US AI bureau industry security: van Eastland tot Bloomberg

Wat US AI bureau industry security te maken heeft met Eastland en Bloomberg

Bloomberg meldde deze week dat het Chinese Z.AI in het geheim een model bouwde, Ox Alpha, dat qua prestaties in de buurt van DeepSeek komt en waarvan het bedrijf de gewichten gaat vrijgeven. Voor wie zich bezighoudt met US AI bureau industry security, ofwel hoe goed een Amerikaans AI-bureau de toegang tot gevoelige data in een sector regelt, is dat geen zijlijnnieuws. Het is precies de druk vanuit Eastland waardoor grote Amerikaanse partijen als Google, Anthropic en OpenAI hun producten sneller naar specifieke sectoren brengen, inclusief de beveiliging die daarbij hoort. Wij zetten de aanpak van een paar Amerikaanse spelers naast elkaar, samen met wat er deze week uit Bloomberg en andere bronnen naar buiten kwam, en wat dat betekent als jij AI inkoopt voor een team dat met gevoelige data werkt.

Wat Amerikaanse AI-bureaus anders doen aan industriebeveiliging dan een los abonnement op een chatbot

Google kondigde deze week Gemini Enterprise for Legal aan, gericht op advocatenkantoren en juridische afdelingen. Het systeem koppelt via MCP-connectoren aan bestaande software zoals iManage, NetDocuments, DocuSign, Everlaw, RelativityOne en Thomson Reuters HighQ, en respecteert daarbij de toegangsrechten die in die systemen al bestaan. Dat laatste punt wordt vaak overgeslagen in de verkooppraatjes: een agent die contracten samenvat, mag alleen de dossiers zien waar de gebruiker toch al bij mag. Partners zoals Deloitte verkopen daar kant-en-klare AI-agents bovenop, bijvoorbeeld voor het samenvatten van contracten. Volgens Google Cloud CEO Thomas Kurian is dit het eerste van een reeks sectorpakketten. Er is inmiddels ook een versie voor de financiële sector, en gezondheidszorg en life sciences volgen.

Anthropic doet iets vergelijkbaars met kant-en-klare skills: vooraf gebouwde prompts en dataverbindingen die een agent per sector kan uitvoeren en aanpassen. Het onderliggende model blijft hetzelfde als in het standaardproduct. Het verschil zit in de verpakking en de rechten, niet in de intelligentie van het model zelf. Dat is een belangrijk onderscheid als je een offerte leest: twee leveranciers kunnen hetzelfde onderliggende model gebruiken en toch een heel andere hoeveelheid controle bieden over wie welke data ziet.

Drie verschillende antwoorden op dezelfde druk

Zet de drie grote Amerikaanse spelers naast elkaar en je ziet drie andere prioriteiten. Google zet in op kant-en-klare sectorpakketten met rechtenbeheer als onderdeel van het product. Anthropic zet in op openheid over wat er mis kan gaan: de analyse van drie echte beveiligingsincidenten uit de eigen cybersecurity-evaluaties, gepubliceerd eind juli, is ongebruikelijk in een sector waarin bedrijven liever praten over wat hun model kan dan over waar het misging. OpenAI zet, met de eerste resultaten van zijn eigen inferentiechip Jalapeño, in op infrastructuur: hogere doorvoer en lagere latency voor de modellen die achter al die sectorpakketten draaien. Geen van de drie aanpakken is compleet op zichzelf. Een sectorpakket met goed rechtenbeheer op trage, onbetrouwbare infrastructuur is net zo'n probleem als snelle infrastructuur zonder duidelijkheid over wie waar bij kan.

Voor een koper is de conclusie dat je die drie vragen apart moet stellen: wat mag de agent zien, wat gebeurt er als het misgaat, en hoe stabiel is het systeem eronder. Een leverancier die alleen op een van de drie een goed antwoord heeft, heeft maar een derde van het huiswerk gedaan.

Wat het groeiende tempo van de sector betekent voor beveiliging

Het tempo waarin dit soort producten wordt gebouwd, neemt toe. Stampli, een leverancier van inkoopsoftware, gebruikte ChatGPT Work en Codex om een productlancering die normaal 243 uur aan werk kostte terug te brengen naar ongeveer 77 uur. Dat is 68 procent minder tijd, over een lancering die van eerste prototype tot livegang ongeveer zes weken duurde. Voor een marketingteam is dat mooi nieuws. Voor wie verantwoordelijk is voor databeveiliging is het een reden om te kijken wat er precies automatisch gebeurt en wie daar toegang toe heeft. Een proces dat drie keer zo snel loopt, wordt niet vanzelf ook drie keer zo goed gecontroleerd.

Wat de concurrentie uit Azië verandert voor Amerikaanse bureaus

Het Bloomberg-artikel over Z.AI is om nog een andere reden relevant. Ox Alpha is geen gesloten experiment: Z.AI kondigde aan de gewichten vrij te geven, zoals eerder ook bij de GLM-modellen van het bedrijf. Voor Amerikaanse aanbieders is dat een extra prikkel om hun eigen sectorpakketten snel te lanceren en tegelijk aan te tonen dat ze veiliger zijn dan een gratis te downloaden alternatief.

Bill Gates zei deze week tegen The Verge dat hij, ooit een uitgesproken AI-optimist, inmiddels somberder is over waar dit heen gaat. Zo'n uitspraak verandert niets aan de techniek zelf. Het verandert wel het gesprek dat een inkoopafdeling met een leverancier voert, en het maakt het makkelijker om binnen een bedrijf tijd te vragen voor een goed beveiligingsgesprek voordat er een contract wordt getekend.

Wat een klein Nederlands AI-bureau anders doet dan Google of OpenAI

Wij zijn met twee mensen en bouwen de systemen die we verkopen zelf. We hebben geen connectorenmarktplaats zoals Google en geen bibliotheek met honderden kant-en-klare skills zoals Anthropic. Wat we wel overnemen van die grote spelers is het principe erachter: een agent krijgt precies de toegang die nodig is voor zijn taak, niet meer, en elke actie die een systeem namens een klant uitvoert, is na te lopen. Bij een klant van vijftien man werkt dat principe net zo goed als bij een advocatenkantoor dat aan iManage koppelt. Het verschil zit in de schaal van de koppelingen, niet in de vraag of je ze nodig hebt.

Wat dit betekent als je zelf AI inkoopt

Vergelijk niet alleen de functies van een AI-tool. Vergelijk ook wie er precies bij welke data kan. Vraag een leverancier concreet welke toegangsrechten voor de agent gelden, wat er gebeurt als het model een fout maakt in een contract of een boeking, of er een log is van wat de agent heeft gedaan, en of een mens het eindresultaat controleert voordat het de deur uit gaat. Grote Amerikaanse bureaus bouwen die antwoorden nu standaard in hun product, met rechtenbeheer via MCP-connectoren als onderdeel van de architectuur in plaats van een addendum achteraf. Dat is goed nieuws voor de markt, maar het betekent niet dat elk product dat zich sectorspecifiek noemt ook zo is gebouwd. Vraag er gewoon naar, ook als de verkoper zelf niet met dat verhaal begint.

Bij onze AI diensten beginnen we daarom altijd met de vraag welke data een systeem mag zien, voordat we het over automatisering hebben. Voor een Nederlandse ondernemer die AI overweegt voor bijvoorbeeld inkoop of klantcontact is de les van deze week eenvoudig: de druk om snel te lanceren neemt toe, bij de grote Amerikaanse spelers en bij de concurrentie uit Azië. Dat is een goede reden om zelf niet sneller te gaan dan je beveiliging toelaat.