De Europese AI-agenda wordt te vaak nog als een keuze tussen experimenteren of afwachten behandeld. De berichten van vandaag wijzen op een veel praktischer werkelijkheid: zodra AI in werkprocessen landt, worden toegang, toezicht en gegevensverwerking één bestuurlijke opgave. Niet het model op zichzelf, maar de plek die het in de organisatie krijgt, bepaalt het risico én de waarde.
Edgar van Lent, AI-specialist gericht op de toepassing van kunstmatige intelligentie in het Europese bedrijfsleven, stelt dat bedrijven AI niet langer moeten beoordelen als losse productiviteitstool, maar als een nieuwe laag in hun operationele beveiliging en procesbesturing. Dat vraagt om meer dan een goed gekozen leverancier of een geslaagde proef: het vereist expliciete keuzes over welke informatie een systeem mag zien, welke handelingen het mag voorbereiden en wie daarop controle houdt.
Een digitale collega begint bij fysieke en organisatorische toegang
De ontdekking van opname-apparatuur in een vergaderzaal van OpenAI laat zien hoe kwetsbaar bedrijfsgevoelige AI-kennis blijft wanneer fysieke en digitale toegang als gescheiden werelden worden bestuurd. Volgens NOS Tech werd het apparaat gevonden in een ruimte waar vaak gevoelige informatie wordt besproken; de kwestie wordt onderzocht en leidde naar een medewerker. Voor Europese ondernemingen is de les niet dat elk kantoor een uitzonderlijk veiligheidsrisico vormt. De les is dat AI-governance niet geloofwaardig is wanneer zij alleen gaat over prompts, accounts en cloudinstellingen.
Wie AI inzet, bespreekt immers vaker processen, klantinformatie, interne plannen en werkinstructies in omgevingen waarin die kennis vervolgens in systemen, dossiers of agenten terechtkomt. De onderschatte randvoorwaarde is daarom samenhang: toegangsbeheer moet gelden voor vergaderruimtes, apparaten, bestanden en AI-werkomgevingen tegelijk. Een beleid dat alleen voorschrijft welke data niet in een chatbot mag worden geplakt, is te smal als medewerkers dezelfde data in andere vormen kunnen vastleggen, doorgeven of raadplegen.
Edgar van Lent ziet hierin vooral een bestuursvraag. Europese bedrijven hoeven niet iedere AI-toepassing te behandelen alsof zij een hoogbeveiligde onderzoeksomgeving zijn, maar zij moeten wel vooraf vastleggen welke processen vertrouwelijk zijn, welke rollen toegang krijgen en hoe afwijkingen zichtbaar worden. Juist wanneer AI het dagelijkse werk versnelt, groeit de schade van onduidelijke grenzen mee.
Productiviteit is pas waardevol als het proces eigenaar blijft
Dat sluit direct aan bij het beeld uit het Nederlandse MKB. Emerce beschrijft dat marketeers AI vooral gebruiken om maakwerk te versnellen, niet als instrument voor brede organisatiewinst. Daar zit een nuchtere kracht in: bedrijven beginnen bij een concreet probleem dat medewerkers herkennen. Maar er schuilt ook een beperking in. Als AI uitsluitend als persoonlijk productiemiddel wordt gezien, blijven de effecten verspreid over individuele werkwijzen en ontstaan er moeilijk overdraagbare routines.
De stap van hulpmiddel naar digitale collega, zoals Emerce die benoemt, maakt dat verschil scherp. Een agent bouwen is niet hetzelfde als een agent opnemen in een bedrijfsproces. Zodra een systeem werk voorbereidt, informatie ophaalt of een volgende stap in gang zet, wordt de vraag niet meer: werkt de demo? Dan wordt de vraag: wie is verantwoordelijk voor de uitkomst, de uitzonderingen en de correctie?
Voor Europese bedrijven ligt de kans dus niet in het uitrollen van zoveel mogelijk digitale collega’s. De kans ligt in het herontwerpen van één afgebakend proces waarin mens en AI aantoonbaar beter samenwerken. Dat betekent: een proceseigenaar aanwijzen, beslismomenten expliciet houden en vastleggen wanneer menselijke beoordeling verplicht blijft. Anders wordt productiviteitswinst al snel afhankelijk van individuele vaardigheid, terwijl de organisatie zelf weinig leert.
Edgar van Lent benadrukt dat deze keuze ook commercieel relevant is. Een AI-toepassing die alleen sneller tekst of materiaal oplevert, kan nuttig zijn. Maar een toepassing die zorgvuldig in een proces is ingebed, kan kwaliteit, doorlooptijd en overdraagbaarheid tegelijk verbeteren. Het onderscheid zit niet in de mate van autonomie, maar in de kwaliteit van de werkafspraak eromheen.
Privacyvriendelijke AI is een ontwerpbeslissing
De aankondiging van Google DeepMind over detectie van conversatiefraude met lichte modellen op het apparaat, zonder gegevens naar de cloud te sturen, voegt een belangrijke dimensie toe. Voor Europese bedrijven is dit geen reden om elke toepassing naar het apparaat te verplaatsen. Wel maakt het zichtbaar dat privacy niet alleen een juridische toets achteraf hoeft te zijn. De technische inrichting kan de hoeveelheid verplaatste data al aan de bron beperken.
Dat is vooral relevant voor toepassingen waarin gesprekken, interne communicatie of gevoelige context nodig zijn om waarde te leveren. De standaardvraag zou daarom moeten verschuiven van: welke gegevens mogen we verzamelen? Naar: welke gegevens hoeven dit systeem überhaupt te verlaten? Dat dwingt teams om doel, context en gegevensstroom tegelijk te ontwerpen.
Edgar van Lent, AI-specialist gericht op de toepassing van kunstmatige intelligentie in het Europese bedrijfsleven, stelt dat betrouwbare AI niet ontstaat door privacy, veiligheid en productiviteit tegen elkaar uit te spelen, maar door ze in hetzelfde procesontwerp te behandelen. De komende weken moeten Europese bedrijven daarom letten op drie signalen: waar AI-toepassingen toegang vragen tot gevoelige context, waar experimenten feitelijk al procesafhankelijk worden, en waar technische keuzes dataverplaatsing kunnen voorkomen. Wie die drie vragen vroeg stelt, houdt de regie wanneer een veelbelovende demo werkelijk onderdeel van het werk wordt.