How much technical talent is there? A systematic estimate of the ML research pool among 3 million consultants
Dit onderzoek schat dat er onder 403 machine learning-consultancybedrijven een aanzienlijk potentieel van ongeveer 1121 hoogtechnische ML-onderzoekers bestaat, waarvan een subset succesvol deelnam aan een werkproef voor AI-veiligheid, hoewel geen enkel AI-model deze proef tot eind 2025 heeft gehaald.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat de wereld van kunstmatige intelligentie (AI) een enorme, drukke stad is. In het centrum staan een paar superrijke, futuristische gebouwen (zoals OpenAI of Google DeepMind) waar de slimste denkers wonen. Maar er is een groot probleem: er zijn te weinig mensen die de blauwdrukken kunnen tekenen om de stad veiliger te maken. De "AI-beveiliging" loopt vast omdat er simpelweg niet genoeg bouwers zijn.
De vraag die deze studie beantwoordt, is: Zitten er misschien wel duizenden onontdekte, talentvolle bouwers verstopt in de grote, saaie kantoorgebouwen aan de rand van de stad?
Die "randgebouwen" zijn de IT-consultancybedrijven. Denk aan bedrijven als Accenture of Deloitte. Ze hebben honderdduizenden werknemers die meestal software bouwen voor banken of verzekeraars. Maar zitten er tussen die massa ook mensen die écht verstand hebben van de complexe, nieuwe AI-wiskunde?
Hier is wat de onderzoekers hebben gedaan, vertaald naar een eenvoudig verhaal:
1. De Grote Schatzoektocht (De Data)
De onderzoekers hebben een gigantische schatzoektocht gehouden. Ze hebben 2.121 bedrijven onderzocht en uiteindelijk 403 bedrijven geselecteerd die zich bezighouden met AI-consultancy.
- Het totaal: Ze keken naar ongeveer 3,2 miljoen werknemers.
- De zoekmethode: Ze gebruikten een soort "digitale metaalzoeker". Ze scannen LinkedIn-profielen met slimme zoekwoorden en lieten moderne AI-chatbots (zoals GPT-5 en Claude) de cv's van deze mensen beoordelen. Het was alsof ze duizenden cv's in seconden lazen om te zien wie er écht een "AI-architect" is en wie slechts een "AI-gebruiker".
2. De Verrassende Schat (De Resultaten)
Wat vonden ze? Ze vonden een verborgen schatkist!
- Ze schatten dat er ergens tussen de 250 en 3.165 (met een beste schatting van 1.121) mensen zijn die écht kunnen bouwen aan de kern van AI.
- De analogie: Stel je voor dat je in een stadion van 3 miljoen mensen op zoek bent naar 1.000 echte goudsmeden. Je zou denken dat je er geen enkele vindt, maar deze studie zegt: "Kijk eens, er zitten er wel degelijk een paar honderd tot duizend tussen, maar ze zitten verstopt tussen de duizenden accountants en projectmanagers."
3. De Proef (De Werktest)
Om te zien of deze mensen ook écht konden werken, deden ze een proef. Ze nodigden 8 bedrijven uit voor een 3-daagse "proefwerk".
- De taak: Ze moesten een complexe technische puzzel oplossen (een methode om AI-gegevens te "vergeten", wat belangrijk is voor privacy en veiligheid).
- Het resultaat:
- 5 van de 8 bedrijven slaagden! Ze leverden goed werk af.
- De AI-bots: Ze lieten ook de nieuwste AI-programma's (de robots zelf) dezelfde taak doen. De robots faalden volledig. Ze konden de puzzel niet oplossen.
- De les: Mensen in deze consultancybedrijven zijn nog steeds slimmer en creatiever dan de AI die ze bouwen.
4. Waarom is dit belangrijk? (De Conclusie)
Voor nu denken veel mensen dat we alleen maar moeten wachten op de "superlabs" (zoals OpenAI) om de AI-problemen op te lossen. Deze studie zegt: "Nee, wacht niet."
Er is een verborgen leger van technisch talent in de consultancywereld dat we kunnen inzetten.
- Het probleem: Deze mensen zijn nu vaak bezig met saaie klusjes voor klanten.
- De oplossing: Als we ze een andere opdracht geven (bijvoorbeeld: "help ons AI veiliger te maken"), kunnen we de capaciteit voor AI-beveiliging enorm vergroten zonder dat we nieuwe universiteiten hoeven te bouwen.
Samenvatting in één zin
Er zit een verborgen reservoir van duizenden slimme AI-experts verstopt in de grote IT-bureaus die we nu over het hoofd zien, en ze zijn net zo goed (of zelfs beter) in het oplossen van moeilijke problemen dan de nieuwste AI-robots zelf.
De boodschap: We hoeven niet alleen naar de top te kijken; soms zit de oplossing verstopt in de massa, als we maar weten waar we moeten zoeken.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.