Nvidia wijst antitrustvrijstelling voor AI-veiligheid af

Nvidia-topman Jensen Huang noemt een speciale antitrustvrijstelling voor AI-veiligheid onnodig, meldt CNBC, terwijl Anthropic juist ruimte vraagt om veiligheidsnormen met concurrenten af te spreken.

Voor een Nederlands bedrijf verandert er vandaag geen wet of modeltoegang. Wel wordt duidelijk welke kant leveranciers kunnen kiezen: zelf testen en releasebesluiten nemen, of afspraken over gezamenlijke veiligheidsnormen laten toetsen door overheid en concurrenten. Dat raakt de vraag welke modellen je in een product of proces durft te verankeren.

Twee modellen voor AI-veiligheid

De aanleiding is het voorstel van Anthropic-topman Dario Amodei. In zijn essay vraagt hij om een smalle antitrustvrijstelling voor gesprekken over gezamenlijke veiligheidsnormen en het tempo van AI-ontwikkeling. Zijn plan begint met permanente toegang voor onafhankelijke evaluatoren en gaat daarna over sectorbrede en internationale afspraken.

De vrijstelling waar Amodei om vraagt is geen algemene vrijbrief voor concurrenten. Zijn voorstel gaat om bepaalde gesprekken over veiligheidsstandaarden en tempo, naast onafhankelijke controle van de bedrijven zelf. De rest van zijn plan wil juist vastleggen welke risico’s worden getest en wie kan controleren of een leverancier zich aan zijn belofte houdt.

De botsing kwam op dezelfde Dreamforce-dag als het overleg tussen Google, OpenAI en Anthropic over een gezamenlijk orgaan voor frontier-veiligheidsstandaarden. Amodei wil dat bedrijven in elk geval kunnen overleggen over drempels, tests en beperkingen zonder direct als concurrenten met verboden afspraken te worden gezien.

Huang legt de verantwoordelijkheid elders. Hij zegt dat AI-veiligheid een technisch vraagstuk is: een bedrijf moet een product niet uitbrengen zolang het niet vertrouwt op de werking, mogelijkheden en veiligheid ervan. De BBC beschrijft Huangs lijn als zelfregulering door bedrijven, zonder nieuwe wet of regulering.

De productkeuze achter het debat

Het debat bleef niet abstract. Salesforce en NVIDIA brachten op hetzelfde podium Koa naar Agentforce, een CRM-redeneermodel dat volledig binnen Salesforce draait. Het model is nageleerd op bijna 27 jaar aan bedrijfssoftware-ervaring en volgens de aankondiging is geen klantdata gebruikt voor training of inferentie.

In Salesforce’s CRM Bench, met taken zoals een verkoopkans bijwerken, een zaak routeren of een vervolgafspraak plannen, haalde Koa dezelfde of betere prestaties dan leidende modellen met drie keer minder fouten. Klantpilots starten in oktober; algemene beschikbaarheid staat voor de winter van 2026 gepland in Amerikaanse regio’s.

De productdetails maken Huangs engineering-argument tastbaar. Omdat Nemotron open is, kon Salesforce het model zelf verfijnen en op de eigen infrastructuur draaien. De testset bevat synthetische scenario’s uit meer dan veertien sectoren; Koa draait al als interne agent in Slack en gaat in oktober naar klantpilots.

Voor een Nederlandse organisatie zit daar de praktische inzet. Een modelkeuze gaat niet meer alleen over antwoordkwaliteit of prijs, maar ook over de test die een leverancier uitvoert, de plek waar het model draait en de data die tijdens gebruik wel of niet wordt verwerkt. Die informatie bepaalt hoeveel ruimte er is om een model in een klantproces of interne workflow te verankeren.

Geen nieuwe regel, wel een nieuwe toets

Huang en Amodei verschillen over de rol van de overheid, maar niet over het belang van veiligheid. Het verschil zit in de uitvoering: individuele bedrijven nemen zelf releasebesluiten, of concurrenten leggen samen een meetlat aan met hulp van externe beoordelaars en publieke regels.

Voor Nederlandse afnemers ontstaat daardoor een extra leveranciersvraag. Niet alleen: wat kan dit model? Ook: welke veiligheidsbewijzen komen mee met iedere release, wie kan ze controleren en wat gebeurt er als de leverancier zijn toelatingsbeleid wijzigt?

De discussie maakt releasebeleid onderdeel van het leveranciersrisico. Veiligheid is daarmee geen losse belofte naast het product, maar een eigenschap die per modelversie zichtbaar moet worden in tests, datagrenzen en uitrolvoorwaarden.