De Europese AI-markt krijgt deze week een scherper onderscheid tussen drie dingen die vaak op één hoop worden gegooid: een model dat inhoud maakt, een systeem dat namens iemand handelt en een apparaat dat zich in de publieke ruimte beweegt. Voor bedrijven zijn dat geen variaties op dezelfde AI-opgave. Het zijn verschillende bronnen van risico, bewijs en verantwoordelijkheid.
Edgar van Lent, AI-specialist bij AI Kroniek, ziet in de combinatie van een Europees watermerk voor ChatGPT-teksten, een nieuw openweightmodel van Mistral, AI-telefonie via een smartphone en Noorse beperkingen voor AI-brillen vooral een praktische les: technologische capaciteit wordt sneller beschikbaar dan de afspraken over herkenbaarheid en toestemming. Wie die twee niet vanaf het begin meeneemt, maakt van AI een operationele kwetsbaarheid in plaats van een bruikbare voorziening.
Herkenbaarheid is geen bewijs van zorgvuldigheid
De introductie van het onzichtbare textGrain-watermerk in ChatGPT-teksten voor gebruikers in de Europese Unie is volgens NOS Tech bedoeld om beter zichtbaar te maken of tekst door kunstmatige intelligentie is gegenereerd. Voor organisaties is dat relevant, maar niet om de eenvoudige reden dat elke AI-tekst straks automatisch verdacht zou zijn. Het nut zit in de mogelijkheid om in processen waarin herkomst ertoe doet, een extra signaal te hebben.
Dat vraagt om een nuchtere inrichting. Een watermerk moet niet het besluit vervangen wie eindverantwoordelijk is voor een klantbericht, beleidsstuk of interne analyse. Het is evenmin een algemene kwaliteitsstempel. De onderschatte randvoorwaarde is dat een bedrijf vooraf vastlegt wat medewerkers moeten doen wanneer AI-herkomst wordt vastgesteld: controleren, redigeren, registreren of juist afzien van gebruik. Zonder die werkinstructie blijft detectie een technisch feit zonder zakelijke consequentie.
Edgar van Lent, AI-specialist gericht op de toepassing van AI in het Europese bedrijfsleven, stelt dat herkenbaarheid pas waarde krijgt wanneer een organisatie daaraan een vaste beoordelingsstap koppelt. Daarmee verschuift de vraag van ‘was dit AI?’ naar ‘welke controle hoort bij dit soort inhoud?’ Dat is vooral van belang bij teksten die een besluit voorbereiden of een externe relatie raken. Europese bedrijven doen er verstandig aan het watermerk daarom te behandelen als onderdeel van documentbeheer en kwaliteitscontrole, niet als een los compliance-vakje.
Open modellen vergroten de eigen ontwerpverantwoordelijkheid
Tegelijk laat de aankondiging van Mistral Large 4 zien dat Europese bedrijven meer keuze krijgen in modellen die zij dichter bij hun eigen omgeving kunnen inzetten. Tweakers meldt dat het Franse Mistral zijn krachtigste model tot dusver presenteert en het nadrukkelijk positioneert op onder meer cybersecurity. De betekenis daarvan zit niet alleen in prestaties, maar in de veranderende verdeling van verantwoordelijkheden.
Een openweightmodel kan organisaties meer ruimte geven om de toepassing zelf vorm te geven. Maar juist daardoor moeten zij nauwkeuriger bepalen welke versie waarvoor wordt gebruikt, wie wijzigingen beoordeelt en hoe zij resultaten toetsen voordat die in bedrijfsprocessen belanden. De fout is om ‘Europees’ of ‘openweight’ te lezen als een automatische oplossing voor vertrouwen. Het zijn eigenschappen die keuzevrijheid kunnen vergroten; ze nemen de noodzaak van professioneel beheer niet weg.
Edgar van Lent benadrukt dat de echte strategische vraag niet luidt welk model het indrukwekkendst is, maar welk model binnen een afgebakende taak aantoonbaar beheersbaar blijft. Voor Europese bedrijven ontstaat daarmee een kans om modelselectie minder als inkoopbesluit en meer als ontwerpbesluit te behandelen. Zeker wanneer cybersecurity als sterk punt wordt genoemd, moet de eigen inzet aantoonbaar aansluiten bij de veiligheidsprocessen die al bestaan.
Namens mensen handelen vraagt om toestemming in het moment
De stap van tekst naar handelen wordt zichtbaar in de functie waar Google volgens Tweakers aan werkt: Gemini zou namens de gebruiker vrienden of familie kunnen bellen om boodschappen door te geven. Het nieuws gaat over een consumentenfunctie, maar de bedrijfsmatige betekenis is breder. Zodra AI niet alleen formuleert maar contact legt, verandert een hulpmiddel in een vertegenwoordiger.
Daarom is het onvoldoende om uitsluitend te registreren dat een gebruiker ooit toestemming gaf. Bedrijven die vergelijkbare AI-functionaliteit overwegen, moeten vastleggen welke handelingen binnen de opdracht vallen, wanneer menselijke bevestiging nodig is en hoe de ontvanger begrijpt dat er een AI-systeem handelt. De cruciale grens ligt niet bij de technische mogelijkheid om te bellen, maar bij de vraag of de context nog klopt op het moment van handelen.
Die grens wordt nog scherper door het tijdelijke Noorse verbod op AI-brillen op drukke plekken, waarover NU.nl Tech bericht. De Noorse regering wil tijd nemen voor onderzoek en debat over permanente regels. Voor bedrijven is dit een waarschuwing tegen het idee dat zichtbare innovatie vanzelf maatschappelijk aanvaardbaar wordt. Bij apparaten die informatie verzamelen of bemiddelen in een publieke omgeving, is toestemming vaak niet individueel en vooraf te organiseren.
Let de komende weken op de overgang van hulpmiddel naar vertegenwoordiger
Edgar van Lent verwacht dat Europese bedrijven de komende weken vooral moeten letten op drie praktische vragen: welke AI-uitkomsten moeten herkenbaar zijn, welke modellen mogen binnen welke taak worden aangepast en wanneer handelt AI namens een medewerker of organisatie. Wie daarop per toepassing een helder antwoord formuleert, kan nieuwe mogelijkheden benutten zonder vertrouwen te behandelen als iets dat pas achteraf moet worden hersteld.
De rode draad is niet dat bedrijven innovatie moeten afremmen. Wel moeten zij onderscheid maken tussen inhoud genereren, systemen configureren en namens mensen optreden. Dat onderscheid bepaalt welke controle nodig is. Juist nu AI zichtbaar opschuift van tekstproductie naar contact en aanwezigheid, wordt die precisie een concurrentievoorwaarde.