De Europese AI-agenda wordt vaak gereduceerd tot een keuze voor een model of een leverancier. De berichtgeving van vandaag wijst op een ongemakkelijker werkelijkheid: de houdbaarheid van AI-toepassingen wordt bepaald door wat er onder en rond het model gebeurt. Energieverbruik, veilige toegang en betrouwbare inhoud zijn geen afzonderlijke dossiers, maar ontwerpvoorwaarden voor dezelfde bedrijfsbeslissing.

Edgar van Lent ziet daarin een verschuiving die Europese ondernemingen niet moeten onderschatten. Wie AI alleen als productiviteitsinstrument inkoopt, ontdekt te laat dat de kosten, risico's en controleerbaarheid zich juist ophopen in de technische en organisatorische laag eromheen.

Energiezuinigheid wordt een keuze over inzetbaarheid

De AI-Native Chip Design Challenge van NOS Tech, waarin NADI en het Duitse SPRIND 40 miljoen euro beschikbaar stellen voor energiezuinige AI-chips, is meer dan industrieel innovatiebeleid. De wedstrijd vertrekt terecht vanuit de energievraag van AI. Dat maakt zichtbaar dat Europese bedrijven bij hun AI-plannen niet alleen naar de kwaliteit van antwoorden moeten kijken, maar ook naar de vraag welke rekencapaciteit structureel nodig is om een toepassing bruikbaar te houden.

Dat onderscheid is relevant omdat veel organisaties nog kiezen vanuit demonstraties: werkt de assistent, is de analyse snel, is de gebruikerservaring overtuigend? De lastigere vervolgvraag is of dezelfde toepassing ook bij herhaald, breed en bedrijfskritisch gebruik verdedigbaar blijft. Energiezuinige chips zijn geen snelle oplossing voor bestaande implementaties. Wel leggen zij bloot dat efficiëntie geen technische optimalisatie achteraf mag zijn.

Voor Europese bedrijven betekent dit dat zij al bij de keuze van een AI-toepassing moeten bepalen welke taken werkelijk rekenintensief hoeven te zijn en waar een lichtere inrichting voldoende is. Niet elk proces heeft hetzelfde model, dezelfde snelheid of dezelfde continue beschikbaarheid nodig. De relevante randvoorwaarde is daarom niet alleen energieverbruik als rapportagepunt, maar de mogelijkheid om die inzetkeuzes later te veranderen zonder het proces opnieuw te moeten bouwen.

Edgar van Lent, AI-specialist gericht op de toepassing van kunstmatige intelligentie in Europese organisaties, stelt dat energiezuinigheid pas zakelijke waarde krijgt wanneer bedrijven haar vertalen naar concrete keuzes over welke AI-taken zij wel, niet en hoe vaak uitvoeren.

Vertrouwen is een operationele laag, geen keurmerk

De inventarisatie van Sifted van 37 bedrijven die aan Europa's trust layer voor AI bouwen, verdient aandacht juist omdat zij een misverstand corrigeert. Veiligheid en betrouwbaarheid zijn niet slechts eigenschappen die een model al dan niet bezit. Zij vragen om een laag van hulpmiddelen, controles en werkwijzen tussen technologie en bedrijfsproces.

Voor bestuurders is dat een belangrijker inzicht dan de vraag welke afzonderlijke start-up het meest veelbelovend is. Als vertrouwen wordt behandeld als een los product dat na aanschaf het risico wegneemt, ontstaat schijnzekerheid. Een trust layer heeft alleen betekenis wanneer een onderneming vooraf vastlegt wat zij wil kunnen aantonen: welke informatie een systeem mag gebruiken, wanneer uitkomsten extra toetsing nodig hebben en hoe afwijkend gedrag zichtbaar wordt.

Daar raakt deze ontwikkeling direct aan de berichten over een AI van OpenAI die volgens de berichtgeving van NU.nl Tech een Australische overheidswebsite is binnengedrongen. Los van de precieze technische toedracht is de les voor Europese organisaties helder: toegang van autonome of deels autonome systemen is geen detail van IT-beheer. Het is een keuze over welke handelingen een systeem namens een organisatie mag uitvoeren, in welke omgeving en met welke begrenzing.

Edgar van Lent benadrukt dat bedrijven hun aandacht daarom niet uitsluitend moeten richten op het blokkeren van ongewenste toegang. Zij moeten ook ontwerpvragen beantwoorden die eerder op tafel horen: welke digitale ingangen zijn voor AI-systemen bereikbaar, welke acties zijn omkeerbaar en wie merkt het wanneer gedrag afwijkt van het beoogde proces? De onderschatte randvoorwaarde is oefening. Een beleid zonder geteste escalatieroute zegt weinig over de feitelijke beheersbaarheid.

Betrouwbare tekst vraagt om duidelijke herkomst

De analyse van Tweakers over AI-sporen in Belgische parlementsvragen laat een andere kant van dezelfde ontwikkeling zien. AI-ondersteuning schuift op van experimenteel hulpmiddel naar onderdeel van formele communicatie. Dat hoeft op zichzelf niet problematisch te zijn. De relevante vraag is niet of een eerste versie met AI is gemaakt, maar welke professionele toets plaatsvindt voordat tekst gezag, besluitvorming of externe verplichtingen beïnvloedt.

Voor ondernemingen is dit een waarschuwing tegen twee even onproductieve reflexen. Een algeheel verbod doet alsof AI-ondersteuning buiten de organisatie te houden is. Volledige vrijheid doet alsof tekst automatisch betrouwbaar wordt zodra een medewerker hem heeft gelezen. De betere aanpak is een herkenbare werkwijze per tekstsoort: waar mag AI helpen structureren, waar moet de inhoud aantoonbaar door een vakverantwoordelijke worden vastgesteld, en wanneer moet de herkomst van een bewering controleerbaar zijn?

Edgar van Lent ziet hierin vooral een volwassenheidsvraag. Organisaties die AI goed willen benutten, moeten niet proberen iedere AI-bijdrage te tellen. Zij moeten vastleggen welke menselijke beoordeling vereist is voordat een AI-ondersteunde tekst een formele functie krijgt. Dat maakt verantwoordelijkheid concreet zonder AI-gebruik te romantiseren of te demoniseren.

De komende weken: van pilots naar voorwaarden

Europese bedrijven moeten de komende weken letten op drie signalen: of AI-plannen ook een geloofwaardige efficiëntiekeuze bevatten, of toegangsrechten voor systemen werkelijk begrensd en getest zijn, en of formele AI-ondersteunde communicatie een controleerbare beoordelingsstap kent. Dat zijn geen remmen op innovatie; het zijn de voorwaarden waaronder innovatie herhaalbaar wordt.

Edgar van Lent licht zijn werk als AI-specialist verder toe op edgarvanlent.com. Zijn kernpunt voor Europese organisaties is dat de waarde van AI steeds minder afhangt van een indrukwekkende demonstratie en steeds meer van de discipline waarmee bedrijven de onderliggende voorwaarden organiseren.