AI in je dagelijks leven — je gebruikt het al

Mijn dag begint met AI. Letterlijk. Ik word wakker, pak mijn telefoon, en voordat ik een slok koffie heb genomen, heb ik al drie AI-systemen gebruikt. Weer gecheckt. Notificaties gescand. Spotify aangezet. Dat is geen bewuste keuze — het is gewoon hoe mijn ochtend eruitziet. En die van jou waarschijnlijk ook, of je het nou doorhebt of niet.

Je zegt misschien dat je geen AI gebruikt. Snap ik. Je hebt geen ChatGPT-abonnement, je hebt nog nooit een prompt getypt, en je vindt die hele hype een beetje overdreven. Maar heb je vandaag Spotify opengedaan? Google Maps gebruikt? Even door Instagram gescrold? Dan heb je voor negen uur 's ochtends al drie keer AI gebruikt. En dat is pas het begin.

In mijn artikel over wat AI eigenlijk is legde ik uit dat kunstmatige intelligentie geen science fiction is, maar software die patronen herkent en beslissingen neemt. Vandaag gaan we dat concreet maken. We lopen samen door een doordeweekse dag — van wekker tot welterusten — en ik laat je zien waar AI overal verstopt zit.

07:00 — De wekker gaat, en AI is al wakker

Je iPhone gaat af. Of je Android. Maakt niet uit, want allebei gebruiken ze AI voordat jij je ogen hebt geopend.

Je weerbericht op het lockscreen? Dat is niet zomaar een voorspelling. Weer-apps als Buienradar en de standaard weer-app op je telefoon gebruiken machine learning om lokale patronen te herkennen. Ze combineren satellietbeelden, historische data en sensormetingen om te voorspellen dat het om half negen gaat regenen in jouw straat. Niet in heel Nederland — in jouw straat. Dat is AI.

Je slimme wekker die je slaapfases bijhoudt? AI. Apps zoals Sleep Cycle analyseren je bewegingen en geluiden om te bepalen wanneer je in een lichte slaapfase zit, zodat je wekker op het juiste moment afgaat. Je wordt niet om 7:00 gewekt omdat het 7:00 is, maar omdat de AI berekende dat je op dat moment het makkelijkst wakker wordt.

En dan pak je je telefoon en kijk je naar je notificaties. Die staan niet in willekeurige volgorde. Apple en Google gebruiken AI om te bepalen welke meldingen bovenaan staan. De app waar je het vaakst op klikt? Die staat bovenaan. De groepsapp die je altijd negeert? Die zakt naar beneden. Je telefoon leert van je gedrag. Elke dag een beetje beter.

07:30 — Ontbijt en je eerste scroll

Je zit aan de keukentafel met een boterham en je telefoon. Herkenbaar? Je opent Instagram. En hier wordt het interessant.

Heb je je ooit afgevraagd waarom jouw Explore-pagina er compleet anders uitziet dan die van je partner? Dat is geen toeval. Instagram gebruikt AI om te analyseren welke foto's je liked, hoe lang je naar een video kijkt (ja, ze meten dat), welke accounts je bezoekt, en zelfs welke hashtags je volgt. Op basis van die duizenden datapunten bouwt het algoritme een profiel van jou en serveert het content die jij waarschijnlijk leuk vindt.

Hetzelfde geldt voor TikTok, YouTube, en Facebook. Elk platform heeft zijn eigen AI die continu leert wat jou boeit. Dat klinkt misschien een beetje eng. Maar het is ook de reden dat je TikTok opent "voor even vijf minuten" en er een uur later nog zit. De AI is heel goed in zijn werk.

Dan check je even het nieuws. Of dat nu via de NOS-app is, Google News, of Apple News — ook daar bepaalt AI welke artikelen jij te zien krijgt. Google News kijkt naar je zoekgeschiedenis, je locatie, en welke artikelen je eerder hebt gelezen. Het resultaat: jij en je buurman zien een compleet ander nieuwsoverzicht, ook al openen jullie dezelfde app.

08:15 — Onderweg naar werk

Je stapt in de auto en opent Google Maps of Waze. "Rijd via de A2, er staat file op de A27." Die aanbeveling is niet gebaseerd op een verkeersreporter in een helikopter. Het is AI die de locatiedata van miljoenen telefoons analyseert, patronen herkent in het verkeer, en in real-time de snelste route berekent. Als er een ongeluk is op de A27, weet Maps dat soms sneller dan de ANWB.

Maar het gaat verder dan navigatie. Google Maps voorspelt ook hoe druk het is bij je bestemming. Die grafiek in Maps die laat zien dat Albert Heijn op dinsdag om 17:00 het drukst is? Dat is AI die historische bezoekersdata analyseert. Je kunt zelfs zien hoe druk het nu is, in real-time, gebaseerd op de telefoons die op dat moment in de winkel zijn.

Luister je Spotify in de auto? Dan draait AI op volle toeren. Ik luister zelf veel naar elektronische muziek en experimentele AI-gegenereerde tracks — en het is fascinerend hoe goed Spotify patronen oppikt die ik zelf niet eens doorhad. Je Discover Weekly-playlist — die elke maandag verschijnt met dertig nummers die je nog niet kent maar waarschijnlijk leuk vindt — is volledig door AI samengesteld. Spotify analyseert niet alleen wat jij luistert, maar ook wat mensen met een vergelijkbare smaak luisteren. Als iemand die dezelfde artiesten als jij volgt ineens fan wordt van een onbekende band, duikt die band op in jouw playlist.

En herinner je je Spotify Wrapped van afgelopen december? Die gepersonaliseerde samenvatting van je luisterjaar, compleet met je topnummers, meest beluisterde genre, en die grappige statistieken die iedereen deelde op social media? Dat is AI die jouw luisterdata van een heel jaar analyseert en er een persoonlijk verhaal van maakt. Miljoenen unieke verhalen, allemaal automatisch gegenereerd.

09:00 — Op kantoor, en AI filtert je inbox

Je opent je email. Outlook, Gmail, maakt niet uit. Wat je niet ziet: voordat jij je inbox opende, heeft AI al honderden mails gefilterd.

Spamfilters zijn een van de oudste en meest succesvolle AI-toepassingen die er bestaan. Gmail's spamfilter blokkeert meer dan 99,9% van alle spam. Dat klinkt als een simpel systeem — "als de mail het woord 'Nigeriaanse prins' bevat, gooi hem weg" — maar het is veel geavanceerder dan dat. De AI kijkt naar patronen in de afzender, de structuur van de mail, verdachte links, en zelfs hoe vergelijkbare mails door andere gebruikers zijn behandeld. En het leert: als jij een mail naar spam verplaatst, leert het systeem daarvan. Niet alleen voor jou, maar voor iedereen.

Maar AI doet meer dan spam filteren. Gmail sorteert je mail automatisch in categorieën: primair, sociaal, promoties, updates. Die categorisering is AI. En die slimme antwoorden die Gmail je voorstelt — "Bedankt!", "Ziet er goed uit!", "Ik stuur het morgen" — zijn ook AI, gebaseerd op de inhoud van de mail en hoe mensen normaal gesproken op zulke mails reageren.

10:30 — Je zoekt iets op

Je collega stelt een vraag die je niet meteen kunt beantwoorden. Je opent Google en typt een zoekopdracht. Wat er dan gebeurt, is een van de meest complexe AI-operaties die er bestaan.

Google verwerkt meer dan 8,5 miljard zoekopdrachten per dag. Voor elke zoekopdracht moet de AI begrijpen wat je bedoelt (niet alleen wat je typt), relevante resultaten vinden uit een index van honderden miljarden pagina's, en die resultaten rangschikken op relevantie. En dat allemaal in minder dan een halve seconde.

Typ je "AH openingstijden"? Dan begrijpt Google dat je de Albert Heijn bij jou in de buurt bedoelt, niet het hoofdkantoor in Zaandam. Typ je "jaguar"? Dan moet de AI bepalen of je het dier bedoelt of het automerk — en dat doet het door te kijken naar je eerdere zoekopdrachten en de context.

Autocomplete is ook AI. Die suggesties die verschijnen terwijl je typt, zijn gebaseerd op wat miljoenen andere mensen zoeken, gecombineerd met jouw persoonlijke zoekgeschiedenis. Het is geen magie. Het zijn patronen.

12:30 — Lunchpauze

Je bestelt lunch via Thuisbezorgd of Uber Eats. De restaurants die bovenaan staan? AI. De geschatte levertijd? AI. De suggesties "omdat je de vorige keer sushi bestelde"? AI.

Thuisbezorgd gebruikt machine learning om te voorspellen hoe lang een bezorging duurt. Het kijkt naar de afstand, hoe druk het restaurant is, het weer (ja, echt — bij regen bestellen meer mensen, dus duurt het langer), en historische data over dat specifieke restaurant op dat specifieke tijdstip. Die "25-35 minuten" die je ziet, is geen schatting van het restaurant. Het is een AI-berekening.

Je betaalt met je bankpas of via iDEAL. En hier draait een van de meest cruciale AI-systemen ter wereld: fraude-detectie. Je bank analyseert elke transactie in real-time. Als jij normaal gesproken in Utrecht pint en er plotseling een transactie uit Roemenië binnenkomt, slaat de AI alarm. ING, Rabobank, ABN AMRO — ze gebruiken allemaal AI om verdachte patronen te herkennen. Jij merkt er niks van, tenzij je kaart geblokkeerd wordt. En dan merk je het heel erg.

14:00 — Foto's en tekst

Je maakt een foto met je telefoon. Misschien van een whiteboard na een vergadering, misschien van je lunch voor Instagram. Je telefoon gebruikt AI om die foto te verbeteren voordat je hem zelfs maar ziet. Portretmodus die de achtergrond vervaagt? AI die gezichten herkent en diepte simuleert. Nachtmodus die donkere foto's helder maakt? AI die meerdere belichtingen combineert. Die automatische HDR die ervoor zorgt dat zowel de lucht als de schaduw goed belicht zijn? AI.

Apple's Foto's-app en Google Foto's gebruiken AI om je foto's te categoriseren. Zoek op "strand" en je krijgt al je strandfoto's te zien, ook al heb je ze nooit getagd. Zoek op "hond" en je vindt elke foto waar een hond op staat. De AI herkent objecten, locaties, en zelfs gezichten.

En als je een bericht typt op je telefoon? Autocorrect en voorspellende tekst zijn AI. Je telefoon leert hoe jij schrijft — welke woorden je vaak gebruikt, welke afkortingen je maakt, zelfs je slechte gewoontes. Daarom wordt autocorrect steeds beter naarmate je je telefoon langer gebruikt. Het past zich aan jou aan.

17:30 — Boodschappen

Je loopt de Albert Heijn binnen. Of je bestelt online via AH.nl. In beide gevallen draait AI op de achtergrond.

Online zie je persoonlijke aanbevelingen: "Klanten die dit kochten, kochten ook..." Dat is een aanbevelingsalgoritme dat patronen herkent in het koopgedrag van miljoenen klanten. Maar ook in de fysieke winkel speelt AI een rol: het voorraadbeheer van Albert Heijn gebruikt machine learning om te voorspellen hoeveel broden, melkpakken en avocado's elke filiaal nodig heeft. Op donderdag voor een lang weekend? Meer bier. In januari? Meer sla en quinoa. De AI kent je beter dan je denkt.

Coolblue doet hetzelfde. Die "dit vinden andere klanten ook interessant" suggesties? AI. De chatbot die je vraag beantwoordt voordat je een medewerker spreekt? AI. De dynamische levermomenten ("bestel voor 23:59, morgen in huis")? Geoptimaliseerd met AI.

19:00 — Netflix en de avond

Je ploft op de bank en opent Netflix. En hier zit misschien wel de meest zichtbare AI van je hele dag.

Netflix besteedt naar schatting meer dan 1 miljard dollar per jaar aan content-aanbevelingen. Meer dan 80% van wat mensen op Netflix kijken, wordt gevonden via het aanbevelingssysteem — niet door te zoeken.

De AI kijkt naar veel meer dan alleen wat je eerder hebt gekeken. Het analyseert op welk moment je stopt met kijken, welke genres je overslaat, op welk tijdstip je kijkt (ja, je kijkt 's avonds laat andere dingen dan op zondagmiddag), en zelfs welke thumbnails je het meest aanspreken. Netflix test namelijk verschillende afbeeldingen voor dezelfde film of serie. De versie die jij ziet, is gekozen door AI, specifiek voor jou.

Heb je je ooit afgevraagd waarom Netflix je soms een romantische komedie aanraadt terwijl je normaal gesproken thrillers kijkt? Dat is omdat de AI subtiele patronen herkent die jij zelf niet ziet. Misschien kijk je op vrijdagavond altijd iets lichts. De AI heeft dat opgepikt.

Dit is iets waar ik gefascineerd door ben. Niet de technologie zelf, maar hoe deze systemen jou beter leren kennen dan je jezelf kent. Dat is de kracht van patroonherkenning op schaal — en tegelijk het punt waarop je kritisch moet worden over wat die patronen met je doen.

22:00 — Nog even je telefoon

Je scrollt nog even door je telefoon voor het slapengaan. Siri of Google Assistant zet je wekker. "Hey Siri, zet een wekker voor zeven uur." De spraakherkenning die je woorden omzet in tekst? AI. Het begrip dat "zeven uur" 07:00 betekent en geen 19:00? AI. De bevestiging in een natuurlijke zin? AI.

Je smart home is AI. Als je Philips Hue-lampen hebt die automatisch dimmen om 22:00, of een Nest-thermostaat die je verwarmingspatroon leert — dat is machine learning in je eigen huis.

En als je je telefoon weggelegd en gaat slapen, draait de AI gewoon door. Je telefoon leert van je gedrag van vandaag om morgen nog beter te worden.

Tel maar op

De score van een doorsnee dag:

1. Weerbericht — voorspellende modellen
2. Slaap-app — patroonherkenning
3. Notificaties — prioriteitssortering
4. Social media — content-aanbevelingen
5. Nieuws-apps — gepersonaliseerde selectie
6. Navigatie — routeberekening en verkeersinformatie
7. Spotify — muziekaanbevelingen
8. Spamfilter — emailfiltering
9. Google zoeken — zoekmachine
10. Bezorgapps — levertijdvoorspelling
11. Fraude-detectie — bankbeveiliging
12. Camera — fotobewerking
13. Autocorrect — tekstvoorspelling
14. Online winkelen — productaanbevelingen
15. Netflix — content-aanbevelingen
16. Spraakassistent — spraakherkenning

Dat zijn zestien AI-systemen. In een dag. En ik heb er vast nog een paar gemist.

Waarom dit ertoe doet

Het punt is niet dat AI overal zit. Het punt is dat je het al gebruikt en er waarde uit haalt, zonder dat je er bewust voor hebt gekozen. AI is geen toekomstmuziek. Het is het heden. Het zit in je broekzak, op je bureau, en in je huiskamer.

En dat is precies waarom het belangrijk is om te begrijpen hoe het werkt. Niet omdat je er bang voor moet zijn, maar omdat je er bewust mee om kunt gaan. Als je weet dat Instagram's algoritme je langer op het platform wil houden, kun je daar bewust mee omgaan. Als je weet dat Netflix thumbnails op jou afstemt, snap je waarom je altijd "iets goeds" vindt.

Ik denk in systemen — dat is hoe mijn brein werkt. En als je deze dag bekijkt als een systeem, zie je iets fascinerends: al deze AI-toepassingen zijn geen losstaande trucjes. Ze vormen samen een onzichtbare laag die je hele dag orkestreert. Van hoe je wakker wordt tot hoe je in slaap valt. Het fundament onder je digitale leven is al AI. De vraag is niet of je het gebruikt — de vraag is of je begrijpt wat het met je doet.

AI in het dagelijks leven is geen hype. Het is realiteit. En hoe beter je het begrijpt, hoe beter je het voor je kunt laten werken.

In een volgend artikel duiken we dieper in de technologie achter al deze toepassingen: machine learning. Want al die voorbeelden die ik vandaag noemde — van je spamfilter tot Netflix — draaien op dezelfde fundamentele techniek.

LinkedIn haak: Je zegt dat je geen AI gebruikt. Maar je opende vandaag Spotify, Maps en Instagram. Dat is 3x AI voor 9 uur 's ochtends. Tel de rest van je dag erbij op en je kom op 15+ systemen. AI is geen toekomst — het is je dinsdag.