Waarom de volgende uitdaging van AI er verrassend vertrouwd uitziet voor telecom

In het afgelopen jaar is één verschuiving steeds duidelijker geworden in gesprekken over enterprise AI. De discussie wordt niet langer gedomineerd door welk model het beste presteert of waar AI een ander proces kan automatiseren. Die vragen blijven belangrijk, maar ze bepalen niet langer of AI verder gaat dan een pilot. Steeds vaker stellen organisaties een andere vraag: wat moet er binnen het bedrijf veranderen voordat AI kan worden vertrouwd met meer verantwoordelijkheid?

Het is een subtiele verschuiving, maar eentje die veel zegt over de richting waarin de markt zich beweegt.

Het grootste deel van de afgelopen twee jaar heeft de AI‑industrie zich gericht op het verbeteren van modellen. De nauwkeurigheid is toegenomen, redeneren is verfijnder geworden en elke nieuwe release heeft de verwachtingen over wat AI kan bereiken vergroot. Tegelijkertijd experimenteren bedrijven met hoe die mogelijkheden klantbelevingen kunnen verbeteren, processen kunnen stroomlijnen of nieuwe omzetkansen kunnen onthullen. McKinsey’s laatste wereldwijde onderzoek laat zien hoe snel AI het bedrijfsleven is binnengehaald. Bijna negen van de tien organisaties gebruiken nu AI in ten minste één bedrijfsfunctie, maar relatief weinig hebben AI met succes op schaal binnen de onderneming gebracht. De technologie ontwikkelt zich snel. Het opbouwen van organisaties die het verantwoord kunnen gebruiken, blijkt een heel andere uitdaging te zijn.

De verschuiving van AI‑capaciteit naar operationele uitvoering

De vragen die nu opkomen hebben minder te maken met intelligentie en veel meer met uitvoering.

Wat gebeurt er wanneer AI niet alleen de volgende beste actie aanbeveelt, maar deze initieert? Hoe moeten commerciële beleidsregels worden toegepast wanneer beslissingen in realtime worden genomen? Wie blijft aansprakelijk als een autonoom systeem een verkeerde commerciële beoordeling maakt? Hoe kunnen organisaties aantonen dat klanttoestemmingen zijn gerespecteerd, regelgevende verplichtingen zijn nagekomen en elke beslissing maanden later nog steeds kan worden uitgelegd?

Deze vragen ontstaan niet omdat AI niet meer verbetert. Ze ontstaan omdat bedrijven steeds meer vertrouwen krijgen om AI dichter bij het centrum van hun operaties te plaatsen.

Een AI‑model kan binnen enkele seconden de juiste aanbieding voor een klant identificeren, een financieel product aanbevelen, netwerkresources optimaliseren of de volgende stap in een digitale reis bepalen. Het omzetten van die aanbeveling in een bedrijfsresultaat is aanzienlijk complexer. Voordat er iets gebeurt, moet de organisatie nog steeds vaststellen of de klant in aanmerking komt, of toestemming is verkregen, of commerciële beleidsregels de transactie toestaan, of er een andere ecosysteempartner bij betrokken is en of elke fase van het proces transparant genoeg blijft om te voldoen aan governance‑ en regelgevingsvereisten.

Die operationele laag trekt zelden dezelfde aandacht als het model zelf, maar bepaalt steeds meer of AI met vertrouwen op schaal kan worden ingezet. Deloitte’s 2026 State of AI-onderzoek ontdekte dat bijna drie kwart van de organisaties verwacht agentische AI binnen de komende twee jaar te adopteren, terwijl slechts een kleine minderheid gelooft dat hun governance‑capaciteiten voldoende volwassen zijn om autonome AI op ondernemingsniveau te ondersteunen. Het gat is geen innovatie‑kloof; het is een kloof in operationele gereedheid.

Als we kijken naar enterprise‑implementaties van vandaag, ontstaat er een consistent patroon. Organisaties worstelen niet omdat AI‑modellen geen aanbevelingen genereren. Ze ontdekken dat elke aanbeveling door de operationele realiteit van het bedrijf moet gaan voordat deze een actie wordt. AI vervangt die omgeving niet. Het wordt een andere deelnemer binnen die omgeving.

Waarom telecominfrastructuur de sleutel tot AI-governance is

Voor communicatie‑serviceproviders is die uitdaging opvallend vertrouwd.

Telecom heeft decennialang digitale bedrijven gerund waarin vertrouwen continu wordt vastgesteld in plaats van verondersteld. Netwerken verifiëren identiteiten, authentiseren apparaten en leveren real‑time betrouwbare signalen. Naast hen beheren digitale bedrijfsplatformen klantrelaties, passen commerciële beleidsregels toe, beheren digitale rechten, orkestreren diensten, coördineren partner‑ecosystemen en zorgen ervoor dat transacties correct kunnen worden uitgevoerd, gefactureerd en afgehandeld. Deze mogelijkheden zijn niet ontworpen met generatieve AI in gedachten. Ze zijn ontwikkeld omdat digitale bedrijven altijd hebben vertrouwd op betrouwbare interacties tussen klanten, netwerken, ondernemingen en partners.

Naarmate AI in diezelfde omgevingen wordt ingebed, wordt de waarde van die operationele basis veel zichtbaarder.

Een aanname die het waard is om te betwijfelen, is het idee dat veiligere modellen automatisch tot een grotere adoptie door ondernemingen leiden. De ervaring suggereert iets heel anders. Hoe dichter AI bij bedrijfskritische beslissingen komt, hoe meer organisaties alles rondom het model onder de loep nemen. Vragen over identiteit, governance, klanttoestemmingen, commerciële verantwoordelijkheid en handhaving van beleid worden aanzienlijk belangrijker omdat de gevolgen van verkeerde beslissingen aanzienlijk groter worden.

Dit is waar telecom een onderscheidende bijdrage kan leveren.

Al jaren verfijnen telecomproviders de operationele capaciteiten die nodig zijn om vertrouwen op te bouwen in complexe digitale ecosystemen. Netwerken leveren vertrouwde identiteit en realtime‑intelligentie. AI‑native BSS‑ en OSS‑platformen bieden klantcontext, commerciële governance, service‑orchestratie, digitale handel en lifecycle‑beheer. Samen creëren ze de operationele omgeving die bepaalt of een door AI gegenereerde aanbeveling een vertrouwde zakelijke actie wordt.

Diezelfde verschuiving kwam tot uiting tijdens de bespreking van Tecnotree op de Mobile World Congress eerder dit jaar over autonome netwerken. Interessant genoeg draaide het debat niet om de vraag of autonome systemen uiteindelijk zelfstandig beslissingen zouden nemen. Dat lijkt steeds onvermijdelijk. De discussie richtte zich op governance, verantwoording en commerciële controle zodra die beslissingen sneller plaatsvinden dan mensen realistisch kunnen ingrijpen. Het zijn niet langer uitsluitend telecomvragen. Het worden enterprise‑AI‑vragen.

De kloof overbruggen tussen AI‑intelligentie en vertrouwde zakelijke resultaten

Dit bredere perspectief verklaart ook waarom initiatieven zoals GSMA Open Gateway aan vaart hebben gewonnen. Gestandaardiseerde API’s die mogelijkheden zoals nummerverificatie, SIM‑swap en apparaatlocatie blootleggen, leveren vertrouwde netwerk‑intelligentie die digitale interacties versterkt. Hun grootste waarde wordt echter niet alleen gerealiseerd via netwerk‑API’s. Deze ontstaat wanneer vertrouwde netwerk‑functionaliteiten worden gecombineerd met digitale bedrijfsplatformen die klantcontext kunnen begrijpen, commerciële beleidsregels kunnen toepassen, diensten over meerdere partners kunnen orkestreren en de volledige klant‑levenscyclus kunnen beheren. AI kan de volgende beste actie bepalen, maar de omringende zakelijke omgeving bepaalt uiteindelijk of die actie überhaupt moet plaatsvinden.

Op deze manier wordt de Trust Economy veel praktischer dan een discussie over veilige AI. Vertrouwen ontstaat niet doordat een model een overtuigende aanbeveling genereert. Het wordt continu versterkt doordat identiteit wordt geverifieerd, klantrechten worden gerespecteerd, beleidsregels worden afgedwongen, commerciële verplichtingen worden nagekomen en elke deelnemer aan een digitale interactie verantwoordelijk blijft voor het resultaat. Het model levert intelligentie. Het omringende ecosysteem biedt het vertrouwen om hierop te handelen.

Voor communicatie‑serviceproviders vormt dit een kans die verder reikt dan het inzetten van AI binnen hun eigen operaties. De sector heeft jarenlang geïnvesteerd in vertrouwde digitale infrastructuur, AI‑native bedrijfsplatformen en ecosysteem‑functionaliteiten die zijn ontworpen om steeds complexere digitale interacties te ondersteunen. Naarmate ondernemingen van AI‑experimenten naar operationele inzet gaan, worden die mogelijkheden relevant op manieren die weinig werden voorzien. Gartner verwacht dat tegen 2027 veel organisaties autonome AI‑initiatieven zullen terugschroeven of buiten gebruik stellen omdat governance‑ en operationele controles niet even snel volwassen worden als de technologie zelf. Dit moet minder worden gezien als een waarschuwing over AI en meer als een herinnering dat succesvolle adoptie afhankelijk is van veel meer dan alleen de capaciteiten van het model.

Het volgende hoofdstuk van AI zal ongetwijfeld meer capabele modellen brengen, maar alleen capaciteit bepaalt niet welke organisaties slagen. Het doorslaggevende voordeel zal voortkomen uit het creëren van digitale omgevingen waarin intelligentie, governance, vertrouwde netwerken en bedrijfsplatformen naadloos samenwerken. Organisaties zullen AI steeds meer beoordelen niet alleen op de kwaliteit van de antwoorden die het genereert, maar op de vraag of die antwoorden kunnen uitgroeien tot vertrouwde resultaten.

Telecom begrijpt die uitdaging omdat het al decennialang vergelijkbare operationele problemen oplost. Naarmate de Trust Economy vorm krijgt, plaatst de combinatie van vertrouwde netwerken, AI‑native BSS‑ en OSS‑platformen en digitaal georkestreerde ecosystemen telecomproviders in een unieke positie om ondernemingen te helpen AI van experiment tot verantwoorde uitvoering te brengen.