuleerde data dekt zelden elke faalwijze. Het overbruggen van sim-to-real vereist zorgvuldig ontworpen experimenten, hardware-in-the-loop-validatie en conservatieve veiligheidsbewijzen — geen glamoureuze krantenkoppen. Dat niveau van integratie is duur en traag, en het verklaart waarom Prometheus een fysiek laboratorium bouwt in plaats van uitsluitend cloudmodellen te leveren.

Wat een "artificial general engineer" daadwerkelijk zou kunnen veranderen

Als het werkt, zijn de economische effecten direct en groot: aanzienlijk kortere productcycli, goedkopere prototyping en meer ruimte voor experimenten. Bezos en Semafor hebben betoogd dat het resultaat meer goederen zal zijn, en misschien nieuwe categorieën producten, in plaats van alleen goedkopere versies van huidige items. Voor ingenieurs en bedrijven die het adopteren, is de winst minder iteratiecycli en snellere certificering.

Maar industriële adoptie is ongelijkmatig. Lucht- en ruimtevaart en gereguleerde industrieën eisen aantoonbare veiligheid en traceerbaarheid; consumentenelektronica accepteert meer risico en beweegt sneller. De winnaars zullen degenen zijn die modelvoorstellen kunnen combineren met rigoureuze testregimes en het eigendom van kritieke intellectuele eigendom en toeleveringsketens behouden.

Technische hindernissen en zware engineering-afwegingen

Het PERT-achtige wetenschappelijke werk dat aan de pitch van Prometheus ten grondslag ligt, verbergt een lange lijst van engineering-afwegingen. High-fidelity fysica beperkt de doorvoer; surrogaatmodellen verbeteren de snelheid, maar kunnen randgevallen missen. Experimenten in een gesloten lus verminderen onzekerheid, maar schalen slecht. Er zijn ook schaallimieten aan de soorten redeneringen die huidige modellen tegelijkertijd kunnen uitvoeren over toleranties, produceerbaarheid en multidisciplinaire beperkingen.

Dan is er nog de verificatie. Een weekend-hack die een nieuw turbinebladontwerp suggereert is één ding; het certificeren voor vluchten is een ander. Dat vereist afzonderlijke regelgevende processen, externe audits en reproduceerbare testdatasets. De modellen moeten auditbaar zijn: een output zonder herkomst is onbruikbaar in kritieke systemen.

Regulering, veiligheid en de politieke invalshoek

Bezos heeft algemene benaderingen zoals het verbieden van datacenters publiekelijk afgewezen en noemt AI "een mes" dat op applicatieniveau moet worden gereguleerd. Toch roept een AI die fysieke hardware kan ontwerpen klassieke dual-use-problemen op: dezelfde optimalisaties die het brandstofverbruik verbeteren, kunnen in de verkeerde handen helpen bij het bewapenen van apparaten. Verwacht dat toezichthouders zich zullen concentreren op certificeringsregimes, exportcontroles en aansprakelijkheidsregels die bepalen wie verantwoordelijk is wanneer een AI-gegenereerd onderdeel faalt.

Europa heeft nog een complicerende factor toegevoegd. Brussel scherpt antitrust- en techregels aan terwijl het tegelijkertijd probeert chip- en AI-infrastructuur op te bouwen onder kaders zoals de Chips Act en verschillende IPCEI-programma's. Als het model van Prometheus eigen rekenkracht vereist of industriële capaciteit wil inkopen als onderdeel van een conglomeraatstrategie, zal het stuiten op zowel industriebeleidskwesties als mededingingstoezicht — vooral als acquisities knowhow concentreren bij een handvol in de VS gevestigde eigenaren.

Banen, markten en de claim dat AI vraag creëert

Bezos betoogt dat het goedkoper maken van uitvindingen de capaciteit zal uitbreiden en meer banen zal creëren, niet minder: goedkopere prototyping leidt tot meer producten en consumptie. Dat is plausibel, maar het verhult distributie-effecten en transitiekosten. Engineeringtaken die routinematig of zwaar iteratief zijn, lopen het grootste risico; hooggekwalificeerd ontwerp en systeemintegratie blijven waardevol maar zullen veranderen. Beleidsmakers in Europa en Duitsland zullen zich afvragen of de productiviteitswinst wordt geëxporteerd in bedrijfswinsten of wordt geherinvesteerd in lokale productiebanen.

Het bedrijfsdraaiboek: grachten, acquisities en rekenkrachtmonopolie

Semafor en anderen meldden dat Prometheus overweegt een portfolio in Berkshire-stijl op te bouwen om zijn modellen in te zetten binnen eigen industriële bedrijven — een model dat het onmiddellijk testbedden en kasstromen zou geven. Als dit waar is, is het strategisch slim: het bezitten van fabrieken en testlaboratoria vermindert de wrijving voor validatie in de echte wereld. Het is ook politiek gevoelig. Nationale autoriteiten zullen elke stap in de gaten houden die verticale stacks — AI-model, rekenkracht en productie — consolideert onder één zakelijke paraplu, omdat dit de onderhandelingsmacht in toeleveringsketens verandert.

Kan een "artificial general engineer" verantwoord worden gebouwd?

Ja, maar het zal traag, duur en institutioneel veeleisend zijn. De noodzakelijke ingrediënten zijn niet alleen modelschaal, maar ook hoogwaardige experimentele infrastructuur, een sterke engineeringcultuur, betrokkenheid bij regelgeving en internationale partnerschappen om de basis voor rekenkracht en productie te diversifiëren. Prometheus heeft het geld en de aandacht; de uitvoering zal het moeilijke deel zijn. Voor Europa is de strategische vraag of het moet samenwerken, reguleren of concurrerende capaciteit moet opbouwen.

De aankondiging van Prometheus is een belangrijk signaal: frontier AI verlaat het toetsenbord. Of dat een maatschappelijk nut wordt, hangt minder af van een persbericht dan van maanden van droog, duur engineeringwerk, toezicht van toezichthouders en de kleine lettertjes in licentieovereenkomsten. Europa heeft ingenieurs; het moet nu beslissen welk land de testopstellingen mag hosten.

Bronnen

• Prometheus (bedrijfsverklaringen en interviews)
• CNBC-interview met Jeff Bezos
• Prometheus-financiering en beleggerspresentaties (communicatie van bedrijf en investeerders)