Dit zijn de 5 grootste AI-risico's die bedrijven onderschatten

AI is niet meer weg te denken uit ons dagelijks leven. Daarmee is het ook niet weg te denken uit het bedrijfsleven. Alleen levert het gebruik van kunstmatige intelligentie ook grote risico’s op. Dit zijn de 5 grootste risico’s op het gebied van AI waar bijna niemand het over heeft.

Zijn de risico’s voor wat betreft AI wel echt gelegen in AI zelf? Of ontstaan de risico’s doordat mensen niet goed weten hoe ze AI moeten gebruiken? Daar zijn de meningen over verdeeld. Maar dat de kans op een datalek steeds groter wordt, is wel een feit. In bedrijven kan gevoelige data weglekken door gevoelige of persoonlijke informatie te plakken in publieke AI-bots, zoals ChatGPT, Claude of Gemini.

Werknemers gebruiken gratis, publieke versies van AI-tools om snel een tekst te herschrijven of een e-mail te maken. Daarbij kopiëren ze vaak ook klantgegevens, patiëntendossiers, cv’s of bedrijfsgeheimen.

Ze hebben de indruk dat alles wat je tegen een AI-assistent zegt, geheim blijft. Die indruk is onterecht. Veel gratis AI-diensten slaan de ingevoerde tekst namelijk op. Ze kunnen de invoer ook gebruiken voor modeltraining. Dat kun je wel uitschakelen, maar dan moet je deze instelling wel zelf maken.

Op het gebied van softwarebeveiliging brengt AI een dubbele uitdaging met zich mee. Aan de ene kant kunnen AI-assistenten je helpen met het opsporen van lekken in code. Aan de andere kant is het ook uitgerekend AI zelf die ontzettend veel kwetsbare code genereert. Code waarvan ervaren hackers precies weten hoe ze gaten uitbuiten.Vaak gaat het mis als er een database gekoppeld wordt.

Denk bijvoorbeeld aan SQL-injecties of zwakke encryptie. Worden AI-snippets ook nog eens hergebruikt, dan stapelen kwetsbare stukken code zich snel op in de codebase.

Al die kwetsbaarheden samen kunnen ervoor zorgen dat een app of een website zo lek als een mandje wordt. Dat komt doordat AI syntax wel foutloos kan schrijven, maar regelmatig fundamentele logische missers maakt.

Daarom is het een goed idee je code altijd te laten controleren door een deskundige. CounterProof is een bedrijf dat je AI-gegenereerde programmeercode door specialisten laat bekijken en verbeteren. Zo weet je zeker dat je je applicatie veilig op het openbare internet kunt gebruiken.

Steeds meer bedrijven verplichten vandaag de dag het gebruik van AI. Het idee is dat het vooral veel tijdwinst en efficiëntie oplevert. Hoewel daar een kern van waarheid in zit, gaat het gebruik van AI ook in lang niet alle bedrijven even goed. Wil je dat medewerkers AI gebruiken, dan zul je ze moeten trainen. Anders loop je het risico dat medewerkers foute instructies gebruiken. Het is een van de meest onderschatte en hardnekkige problemen op de werkvloer.

In softwareontwikkeling gaan vaak twee dingen fout: allereerst de mens die een fout maakt. AI voert een verkeerde opdracht uit. Het tweede: AI genereert zelf foutieve instructies. Dat heeft te maken met hoe LLM’s werken: ze zijn ontworpen om altijd een antwoord te voorspellen dat aansluit op de context.

Voert je medewerker een foutieve of tegenstrijdige prompt in, dan zal AI met volledige stelligheid een logisch klinkend, maar fundamenteel onjuist resultaat produceren.

Dat ‘hallucineren’ het woord van het jaar 2025 was, is veelzeggend. AI-systemen werken op basis van statistische patronen en waarschijnlijkheid. Niet op basis van harde logica. Het systeem ‘hallucineert’ dan. Dat betekent dat het zelfstandig conclusies trekt die eigenlijk niet juist zijn. Wanneer AI-systemen direct gekoppeld zijn aan bedrijfssystemen (zoals databases of e-mail), kan één klein foutje direct schade opleveren.

We kijken misschien een beetje te veel op tegen AI. Voor sommigen is het alsof AI alwetend is die nooit fouten maakt. Het woord ‘intelligentie’ impliceert dat het van alles weet. Dat is niet zo. In werkelijkheid blinkt het vooral uit in het snel verwerken van enorme hoeveelheden tekst, beelden en patronen. Het is sterk in het leggen van verbanden in grotere datasets. Voor mensen onbegonnen werk, maar voor AI een fluitje van een cent.

Taalmodellen voorspellen simpelweg het volgende, meest logische woord. Daardoor klinken ze als mensen. Maar er zit geen brein achter. Geen brein dat iets herkent omdat het iets al eerder heeft gedaan, of omdat het deskundig is. Coderen, samenvatten, vertalen en data sorteren gaat met een enorme snelheid. Het is goed om te bedenken dat AI geen echt begrip heeft.

Dat Trump ‘AI’ nu ‘superintelligentie’ noemt, zorgt ervoor dat we nog hogere verwachtingen hebben. Volgens wetenschappers is dat niet terecht. Uit psychologische tests blijkt dat AI naar schatting slechts 58 procent van het menselijk cognitief niveau heeft (Bengio et al). Zie het als een machine voor taal, rekenen en patronen, niet als een denkend wezen.

De grootste risico’s komen voort uit data poisoning. Trainings- of finetuning data zijn dan vervuild, waardoor een model verkeerde beslissingen neemt. Dat komt onder meer door andere gebruikers die LLM’s expres de verkeerde dingen leren. Tekstinvoer wordt zo verstuurd dat veiligheidsregels kunnen worden omzeild en gevoelige data prijsgegeven kan worden.

Mensen kunnen AI te veel gaan vertrouwen. Daardoor zien ze de risico’s van het gebruik van ongeautoriseerde AI-tools, zoals openbare chatbots op eigen laptops of telefoons niet. Bedrijfsgevoelige data kan zo op externe servers belanden.

Wat gaat er dan zoal mis bij bedrijven? Laten we dat eens op een rijtje zetten.

AI is dus zeker geen heilige graal, en ook geen tool die alles maar kan oplossen. Bedenk je dus dat er mensen nodig blijven om AI creaties te controleren, en vertrouw niet blindelings op wat AI je presenteert. Voor bedrijven geldt dit misschien wel in nog sterkere mate, op veel vlakken kan AI schade toebrengen aan en binnen bedrijven, als mensen er teveel op vertrouwen.

Dit artikel is tot stand gekomen in samenwerking met CounterProof.