Kunstmatige intelligentie wordt steeds slimmer en sneller. AI-systemen krijgen toegang tot bedrijfsgegevens, gebruiken externe tools en kunnen via AI-agenten zelfs zelfstandig acties uitvoeren. Maar precies die groeiende kracht brengt een ongemakkelijke vraag met zich mee: kan AI tegelijkertijd slim, snel én veilig zijn?
IBM omschrijft die uitdaging als het AI Security Trilemma. Het idee is eenvoudig: organisaties willen maximale intelligentie, minimale vertraging en sterke beveiliging, maar in de praktijk staan die drie doelstellingen voortdurend onder spanning. Hoe krachtiger en autonomer AI wordt, hoe ingewikkelder het wordt om alle risico's onder controle te houden.
Slimmere AI krijgt meer mogelijkheden
Een eenvoudig taalmodel dat alleen tekst genereert, heeft relatief weinig mogelijkheden om rechtstreeks schade aan te richten. Dat verandert wanneer hetzelfde model toegang krijgt tot databases, bedrijfssoftware, API's, websites en andere digitale hulpmiddelen.
Moderne AI-agenten kunnen bijvoorbeeld informatie verzamelen, documenten verwerken, software aansturen en zelfstandig beslissingen nemen. Daarmee groeit niet alleen hun praktische waarde, maar ook hun aanvalsoppervlak.
IBM wijst er dan ook op dat agentic AI bijzondere beveiligingsproblemen introduceert. Een autonome agent kan immers tools gebruiken en acties uitvoeren, waardoor beveiliging niet langer uitsluitend rond het model zelf kan worden gebouwd. Ook de omgeving waarin het systeem opereert, de toegangsrechten en de verbindingen met andere systemen worden onderdeel van het beveiligingsvraagstuk.
Snelheid botst met controle
De tweede hoek van het trilemma draait om snelheid. Bedrijven willen dat AI onmiddellijk reageert. Een digitale assistent die telkens minutenlang controles uitvoert voordat hij iets mag doen, verliest een belangrijk deel van zijn aantrekkingskracht.
Maar beveiliging kost verwerkingstijd.
Wanneer iedere prompt, toolaanroep, databron en gegenereerde uitvoer gecontroleerd moet worden, ontstaan extra stappen tussen gebruiker en model. Meer controles kunnen de veiligheid verhogen, maar tegelijkertijd de snelheid verminderen en de architectuur ingewikkelder maken.
De verleiding bestaat daardoor om beveiligingsmechanismen te versoepelen om enkele milliseconden of seconden te winnen. Precies daar ontstaat volgens het beveiligingstrilemma een moeilijke afweging: hoeveel controle kan worden toegevoegd zonder de bruikbaarheid van het AI-systeem te ondermijnen?
Veiligheid wordt moeilijker naarmate AI autonomer wordt
De derde hoek is beveiliging zelf. Daarbij gaat het inmiddels om veel meer dan voorkomen dat iemand een wachtwoord steelt.
AI-systemen kunnen bijvoorbeeld worden geconfronteerd met prompt injection, manipulatie van gegevens, misbruik van API's, ongewenste toegang tot gevoelige informatie en aanvallen waarbij een model bewust tot afwijkend gedrag wordt aangezet.
Vooral AI-agenten maken het probleem urgenter. Een chatbot die een verkeerd antwoord geeft, veroorzaakt mogelijk verwarring. Een autonome agent met toegang tot bedrijfssystemen kan op basis van een gemanipuleerde instructie daadwerkelijk een actie uitvoeren.
Daarom benadrukt IBM principes zoals sandboxing en least privilege: een AI-agent zou alleen toegang moeten krijgen tot de gegevens en functies die noodzakelijk zijn voor zijn taak.
Een beveiligingsproxy als digitale grensbewaker
Een mogelijke oplossing ligt in een extra beveiligingslaag tussen gebruikers, AI-modellen en de systemen waarmee zij communiceren.
Zo'n AI security proxy kan functioneren als een digitale grenspost. Inkomende opdrachten kunnen worden onderzocht voordat ze het model bereiken, terwijl uitgaande antwoorden eveneens gecontroleerd kunnen worden voordat ze bij de gebruiker of een ander systeem terechtkomen. Daarmee kunnen organisaties bijvoorbeeld proberen prompt-injectionaanvallen te herkennen, gevoelige informatie tegen te houden en regels af te dwingen over welke acties een AI-agent wel en niet mag uitvoeren.
Het principe sluit aan bij een bredere beveiligingsstrategie waarbij niet uitsluitend het model wordt beschermd. Ook data, modelontwikkeling, gebruik, infrastructuur en governance moeten onderdeel zijn van dezelfde architectuur. IBM benadrukt daarbij onder meer toegangscontrole, monitoring, encryptie en beveiliging van API- en pluginintegraties.
Guardrails moeten onderdeel van het ontwerp worden
Het AI-beveiligingstrilemma betekent niet dat organisaties simpelweg één van de drie eigenschappen moeten opgeven. Het laat vooral zien dat beveiliging vanaf het begin in de architectuur moet worden meegenomen.
Guardrails kunnen bijvoorbeeld bepalen welke gegevens een model mag zien, welke tools een agent mag gebruiken en onder welke omstandigheden menselijke goedkeuring noodzakelijk is.
Een AI-agent die alleen interne documenten samenvat, heeft andere veiligheidsgrenzen nodig dan een agent die financiële transacties kan voorbereiden of productieomgevingen kan aanpassen. Hoe groter de mogelijke gevolgen van een actie, hoe belangrijker aanvullende verificatie en menselijke controle worden.
Beveiliging wordt daarmee geen universele schakelaar die simpelweg aan of uit staat, maar een verzameling maatregelen die afhankelijk zijn van de toepassing en het risico.
AI-aanvallen bewegen eveneens op machinesnelheid
Er is nog een reden waarom snelheid niet zomaar tegenover beveiliging kan worden geplaatst: aanvallers beschikken zelf steeds vaker over AI.
IBM waarschuwde in 2026 dat geavanceerde modellen verschillende onderdelen van cyberaanvallen kunnen versnellen. Daardoor kunnen organisaties uiteindelijk AI nodig hebben om aanvallen op vergelijkbare snelheid te detecteren en te bestrijden.
Dat maakt het trilemma bijzonder interessant. Een bedrijf kan zijn AI immers niet onbeperkt vertragen met menselijke controles wanneer een aanvaller ondertussen geautomatiseerd op machinesnelheid opereert.
De oplossing zal daarom steeds vaker bestaan uit geautomatiseerde beveiliging rond geautomatiseerde intelligentie.
Van compromis naar architectuurvraagstuk
Het AI Security Trilemma maakt uiteindelijk duidelijk dat de discussie niet simpelweg draait om de vraag of AI veilig is. De belangrijkere vraag wordt hoe een organisatie intelligentie, snelheid en beveiliging tegen elkaar afweegt voor iedere specifieke toepassing.
Een klantenservice-assistent kan bijvoorbeeld vooral snel moeten reageren en krijgt daarom beperkte bevoegdheden. Een AI-agent die kritieke bedrijfsprocessen beïnvloedt, kan juist strengere controles, beperkte toegangsrechten en menselijke goedkeuring vereisen.
Naarmate AI-systemen slimmer en autonomer worden, zal beveiliging daardoor steeds minder als een extra laag achteraf kunnen worden toegevoegd. Ze moet vanaf het ontwerp verweven zitten in modellen, data, infrastructuur, toegangsrechten en agentarchitecturen.
De echte uitdaging is dus niet kiezen tussen slim, snel of veilig. Het wordt ontwerpen hoe die drie eigenschappen samen kunnen bestaan zonder dat één ervan de andere twee onderuit haalt.
