Het jaar 2024 heeft de centrale rol van generatieve kunstmatige intelligentie in bedrijfsstrategieën bevestigd, terwijl het ook beperkingen aan het licht bracht die de enthousiaste aankondigingen van 2023 in de schaduw hadden gelaten. Tussen pilotprojecten zonder meetbare terugkeer, de urgentie van post-kwantumcryptografie en interne gegevens die nog slecht worden benut, leest het technologische landschap van 2024 zich zowel door zijn beloftes als door zijn frictiepunten.
Generatieve AI in bedrijven: de kloof tussen adoptie en rendement op investering
De meeste grote organisaties hebben minstens één project gelanceerd dat verband houdt met generatieve AI. De tools voor het genereren van tekst, code of afbeeldingen zijn toegenomen in de marketing-, juridische en technische richtingen.
Een analyse gepubliceerd door The European Business Review in september 2026, die is gebaseerd op de evaluaties van eerdere implementaties, wijst op een duidelijke conclusie: de meeste pilotprojecten leiden niet tot een meetbare financiële impact. Het probleem ligt minder bij de technologie dan bij het ontbreken van een duidelijke referentie voorafgaand aan de implementatie. Zonder startindicator is het onmogelijk om een winst te kwantificeren.
Deze kloof tussen experimenteren en zakelijke waarde heeft verschillende bedrijven ertoe aangezet hun aanpak te herzien. In plaats van het aantal gebruiksgevallen te vermenigvuldigen, concentreren sommigen hun inspanningen op één of twee kritieke processen waar de voordelen direct waarneembaar zijn, zoals de automatische sortering van contractdocumenten of de synthese van klantfeedback. Volg de tech-nieuwtjes op 24 Actualités om te meten hoe deze aanpassingen maand na maand evolueren in verschillende sectoren.
Datakwaliteit: de echte rem op de productie van AI
Generatieve modellen hebben betrouwbare, gestructureerde en onderling verbonden gegevens nodig. Op papier weten bedrijven dat. In de praktijk blijft het werkelijke niveau van integratie laag.
The European Business Review merkt op dat ongestructureerde gegevens de belangrijkste hindernis vormen voor de productie. Gearchiveerde e-mails, gescande PDF’s, transcripties van gesprekken, interne documenten opgeslagen in heterogene formaten: dit informatiepatrimonium bestaat, maar het weerstaat de geautomatiseerde innamepijplijnen.
Het probleem is niet strikt technisch. Er bestaan oplossingen voor extractie en normalisatie. De moeilijkheid ligt in de governance: wie valideert de kwaliteit van een dataset voordat deze een model voedt? Wie beslist over het toepasselijke niveau van vertrouwelijkheid? Deze organisatorische vragen vertragen de projecten veel meer dan de algoritmische beperkingen.
Gegevens en cyberbeveiliging: een onderschatte kruising
Het verbinden van heterogene interne bronnen om een AI-model te voeden, vergroot mechanisch het aanvalsvlak. Beveiligingsteams staan voor een paradox: AI vraagt om meer toegankelijke gegevens, terwijl cyberbeveiliging vereist dat deze worden afgeschermd.
De feedback uit het veld verschilt hierover. Sommige organisaties vinden dat de productiviteitswinst een bredere toegang tot gegevens rechtvaardigt, mits de encryptie en logging worden versterkt. Anderen geven er de voorkeur aan de toegang van modellen te beperken tot handmatig gevalideerde subsets, ook al vermindert dit de relevantie van de resultaten.
Post-kwantumcryptografie: een overgang die al is ingezet
Quantumcomputing is nog niet op grote schaal operationeel om de huidige encryptie-algoritmen te kraken. De zogenaamde “harvest now, decrypt later”-bedreiging is echter zeer reëel: gegevens die vandaag zijn versleuteld, kunnen morgen worden ontsleuteld door een voldoende krachtige quantumcomputer.
Het is deze logica die het NIST (National Institute of Standards and Technology) heeft gedreven om zijn eerste normen voor post-kwantumcryptografie te finaliseren. De publicatie van deze normen heeft een luchtstroom gecreëerd: leveranciers van cloud- en cyberbeveiligingsoplossingen zijn begonnen met het integreren van algoritmen die bestand zijn tegen quantumaanvallen in hun aanbiedingen.
Voor bedrijven beperkt de overgang zich niet tot het vervangen van het ene algoritme door het andere. Het vereist een volledige inventarisatie van de bestaande cryptografische systemen, een vaak langdurige en moeizame taak op verouderde infrastructuren.
- Identificeer alle versleutelde datastromen en de gebruikte protocollen (TLS, VPN, digitale handtekeningen) om de blootstelling in kaart te brengen.
- Prioriteer de migratie van systemen die gegevens met een lange levensduur beschermen, zoals medische dossiers, contracten of intellectuele eigendom.
- Test de compatibiliteit van de nieuwe algoritmen met de bestaande systemen voordat ze in productie worden genomen, aangezien sommige verouderde protocollen geen grotere sleutels ondersteunen.
Techtrends 2024: wat vooruitgang boekt zonder in de schijnwerpers te staan
Generatieve AI en quantumtechnologie trekken de media-aandacht. Andere technologische ontwikkelingen vorderen met minder lawaai maar hebben concrete effecten.
De GreenTech onder energie druk
De datacenters die nodig zijn voor het trainen van AI-modellen verbruiken aanzienlijke hoeveelheden energie. Deze realiteit zet twee prioriteiten van technologiebedrijven onder druk: de race om rekenkracht en de toezeggingen om de koolstofvoetafdruk te verkleinen. De beschikbare gegevens stellen nog niet in staat om te concluderen of de efficiëntiewinst van de nieuwe chips de wereldwijde vraagstijging compenseert.
Het techlandschap van 2024 wordt minder gekenmerkt door spectaculaire doorbraken dan door een veeleisende rijping. De organisaties die profiteren van generatieve AI zijn degenen die eerst hun dataproblemen en governance hebben opgelost. De post-kwantumcryptografie vereist een infrastructuurproject dat over meerdere jaren moet worden gepland. De kloof tussen de opwinding van de aankondigingen en de operationele realiteit blijft de rode draad van dit technologische jaar.
