Alle edities · Business Edition

Your Community, Your AI — CC BY 4.0

AI van de grote techbedrijven versus AI voor jouw bedrijf — Waarom het verschil ertoe doet

Waar de AI van de grote techbedrijven zijn manieren leert

Stel je voor dat je een kind opvoedt in een gezin waar de enige ‘boeken’ marketingbrochures, discussies op sociale media en Wikipedia zijn. Dat kind zou welbespraakt zijn, in zekere zin belezen, en in staat om over vrijwel elk onderwerp vloeiende teksten te schrijven. Maar het zou een specifieke kijk op de wereld hebben — commercieel gevormd, gevoelig voor controverses, en zelfverzekerd van toon, ongeacht de diepgang. Het zou weten hoe het gezaghebbend moet klinken zonder per se wijs te zijn.

Dit is, grofweg gezegd, hoe AI-systemen van Big Tech worden opgevoed.

De bekendste AI-systemen van Big Tech – de grote commerciële chatbots en, tegenwoordig, de daarop gebaseerde agents – worden getraind op enorme hoeveelheden tekst die van het internet zijn gehaald. Miljarden pagina’s. Het resultaat is een systeem dat over bijna alles kan discussiëren — maar waarvan de standaardinstellingen, aannames en instincten worden gevormd door wat op het internet oververtegenwoordigd is.

Het internet oververtegenwoordigt:

• Engelstalige inhoud (en binnen het Engels: Amerikaans Engels)
• Commerciële en marketingtaal
• Individualistische benadering („wat is het beste voor jou“)
• De start-upcultuur en -terminologie van Silicon Valley
• Technisch en professioneel discours dat scheefgetrokken is in de richting van grote ondernemingen
• Inhoud uit de afgelopen twintig jaar, met beperkte historische diepgang

Het internet ondervertegenwoordigt:

• De Europese bedrijfscultuur en wettelijke kaders
• Tradities van coöperatief en wederzijds bestuur
• Handel op basis van langdurige relaties
• Bedrijfsvoering en besluitvorming bij kleine bedrijven
• Gegevensverwerkingspraktijken die rekening houden met de AVG
• De daadwerkelijke geschiedenis, mensen en processen van jouw organisatie

Wanneer een teamlid een AI-systeem van een Big Tech-bedrijf raadpleegt over de afhandeling van een klacht van een klant, grijpt het terug op Amerikaanse handleidingen voor klantenservice — niet omdat het die als superieur heeft beoordeeld, maar omdat die het grootste deel van de trainingsdata uitmaken. Het put niet uit de klachtenafhandelingsprocedures van uw organisatie, uw relatiegeschiedenis met die klant of het Europese kader voor consumentenbescherming waarbinnen u opereert, omdat die patronen statistisch gezien zeldzaam zijn in de gegevens waaruit het heeft geleerd.

Dit is geen tekortkoming die met betere instructies kan worden verholpen. Het is structureel. Het karakter van het systeem wordt bepaald door zijn opvoeding, en die opvoeding was het internet.

Wat ‘lokaal getraind’ eigenlijk betekent

Village AI werkt anders, en het verschil zit niet in het feit dat het kleiner of minder capabel is. Het verschil zit hem in waar de AI zijn patronen leert. (Alle onbekende termen in deze serie worden in gewone taal uitgelegd in de woordenlijst.)

Een Village AI voor jouw bedrijf wordt getraind op basis van drie lagen van inhoud:

De platformlaag. Dit is de basis: hoe het Village-platform werkt, welke functies beschikbaar zijn, hoe je door het systeem navigeert. Elke Village deelt deze laag. Dit betekent dat de AI een nieuw teamlid kan helpen zijn weg te vinden, kan uitleggen hoe je onkosten indient of deelneemt aan een videogesprek, zonder dat deze basisprincipes helemaal vanaf nul hoeven te worden aangeleerd.

De organisatielaag. Dit is wat jouw Village uniek maakt. De AI leert van de inhoud die jouw organisatie daadwerkelijk heeft gecreëerd — teamupdates, projectrapporten, documenten die je bestuur heeft gepubliceerd, materiaal voor klanten dat je hebt geproduceerd. Wanneer een teamlid vraagt: „Wat is er vorige maand tijdens de bestuursvergadering besloten?“, kan de AI antwoorden op basis van de eigen gegevens van uw organisatie, en niet op basis van een gok over hoe bestuursvergaderingen er doorgaans op internet uitzien.

Toestemming bij elke stap. Er wordt geen inhoud in de training van de AI opgenomen zonder uitdrukkelijke toestemming. Een teamlid dat een interne update deelt, kan kiezen of die inhoud wordt opgenomen in de kennis van de AI. Inhoud die als vertrouwelijk is gemarkeerd, blijft vertrouwelijk — structureel, niet alleen volgens het beleid. De AI heeft geen toegang tot wat haar nooit is gegeven.

Het resultaat is een systeem dat uw organisatie kent — niet het beeld dat het internet heeft van wat een klein bedrijf zou kunnen zijn. Wanneer het helpt bij het opstellen van een klantbericht, put het uit de patronen van uw eerdere correspondentie, niet uit generieke bedrijfssjablonen. Wanneer het een vraag over uw bedrijf beantwoordt, baseert het zich op uw gegevens, niet op een statistisch gemiddelde van alle bedrijven.

Wie heeft de sleutels in handen

Tot nu toe hebben we het gehad over wiens patronen de AI in zich draagt. Maar zoals in artikel 1 werd uitgelegd, is AI niet langer alleen iets dat antwoorden geeft — het is in toenemende mate iets dat handelt. En op het moment dat een AI namens jou kan handelen, wordt een tweede verschil tussen de AI van Big Tech en een systeem waarover jij de controle hebt net zo belangrijk als het eerste: wie de sleutels in handen heeft.

Wanneer je een agent van een Big Tech-bedrijf iets voor je laat doen — een factuur afstemmen, een vraag van een klant beantwoorden, een aangifte indienen, een lijst beheren — geef je hem de sleutels: toegang tot je gegevens, soms tot je rekeningen en systemen, en de bevoegdheid om in jouw naam acties te ondernemen. Die acties vinden plaats op de infrastructuur van het bedrijf, volgens de regels van het bedrijf, waarbij de standaardinstellingen van het bedrijf bepalen welke stappen worden genomen. Als het iets verkeerds doet, kom je daar misschien pas achter als het al gebeurd is, omdat een agent die op eigen houtje handelt je minder kansen biedt om in te grijpen. En als je vraagt „wie was daarvoor verantwoordelijk?“, is het antwoord echt onduidelijk — je hebt in één zin een doel gesteld; het systeem van het bedrijf heeft bepaald wat ermee moest gebeuren. Voor een organisatie die volgens de AVG de verwerkingsverantwoordelijke blijft, is dat een risico, geen gemak.

Village AI is gebaseerd op het tegenovergestelde principe. Als het al actie onderneemt, gebeurt dat binnen de grenzen van uw organisatie, op infrastructuur binnen de EU, volgens regels die uw organisatie vaststelt — en, cruciaal, het bereik ervan is opzettelijk beperkt, zodat een persoon altijd kan ingrijpen. Het zal ontwerpen, voorstellen doen, organiseren en prioriteiten stellen; het zal niet stilletjes ingrijpende, onomkeerbare acties in jouw naam ondernemen zonder dat er een persoon bij betrokken is. De sleutels blijven bij jouw organisatie. In artikel 3 beschrijven we precies hoe dit wordt afgedwongen, en in artikel 4 precies wat er vandaag de dag namens jou gebeurt.

Het punt is voorlopig simpel: in het tijdperk van de chatbots was de vraag „wiens patronen draagt mijn AI in zich?“ In het tijdperk van de agenten moet je je ook afvragen „wiens handen zitten aan de knoppen — en kan ik die terugnemen?“

Wat dit betekent voor Slack, Teams en Google Workspace

Veel kleine bedrijven en coöperaties vertrouwen momenteel op een combinatie van Slack of Microsoft Teams voor communicatie, Google Workspace of Microsoft 365 voor documenten en e-mail, en wellicht een apart CRM-systeem, facturatieprogramma en projectmanagementplatform. Het is de moeite waard om te begrijpen wat dit betekent in de context van AI.

Je gegevens staan op hun infrastructuur, onder hun voorwaarden. Wanneer je een offerte voor een klant opstelt, een gevoelige HR-kwestie bespreekt of een agenda bijhoudt in een van deze suites, staat die inhoud op de servers van de aanbieder, onderworpen aan voorwaarden die je accepteert in plaats van waarover je onderhandelt, en die de aanbieder kan wijzigen. Wat ermee mag gebeuren – inclusief hoe deze gegevens de AI-functies voeden die nu in deze producten zijn ingebouwd – wordt bepaald door die voorwaarden, niet door jou. En de AI-assistenten die in de suites zijn gebundeld, werken door je e-mail, documenten en chats te doorzoeken: die toegang is hoe ze functioneren.

Je kunt de waarden van de AI niet zelf bepalen. Wanneer Microsoft Copilot de chatgeschiedenis van je team samenvat, past het de inhoudsbeleidsregels van Microsoft toe. Wanneer de AI van Google wijzigingen in je document voorstelt, weerspiegelt dit de trainingsprioriteiten van Google. Je hebt geen mogelijkheid om deze systemen te vertellen wat belangrijk is voor je organisatie – welke toon ze moeten aanslaan, welke terminologie gepast is, en bij welke onderwerpen menselijk oordeel nodig is in plaats van een geautomatiseerd antwoord.

Naleving van de AVG is jouw verantwoordelijkheid, niet die van hen. Volgens de Algemene Verordening Gegevensbescherming is jouw organisatie de verwerkingsverantwoordelijke. Als de persoonsgegevens van een klant worden verwerkt door een AI-systeem dat op Amerikaanse infrastructuur wordt gehost, ben jij verantwoordelijk voor het waarborgen dat die verwerking rechtmatig is. De verantwoordelijkheid ligt bij jou, niet bij de platformaanbieder. Hun gegevensverwerkingsovereenkomsten kunnen je aansprakelijkheid beperken, maar ze heffen deze niet op — en ze geven je zeker geen controle.

Village is architectonisch anders. Uw gegevens blijven op Europese infrastructuur. De AI wordt getraind op uw eigen content, niet op het internet. Er verlaten geen gegevens de grenzen van uw organisatie zonder dat u daar expliciet actie voor onderneemt. En het gedrag van de AI wordt bepaald door regels die uw organisatie vaststelt — niet door het contentbeleid van een bedrijf uit Silicon Valley.

Guardian Agents: De wachters bij de poort

Zelfs een lokaal getrainde AI kan fouten maken. Het kan een detail verkeerd onthouden, twee projecten door elkaar halen of een antwoord genereren dat klopt, maar niet gebaseerd is op je daadwerkelijke gegevens. Dit is de aard van de technologie — het voorspelt aannemelijke tekst, en aannemelijk is niet hetzelfde als nauwkeurig.

Dit is waar Guardian Agents in beeld komt.

Guardian Agents zijn onafhankelijke verificatielagen die elk AI-antwoord controleren voordat het het teamlid bereikt. Het is geen extra AI — het zijn op metingen gebaseerde controles die structureel los staan van de AI die ze bewaken, zodat de bewaker niet dezelfde blinde vlekken heeft als degene die wordt bewaakt.

Dit is wat ze doen, in eenvoudige bewoordingen:

De eerste bewaker neemt het antwoord van de AI en meet in hoeverre dit overeenkomt met de daadwerkelijke inhoud in de documenten van je organisatie. Niet of het klopt – maar of het wiskundig gezien overeenkomt met echte documenten. Als de AI zegt: „De raad van bestuur heeft het nieuwe leverancierscontract in september goedgekeurd”, controleert de bewaker of de notulen van uw raad van bestuur daadwerkelijk een besluit bevatten over leverancierscontracten in september.

De tweede bewaker splitst het antwoord op in afzonderlijke beweringen en controleert ze stuk voor stuk. Een AI-antwoord kan drie uitspraken bevatten – twee correcte en één verzonnen. De tweede bewaker ontdekt de verzinsel, zelfs als het antwoord in zijn geheel overtuigend klinkt.

De derde bewaker let op ongebruikelijke patronen in de loop van de tijd — veranderingen in het gedrag van de AI, herhaalde fouten, uitkomsten die de vastgestelde grenzen benaderen. Hij houdt de gezondheid van het systeem in de gaten, niet alleen individuele antwoorden.

De vierde bewaker leert van de feedback van je team. Wanneer een teamlid een AI-antwoord als niet-nuttig markeert — een simpele ‘duim omlaag’ is voldoende — onderzoekt het systeem wat er mis is gegaan, classificeert de hoofdoorzaak en past zich aan. Managers kunnen deze correcties beoordelen en verfijnen, maar het leerproces begint bij de gewone teamleden. Na verloop van tijd sluit de AI steeds beter aan bij de daadwerkelijke kennis van je organisatie, in plaats van minder.

Elk AI-antwoord in Village is voorzien van een betrouwbaarheidsindicator die het teamlid laat zien hoe goed onderbouwd het antwoord is. Een hoge betrouwbaarheid betekent dat de bewaker sterke overeenkomsten in uw gegevens heeft gevonden. Een lage betrouwbaarheid betekent dat het antwoord meer speculatief is. Teamleden kunnen elke bewering van de AI terugvoeren naar de bron – het specifieke document, rapport of dossier dat deze ondersteunt.

Dit is geen functie die de AI van Big Tech biedt, omdat de AI van Big Tech niet is gebaseerd op uw gegevens. Deze is gebaseerd op het internet, en er is geen praktische manier om miljarden pagina’s aan trainingsgegevens te verifiëren aan de hand van één enkel antwoord.

De afweging

Village AI is bewust beperkter dan de grote commerciële systemen. Het is niet gebouwd om sonnetten te schrijven, fotorealistische afbeeldingen te genereren of elk denkbaar onderwerp te bestrijken — en in het tijdperk van de agents draait het niet echt om ruwe breedte. De afweging die ertoe doet, is niet welsprekendheid omwille van de welsprekendheid; het gaat om beheer en controle. Een gericht systeem dat uw organisatie kent, uw gegevens binnen uw eigen grenzen houdt en verantwoording aflegt aan uw bestuur — en dat, wanneer het handelt, alleen handelt waar een mens nog kan ingrijpen — is voor een bedrijf meer waard dan een meer oogverblindend systeem waarover het geen controle heeft.

Wat het in plaats daarvan biedt, is een systeem dat trouw is aan uw organisatie – de inhoud, de waarden, het bestuur – met de zekerheid dat de reacties zijn gebaseerd op uw daadwerkelijke gegevens in plaats van op statistische patronen van het internet.

Voor een bedrijf dat hulp nodig heeft bij het opstellen van klantcommunicatie, het beantwoorden van vragen van het team over interne processen, het samenvatten van notulen van de raad van bestuur, het beheren van CRM-gegevens of het organiseren van projectinformatie — is dit geen beperking. Het is precies het juiste hulpmiddel voor deze taak. En wanneer dat hulpmiddel actie onderneemt in plaats van alleen maar antwoorden te geven, gebeurt dat terwijl de touwtjes nog steeds in handen zijn van uw organisatie.

De vraag is niet „welke AI is krachtiger?“ De vraag is „welke AI staat ten dienste van mijn organisatie – en wie heeft de controle wanneer deze in actie komt?“

Wil je dit soort AI-tools goed en veilig gebruiken? Onze gratis cursussen — Werken met Claude en Agents at Work — leren je de praktische vaardigheden. Zie Village AI — Agentic Governance voor de volledige Guardian Agents-architectuur achter Village AI.