Jensen Huang wacht niet op academische consensus. De Nvidia-CEO heeft verklaard dat kunstmatige algemene intelligentie—de lang nagestreefde heilige graal van AI-onderzoek—al is aangekomen.

"Ik denk dat het nu is. Ik denk dat we AGI hebben bereikt," zei Huang tijdens een optreden op 23 maart in de Lex Fridman-podcast. Komend van de man wiens bedrijf de computationele ruggengraat levert aan vrijwel elk groot AI-lab ter wereld, weegt de uitspraak extra zwaar.

De finishlijn opnieuw definiëren

Op 27 augustus, tijdens Nvidia's winstoproep over Q2 2026, zette Huang kracht bij zijn claim. "Voor vele taken kunnen we zeggen dat we AGI al hebben bereikt," aldus Huang tegen analisten en investeerders.

Hij ging verder door traditionele AGI-benchmarks af te doen als "een beetje zinloos." In plaats van te meten of AI over de hele linie kan matchen of overtreffen wat menselijke cognitie aankan, betoogt Huang dat de echte maatstaf moet zijn of AI-systemen kunnen genereren wat hij "winstgevende tokens" noemt—in wezen productieve economische output uit echt werk.

De framing is belangrijk omdat AGI nooit een vaststaande definitie heeft gehad. Sinds de term in de jaren 2000 populair werd, debatteren onderzoekers of het gaat om prestaties op menselijk niveau in alle cognitieve domeinen, over economisch waardevol werk, of iets smallers. Huangs positie verplaatst de doelstellingen in feite van capaciteit naar commercieel nut, en lijnt de mijlpaal af op wat bedrijven vandaag kunnen inzetten in plaats van op laboratoriumbenchmarks.

400.000 AI-agents en dat aantal groeit

Nvidia werkt toe naar een personeelsmodel waarin meer dan 400.000 AI-agents samenwerken met ongeveer 40.000 menselijke medewerkers. Het bedrijf voorziet dat deze agents taken uitvoeren op het gebied van engineering, operations en bedrijfsvuncties.

Aan de hardwarekant heeft Nvidia gesproken over GPU-implementaties met meer dan 1,5 miljoen chips in één generatie, waarmee wat het bedrijf "AI-fabrieken" noemt wordt aangedreven—speciaal gebouwde faciliteiten die zijn ontworpen om intelligentie als industriële output te produceren.

Een gemakkelijk meningsverschil met OpenAI

Huangs definitie van AGI brengt hem in conflict met OpenAI. Het door Sam Altman geleide bedrijf heeft een formelere definitie aangehouden, waarin AGI wordt omschreven als systemen die mensen overtreffen op een meerderheid van economisch waardevolle taken.

Het meningsverschil is niet louter academisch. OpenAI's AGI-definitie is verankerd in de governancestructuur van het bedrijf, met specifieke bepalingen over wat er gebeurt wanneer AGI wordt bereikt. Opvallend is dat OpenAI's mijlpaalafspraak over rekenkracht met Microsoft alleen geldt voor pre-AGI-systemen, wat betekent dat een formele AGI-verklaring directe commerciële gevolgen heeft voor die samenwerking. Voor OpenAI betekent het uitroepen van AGI het in gang zetten van contractuele en organisatorische veranderingen. Voor Nvidia betekent het uitroepen van AGI meer hardware verkopen aan bedrijven die er haastig op willen voortbouwen.

Huang erkende de bijdragen van OpenAI aan het bereiken van dit moment en roemde de rol die de modellen van het bedrijf hebben gespeeld in het demonstreren van wat mogelijk is met geschaalde rekenkracht.

Voor lezers die het debat volgen, zal de praktische toets van Huangs claim komen bij adoptie door bedrijven: of AI-systemen die worden gecrediteerd met het genereren van "winstgevende tokens" vertalen naar meetbare productiviteitswinst op schaal, en of andere grote AI-labs een taak-voor-taakdefinitie van AGI accepteren of vasthouden aan bredere definities.