AI voelt digitaal, maar zijn hart klopt in staal en energie

Wanneer de meeste van ons aan kunstmatige intelligentie (AI) denken, zien we algoritmes, leerlussen en enorme gegevensmodellen voor ons die zich in de cloud optimaliseren. Maar achter die digitale abstracties zit een zeer fysieke basis: het wereldwijde netwerk van datacentra dat de snelle evolutie van AI mogelijk maakt.

Deze faciliteiten zijn afhankelijk van enorme hoeveelheden elektriciteit, industriële koelvloeistof en waterstroom, evenals pompen, turbines en stroomdistributiesystemen. Als een van deze componenten faalt, kunnen zelfs de meest geavanceerde AI-modellen tot stilstand komen.

De industriële vraag achter moderne AI

De AI-golf heeft een ongekende investering in infrastructuur gedreven – een van de grootste en snelste uitbreidingen in de geschiedenis van de moderne technologie. Grote technologieaanbieders steken veel middelen in het bouwen en onderhouden van datacentra, waarvan de omvang gelijk is aan nationale infrastructuur.

Volgens een recent Reuters-rapport overschrijdt de investering in AI, waarvan de infrastructuur verreweg de grootste uitgave is, niet alleen de kapitaalinjectie in andere recente technologiebooms, maar ook de door de overheid geleide initiatieven zoals het Manhattan Project en het Apollo-programma om een man op de maan te zetten. In 2024 kwamen 137 nieuwe hyperscale-datacentra online en wordt verwacht dat het aantal in 2025 vergelijkbaar zal zijn. Volgens schattingen van McKinsey zullen “bedrijven in de hele compute-power-waardeketen 5,2 biljoen dollar investeren in datacentra tegen 2030 om alleen al de wereldwijde vraag naar AI te kunnen bijhouden.”

Maar ondanks hun futuristische aura functioneren de datacentra achter onze AI-obsessie net als elke industriële fabriek, waarbij grondstoffen worden omgezet in waardevolle goederen. Alleen in dit geval is het grondstoffen die worden verwerkt, getransformeerd en geleverd als hoogwaardige inzichten voor gebruik door individuen, organisaties en zelfs overheden.

Om de datacenteroperaties continu te laten draaien, moeten de onderliggende operationele technologie (OT)-systemen – temperatuurregeling, elektrische distributie, waterbeheer en een breed scala aan mechanische controles – constant worden gemonitord en beschermd. Een cyberaanval of ander incident dat een enkele koelklep verstoort, kan een hele faciliteit binnen enkele minuten stilleggen, waardoor enorme financiële schade en potentieel gevaar voor de veiligheid van het personeel op de site ontstaat.

AI-datacentra zijn de nieuwe kritieke infrastructuur

De samenleving heeft lang erkend hoe belangrijk het is om elektriciteitsnetwerken, waterleidingbedrijven en transportsystemen te beschermen. AI-datacentra verdienen nu dezelfde classificatie als kritieke infrastructuur. Elk klinisch-diagnostisch model, autonoom voertuigsysteem, supply-chainplanner en real-time analyticsplatform is afhankelijk van hun ononderbroken werking – en die afhankelijkheid neemt alleen maar toe.

Naarmate AI-werklasten zich over continenten verspreiden, wordt de betrouwbaarheid van elk individueel datacenter nog belangrijker. Veel AI-modellen worden nu uitgevoerd in gedistribueerde omgevingen, waarin training, opslag en inferentie over meerdere sites worden afgehandeld. Een enkele storing kan die workflows onderbreken, ontwikkelingscycli vertragen en diensten die miljoenen mensen elke dag gebruiken, verstoren.

Deze verbondenheid betekent dat een zwakte in één faciliteit gevolgen kan hebben die verder reiken dan de fysieke locatie. Het versterken van de beveiliging op datacenterniveau is dus niet alleen een kwestie van het beschermen van één site – het gaat om het ondersteunen van de veerkracht van het hele AI-ecosysteem.

Wanneer een AI-datacenter faalt, zijn de gevolgen te zien in alle sectoren. Klantenservicemodellen komen tot stilstand, gezondheidssystemen verliezen toegang tot real-time inzichten en digitale productiviteitstools verslechteren of verliezen volledig hun verbinding. De beveiliging en betrouwbaarheid van de fysieke infrastructuur van AI hebben directe nationale, economische en operationele gevolgen.

Deze faciliteiten zijn ook sterk afhankelijk van externe ingenieurs, aannemers en leveranciers. Veel datacentra zijn gevestigd in landelijke gebieden ver van bevolkingscentra en worden op afstand onderhouden door specialisten die apparatuur onderhouden of repareren of andere vitale taken uitvoeren. Deze verbinding op afstand verbetert de efficiëntie en minimaliseert de downtime, maar het vergroot ook het aanvalsoppervlak voor kwaadwillige actoren. Om al deze redenen moet elke verbinding op afstand met een datacenter worden geverifieerd, gemonitord en strikt gecontroleerd – net zoals bij een elektriciteitsnet of waterzuiveringsinstallatie.

Op dit punt is de vraag niet of AI-datacentra als kritieke infrastructuur moeten worden beschouwd, maar of we ons kunnen veroorloven ze als minder te behandelen.

Waar technologie en industrie samenkomen: Core OT-beveiligingspraktijken

Omdat zoveel afhangt van de beschikbaarheid van AI, moeten datacentra OT-remote-toegangsbeveiligingspraktijken consistent en streng toepassen.

Sleutelprincipes zijn:

1. Zero-Trust-toegang afdwingen: Het zero-trust-beveiligingsmodel is gebaseerd op het principe “nooit vertrouwen, altijd verifiëren”. Wanneer het gaat om toegang tot datacentra, moet elke identiteit – of het nu een externe technicus of een interne automatiseringswerklast is – worden geverifieerd en vervolgens alleen toegang krijgen tot de resources die nodig zijn om de taak uit te voeren. Dit beperkt laterale beweging en voorkomt ongeoorloofde toegang tot kritieke industriële controles
2. Multi-Factor Authentication (MFA) overal toepassen: MFA is een van de meest effectieve verdedigingsmiddelen tegen ongeoorloofde toegang. Door twee of meer onafhankelijke verificatiefactoren te vereisen – zoals biometrische authenticatie, eenmalige tokens of fysieke beveiligingssleutels – versterkt MFA identiteitszekerheid en versterkt het bredere zero-trust-beleid. Voor de meest complete bescherming moeten organisaties op zoek gaan naar oplossingen die legacy-OT-systemen kunnen aanpassen om MFA te ondersteunen zonder de operaties te verstoren.
3. Supervisie- en loggingsmogelijkheden overnemen: Traditionele remote-toegangstools zoals VPN’s en jumpservers richten zich op het beveiligen van het initiële toegangspunt, maar bieden geen zichtbaarheid zodra de verbinding is gevestigd. Moderne Secure Remote Access (SRA)-oplossingen omvatten toezichtsmogelijkheden die meer controle en verantwoordelijkheid mogelijk maken. Gecureerde toegang, just-in-time-toegang, sessie-opname en gedetailleerde sessielogging verminderen het risico aanzienlijk en helpen bij het naleven van de compliance-eisen.

Samen versterken deze maatregelen de beveiliging over de digitale en fysieke systemen die datacentra en de AI-infrastructuur daarin soepel laten draaien.

De industriële hartslag van AI beveiligen

Naarmate AI dieper in de operaties van bedrijven, overheden en kritieke diensten wordt geïntegreerd, wordt de betrouwbaarheid van de onderliggende infrastructuur nog strategischer. Datacenter-operatoren moeten identiteitsgestuurde toegangscontroles en moderne OT-beveiligingspraktijken prioriteren of risico lopen op aanzienlijke operationele verstoringen.

Door de fysieke systemen die faciliteiten in werking houden te beschermen – koelers, turbines, onderstations en mechanische controles – en door de verbindingen op afstand te beveiligen die worden gebruikt om ze te onderhouden en te bedienen, kunnen operatoren ervoor zorgen dat AI een versneller van innovatie blijft en geen nieuw kwetsbaarheidspunt wordt.