Het is een feit: bedrijven in Brazilië hebben kunstmatige intelligentie (AI) in hun bedrijfsstrategieën opgenomen – minstens 98%, volgens onderzoek uitgevoerd eind 2024. Het probleem is echter dat slechts 25% van de organisaties zich bereid verklaarde om AI te implementeren. De rest kampt met beperkingen in de infrastructuur, databeheer en een tekort aan gespecialiseerd talent. Dit betekent echter niet dat de resterende 75% wacht op ideale omstandigheden om hun projecten verder te ontwikkelen: integendeel, deze bedrijven blijven de technologie implementeren.
Het probleem is dat slechts één op de vijf bedrijven AI in zijn bedrijf kan integreren, volgens een recent gepubliceerd wereldwijd rapport opgesteld door Qlik in samenwerking met ESG. Bovendien gaf slechts 47% van de bedrijven aan datagovernancebeleid te hebben geïmplementeerd. Deze cijfers gelden wereldwijd – en het zou niet verwonderlijk zijn als de Braziliaanse statistieken nog hoger lagen. En hoewel AI momenteel in silo's wordt toegepast en de technologie meestal als "ingangspunt" de klantenservice gebruikt, bestaan er nog steeds financiële, wettelijke en reputatierisico's.
Bedrijven die ervoor kiezen om AI te implementeren zonder de juiste voorbereiding, stuiten op veel obstakels. Casestudies hebben aangetoond dat slecht beheerde algoritmen vooroordelen kunnen bestendigen of de privacy kunnen schaden, met reputatie- en financiële schade tot gevolg. AI-governance is niet alleen een technologische kwestie, maar ook een kwestie van uitvoering en due diligence: zonder een goed gedefinieerde strategie nemen de risico's toe naarmate de kansen toenemen – van privacyschendingen en datamisbruik tot ondoorzichtige of bevooroordeelde geautomatiseerde beslissingen die wantrouwen wekken.
Regeldruk en naleving: fundamenten van AI-bestuur
De noodzaak om AI-governance op te zetten, ontstond niet alleen in het bedrijfsleven: er ontstonden nieuwe regels en de vooruitgang ging snel, ook in Brazilië.
In december 2024 keurde de Federale Senaat Wetsvoorstel 2338/2023 goed , dat een regelgevingskader voor AI voorstelt met richtlijnen voor verantwoord gebruik. Het wetsvoorstel hanteert een risicogebaseerde benadering , vergelijkbaar met die van de Europese Unie, waarbij AI-systemen worden geclassificeerd op basis van hun potentieel om fundamentele rechten te schenden. Toepassingen die buitensporige risico's met zich meebrengen, zoals algoritmen voor autonome wapens of instrumenten voor massasurveillance, worden verboden , generatieve en universele AI- systemen een voorafgaande risicobeoordeling moeten ondergaan voordat ze op de markt komen.
Er zijn ook transparantievereisten, bijvoorbeeld om te eisen dat ontwikkelaars bekendmaken of ze auteursrechtelijk beschermde content hebben gebruikt bij het trainen van modellen. Tegelijkertijd wordt er gediscussieerd over het toekennen van een centrale rol aan de Nationale Autoriteit voor Gegevensbescherming (ANPD) bij de coördinatie van AI-governance in het land, waarbij gebruik wordt gemaakt van het bestaande kader voor gegevensbescherming. Deze wetgevingsinitiatieven geven aan dat bedrijven binnenkort duidelijke verplichtingen zullen hebben met betrekking tot de ontwikkeling en het gebruik van AI – van rapportagepraktijken en risicobeperking tot verantwoording van algoritmische effecten.
In de Verenigde Staten en Europa hebben toezichthouders algoritmen strenger onderzocht, met name na de popularisering van generatieve AI-tools, wat tot een publiek debat heeft geleid. De AI ACT is al in werking getreden in de EU en de implementatie ervan zal naar verwachting eindigen op 2 augustus 2026, wanneer de meeste verplichtingen van de norm van toepassing worden, waaronder vereisten voor AI-systemen met een hoog risico en AI-modellen voor algemeen gebruik.
Transparantie, ethiek en algoritmische verantwoording
Naast het juridische aspect omvat AI-governance ethische en verantwoordelijkheidsprincipes die verder gaan dan alleen "naleving van de wet". Bedrijven beseffen dat transparantie over hoe AI wordt gebruikt essentieel is om het vertrouwen van klanten, investeerders en de maatschappij als geheel te winnen. Dit vereist de invoering van een reeks interne procedures, zoals voorafgaande beoordeling van de algoritmische impact, rigoureus datakwaliteitsbeheer en onafhankelijke modelaudit.
Het is daarnaast van groot belang om beleid voor data governance te implementeren waarmee trainingsgegevens zorgvuldig worden gefilterd en geselecteerd. Zo worden discriminerende vooroordelen die mogelijk in de verzamelde informatie besloten liggen, voorkomen.
Zodra een AI-model operationeel is, moet het bedrijf periodiek testen, valideren en audits uitvoeren op de algoritmen en daarbij de gebruikte beslissingen en criteria documenteren. Deze registratie heeft twee voordelen: het helpt te verduidelijken hoe het systeem werkt en maakt verantwoording mogelijk in geval van een storing of een onjuiste uitkomst.
Bestuur: innovatie met concurrerende waarde
Een veelvoorkomende misvatting is dat AI-governance innovatie beperkt. Integendeel, een goede governancestrategie maakt veilige innovatie mogelijk en benut op verantwoorde wijze het volledige potentieel van AI. Bedrijven die hun governance-kaders vroegtijdig structureren, kunnen risico's beperken voordat ze problemen worden, en zo dubbel werk of schandalen voorkomen die projecten zouden vertragen.
Hierdoor halen deze organisaties sneller meer waarde uit hun initiatieven. Marktgegevens bevestigen deze correlatie: uit een wereldwijd onderzoek blijkt dat bedrijven met actief leiderschapstoezicht op AI-governance een grotere financiële impact rapporteren dankzij de inzet van geavanceerde AI.
Bovendien leven we in een tijd waarin consumenten en investeerders zich steeds meer bewust zijn van het ethische gebruik van technologie. Door blijk te geven van deze toewijding aan goed bestuur, kan een bedrijf zich onderscheiden van de concurrentie.
In de praktijk melden organisaties met een volwassen governance niet alleen verbeteringen op het gebied van beveiliging, maar ook in de efficiëntie van de ontwikkeling – leidinggevenden wijzen op een kortere doorlooptijd van AI-projecten dankzij duidelijke standaarden vanaf het begin. Wanneer privacy, uitlegbaarheid en kwaliteitseisen al vroeg in de ontwerpfase worden meegenomen, worden kostbare correcties later vermeden.
Governance fungeert dus als leidraad voor duurzame innovatie en geeft aan waar te investeren en hoe oplossingen verantwoord kunnen worden opgeschaald. Door AI-initiatieven af te stemmen op de bedrijfsstrategie en -waarden, zorgt governance ervoor dat innovatie altijd de bredere bedrijfs- en reputatiedoelstellingen dient, in plaats van een geïsoleerd of potentieel schadelijk pad te bewandelen.
Het ontwikkelen van een AI-governancestrategie is bovenal een strategische zet voor concurrentiepositie. In het huidige ecosysteem, waar landen en bedrijven verwikkeld zijn in een technologische race, lopen degenen die met vertrouwen en geloofwaardigheid innoveren voorop. Grote bedrijven die efficiënte governancesystemen opzetten, zijn in staat risicobeperking af te wegen tegen het maximaliseren van de voordelen van AI, in plaats van het een op te offeren ten gunste van het ander.
Ten slotte is AI-governance niet langer optioneel, maar een strategische noodzaak. Voor grote bedrijven betekent het ontwikkelen van een governancestrategie nu het definiëren van de normen, controlemechanismen en waarden die de inzet van kunstmatige intelligentie de komende jaren zullen sturen. Dit omvat alles van het voldoen aan nieuwe regelgeving tot het creëren van interne ethiek- en transparantiemechanismen, gericht op het minimaliseren van risico's en het maximaliseren van waarde op een evenwichtige manier. Wie snel handelt, zal de vruchten plukken in de vorm van consistente innovatie en een solide reputatie, waarmee hij zich een voorsprong geeft in een steeds meer door AI gedreven markt.
