Thought leaders

Waarom het de moeite waard is soevereine AI te ontwikkelen, en waar het misgaat

Brian Rowe
Voeg Unite.AI toe aan je voorkeursbronnen op Google
Belangrijkste puntenVerwijderde gebruikersgesprekken kunnen door een rechter worden bewaard in een…
Meer weergeven
  • Verwijderde gebruikersgesprekken kunnen door een rechter worden bewaard in een rechtszaak waaraan je nooit hebt deelgenomen.
  • Soevereine AI gaat eigenlijk over controle en niet over nationale grenzen of vlaggen.
  • Operationele soevereiniteit is de pijler die de meeste ondernemingen missen bij het bouwen van soevereine AI.

Op 13 mei 2025 ondertekende een federale rechter in Manhattan een bevel tot bewijsvergaring in het auteursrechtgeschil tussen The New York Times en OpenAI. OpenAI moest ‘alle uitvoerloggegevens die anders zouden worden verwijderd, bewaren en afzonderen’.

Dat betekende dat ook chats eronder vielen waarvan gebruikers al hadden gevraagd ze te verwijderen. Het bevel gold voor ChatGPT Free-, Plus-, Pro- en Team-accounts, en voor API-klanten zonder overeenkomst voor nul gegevensbewaring. OpenAI verzette zich ertegen. De operationeel directeur, Brad Lightcap, noemde het ‘een buitensporige maatregel’. Het brede bevel liep eind september af, maar gegevens van accounts die The New York Times had aangemerkt, blijven onder juridisch bewaarbevel.

Zakelijke klanten vielen buiten het bevel. Maar heel wat zakelijke teams met Team-abonnementen en standaard-API-sleutels niet. Geen van hen was partij in de rechtszaak. Ze drukten op verwijderen. Een rechter in een rechtszaak van iemand anders bepaalde dat verwijderen niet betekende dat de gegevens ook echt werden verwijderd.

Ik pik OpenAI er niet uit. Het bedrijf heeft zich stevig verzet. Dat is precies het punt. Als je gegevens op het platform van iemand anders staan, bepalen de juridische geschillen, contracten en beleidsregels van die ander wat ermee gebeurt.

Denk nu aan je eigen bedrijf. Je contracten, je claimdossiers, je broncode, de medische dossiers van je klanten. Steeds meer daarvan loopt via AI-modellen op infrastructuur die je niet bezit en die wordt beheerd volgens voorwaarden die je niet zelf hebt opgesteld.

Daar draait soevereine AI werkelijk om. Niet om vlaggen en grenzen. Om controle.

De cijfers laten zien dat dit geen nichekwestie is

McKinsey ondervroeg eind vorig jaar 300 bestuurders, investeerders en overheidsfunctionarissen. Eenenzeventig procent noemde soevereine AI een ‘existentiële zorg’ of een ‘strategische noodzaak’. McKinsey schat de marktomvang in 2030 op 600 miljard dollar, waarbij tot 40% van de AI-workloads mogelijk naar soevereine omgevingen verhuist.

De cijfers uit het bedrijfsleven sluiten daarbij aan:

  • Bijna vier op de vijf organisaties vertelden de Linux Foundation dat soevereine AI een strategische prioriteit is. Ongeveer 90% zei dat open source essentieel of zeer belangrijk is om dat doel te bereiken.
  • 74% van ruim 900 IT-leiders in Europa, het Midden-Oosten en Afrika vertelde Red Hat dat AI-soevereiniteit de komende 18 maanden een prioriteit is. 92% zei dat enterprise-open-sourceoplossingen daarbij essentieel zijn.
  • 63% van de organisaties gebruikt al AI-modellen met open broncode, volgens een onderzoek van McKinsey en de Mozilla Foundation onder meer dan 700 technologieleiders in 41 landen. 76% verwacht er meer te gaan gebruiken.

Let op de rode draad. Soevereiniteit en open source komen steeds samen voor. Dat is geen toeval.

Waarom ik optimistisch ben

Ik heb het al eerder gezegd: de modellen zijn goed genoeg. Voor het meeste dagelijkse werk dat bedrijven echt nodig hebben — samenvatten, onderzoek doen, instructies opvolgen en documenten verwerken — maken de vooruitgang aan de top van het veld nauwelijks verschil. Een model dat een olympiade-wiskundewedstrijd wint, versnelt je schadeafhandeling niet.

Ik heb open modellen zoals Qwen op mijn eigen hardware gebruikt en gezien hoe goed ze echte taken in toepassingen uitvoeren. Ik kan ze afstemmen op mijn eigen gegevens, op mijn eigen machine, zonder ook maar één dossier naar buiten te sturen. Twee jaar geleden was dat geen serieuze optie voor bedrijven. Nu wel.

Dat verandert de afweging rond soevereiniteit. Je hoeft geen grensverleggend model te bouwen om je AI in eigen beheer te hebben. Je kunt een sterk model met open gewichten nemen, het binnen je eigen infrastructuur of in een soevereine cloud draaien, afstemmen op je gegevens en de modelgewichten behouden.

Ook het aanbod ontwikkelt zich. In augustus stemde Nvidia ermee in Poolside 6 miljard dollar te betalen voor een licentie op het platform voor modelontwikkeling en bood het meer dan 100 van zijn ingenieurs een baan aan, allemaal gericht op Nvidia’s reeks modellen met open gewichten, Nemotron. Wanneer het bedrijf dat de pikhouwelen en schoppen verkoopt zo’n bedrag in open modellen steekt, zullen die modellen steeds beter worden.

Ook de beveiligingstechnologie haalt de achterstand in. Vertrouwelijke inferentie maakt gebruik van een beveiligde uitvoeringsomgeving in de CPU of GPU, zodat gegevens versleuteld blijven totdat ze een afgeschermd gedeelte van de chip bereiken. Zelfs de cloudprovider kan ze niet inzien. Zo hoef je niet langer te hopen dat je gegevens veilig zijn, maar weet je dat ze veilig zijn.

Dus ja. Soevereine AI kan echt heel goed zijn. Lagere kosten per workload, geen onverwachte prijsverhogingen, geen model dat onder je handen vandaan wordt uitgefaseerd, en een helder antwoord wanneer je bestuur vraagt waar de gegevens naartoe gaan.

Maar ik zou je tekortdoen als ik het hierbij liet.

Lees de kleine lettertjes voordat je tekent

Rekenkracht is geconcentreerd en niet goedkoop. Volgens de index voor soevereine AI van het Center for a New American Security bevindt ongeveer 90% van de rekenkracht voor geavanceerde AI zich in de Verenigde Staten en China. McKinsey merkt op dat slechts ongeveer 30 landen over rekenkracht beschikken die geschikt is voor geavanceerde AI-workloads. Je eigen stack beheren betekent dat je GPU’s, stroomvoorziening, koeling en mensen nodig hebt die weten hoe ze die moeten beheren. Reserveer budget voor alles, niet alleen voor de chips.

Soeverein betekent niet zelfvoorzienend. CNAS houdt 184 door overheden gesteunde projecten voor soevereine AI bij. Meer dan drie vijfde maakt ten minste één buitenlandse partner bekend, en de meeste van die partners zijn Amerikaanse bedrijven. Zelfs landen kunnen dit niet alleen. Het World Economic Forum en Bain stellen dat soevereiniteit in feite neerkomt op „strategische onderlinge afhankelijkheid”. Daar ben ik het mee eens. Bepaal welke lagen je zelf in beheer moet hebben en welke je veilig kunt inhuren.

Open modellen blijven achter bij de moeilijkste taken. McKinsey wijst erop dat gelokaliseerde modellen mogelijk niet het prestatieniveau van de meest geavanceerde modellen halen. Voor sommige werklasten is dat verschil van belang. Het antwoord is niet alles of niets. Laat gevoelige taken met een hoog volume uitvoeren door modellen die je zelf beheert, en houd een gecontroleerde route naar API’s van de meest geavanceerde modellen open voor problemen waarvoor die echt nodig zijn.

Bij de uitvoering lopen de meeste programma’s vast. De aandacht gaat uit naar infrastructuur, gegevens en controle over modellen. Operationele soevereiniteit — wie toegang heeft tot het systeem, wie de configuratie ervan kan wijzigen en wie kan controleren wat het heeft gedaan — is de pijler die de meeste bedrijven over het hoofd zien. Dat wordt al snel serieus zodra AI-agenten namens jou acties gaan uitvoeren. Als een externe leverancier de sleutels van je agenten in handen heeft, heb je geen soevereine AI. Dan heb je een gehoste dienst met een mooiere naam.

Leg jezelf niet vast in een nieuw keurslijf. Soevereiniteit draait om keuzevrijheid. Bouw je systeem zo dat je van model kunt wisselen zonder alles eromheen opnieuw op te bouwen. Als je ‘soevereine’ stack maar één model van één leverancier kan draaien, heb je de afhankelijkheid alleen maar verplaatst.

Behandel het als engineering, niet als inkoop

Organisaties die dit goed aanpakken, behandelen elk onderdeel als een technische eis, met een verantwoordelijke en een meetbare maatstaf. Waar vindt inferentie fysiek plaats? Waar worden prompts en uitvoer vastgelegd, en hoelang worden ze bewaard? Welk model krijgt welke gegevens te zien? Wie kan het uitschakelen?

Organisaties die hiermee worstelen, behandelen soevereine AI als een af te vinken vakje op een leveranciersvragenlijst.

Dit komt overeen met alles wat ik zie in ons werk bij Marlabs. Het model is zelden nog het probleem. De implementatie is dat wel. De mensen, de architectuur, het bestuur. Soevereine AI verandert daar niets aan. Het maakt des te belangrijker dat je het goed aanpakt.

Terug naar die rechtszaal in Manhattan

Die gebruikers van het Team-abonnement hebben niets verkeerd gedaan. Ze vertrouwden op hun leveranciersovereenkomst. De beslissing over hun gegevens werd genomen in een rechtszaal waar ze nooit zijn geweest.

Je kunt die beslissing zelf nemen. Als je bestuur, je toezichthouder of je grootste klant vraagt wie hun gegevens beheert en wie er nog meer toegang toe heeft, geeft goed uitgevoerde soevereine AI je een helder antwoord. Wijs precies aan waar de gegevens zich bevinden. Laat zien wie de sleutels in handen heeft.

Dat is de moeite waard om te bouwen. Maar doe het wel met open ogen.

Wat drijft binnen jouw organisatie het gesprek over soevereine AI? Laat het me weten.

Brian Rowe is senior vicepresident voor AI en machinelearning bij Marlabs. Met 30 jaar ervaring en 2.200 medewerkers is het in NYC gevestigde Marlabs een partner voor AI-transformatie die Fortune 500-organisaties helpt AI in de praktijk toe te passen en in uiteenlopende sectoren duurzame, meetbare waarde te realiseren.