De technologieën die de krantenkoppen halen, veranderen snel, maar de onderliggende trends die het dagelijks en professioneel gebruik hervormen, zijn op één hand te tellen. Kunstmatige intelligentie, omkaderd door nieuwe Europese regels, nabijheidrobotica, dataverwerking zo dicht mogelijk bij de gebruikers: de technologische innovaties van deze periode delen een gemeenschappelijk kenmerk. Ze verlaten de prototypefase en vestigen zich in concrete producten en diensten.
Europese AI Act: wat de regelgeving verandert voor tech-producten
U heeft misschien opgemerkt dat spraakassistenten en tekstgeneratietools steeds vaker juridische vermeldingen tonen? Dat is geen toeval. De Europese Unie verplicht nu AI-leveranciers tot een transparantieverplichting over de werking van hun modellen.
Concreet moeten bedrijven die algemene AI-modellen op de markt brengen, gedetailleerde technische documentatie verstrekken. Ze moeten ook informatie doorgeven aan ontwikkelaars die hun modellen downstream gebruiken, een samenvatting van de trainingsdata publiceren en een beleid voor auteursrecht naleven.
De nalevingskalender van de AI Act is overigens herzien. De panorama’s die een uniforme naleving in 2026 aankondigden, geven een onvolledig beeld. Sommige verplichtingen zijn al van kracht, andere volgen een gefaseerde kalender. Dit verschil tussen de verschillende deadlines vormt een echte uitdaging voor de technische teams, die hun nalevingsprojecten moeten prioriteren zonder op een unieke datum te wachten.
Om deze regelgevende evoluties en hun gevolgen voor de dagelijkse producten te volgen, biedt ActuMag regelmatig tech-nieuws over deze onderwerpen.
Incidentmelding AI: een logica van post-marketing toezicht
De Europese technologische regelgeving beperkt zich niet tot wat er vóór de marktintroductie gebeurt. Het introduceert ook een logica voor snelle incidentmelding na commercialisering. Dit punt komt vaak niet aan bod in trendartikelen, die zich richten op de mogelijkheden van technologieën in plaats van op hun opvolging in reële omstandigheden.
Waarom deze wending? Omdat een AI-systeem dat goed functioneert in een laboratorium, bevooroordeelde of gevaarlijke resultaten kan opleveren wanneer het wordt geconfronteerd met echte data op grote schaal. De Europese benadering is om AI-tools een beetje te behandelen als medische apparaten: we houden in de gaten wat er gebeurt na de ingebruikname, niet alleen ervoor.
Deze verplichting verandert de manier waarop software-uitgevers hun producten ontwerpen. Teams moeten vanaf het ontwerp systemen voor logging en traceerbaarheid integreren, die in staat zijn om de beslissingen die door het algoritme zijn genomen, te documenteren. Een aanzienlijke technische inspanning, maar die de tools betrouwbaarder maakt voor eindgebruikers.
Organisatorische belemmeringen voor de adoptie van AI in bedrijven
Technologie is zelden het echte probleem. De belangrijkste belemmering voor de adoptie van AI in bedrijven is organisatorisch, niet technisch. De tools bestaan, de modellen werken, maar hun opname door de organisaties blijft traag.
Verschillende obstakels komen steeds terug:
- Het gebrek aan interne vaardigheden om AI-systemen te beheren en te onderhouden, voorbij de initiële experimenteerfase
- De moeilijkheid om bestaande bedrijfsprocessen opnieuw te definiëren, vaak ontworpen lang vóór de komst van deze technologieën
- De weerstand tegen verandering binnen de teams, versterkt door het gebrek aan passende training en duidelijke communicatie over de doelstellingen
- Het ontbreken van gegevensbeheer, wat voorkomt dat modellen toegang krijgen tot betrouwbare en bruikbare datasets
De bedrijven die hun transitie succesvol maken, zijn niet degenen die de meest geavanceerde tools kopen. Het zijn degenen die hun processen rondom data reorganiseren voordat ze de minste technische oplossing implementeren.
Edge AI en lokale dataverwerking: technologie zo dicht mogelijk bij het gebruik
U gebruikt waarschijnlijk al Edge AI zonder het te weten. Wanneer uw telefoon een gezicht herkent of uw stem transcribeert zonder internetverbinding, gebeurt de verwerking direct op het apparaat, zonder uw gegevens naar een externe server te sturen.
Dit principe, genaamd Edge AI, houdt in dat AI-modellen worden uitgevoerd op ingebedde chips, zo dicht mogelijk bij de gebruiker. Het voordeel is driedubbel: vermindering van de responstijd, betere bescherming van de privacy en mogelijk functioneren zelfs zonder netwerk.
In de industriële sector stelt deze benadering verbonden sensoren in staat om productiegegevens in realtime te analyseren, zonder afhankelijk te zijn van een cloudverbinding. Een trillingssensor op een machine kan een anomalie detecteren en binnen enkele milliseconden een waarschuwing geven, terwijl een heen-en-weer naar een externe server enkele seconden zou duren.
Innovaties op dit gebied zijn gebaseerd op zeer energiezuinige chips, die in staat zijn om machine learning-modellen direct lokaal uit te voeren. Deze miniaturisering opent de deur naar werkelijk autonome verbonden objecten, die in staat zijn om beslissingen te nemen zonder permanente supervisie.
Nabijheidsrobots en computer vision: robotica verlaat de fabrieken
Robotica beperkt zich niet langer tot de gearticuleerde armen van assemblagelijnen. Autonome bezorgrobots, geautomatiseerde sorteersystemen in de stedelijke logistiek en robotassistenten in de detailhandel nemen toe.
De gemeenschappelijke noemer van deze nieuwe machines: computer vision in combinatie met dieptesensoren. Deze systemen stellen robots in staat om zich te bewegen in ongestructureerde omgevingen (een trottoir, een rommelige opslagplaats) door obstakels te identificeren en hun traject aan te passen.
Recente vooruitgangen hebben minder betrekking op de mechanica dan op de ingebedde intelligentie. Een huidige bezorgrobot gebruikt navigatie-algoritmen die camera’s en afstandssensoren combineren om zijn omgeving in realtime in kaart te brengen. Het beheer van deze gegevens gebeurt lokaal, volgens hetzelfde principe van Edge AI dat eerder werd genoemd.
Deze technologieën staan echter voor concrete uitdagingen: regelgeving voor het verkeer van robots op de openbare weg, co-existentie met voetgangers, en betrouwbaarheid onder slechte weersomstandigheden. Innovatie vindt niet langer plaats in het laboratorium, maar op het terrein, in de regen en langs trottoirbanden.
