Ondanks oproepen van leiders van AI-frontier-labs tot vertraging, geven de meeste ondernemingen prioriteit aan sterkere governance in plaats van hun gebruik van kunstmatige intelligentie te pauzeren, volgens een nieuw rapport van OneTrust, een leverancier op het gebied van AI, dataprivacy en beveiliging.

Het rapport constateerde dat, hoewel veel ondernemingen het afgelopen jaar te maken kregen met AI-gerelateerde problemen, de meeste hun AI-implementaties niet vertragen of pauzeren. Die incidenten omvatten blootstelling van intellectueel eigendom sowie AI-agents die data gebruiken, afleveren en verwijderen.

In een vraag-en-antwoordsessie besprak OneTrusts chief innovation officer Blake Brannon waarom ondernemingen doorgaan met AI en hoe zij zich meer op governance kunnen richten dan op de snelle vooruitgang van AI-modellen.

Bestuursdruk stimuleert vooruitgang

Het rapport merkte op dat ondernemingen, ondanks de AI-incidenten, het gebruik van AI en AI-agents blijven aanmoedigen. Gevraagd wat de momentum om de technologie in te zetten aandrijft, wees Brannon op druk van bovenaf in organisaties.

“Van bovenaf is bij elk bedrijf het belangrijkste onderwerp dat je bestuur je stelt: ‘Wat doen we met AI? Hoe transformeren we de manier waarop we werken en de producten en diensten die we bouwen? Zullen we worden verstoord door frontier-modellen, door gevestigde startups? Wat is onze verdedigingsgracht?’”, zei hij.

“Die druk zorgt ervoor dat iedereen een beetje agressief is, versnelt en uitzoekt hoe AI gebruikt kan worden.”

Zodra organisaties deze tools gaan evalueren en implementeren, komen governance- en beveiligingszorgen snel naar boven, zei Brannon. Iedereen ziet de realiteit dat er binnen de komende twee jaar in elk bedrijf ter wereld meer handelende agents zullen zijn dan mensen.

Hij betoogde dat de programma's en processen die bedrijven in de loop van de tijd hebben gebouwd om zichzelf te besturen, zijn ontworpen in een tijdperk waarin een mens alles instantieerde wat het bedrijf deed — of een persoon deed het werk, of een persoon bouwde een deterministisch softwaresysteem dat het deed. Dat maakte die activiteiten bestuurbaar omdat ze zich in menselijk tempo bewogen.

“Vandaag heb je de citizen developers, de citizen builders. Iedereen kan een agent bouwen,” zei Brannon. Dat ondermijnt fundamenteel de manier waarop traditionele governance en beveiliging in organisaties werken, legde hij uit, want wat organisaties vroeger deden om hun data te beschermen nam weken in beslag — en dat moet nu in seconden geregeld worden.

Van proof of concept naar schaal

Gevraagd hoe deze verschuiving organisaties aanzet te investeren in governance, zei Brannon dat vertrouwen de bepalende factor is voor autonomie.

“Je kunt allerlei geweldige AI bouwen, maar als je er niet op vertrouwt, kun je het niet loslaten,” zei hij. “Je kunt het niet autonoom laten draaien, dus je moet dit oplossen.”

Investeringen worden cruciaal, voegde hij toe, omdat ondernemingen voorbij proof of concepts gaan en naar schaal groeien. Met schaal komt de eenvoudige vraag hoe je AI vertrouwt, weet wat er mee gebeurt en het beheerst — daarom besteden organisaties meer tijd aan dit probleem.

Een manier om de uitdaging te kaderen, zei Brannon, is dat AI-systemen zich moeten gedragen zoals de organisatie of een van haar medewerkers dat zou doen. Wat een bedrijf als aanvaardbare actie beschouwt, is geworteld in factoren als compliance, beveiligingspraktijken en de merkbelofte, en agents moeten die standaarden nabootsen. Dat is, aldus hem, één deel van het probleem.

Het tweede deel is voorkomen dat er slechte dingen gebeuren. “Je moet de noodremmen van de auto aan hebben. Je moet zien dat deze agent een destructieve actie gaat uitvoeren, en je wilt die stoppen,” zei Brannon. Dat is een genuanceerde taak, omdat AI-systemen zaken als identiteit en machtigingen van mensen niet overerven, en “we willen dat mensen middenin iets dergelijks staan.”

Twee principes voor het besturen van snel bewegende AI

Terwijl organis snel handelen met AI en technologieleveranciers hun modellen in hoog tempo bijwerken, schetste Brannon twee principes die de architectuur vormgeven die nodig is om vertrouwen aan deze systemen te koppelen.

Het eerste is het besef dat een model zelf niet te vertrouwen is. “Bijna elk weekend ziet iemand een blog of artikel posten met de tekst: ‘Reguleer ons alsjeblieft, we kunnen onze systemen niet vertrouwen, en dit is zeer gevaarlijk’,” zei hij.

Dat betekent dat organisaties ervan moeten uitgaan dat een model zijn beetdijk breekt, en dat een model zichzelf kan manipuleren om zichzelf ervan te overtuigen dat alles wat het doet acceptabel is. De besturende architectuur moet daarom een onafhankelijke, aparte harness zijn, los van hetgeen dat bestuurd wordt.

“Zo functioneert de samenleving al duizenden jaren,” zei Brannon. “Overheidsmacht wordt opzettelijk gescheiden. Afdelingen van bedrijven worden opzettelijk gescheiden om een heldere, vertekenvrije scheiding te creëren tussen het besturende orgaan en hetgeen dat bestuurd wordt.” Voor AI betekent dat, aldus hem, dat modellen en aanbieders een onafhankelijke governing agent, of governing harness, nodig hebben om te beoordelen wat een AI-systeem en agent doen.

Het tweede opkomende principe gaat over de complexiteit van het bijbenen van voortdurend veranderende modellen en harnesses. Brannon zei dat elke organisatie een gefragmenteerde set van verschillende modelaanbieders, modellen en harnesses zal gebruiken, omdat marketing iets wil gebruiken, klantenservice iets anders nodig heeft en engineering weer iets anders. Die fragmentatie creëert enorme complexiteit in het beheersen en besturen van systemen die zich allemaal anders gedragen.

De architectuur, zei hij, schuift op naar een eenvoudigere vraag: wie gt er om wat het model doet, of waarom het model dacht wat het dacht? Wat voor een onderneming telt, is wanneer het AI-systeem daadwerkelijk een actie uitvoert — wanneer het probeert data uit een bedrijfs­systeem te lezen, een e-mail te versturen of een record te verwijderen. In de praktijk legt dat de focus van governance op de punten waar een AI-systeem bedrijdata en operations kan raken, in plaats van op het model op zichzelf.

“Dát is wanneer ik erom geef iets te besturen,” zei Brannon. “Ik kan mijn besturingscontroles ontwerpen rond een vast punt waar het verbinding maakt met mijn zaken waar ik om geef, en op dat vaste punt de juiste guardrails en beleidsregels plaatsen.”

Redactionele noot: De Q\u0026A is bewerkt voor stijl en beknoptheid.

De Q\u0026A is afgenomen door AI Business-nieuwsredacteur Esther Shittu, die sinds 2021 AI-technologieën en sectorontwikkelingen coveren en co-host is van de Targeting AI-podcast.

Dit artikel is gebaseerd op berichtgeving gepubliceerd door AI Business op 21 september 2026: Accelerating AI adoption and governance amid an AI slowdown.