Een werkstation dat traag is door een slecht geconfigureerde AI-agent, een firewall die wordt omzeild door een eenvoudig gestolen sessiecookie, een cloudfactuur die explodeert omdat niemand het verbruik van taalmodellen heeft voorzien: de concrete problemen veranderen van aard. De trends en nieuwigheden in de IT van dit jaar zijn niet alleen marketingaankondigingen. Ze veranderen direct de manier waarop we onze omgevingen beheren, beveiligen en budgetteren.
Stelen van authenticatietokens: de bedreiging die het wachtwoord vervangt
We beschermen accounts met MFA, we verstrakken de wachtwoordbeleid, en toch gaan de compromissen door. Het probleem komt ergens anders vandaan. Sinds het begin van het jaar merken verschillende spelers in de cyberbeveiliging (Sekoia, Microsoft) een massale verschuiving naar het stelen van authenticatietokens: OAuth-tokens, sessiecookies, tijdelijke toegangstokens.
Concreet heeft een aanvaller die een geldig token onderschept geen wachtwoord of tweede factor meer nodig. Hij logt rechtstreeks in op de cloudomgeving of Microsoft 365 van het doelwit. De FBI meldde in mei 2026 de opkomst van een Phishing-as-a-Service-platform genaamd Kali365, dat gespecialiseerd is in dit soort diefstal van Microsoft 365-accounts.
Om de IT-informatie op Geek Newz te volgen helpt om een oogje in het zeil te houden voor dit soort waarschuwingen zonder te wachten op officiële bulletins.
Wat dit verandert op het terrein:
- De wachtwoordrotatiebeleid worden secundair ten opzichte van het verstrakken van de levensduur van tokens en het monitoren van abnormale inlogpogingen.
- Voorwaardelijke controle (geolocatie, browserfingerprint, naleving van de werkplek) gaat van aanbeveling naar operationele noodzaak.
- Beveiligingsteams moeten gebruikers niet alleen trainen in klassieke phishing, maar ook in frauduleuze OAuth-toestemmingspagina’s, een veel minder geïdentificeerd vector.
AI in het bedrijfsleven: de werkelijke kosten van een implementatie op het terrein
De meeste presentaties over AI in het bedrijfsleven stoppen bij de demonstratie. Op het terrein is het eerste obstakel noch technisch, noch cultureel: het is de rekening. Elke oproep naar een taalmodel verbruikt rekenkracht, en het GPU-verbruik van een interne AI-assistent kan dat van tientallen klassieke werkstations overschrijden.
Wanneer we een AI-agent integreren in een workflow (klantenservice, ticketverwerking, rapportgeneratie), moeten we drie uitgavenposten voorzien die door uitgevers zelden worden genoemd: de inferentiekosten per aanvraag, de opslag van gesprekscontexten, en de bandbreedte tussen het model en de interne systemen.
Governance en GDPR-naleving van modellen
De CNIL en verschillende Europese autoriteiten hebben hun toezicht op het gebruik van AI-modellen die persoonsgegevens verwerken, versterkt. Anthropic (uitgever van Claude) ondergaat bijvoorbeeld gedocumenteerde analyses van GDPR-naleving. Elke implementatie van een LLM op interne gegevens vereist een impactanalyse (AIPD) voordat deze in productie wordt genomen.
De reacties variëren op dit punt afhankelijk van de grootte van de organisatie: een MKB met vijftig medewerkers heeft niet dezelfde documentatieverplichtingen als een beursgenoteerde groep. De uitdaging blijft hetzelfde: traceren welke gegevens door het model gaan, waar ze worden opgeslagen, en wie er toegang toe heeft.
Digitale soevereiniteit en cloud: wat er beweegt aan de infrastructuurkant
Bercy heeft onlangs de test van een Chinese LLM op een publieke infrastructuur stopgezet. Dit soort beslissingen illustreert een bredere beweging: de kwestie van soevereiniteit betreft niet alleen de gegevens, maar ook de modellen zelf. Het hosten van gegevens in Frankrijk is niet voldoende als de inferentiemotor afhankelijk is van een uitgever die onder een niet-Europese jurisdictie valt.
Verschillende punten verdienen de aandacht van bedrijven die de controle over hun verwerkingsketen willen behouden:
- Geef de voorkeur aan auditbare open source-modellen in plaats van ondoorzichtige proprietary API’s, ook al is de brute prestatie iets lager.
- Controleer of de cloudprovider contractueel garandeert dat er geen overdracht buiten de EU plaatsvindt, zelfs niet voor AI-aanvraaglogs.
- Breng de werkelijke afhankelijkheid van elke leverancier in kaart: een wijziging in het prijsbeleid of de gebruiksvoorwaarden kan een project binnen enkele weken onhaalbaar maken.
Chiparchitectuur en post-silicium computing: de concrete signalen
IBM heeft een chiparchitectuur van 0,7 nm onthuld. Op deze schaal naderen we de fysieke grenzen van de klassieke transistor. Dit is geen laboratoriumcuriositeit: elke verbetering in de lithografische fijnheid vertaalt zich in een vermindering van het energieverbruik per operatie, een directe parameter voor de datacenters die de AI-belastingen aandrijven.
Tegelijkertijd vordert de fotonica (die licht in plaats van elektriciteit gebruikt om informatie over te dragen) en neuromorfe computing (architecturen geïnspireerd op de hersenen). Deze benaderingen zullen op korte termijn de klassieke processors niet vervangen, maar ze beginnen op te duiken in gerichte gebruiksgevallen: netwerkrouteringoptimalisatie, moleculaire simulatie, realtime videostreamverwerking.
Energieverbruik van datacenters
De groei van de datacenter-markt versnelt, aangedreven door de vraag naar AI. Energiezuinige computing is niet langer een marketingargument, maar een operationele noodzaak. De nieuwe architecturen voor vloeistofkoeling en chips met zeer lage lithografie dragen bij aan hetzelfde doel: de rekencapaciteit behouden zonder de elektriciteitsrekening te laten exploderen.
Het onderwerp blijft technisch, maar het heeft directe impact op de IT-budgets van elke organisatie die cloud consumeert. Het volgen van de evolutie van hardware-architecturen helpt om kostenverlagingen van inferentie te anticiperen en infrastructuurvernieuwingen op het juiste moment te plannen.