Atsign’s Aanpak voor Veilige AI-Adoptie: Data-soevereiniteit als Fundament

De opkomst van generatieve AI biedt organisaties enorme kansen, maar creëert ook een urgent dilemma rond databeveiliging. Waardevolle functies zoals het analyseren van documenten vereisen vaak het uploaden van gevoelige bedrijfsinformatie naar externe servers. Dit ondermijnt de datasoevereiniteit en stelt data bloot aan lekken, onbedoeld hergebruik of misbruik. Een veilige AI-adoptie vereist daarom een fundamentele heroverweging van databeheer. Traditionele beveiligingsmodellen, gericht op infrastructuur, volstaan niet langer. De focus moet verschuiven naar een data-centrisch model waarbij de data zelf is beveiligd en de controle bij de eigenaar ligt, ongeacht de locatie of de applicatie die er toegang toe wil.

Atsign's atProtocol introduceert een radicaal andere benadering. In plaats van data naar een AI-model te sturen, faciliteert het protocol dat het AI-model tijdelijk en onder strikte voorwaarden toegang krijgt tot de data op de locatie van de eigenaar. Dit is mogelijk dankzij een open-source, gedecentraliseerd netwerk waar elke entiteit een unieke cryptografische identifier (‘atSign’) heeft. Alle data is standaard end-to-end versleuteld; alleen de eigenaar beheert de sleutels en verleent permissies. Een AI kan bijvoorbeeld de bevoegdheid krijgen om een document te lezen voor een samenvatting, zonder dat dit het beveiligde domein van de organisatie verlaat. De controle verschuift zo van de applicatieprovider terug naar de data-eigenaar, een cruciale stap voor verantwoorde AI.

De implementatie van een data-soeverein model levert directe zakelijke voordelen op. Allereerst wordt het eenvoudiger om te voldoen aan privacywetgeving zoals de GDPR, die principes als 'privacy by design' voorschrijft. Door de controle over data te waarborgen, kunnen organisaties het vertrouwen van klanten versterken. Belangrijker nog, het opent de deur voor innovatie die voorheen te riskant was. Bedrijven kunnen AI inzetten voor de analyse van hun meest gevoelige informatie, zoals intellectueel eigendom, financiële data of patiëntendossiers, zonder angst voor blootstelling. Dit stelt hen in staat een concurrentievoordeel te behalen door diepere inzichten te verkrijgen uit hun kernactiva, op een veilige en gecontroleerde manier.

Hoewel primair een beveiligingsoplossing, raakt deze aanpak ook aan cloud governance en FinOps. Effectieve governance draait om het afdwingen van beleid voor toegang en beveiliging. Een data-centrisch permissiemodel is hier een krachtige extensie van, omdat het granulaire controle biedt over de data zelf. Vanuit een FinOps-perspectief draagt dit bij aan kostenbeheersing en risicomanagement. Door te bepalen welke data door welke AI-modellen mag worden verwerkt, voorkomen organisaties onnodige en dure API-calls. Bovendien is het mitigeren van het financiële risico van een datalek, met bijbehorende boetes en reputatieschade, een kernonderdeel van het optimaliseren van de bedrijfswaarde van de cloud, een centraal doel binnen de FinOps-filosofie.