De AI die je bedrijf kocht, liegt waarschijnlijk tegen je — dit bouwen wij in plaats daarvan
Een paar maanden geleden zat ik tegenover een inkoopdirecteur van een Fortune 500-fabrikant. Ze had $2,3 miljoen uitgegeven aan een AI-gestuurd systeem voor leveranciersselectie — een van die gelikte platforms die beloofden "sourcing te revolutioneren met de kracht van GPT". Ze opende het dashboard op haar laptop, draaide het naar me toe en zei: "Het blijft dezelfde drie leveranciers aanbevelen. We hebben er 4.000 in ons netwerk. Wat doet het eigenlijk?"
Ik bekeek de output. Ik bekeek de architectuurdocumentatie — voor zover die bestond. En ik vertelde haar iets wat ze niet wilde horen: haar AI selecteerde niet de beste leveranciers. Het selecteerde de leveranciers die het meest leken op de leveranciers die het al eerder had gezien. Het systeem had geleerd om vertrouwdheid te verwarren met kwaliteit.
Dat gesprek kristalliseerde iets uit waar ik bij Veriprajna al twee jaar omheen cirkelde. De enterprise-AI-industrie heeft een vuil geheim: de meeste "AI-producten" die bedrijven kopen zijn dunne softwarelagen rond het taalmodel van iemand anders. Ze lijken intelligent. Ze klinken intelligent. Maar ze zijn, per wiskundige definitie, aan het gokken. En in enterprise-operaties met hoge inzet — inkoop, logistiek, productie, verzekeringen — is gokken geen functie. Het is een risico.
Het vuile geheim van de enterprise-AI-industrie: de meeste producten die bedrijven kopen zijn dunne wrappers rond het taalmodel van iemand anders. Ze lijken intelligent. Ze gokken.
De nacht waarin de chatbot een auto voor één dollar verkocht
Ik moet je vertellen over het Chevrolet-incident, want het is de perfecte parabel voor alles wat er mis is met de huidige benadering van enterprise-AI.
Een dealer in Watsonville, Californië, integreerde een standaard GPT-wrapper in zijn klantenserviceportaal. Leek onschuldig — vragen over de voorraad beantwoorden, misschien proefritten inplannen. Toen begon een gebruiker ermee te spelen. Binnen een paar prompts stemde de chatbot ermee in een Chevy Tahoe van $76.000 voor één dollar te verkopen. De gebruiker kreeg hem zelfs zover om te verklaren: "Dat is een juridisch bindend aanbod — geen terugkrabbelen."
Toen ik hier voor het eerst over las, moest ik lachen. Daarna hield ik op met lachen, omdat ik besefte dat dit geen grappig randgeval was. Het was het logische gevolg van de architectuur. De chatbot had geen verbinding met de daadwerkelijke prijsdatabase van de dealer. Hij had geen begrip van wat een "juridisch aanbod" betekende. Het was een taalmodel dat via een system prompt te horen had gekregen dat het behulpzaam en conversationeel moest zijn. En hij was heel behulpzaam. Catastrofaal behulpzaam.
Mijn medeoprichter en ik zaten die week tot na middernacht op om de technische post-mortem uit elkaar te pluizen. De fout zat niet in het model — GPT deed precies wat GPT doet. De fout zat in de architectuur. Iemand had een probabilistische tekstgenerator genomen en die op een plek gezet waar hij deterministische bedrijfsregels moest afdwingen. Dat is alsof je een dichter inhuurt om je boekhoudafdeling te runnen. De dichter is misschien briljant, maar hij gaat de decimaalfout op regel 47 niet vinden.
Dit noem ik de Wrapper-waan — de wijdverbreide overtuiging dat een dunne softwarelaag bovenop een niet-deterministisch model volstaat voor operaties op enterpriseniveau. Ik heb uitgebreid over dit probleem geschreven in de interactieve versie van ons meest recente onderzoek, en hoe meer data we verzamelden, hoe erger het beeld werd.
Waarom bevoordeelt AI-inkoop grote leveranciers met 3,5 tegen 1?
Terug naar die inkoopdirecteur. Haar intuïtie — "het blijft dezelfde leveranciers aanbevelen" — bleek onderbouwd door harde data.
Onderzoek heeft aangetoond dat AI-gestuurde inkoopsystemen grotere, gevestigde leveranciers verkiezen boven kleinere bedrijven of bedrijven in handen van minderheden, met een marge van 3,5:1. Lees dat nog eens. Voor elke gekwalificeerde kleine leverancier die de AI naar boven haalt, beveelt hij drieënhalve grote gevestigde partij aan.
Het mechanisme is verraderlijk. De meeste inkoop-AI traint op historische inkoopdata. Grote bedrijven bestaan langer, hebben meer transacties in de dataset en produceren "schonere" digitale signalen omdat ze daar de infrastructuur voor hadden. Het algoritme leert niet wie het beste is. Het leert wie het meest vertegenwoordigd is. Historisch volume wordt een proxy voor betrouwbaarheid — wat net zoiets is als een restaurant beoordelen op hoe vaak je eraan voorbij bent gelopen.
Ik herinner me een discussie hierover met een data scientist in mijn team. Zijn standpunt was dat de bias een dataprobleem was, geen architectuurprobleem. "Zorg voor betere trainingsdata," zei hij. Ik wierp tegen: zelfs met perfecte data vindt een correlationeel model wel een of andere proxy voor omvang, omdat omvang correleert met tientallen andere kenmerken. Je kunt een systeem dat fundamenteel op correlatie draait niet van zijn bias ontdoen. Je moet de vraag veranderen die het systeem stelt.
Je kunt een systeem dat fundamenteel op correlatie draait niet van zijn bias ontdoen. Je moet de vraag veranderen die het systeem stelt.
Toen kozen we voor Causale AI. In plaats van te vragen "Wie kreeg eerder een contract?", vragen onze Structurele Causale Modellen: "Zouden de prestatiecijfers van deze leverancier in handen van minderheden als superieur worden beschouwd als we de verstorende variabele van historisch volume wiskundig zouden verwijderen?" Het is contrafeitelijk redeneren — de AI stelt zich een wereld voor waarin het speelveld gelijk was, en scoort leveranciers op basis van die wereld.
Het verschil is niet incrementeel. Het is het verschil tussen een systeem dat uitsluiting bestendigt en een systeem dat actief over het hoofd gezien talent ontdekt. En het is het verschil tussen een broze toeleveringsketen die afhankelijk is van drie megaleveranciers en een veerkrachtige keten die put uit een divers ecosysteem.
Wat gebeurt er als 77% van de logistieke AI zichzelf niet kan verklaren?
Inkoopbias is één crisis. Het transparantietekort in de logistiek is een andere, en die is misschien gevaarlijker omdat hij onzichtbaar blijft tot er iets breekt.
Dit is het cijfer waar ik 's nachts van wakker lig: slechts 23% van de AI-gestuurde logistieke systemen biedt betekenisvolle uitlegbaarheid van beslissingen. Dat betekent dat bij meer dan driekwart van de AI-gestuurde operaties — routeoptimalisatie, voorraadallocatie, vraagvoorspelling — de verantwoordelijke mensen geen helder begrip hebben van waarom het systeem een specifieke aanbeveling deed.
Ik sprak met een chief supply chain officer die het perfect verwoordde: "Ik heb een AI-investering van $40 miljoen die me antwoorden geeft die ik niet kan bevragen en verklaringen die ik niet kan begrijpen. Als het klopt, lijk ik een genie. Als het niet klopt, kan ik niet eens achterhalen wat er is gebeurd."
Dit is niet alleen frustrerend — het is economisch verwoestend. Slechte datakwaliteit en een gebrek aan transparantie kosten bedrijven tussen de 15% en 25% van hun omzet alleen al door systemische fouten in inkomende operaties. En het is de belangrijkste reden dat 42% van de logistieke leiders terughoudend is met agentic AI — autonome systemen die beslissingen kunnen uitvoeren zonder menselijke goedkeuring. Je kunt de sleutels niet aan een autonome agent geven als je niet kunt auditen wat die doet.
Ik zie het zo: de logistieke sector heeft een vloot zelfrijdende trucks gebouwd, maar is vergeten er voorruiten in te zetten. Misschien rijden de trucks wel de goede kant op. Je kunt alleen niet zien waar ze heen gaan.
De stochastische val — en waarom "slimmere prompts" je niet gaan redden
Mensen spreken me hier altijd tegen. "Ashutosh, kun je niet gewoon betere prompts ontwerpen? Meer guardrails toevoegen? Het model fine-tunen?"
Nee. En dit is waarom.
Large Language Models zijn, vanwege hun wiskundige aard, stochastisch — ze voorspellen het volgende waarschijnlijke token in een reeks op basis van statistische patronen in hun trainingsdata. Ze hebben geen begrip van "waarheid". Ze redeneren niet over logica. Ze produceren tekst die statistisch plausibel is, wat heel iets anders is dan tekst die correct is.
Een LLM kan duizend vragen over inkoopregels correct beantwoorden en vervolgens bij vraag duizend-en-één een niet-bestaande kortingsclausule hallucineren. Het hallucinatiepercentage in domeinen met hoge inzet ligt tussen 1,5% en 6,4%. Dat klinkt klein, tot je beseft dat het betekent dat ongeveer één op de twintig kritieke beslissingen gebaseerd kan zijn op verzonnen informatie.
Prompt engineering — de praktijk van het opstellen van slimme instructies om het model te sturen — is als een bordje bij een rivier zetten met het verzoek bergopwaarts te stromen. Het bordje werkt misschien als de stroming zacht is. Maar op het moment dat de omstandigheden veranderen — een ongebruikelijke vraag, een kwaadwillende gebruiker, een subtiele verschuiving in de context — gaat het water waar de natuurkunde het voorschrijft.
De Chevrolet-chatbot had guardrails. Hij had een system prompt die hem opdroeg behulpzaam te zijn maar binnen het beleid van de dealer te blijven. Een creatieve gebruiker omzeilde het allemaal in minder dan vijf minuten. Want op architectuurniveau zijn de system prompt en de user prompt gewoon... tekst. Het model verwerkt ze als één geheel blok. Er is geen structurele scheiding tussen "regels" en "gesprek".
Prompt engineering is als een bordje bij een rivier zetten met het verzoek bergopwaarts te stromen. Het werkt tot het niet meer werkt — en in enterprise-AI kan "tot het niet meer werkt" miljoenen kosten.
Wat wij in plaats daarvan daadwerkelijk bouwen
Toen ik Veriprajna oprichtte, koos ik de naam bewust — "Veri" van het Latijn voor waarheid, "Prajna" van het Sanskriet voor wijsheid. Niet omdat ik een slimme merknaam wilde, maar omdat die twee begrippen de technische architectuur definiëren waarin wij geloven: systemen die verifieerbaar correct en contextueel wijs zijn.
Wij noemen onze aanpak Neuro-Symbolische Architectuur, en het kernidee is bedrieglijk eenvoudig: laat het taalmodel nooit de uiteindelijke beslisser zijn.
Zo werkt het in de praktijk. Wanneer onze neurale engine een antwoord voorstelt — bijvoorbeeld een leveranciersaanbeveling of een logistieke route — passeert die output een symbolische verificatielaag voordat hij iemand bereikt. Deze laag bevraagt een Knowledge Graph die de daadwerkelijke bron van waarheid van de onderneming bevat: juridische contracten, prijsdatabases, technische specificaties, regelgevende vereisten. Elke bewering die de neurale laag doet, wordt getoetst aan hard bewijs.
Als het model een leveranciersvoordeel probeert te hallucineren dat niet in de contractgraaf bestaat, vangt de symbolische validator dat af. Niet soms. Elke keer. De architectuur maakt hallucinatie structureel onmogelijk voor gefundeerde feiten — we behalen 100% precisie bij data-extractie, vergeleken met 63–95% voor losstaande modellen zoals GPT-4.
We implementeren ook wat wij Constitutionele Guardrails noemen — en hier wordt het interessant. Traditionele wrappers proberen slechte output te voorkomen met tekstuele instructies. Wij voorkomen slechte output met constrained decoding, waarbij de output van het model wiskundig wordt beperkt tot een specifiek schema of een domeinontologie. In de inkoopcontext is het voor de AI letterlijk onmogelijk om een leveranciersscore te produceren die de eerlijkheidsgrondwet van de onderneming schendt. De decodeerlaag verwerpt elke tokenreeks die onrechtmatige bias introduceert. Het is geen suggestie aan het model. Het is een fysieke beperking op wat het kan zeggen.
Voor de volledige technische uiteenzetting van hoe deze lagen op elkaar inwerken — de Knowledge Graphs, de Causale AI-modellen, de constrained decoding — zie onze technische diepteanalyse.
Waar dit concreet wordt: fabrieken, boerderijen en fraude
Ik neem je mee naar drie plekken waar het verschil tussen "wrapper-AI" en "deep AI" niet academisch is — maar fysiek.
Op de fabrieksvloer heeft een cloudgebaseerd AI-inspectiesysteem te maken met 800 milliseconden latentie. Dat klinkt snel tot je beseft dat een transportband die met 2 meter per seconde beweegt het defecte onderdeel al 1,6 meter voorbij het inspectiepunt heeft gedragen. Onze edge-native modellen, direct uitgerold op hardware aan de productielijn, reageren in 12 milliseconden — een reductie van 98,5%. We draaien zelfs akoestische modellen op gespecialiseerde microcontrollers die de spectrale signatuur van een falend lager in 5 milliseconden detecteren en een fysieke noodstop activeren voordat de machine zichzelf uit elkaar rukt. Ik herinner me de eerste keer dat we dit in een live omgeving demonstreerden aan een fabrieksmanager. Het lagerstoringsalarm ging af voordat de trillingssensor überhaupt een afwijking registreerde. Hij staarde lang naar de uitlezing en zei: "Dat is geen AI. Dat is een zesde zintuig." Het was de eerste keer dat ik het gevoel had dat we de grens waren overgestoken van software naar iets dat de fysica van het probleem werkelijk begreep.
In de landbouw zien standaardcamera's pas wat gewassen doodt als het al te laat is. Wij bouwen op maat gemaakte neurale architecturen die hyperspectrale data verwerken — 200+ lichtbanden buiten wat het menselijk oog kan waarnemen. Door atmosferische interferentie te modelleren en die rekenkundig weg te filteren, kunnen we voedingstekorten of plaaginfestaties opsporen, dagen voordat ze zichtbaar zijn, wat een reductie van 60% in pre-visualisatiekosten mogelijk maakt.
In de verzekeringssector vervangen we generieke beeldclassificatie door forensische computer vision: semantische segmentatie om exacte schadegrenzen op pixelniveau te bepalen, monoculaire diepteschatting om het volume van een deuk te berekenen zonder 3D-scanner, en analyse van speculaire reflectie om gemanipuleerde foto's te detecteren. De AI gokt niet of een claim frauduleus is. Hij laat je de fysica zien van waarom de lichtpatronen in de afbeelding niet consistent zijn.
Hoe weet je wanneer je AI-architectuur kapot is?
Er is een vraag die ik in bijna elke directiebriefing krijg, meestal geformuleerd met een mix van scepsis en oprechte zorg: "We hebben al miljoenen geïnvesteerd in onze huidige AI-stack. Hoe weet ik of het echt een probleem is?"
Dit is mijn eerlijke antwoord: als je AI-systeem je niet kan vertellen waarom het een specifieke beslissing nam, met verwijzingen naar specifieke datapunten, dan is er een probleem. Als de cijfers over leveranciersdiversiteit van je inkoop-AI sinds de uitrol niet zijn verbeterd, is er een probleem. Als je operationele team workarounds heeft ontwikkeld — spreadsheets die ze naast het AI-systeem bijhouden "voor het geval dat" — dan is er een probleem.
De workarounds zijn het veelzeggende teken. Ik ben binnengelopen bij organisaties waar het AI-dashboard op de ene monitor staat en de "echte" beslissingsondersteunende spreadsheet op de andere. Niemand praat er openlijk over. Maar het betekent dat het team het systeem niet vertrouwt, en ze hebben gelijk.
Nog een vraag die ik hoor: "Is dit niet gewoon een kwestie van volwassenheid? Worden de modellen niet beter?" Ze worden beter in taal. Ze worden niet beter in waarheid. Een krachtiger LLM is een overtuigender gokker, geen betrouwbaardere. De architectuur moet veranderen.
De ineenstorting van Sports Illustrated en wat er op het spel staat als je dit fout doet
Ik bewaar een screenshot op mijn bureaublad als herinnering. Hij is van november 2023, toen Sports Illustrated — een 70 jaar oud media-instituut — betrapt werd op het publiceren van artikelen onder valse, door AI gegenereerde auteursnamen. Namen als "Drew Ortiz", compleet met verzonnen portretfoto's en gefabriceerde biografieën. De content was robotachtig, tautologisch en gepubliceerd zonder enige verificatielaag.
Het resultaat: een koersval van 27% op één dag. Intrekking van de licentie. Massaontslagen. Een gevestigd merk, uitgehold.
Het LLM deed precies wat LLM's doen — het voltooide patronen. Een auteursbiografie is een statistisch waarschijnlijk onderdeel van een productreview, dus genereerde het model er een. Bij een auteursbio hoort een portretfoto, dus die genereerde iemand ook. Niemand bouwde een systeem dat vroeg: "Bestaat deze persoon? Is deze content feitelijk geverifieerd? Kunnen we elke bewering herleiden tot een bron?"
Dat zijn de kosten van de Wrapper-waan op schaal. Geen grappig chatbotincident. Een uitstervingsevent voor een bedrijf.
Waarom kun je niet gewoon de API blijven gebruiken?
Er is nog een laatste dimensie hieraan die de meeste AI-leveranciers niet willen bespreken: datasoevereiniteit.
Wanneer je onderneming afhankelijk is van een API van derden — OpenAI, Google, Anthropic — huur je intelligentie die je niet beheerst. Je hebt geen zicht op de trainingsdata van het model. Je krijgt geen waarschuwing wanneer de leverancier de gewichten bijwerkt, wat stilzwijgend kan veranderen hoe je systeem zich gedraagt (dit heet model drift, en het is een nachtmerrie voor gereguleerde sectoren). Je hebt geen garantie dat je bedrijfseigen data — bedrijfsgeheimen, klantinformatie, concurrentie-informatie — niet wordt verwerkt op infrastructuur die je niet kunt auditen.
Wij rollen soevereine enterprisemodellen uit op de eigen infrastructuur van onze klanten. Geen data verlaat de firewall. Geen externe afhankelijkheden. Volledige controle over de levenscyclus, inclusief maatwerk-fine-tuning op bedrijfseigen ontologieën en regelgevende beperkingen.
Het is vooraf duurder dan een API-abonnement. Het is oneindig veel goedkoper dan een datalek, een boete van een toezichthouder, of de ontdekking dat het gedrag van je AI is veranderd omdat een leverancier in San Francisco op een dinsdagmiddag een update uitrolde.
Het venster van 18 maanden
Hier ben ik direct, omdat ik denk dat de tijdlijn ertoe doet.
Organisaties die in 2026 overstappen op deterministische AI-architecturen krijgen een venster van 12 tot 18 maanden met echte concurrentiedifferentiatie. Daarna wordt deze aanpak een basisvereiste — de minimumverwachting voor enterprise-AI in gereguleerde sectoren.
De inkoopbias van 3,5:1 lost zichzelf niet op. Het uitlegbaarheidspercentage van 23% verbetert niet door beter prompten. Het hallucinatieprobleem verdwijnt niet met de volgende modelrelease. Dit zijn architectonische fouten, en ze vragen om architectonische oplossingen.
Ik zeg niet dat elke onderneming moet bouwen wat wij hebben gebouwd. Ik zeg dat elke onderneming moet begrijpen wat ze eigenlijk gekocht hebben. Open de motorkap. Vraag je leverancier: waar zit de verificatielaag? Waar is de knowledge graph? Wat gebeurt er als het model hallucineert — is er een structurele beperking, of alleen een prompt die zegt "alsjeblieft niet hallucineren"?
Als het antwoord een prompt is, heb je geen AI-systeem. Je hebt een heel dure ideeënbus.
Als het antwoord van je AI-leverancier op "hoe voorkomen jullie hallucinaties" een betere prompt is, heb je geen AI-systeem. Je hebt een heel dure ideeënbus.
Het tijdperk van probabilistische enterprise-AI loopt ten einde — niet omdat de modellen niet indrukwekkend zijn, maar omdat indrukwekkend niet hetzelfde is als betrouwbaar, en in de onderneming is betrouwbaarheid het enige wat telt. We bouwen geen AI die goed klinkt. We bouwen AI die goed is, en dat kan bewijzen.
Dat is geen verkooppraatje. Dat is een technische vereiste. En de ondernemingen die dat als eerste inzien, zijn degenen die nog overeind staan wanneer de wrappers uit elkaar vallen.
