Wat zijn de belangrijkste AI-modellen en waarvoor worden ze gebruikt?

In het kort

• Maak kennis met de belangrijkste AI-modellen: artificial intelligence (AI) omvat verschillende modellen, waaronder predictive AI, deep learning, generatieve AI en agentic AI. Elk heeft zijn eigen toepassingen.
• Nieuwe AI-modellen brengen nieuwe risico's met zich mee: met de opkomst van autonome agents verandert ook het risicomanagement. Vooral voor cybersecurity is dit relevant. Iedere agent vormt een niet-menselijke identiteit die beheerd moet worden en iedere koppeling kan een potentieel aanvalspunt zijn. Meer autonomie biedt mogelijkheden voor automatisering, maar vergroot ook de mogelijke impact van bijvoorbeeld datalekken, misbruik of cyberaanvallen.
• Governance wordt belangrijker: de snelle ontwikkeling van AI vraagt om duidelijke afspraken over verantwoordelijkheid, ethiek en digitale veiligheid. Goede governance helpt misbruik te voorkomen en draagt bij aan een veilige en verantwoorde inzet van AI.

Verschillende AI-modellen: een helder overzicht

Artificial intelligence is allang niet meer alleen een technologisch hulpmiddel. AI speelt een steeds grotere rol in de manier waarop organisaties werken en zich ontwikkelen. In slechts achttien maanden heeft AI een grote stap gezet: van tools die reageren op prompts naar autonome agents.

Die ontwikkeling verandert ook de manier waarop organisaties met risico's omgaan. Vooral binnen cybersecurity heeft dit gevolgen. Iedere AI-agent die wordt ingezet, vormt een niet-menselijke identiteit die beheerd moet worden. Tegelijkertijd kan iedere koppeling een potentieel aanvalspunt vormen.

AI is echter niet één technologie. Er bestaan verschillende AI-modellen met ieder hun eigen kenmerken en toepassingen. Hieronder zetten we de belangrijkste op een rij.

1. Predictive AI

Predictive AI gebruikt algoritmes om historische data te analyseren en toekomstige gebeurtenissen te voorspellen. Deze vorm van AI wordt onder meer gebruikt voor risicomanagement, predictive maintenance en het detecteren van afwijkingen. Binnen cybersecurity kan predictive AI helpen om mogelijke aanvallen of storingen vroegtijdig te signaleren.

Voorbeeld: het automatisch detecteren van verdacht gedrag of het voorspellen van systeemstoringen.

2. Deep learning

Deep learning is een vorm van AI die gebruikmaakt van diepe neurale netwerken. Hiermee kan AI leren van grote hoeveelheden data om patronen te herkennen, informatie te classificeren of suggesties te doen.

Deep learning vormt de basis voor veel moderne AI-toepassingen, waaronder beeldherkenning, spraakherkenning en automatische vertaling.

Voorbeeld: het automatisch detecteren van kwetsbaarheden of gezichtsherkenning.

3. Generatieve AI

Generatieve AI maakt onder andere gebruik van large language models (LLM's) en small language models (SLM's) om nieuwe content te genereren, zoals tekst, afbeeldingen en video's. Deze modellen kunnen samenhangende antwoorden produceren op basis van de gegeven context, maar zijn doorgaans afhankelijk van duidelijke prompts.

Generatieve AI wordt onder meer gebruikt voor contentcreatie, vertalingen en het samenvatten van informatie.

Voorbeeld: ChatGPT van OpenAI, of vergelijkbare technologie zoals die wordt toegepast in Orange Live Intelligence.

4. Agentic AI

Agentic AI vormt een volgende stap in de ontwikkeling van AI. Waar een AI-tool vooral reageert op geschreven of gesproken prompts, kan agentic AI zelfstandig redeneren en acties uitvoeren.

AI-agents kunnen bijvoorbeeld taken plannen en achter elkaar uitvoeren, andere tools aanroepen en zelfstandig beslissingen nemen. De onderliggende reasoning-modellen kunnen steeds grotere hoeveelheden context verwerken. Via gestandaardiseerde protocollen zoals Model Context Protocol (MCP) kunnen agents bovendien verbinding maken met andere tools en systemen.

Goede AI-governance voor een veilig bedrijfsmodel

De snelle ontwikkeling van deep learning, generatieve AI en agentic AI verandert de manier waarop organisaties AI kunnen inzetten. Deze technologieën bieden nieuwe mogelijkheden voor automatisering en optimalisatie, maar introduceren ook cybersecurityrisico's, zoals datalekken en misbruik van AI-modellen.

Met de toenemende autonomie van AI-agents ontstaan ook vragen over verantwoordelijkheid en ethiek. Wie is bijvoorbeeld verantwoordelijk als een autonome agent een verkeerde beslissing neemt of tijdens een aanval wordt misbruikt?

Zonder duidelijke governance kunnen AI-agents verkeerd of voor kwaadwillende doeleinden worden ingezet, met mogelijke gevolgen voor de beveiliging, bedrijfsvoering en reputatie van een organisatie. Cybersecurity moet daarom vanaf het begin onderdeel zijn van de manier waarop organisaties AI inzetten. Zo kunnen zij de mogelijkheden van AI benutten en tegelijkertijd de bijbehorende risico's beheersen.

Wil je de verschillende AI-modellen in één oogopslag bekijken? Bekijk dan de infographic hieronder.