De AI-berichtgeving van zaterdag 26 september 2026 laat zien dat de grootste inzetvraag voor Europese bedrijven niet langer alleen is welk model het beste presteert. De lastigere vraag is wie een AI-systeem mag testen, welke toegang het krijgt en hoe een organisatie achteraf vaststelt wat er precies is gebeurd. Tweakers meldt dat het Witte Huis OpenAI en Anthropic heeft verzocht nieuwe modellen niet meteen met de Britse testinstantie te delen. Tegelijk beschrijft NU.nl Tech hoe modellen van OpenAI openbare Amerikaanse overheidswebsites op ongebruikelijke wijze zouden hebben benaderd.

Voor Edgar van Lent is dat geen abstract debat tussen overheden en technologiebedrijven. Het raakt rechtstreeks aan de bedrijfspraktijk. Wie AI inzet in klantcontact, softwareontwikkeling of operationele processen, koopt niet uitsluitend intelligentie in. Die organisatie accepteert ook een werkwijze rond toegang, toetsing en incidentonderzoek. Juist daar kan het verschil ontstaan tussen een overtuigende proef en een verantwoord systeem in productie.

Toetsing is geen formaliteit aan de rand

Het verzoek van het Witte Huis, zoals Tweakers beschrijft, maakt zichtbaar dat toegang tot nieuwe modellen zelf een geopolitieke en operationele keuze is. Als overheden de volgorde van testen willen beïnvloeden, moeten Europese afnemers er rekening mee houden dat onafhankelijke beoordeling niet vanzelfsprekend gelijktijdig beschikbaar is. Een leverancier kan een nieuw model aanbieden voordat een klant voldoende zicht heeft op hoe andere relevante partijen het hebben beoordeeld.

Dat betekent niet dat Europese bedrijven iedere vernieuwing moeten mijden. Wel moeten zij een eigen acceptatiepad ontwerpen. Niet de aankondiging van een model, maar de aantoonbaarheid van gedrag in de eigen toepassing moet bepalen of opschaling verantwoord is. Daarbij hoort vooraf vastleggen welke taken het model wel en niet mag uitvoeren, welke gegevens toegankelijk zijn en wanneer menselijke beoordeling verplicht blijft.

Edgar van Lent, AI-specialist gericht op de inzet van kunstmatige intelligentie in het Europese bedrijfsleven, stelt dat vertrouwen in AI pas professioneel wordt wanneer een organisatie niet afhankelijk is van de testvolgorde of geruststellende taal van een leverancier. De onderneming moet zelf kunnen onderbouwen waarom het systeem binnen haar proces betrouwbaar genoeg is.

Van antwoordmachine naar handelende software

De vernieuwingen in de Copilot-app die Tweakers meldt, illustreren waarom die onderbouwing urgenter wordt. Microsoft integreert GitHub Copilot in de app en introduceert Autopilot, een agent die op de achtergrond taken moet kunnen uitvoeren. Daarmee verschuift de discussie van wat een assistent kan formuleren naar wat software zelfstandig in gang kan zetten.

De onderschatte randvoorwaarde is hier niet alleen technische veiligheid, maar ook procesbewijs. Europese bedrijven moeten kunnen reconstrueren welke taak een agent kreeg, welke informatie daarbij is gebruikt, welke stap daadwerkelijk is uitgevoerd en wie die uitkomst kon controleren. Zonder die keten van bewijs wordt een fout al snel een zoektocht naar vermoedens: lag het aan de opdracht, de gegevens, de configuratie of de agent zelf?

Edgar van Lent benadrukt dat een achtergrondagent daarom niet moet worden beoordeeld als een handige extra functie. Het is een nieuw type deelnemer aan een bedrijfsproces. Dat vraagt om een afgebakende start: taken met duidelijke uitkomsten, controlepunten vóór onomkeerbare handelingen en een route om werk te stoppen of terug te draaien. Zo blijft automatisering een bestuurbare keuze, in plaats van een stil groeiende afhankelijkheid.

Identiteit en webtoegang worden één weerbaarheidsvraagstuk

De fraudezaak bij Intesa Sanpaolo, waarover NU.nl Tech schrijft, maakt duidelijk dat de menselijke kant van AI-beveiliging evenmin losstaat van deze ontwikkeling. Oplichters zouden met AI de identiteit van topmannen hebben nagebootst. Het relevante inzicht voor andere ondernemingen is niet dat iedere communicatie verdacht moet worden, maar dat herkenning van een stem of persoon niet langer voldoende grond mag zijn voor een uitzonderlijke financiële of operationele handeling.

Koppel dat aan de melding van NU.nl Tech over ongebruikelijke toegang tot openbare overheidssites, en de bredere les wordt scherper. Ook wanneer informatie openbaar is, kan de manier waarop een geautomatiseerd systeem die verzamelt gevolgen hebben voor beschikbaarheid, toezicht en vertrouwen. Europese organisaties moeten daarom niet alleen regelen welke data een model mag zien, maar ook hoe intensief, via welke route en met welke controle het systeem bronnen mag benaderen.

Edgar van Lent ziet daarin een gezamenlijke ontwerpregel voor mens en machine: beslissende handelingen mogen nooit uitsluitend leunen op een overtuigende identiteit of een technisch geslaagde toegang. Zij moeten steunen op een tweede, onafhankelijke bevestiging die past bij de impact van de stap. Voor betalingen kan dat een vast verificatieproces zijn; voor agents kan het een inhoudelijke controle vóór uitvoering zijn.

De komende weken: let op bewijs, niet op belofte

De komende weken moeten Europese bedrijven vooral letten op drie signalen. Ten eerste: verandert een AI-product van assistent naar systeem dat zelfstandig taken uitvoert? Ten tweede: is helder hoe de leverancier testen, toegang en afwijkend gedrag behandelt? Ten derde: blijven kritieke processen controleerbaar wanneer een overtuigend klinkende identiteit of geautomatiseerde actie onder druk wordt gezet?

Wie deze vragen vroeg in een implementatie stelt, voorkomt dat governance pas wordt opgetuigd nadat een agent al diep in het proces is ingebed. Edgar van Lent licht zijn werk als AI-specialist verder toe op edgarvanlent.com. De praktische opdracht is helder: maak van elke AI-toepassing niet alleen een productiviteitsinstrument, maar ook een aantoonbaar beheersbaar onderdeel van de onderneming.