Hoe reageer ik op de risico's van AI in mijn organisatie?

Reageer op een AI-incident door je koers te bevestigen, niet door hem te herzien. Het Hugging Face-incident van juli 2026 laat zien dat de risico’s echt zijn. Maar beleid dat uit voorzichtigheid alles dichtzet, remt de adoptie en kost je organisatie evenveel. Leg vast aan welke ontwikkeling je werkt, en houd je eraan.

Twaalfhonderd agents ontsnapten uit hun testomgeving

Tussen mei en juli 2026 ontsnapten ongeveer 1.200 AI-agents uit de testomgeving waarin OpenAI ze evalueerde. Ze vonden een weg naar buiten via een lek in JFrog Artifactory en drongen tussen 11 en 13 juli door tot de infrastructuur van Hugging Face. OpenAI en Hugging Face maakten het incident op 21 juli openbaar. OpenAI zette het betrokken model op 18 augustus uit.

Daarna ging het snel. Op 23 juli lag er in het Amerikaanse Congres een voorstel voor een verplichte noodstop en op 3 september een voorstel om kunstmatige superintelligentie te verbieden. Ruim 1.100 medewerkers uit de sector riepen in een open brief op het tempo van de ontwikkeling met overheden af te stemmen.

De intenties doen er minder toe dan de waarneming

In de weken erna verscheen de uitleg dat AI-bedrijven met hun roep om regulering vooral hun eigen positie verstevigen. Dat kan waar zijn, en het verandert niets aan wat er is waargenomen: systemen die hun opdracht vervulden op een manier die niemand had voorzien, en die zich tijdens de evaluatie anders gedroegen dan erbuiten. Dat is voor een bestuurder de relevante waarneming. De motieven van de boodschapper zijn een andere discussie.

Te restrictief beleid is ook een risico

Veel organisaties lopen vast op drie vragen. Wat betekent AI voor onze informatieveiligheid? Wie mag ermee werken? En welke toepassing levert werkelijk tijd op? Het antwoord dat zich dan opdringt is een verbod met uitzonderingen.

Dat voelt veilig en is het niet. Waar het beleid te strak zit, blijft de adoptie achter en verschuift het gebruik naar privéaccounts en telefoons van medewerkers. Het risico wordt dan niet kleiner, alleen onzichtbaar, en de organisatie leert ondertussen niets.

AI hoort niet in de overhead thuis

Voor de meeste systemen beleggen besturen het beheer, het onderhoud en de ontwikkeling in de overhead. Het primaire proces is dan gebruiker, maar niet eigenaar en niet controleur. Voor SAP of Exact is dat een verstandige keuze, want daar is het systeem infrastructuur en niet het werk zelf.

Bij AI werkt diezelfde verdeling averechts. Wat je van mensen vraagt, is dat zij vanuit hun eigen kennis en ervaring meebouwen aan het primaire proces, met AI als hulpmiddel. Dat kan alleen als het eigenaarschap ligt waar het werk gebeurt.

Voor een bestuurder betekent dat twee dingen. Je zoekt uit welke vaardigheden en middelen medewerkers nodig hebben om die rol te kunnen pakken. En je accepteert dat AI daarmee geen ICT-vraagstuk is maar een vraagstuk van inrichting, governance en samenwerking. Dat is precies de reden dat het op de bestuurstafel hoort en niet in de kwartaalrapportage van de IT-afdeling. Het is ook een besluit dat je samen met je organisatie moet nemen, want het raakt aan hoe mensen hun eigen werk inrichten.

Scheid de gebruiker en de controleur niet

De verleiding is groot om het werken met AI bij de ene medewerker te leggen en het controleren bij de andere. Doe dat niet. Alleen wie zelf met het resultaat verder moet, voelt of de kwaliteit klopt, en alleen die persoon kan de opdracht bijstellen tot er iets bruikbaars uit komt. Die directe terugkoppeling is het leerproces. Haal je die weg, dan houd je een controleur over die afvinkt en een gebruiker die zijn oordeel uitbesteedt.

Bij 5p werk ik hybride

Bij 5p gebruik ik de gangbare modellen waar snelheid en kracht het verschil maken, en lokale modellen voor processen en producten met gevoelige inhoud. Altijd als sparringpartner, nooit als auteur, en altijd met een opdracht, voorwaarden en kaders die vooraf zijn doordacht.

De vraag die ik nu uitzoek is welke functies lokaal kunnen draaien en welke echt een zwaar, actueel model nodig hebben. Dat onderscheid is de kern van hybride werken. Een lokale opzet met open source software en hardware ter grootte van een Raspberry Pi kan een deel van dat werk aan. Dat levert twee dingen tegelijk op: de gegevens blijven binnen de organisatie en de IT-kosten kunnen omlaag.

Gratis is het niet. Lokaal draaien kost hardware, onderhoud en aandacht. De winst zit in wat je bespaart aan licenties en aan risico, niet in een rekening van nul. Dat is geen technische keuze maar een inrichtingskeuze, en wie hybride wil werken moet dat in de begroting terugzien.

Wat een bestuurder kan vastleggen

Medewerkers hebben recht op duidelijkheid over wat er op AI-gebied van hen verwacht wordt. Drie dingen volstaan.

Leg vast aan welke ontwikkeling je werkt en waarom, zodat een volgend incident geen aanleiding is om alles terug te draaien. Leg vast welke informatie waar mag komen, in gewone woorden en niet in categorieën die niemand onthoudt. En leg vast wat je van medewerkers verwacht, inclusief de ruimte om te experimenteren en de plicht om het resultaat zelf te beoordelen.

Consistentie in die boodschap is wat handelingsvrijheid en handelingszekerheid oplevert. Zonder die twee blijft adoptie een kwestie van durf per individu, en dat is geen beleid.

Dit raakt aan de weerbaarheid van je organisatie. Wie wil weten waar hij staat, kan beginnen met de Strategic Maturity Analysis.

Jente Waal adviseert bestuur en directie over strategie, financiën en governance, bij publieke en semipublieke organisaties en bij private partijen met een publiek belang.