Veeam introduceert Data and AI Trust Maturity Model

Uit onderzoek van Emerald Research Group in opdracht van Veeam blijkt dat organisaties sneller zijn overgestapt op AI dan dat zij de benodigde identiteitsframeworks, datafundamenten en governance hebben geïmplementeerd. Hierdoor kunnen zij AI-beslissingen niet altijd verantwoorden aan een raad van bestuur, auditor of toezichthouder. De uitdaging ligt niet in het gebruik van AI, maar in het begrijpen, controleren en valideren van de acties die AI uitvoert.

Het Data and AI Trust Maturity Model is bedoeld om de kloof tussen waargenomen gereedheid en daadwerkelijke uitvoering te dichten. Het biedt leiders inzicht in hun huidige positie en toont aan waar prioriteit aan gegeven moet worden, zodat organisaties veilig kunnen overstappen van experimenten naar verantwoorde, productieklare AI. Het model evalueert AI-volwassenheid aan de hand van twaalf dimensies en brengt de voortgang in kaart over vijf fasen.

Groeiende kloof tussen vertrouwen en operationaliteit

Het model is gebaseerd op de meningen van 300 senior bedrijfs- en technologieleiders, waaronder C-suite-executives verantwoordelijk voor data, beveiliging, risico en technologiestrategie. Het onderzoek toont een consistente kloof aan tussen AI-ambities, vertrouwen en operationele gereedheid.

Bijna zeven op de tien organisaties geeft aan dat AI is ingebed in meerdere bedrijfsfuncties of centraal staat in hun bedrijfsvoering. Hierdoor verwerken AI-systemen en -agents dagelijks gevoelige productiedata, klantgegevens en besluitvormingsprocessen. Toch is 80% van de organisaties ervan overtuigd dat zij AI de komende twee jaar veilig kunnen opschalen. Dit vertrouwen is echter niet altijd onderbouwd: bijna de helft van de leidinggevenden erkent dat hun vertrouwen meer gebaseerd is op intuïtie dan op aantoonbaar, auditbestendig bewijs.

Opschalen van AI leidt tot uitdagingen

Daarnaast ondervinden organisaties uitdagingen bij het opschalen van AI. Zo meldt 52% dat AI-initiatieven de afgelopen achttien maanden zijn teruggeschroefd, terwijl vier op de tien organisaties vertragingen ervaren en 28% initiatieven volledig heeft stopgezet. De belemmeringen voor vooruitgang zijn vooral operationeel van aard, zoals een tekort aan AI- en machine learning-vaardigheden (43%), moeilijkheden bij de integratie van AI in bestaande workflows en systemen (33%), onzekerheid over regelgeving (25%), beperkingen in datakwaliteit (20%) en zorgen over verklaarbaarheid (19%).

Ook de volwassenheid van governance blijft achter bij de implementatie. Bijna negen op de tien organisaties heeft weliswaar formeel AI-governancebeleid, maar slechts één op de drie kan direct auditbewijs overleggen indien nodig.

Van implementatie naar aantoonbaar vertrouwen

Het Data and AI Trust Maturity Model evalueert niet alleen de adoptie van AI, maar ook hoe consistent AI-gerelateerde controles, verantwoording en operationele procedures in de praktijk functioneren. Het model is opgebouwd rond vier kernwaarden: begrip, veiligheid, veerkracht en ontketend.

• Begrip richt zich op zichtbaarheid en context van data- en AI-assets, herkomst en risico’s.
• Veiligheid omvat het beheer van identiteit en toegang, privacy en gegevensbescherming.
• Veerkracht gaat over back-up, vertrouwen in herstel en operationele continuïteit voor kritieke data en AI-afhankelijke services.
• Ontketend zorgt voor betrouwbare datagereedheid ter ondersteuning van verantwoorde AI-ontwikkeling en -adoptie.

Benchmarking van vertrouwen tegenover de realiteit

Het model wordt toegepast via de Data and AI Trust Maturity Assessment, een adviestraject dat wordt uitgevoerd door de data-, security- en AI-specialisten en strategieleiders van Veeam. Dit traject levert een score voor het volwassenheidsprofiel op basis van de twaalf dimensies van het model, een vergelijking met bestaande benchmarks, geprioriteerde aanbevelingen en een stappenplan om het vertrouwen te versterken. Daarnaast biedt het direct bruikbare inzichten voor het management, bijvoorbeeld voor toezicht door de raad van bestuur, auditgesprekken en meetbare voortgangsmonitoring.

“Het vertrouwen in AI is groot, maar vertrouwen alleen is niet voldoende om veilig te schalen”, aldus Anand Eswaran, CEO van Veeam. “Ons onderzoek toont aan dat, hoewel de meeste organisaties denken dat ze klaar zijn om AI veilig en verantwoord op te schalen, veel organisaties moeite hebben om die gereedheid aan te tonen in een bestuurs-, audit- of regelgevingscontext. Het Data and AI Trust Maturity Model biedt leiders een duidelijke en objectieve manier om te begrijpen waar ze daadwerkelijk staan, implementatiehiaten te identificeren en prioriteit te geven aan de capaciteiten die nodig zijn om AI-vertrouwen operationeel te maken, in plaats van er alleen maar naar te streven. Dit is cruciaal in een agentgestuurde wereld.”

“Het succes van AI hangt af van de sterkte van de datafundamenten, maar juist daar zijn organisaties kwetsbaar”, aldus Krista Case, Principal Analyst van theCUBE Research. “Hoewel driekwart van de organisaties al volwassen of operationele AI-implementaties heeft, maakt minder dan een derde een back-up van nog niet de helft van de door AI gegenereerde data, blijkt uit dit onderzoek. Dat vertaalt zich direct in een reëel risico. Aanvallers richten zich rechtstreeks op de datalaag door middel van inferentie, corruptie, vergiftiging en data-exfiltratie. Professionals hebben behoefte aan gestructureerde, op benchmarks gebaseerde inzichten die technische controles koppelen aan concrete bedrijfsresultaten en wetgeving. Het Data and AI Trust Maturity Model van Veeam overbrugt deze kloof.”

De Data and AI Trust Maturity Assessment is later dit jaar beschikbaar.