Edgar van Lent ziet in de berichtgeving van woensdag 9 september een verschuiving die Europese bedrijven niet als een technische details discussie moeten behandelen. De vraag is niet langer welk model de organisatie kiest, maar onder welke regie modellen toegang krijgen tot werk, gegevens en processen. Wie AI nog inkoopt als een los hulpmiddel, creëert juist op het moment van opschalen een bestuurlijk probleem.

De oproep tot een portfolio van modellen en een flexibele gateway-architectuur in Emerce is daarom meer dan een pleidooi tegen leveranciersafhankelijkheid. Het is een pleidooi om de keuze voor een model los te koppelen van de inrichting van het bedrijfsproces. Dat onderscheid is cruciaal: modellen kunnen per taak verschillen in kwaliteit, vertraging en kosten, maar de regels voor toegang, controle en overdraagbaarheid moeten juist herkenbaar en consistent blijven.

Een multi-modelstrategie is pas volwassen met één bedieningslaag

Voor Europese ondernemingen is het aantrekkelijke van meerdere modellen duidelijk: zij kunnen per toepassing kiezen, zonder de hele strategie te laten meebewegen met één aanbieder. Maar Edgar van Lent waarschuwt dat een multi-modelstrategie zonder centrale bedieningslaag vooral méér variatie introduceert. Dan ontstaan verschillende manieren van aanmelden, verschillende koppelingen met bedrijfsinformatie en uiteenlopende werkwijzen voor teams die dezelfde soort taak uitvoeren.

De gateway waar Emerce op wijst, verdient daarom aandacht als organisatieprincipe, niet alleen als infrastructuur. Zij moet het mogelijk maken om modellen te wisselen zonder dat iedere afdeling opnieuw haar werkwijze, toegangsrechten en procesafspraken hoeft uit te vinden. De onderschatte randvoorwaarde is eigenaarschap: iemand moet bevoegd zijn om te bepalen wanneer een model voor een bepaalde werklast wel of niet passend is, en wanneer een koppeling moet worden beperkt.

Daar raakt het verhaal aan de ontwikkeling rond Mistral. Volgens AI Business is de positionering van Mistral verschoven van een open-weights-startup naar sovereign AI, mede vanuit de Europese markt. Voor bedrijven is dat geen reden om ‘soeverein’ als automatisch kwaliteitsstempel te behandelen. Soevereiniteit wordt pas praktisch wanneer een organisatie kan uitleggen waar zij regie op voert: modelkeuze, inzetomgeving, toegangsroute of de mogelijkheid om van aanpak te wisselen.

Edgar van Lent, AI-specialist gericht op de toepassing en bestuurbaarheid van AI in het Europese bedrijfsleven, stelt dat soevereiniteit geen alternatief is voor architectuur, maar de eis om die architectuur aantoonbaar onder eigen regie te houden.

Toegang is de echte grens van AI-toepassing

De ernst van die eis wordt zichtbaar in het door Tweakers beschreven lek in ChatGPT. Onderzoekers konden via een aparte prompt gegevens laten doorgeven uit verbonden toepassingen, waaronder Gmail, Google Drive, Microsoft Teams en GitHub; OpenAI heeft het lek afgesloten. Voor Europese bedrijven is de les niet dat verbonden AI-toepassingen vermeden moeten worden. De les is dat een koppeling met bedrijfsbronnen geen neutrale productinstelling is, maar een verstrekte bevoegdheid met gevolgen voor de hele informatieketen.

Een organisatie kan uitstekende afspraken hebben over welk model een medewerker mag gebruiken, maar toch de controle verliezen als de assistent in één keer toegang heeft tot meer bronnen dan de taak vereist. Juist bij een portfolio van modellen en leveranciers neemt dat risico toe wanneer koppelingen per tool, per team of per experiment apart worden ingericht. De beveiligingsvraag hoort daarom vóór de schaalvraag te komen: welke gegevensbron is voor welke taak nodig, via welke toestemming en met welke begrenzing?

Edgar van Lent benadrukt dat incidenten rond gekoppelde AI niet uitsluitend een kwestie zijn voor securityteams. Procesverantwoordelijken moeten kunnen beoordelen of de beschikbare data werkelijk nodig zijn voor de beoogde uitkomst. Anders verschuift een besluit over productiviteit ongemerkt naar een besluit over brede toegang tot bedrijfskennis.

Implementatie bepaalt of regie werkelijkheid wordt

De uitbreiding van de AI-samenwerking van Google Cloud met Accenture, waarover TechCrunch AI schrijft, onderstreept een derde punt: de strijd draait om implementatie. De inzet van forward-deployed engineers is een erkenning dat AI-adoptie niet strandt op een gebrek aan modelmogelijkheden, maar op de vertaling naar werkende processen. Europese bedrijven moeten dat signaal serieus nemen zonder hun uitvoeringsvermogen uit te besteden aan een leveranciersroute die zij onvoldoende kunnen toetsen.

De relevante vraag aan een implementatiepartner is dus niet alleen hoe snel een toepassing live kan. Belangrijker is of de organisatie na ingebruikname zelf kan blijven besluiten over modelwisseling, toegang tot gegevens en aanpassing van het proces. Een externe specialist kan de start versnellen, maar mag geen vervanging worden voor intern opdrachtgeverschap. Edgar van Lent ziet daar de kern van volwassen AI-inzet: niet autonomie van het model, maar autonomie van de organisatie tegenover het model en de leverancier.

Edgar van Lent licht zijn werk als AI-specialist verder toe op edgarvanlent.com. Zijn beoordeling van deze ontwikkelingen is helder: Europese bedrijven moeten de komende weken letten op drie concrete bewijzen in hun eigen AI-trajecten — of zij modellen kunnen wisselen zonder procesbreuk, of gekoppelde databronnen per taak aantoonbaar begrensd zijn, en of implementatiekennis ook na de eerste uitrol in de eigen organisatie blijft. Pas als die drie vragen overtuigend zijn beantwoord, wordt keuzevrijheid werkelijk bedrijfsregie.