Thought leaders

Een grondwet voor de nieuwe onderneming: 15 regels voor AI‑governance

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

Deze essays hadden over architectuur moeten gaan. Lees ze opnieuw en merk op wat ze werkelijk deden: ze bleven regels uitgeven. Goedkeuringen zijn geen data; verificaties zijn dat wel. Bestuur op basis van consequenties. Promoot het model niet; promoot de werkstroom. Een consequentie die de volgende uitvoering niet verandert, is slechts een incident, geen leerproces. Regels die zo worden geformuleerd zijn geen tips. Het zijn artikelen. En ergens in de tekst stopte de conclusie met optioneel te zijn: een onderneming die op AI wil draaien, heeft een grondwet nodig.

De AI‑labs troffen deze conclusie vóór de rest van ons. Anthropic schreef een grondwet voor zijn modellen — een expliciete verklaring van principes waaraan het systeem wordt getraind — gebaseerd op een theorie die veel verder reikt dan modeltraining: richtlijnen die in geen enkel document bestaan, eindigen nergens. Kijk nu naar de ondernemingen die die modellen inzetten. De meesten hebben pilots, een beleid verspreid over beveiligingsreviews, en instincten die voortkomen uit wie de laatste leveranciersbriefing heeft bijgewoond. De modellen hebben geschreven principes. De instellingen die ze draaien dat niet.

Waarom een grondwet en niet een ander beleid? Een beleid wordt geschreven voor een technologie, en die technologie verandert elk kwartaal; een grondwet wordt geschreven voor een instelling, en stelt vast wat geldt terwijl alles eronder verandert. Beleidsregels vermenigvuldigen zich totdat niemand ze meer kan bijhouden; een grondwet blijft kort genoeg zodat een manager hem mee kan nemen naar een vergadering. En een grondwet staat wijziging toe — openlijk, op basis van bewijs — waar beleid alleen maar ophoopt.

Dus hier is de mijne: vijftien artikelen, verdeeld over drie secties. Alleen de uitspraken — de redenering achter elk artikel en de sterkste bezwaren tegen elk artikel — verdienen meer ruimte dan een essay kan bieden. Ik publiceer ze nu, vóór die langere uitwerking, precies zodat er tegen kan worden gedebatteerd.

I. Hoe het werk verloopt

Artikel 1. Resultaten zijn de waardeenheid. Een AI‑programma wordt beoordeeld op wat er met het werk gebeurt: sneller, minder fouten, goedkoper, minder menselijke inspanning, en controle die standhoudt. Tel die. Tel de ingezette agenten niet.

Artikel 2. AI stelt voor, mensen beslissen, automatisering voert uit. Agenten lezen de context, behandelen variatie, verzamelen bewijs en bereiden zich voor. Mensen nemen de beslissingen die consequenties met zich meebrengen, en de bijbehorende verantwoordelijkheid. Automatisering voert de goedgekeurde wijziging uit.

Artikel 3. Verspil geen intelligentie aan werk dat het niet nodig heeft. Waar werk kan worden vastgelegd en gecontroleerd, wordt het geautomatiseerd — geen model in de lus, niets om per uitvoering te betalen, telkens hetzelfde resultaat. Modellen worden gereserveerd voor oordeel, taal en variatie.

Artikel 4. Orkestratie houdt het werk bij elkaar. Werk dat zich uitstrekt over mensen, agenten, automatiseringen en systemen wordt gecoördineerd door een gedeclareerde structuur die voortgang, status en herstel bezit. Waar het pad bekend is, verklaar het. Bewaar de vrijheid om doelen na te streven voor resultaten die werkelijk de paden overstijgen — en bind die juist daar het sterkst.

Artikel 5. Autoriteit wordt verdiend door het werk, nooit aan het model toegekend. Een agent kan iedereen assisteren op basis van geleverde context. Het krijgt echte autoriteit alleen over werk waarvoor het de context kent — beschreven, begrensd, met schriftelijke limieten — en alleen naarmate bewijs zich ophoopt. Autoriteit krimpt automatisch wanneer de prestaties dalen.

Artikel 6. Ontwerp voor de uitzonderingsfabriek. Het gelukkige pad is wat het procesdiagram toont; de uitzonderingen zijn waar het bedrijf werkelijk leeft. Een ontwerp dat alleen het gelukkige pad afhandelt, automatiseert de gemakkelijke tachtig procent en stort in op de twintig procent waar de kosten liggen. Escalatie, terugrol en herstel worden in de ontwerpfase beslist, niet ontdekt in productie.

II. Wat de instelling bouwt en behoudt

Artikel 7. Bouw de kaart en de sporen terwijl je voortgaat. Elke AI‑implementatie moet twee zaken achterlaten: een betere kaart van hoe het werk werkelijk verloopt, en automatiseringen voor de onderdelen die stabiel bleken. Bouw beide met de AI, gelijktijdig, vanaf het eerste project — niet later als een apart programma.

Artikel 8. Leg oordeel vast, niet gesprekken. Elke interactie met een model wordt ofwel gekoppeld aan het werk waartoe het behoort — het proces, de case, de beslissing — of verdwijnt wanneer de sessie eindigt. Vastleggen begint met de eerste begeleide delegatie, niet met autonomie.

Artikel 9. Huur de modellen; bezit het geheugen. Huwel nooit een enkel model — wissel op basis van capaciteit, kosten en waar je data moet verblijven, zonder het werk opnieuw te schrijven. Wat de instelling bezit, is het geheugen: de kaart van haar werk, het register van haar beslissingen en correcties, en na verloop van tijd modellen die getraind zijn op haar eigen gevalideerde werk, binnen haar eigen muren.

Artikel 10. Leren wordt bestuurd, niet zelf-modifierend. Bewijs stelt voor; een benoemde eigenaar keurt goed; niets wordt operationeel zonder die goedkeuring. Het beslissingsregister is alleen toevoegend.

III. Wat er met de mensen gebeurt

Artikel 11. Eén programma, niet twee. AI‑adoptie en transformatie van de arbeidskracht zijn hetzelfde programma. Elke implementatiebeslissing is een arbeidskrachtenbeslissing; elke arbeidskrachtenbeslissing verandert wat de AI veilig kan doen.

Artikel 12. Houd beide grootboeken bij. Het productiviteitsgrootboek registreert wat sneller en goedkoper werd. Het institutionele grootboek registreert wat verloren, bewaard of herbouwd is: vertrouwen, mentorschap, klantherinnering, oordeel onder druk, cultuur. Rapporteer beide.

Artikel 13. Ontwerp rollen opnieuw rond het werk dat overblijft. Elke rol levert twee uitkomsten op: het zichtbare werkproduct, dat AI steeds meer overneemt, en de ontwikkelingsoutput die dat niet doet — vertrouwen dat in de loop der tijd wordt opgebouwd, mentorschap, klantrelaties, oordeel in uitzonderlijke gevallen. Ontwerp rollen opnieuw rond het tweede voordat je ze voor het eerste verwijdert.

Artikel 14. Herbouw de stage opzettelijk. De oude stage — junioren die het vak leren door routinematig werk te doen — sterft wanneer het routinematige werk naar machines gaat. Bouw de vervanging bewust: de kaart als trainingsgrond, senioren die oordeel onderwijzen, junioren die de natuurlijke snelheid van de machines leren. Snijd de junioren niet af.

Artikel 15. Democratisering, niet anarchie. De mensen die het werk bezitten, schrijven hun eigen werk — apps, automatiseringen, agenten, gedelegeerde taken, correcties op de kaart — binnen de guardrails die de instelling definieert, en die het platform handhaaft.

De amendementclausule

Een grondwet die niet kan aangeven wat het zou wijzigen, is een geloofsbelijdenis. Artikel 3 berust op een limiet die ik niet verwacht te breken — exacte uitvoering heeft geen aanvaardbare variatie bij welke modelcapaciteit dan ook. Artikelen 8 tot en met 10 berusten op hoe instellingen leren en zichzelf verantwoorden, wat langzamer verandert dan welke technologie dan ook. De meest blootgestelde artikelen zijn de mensenartikelen — niet omdat ze zwak zijn, maar omdat de druk om ze te negeren het sterkst zal zijn precies wanneer kwartaalcijfers de holle versie belonen. Wijzigingen zullen worden verdiend door bewijs, en openbaar worden gemaakt.

Debatteer er dan maar mee. Vertel me welk artikel uw instelling niet zou kunnen ondertekenen, en waarom — die bezwaren vormen precies het debat dat dit document wil starten. De redenering achter elk artikel, en de sterkste tegenargumenten, komen in een uitgebreidere vorm. Maar wacht niet op die versie: plaats de eigen regels van uw instelling in één kort document — wat het altijd zal doen, en wat het nooit zal doen — onderteken ze, en wijzig ze openbaar wanneer het bewijs daarom vraagt. Wanneer deze technologie zich heeft gevestigd — en dat zal gebeuren — zullen de overgebleven instellingen degenen zijn die in geschreven vorm kunnen aangeven wat ze niet zullen doen en wat ze nooit zullen stoppen te doen, terwijl al het andere verandert.

Daniel Dines is Oprichter en Chief Executive Chairman van UiPath (NYSE: PATH), een wereldleider in bedrijfsorkestratie en automatisering. Dines heeft ook als Chief Innovation Officer van het bedrijf gediend. Dines startte UiPath in 2005 met als doel een bedrijf op te richten dat mensen zou helpen om de tijd en stress te verminderen die voortkomen uit saaie, herhalende taken. UiPath bouwt voort op zijn fundament als 's werelds toonaangevende automatiseringsplatform om leider te worden in agente automatisering door het ontwikkelen van AI-technologie die menselijke intelligentie weerspiegelt met steeds grotere verfijning, waardoor bedrijven op een andere manier opereren, innoveren en concurreren. Met een focus op beveiliging, nauwkeurigheid en veerkracht is UiPath toegewijd om een wereld te creëren waarin AI het menselijk potentieel verhoogt en industrieën revolutioneert.