Wanneer een team van ontwikkelaars moet kiezen tussen het intern migreren van een AI-model of het vertrouwen op een externe API, hangt het antwoord in 2024 niet alleen meer af van het budget. Het hangt ook af van de Europese verordening 2024/1689, die op 1 augustus 2024 in werking trad en die vereist dat elk AI-systeem gedocumenteerd en geëvalueerd wordt op basis van het risiconiveau. De IT-trends van dit jaar zijn te begrijpen aan de hand van dit soort concrete verplichtingen, niet aan de hand van futuristische beloftes.
Europese verordening over AI: wat het verandert voor ontwikkelteams
Er wordt veel gesproken over generatieve kunstmatige intelligentie, maar zelden over de juridische verplichtingen die het nu omkaderen. De verordening (EU) 2024/1689, gepubliceerd in het Publicatieblad van de Europese Unie op 12 juli 2024, structureert het gebruik van AI op basis van risicocategorieën. Toepassingen die als hoog risico worden beschouwd (geautomatiseerde werving, kredietbeoordeling, biometrische surveillance) vereisen een volledige technische documentatie, een conformiteitsbeoordeling en een follow-up na implementatie.
Voor ontwikkelaars en bedrijven moet elk AI-project compliance vanaf de ontwerpfase integreren. Het is niet meer mogelijk om een model in productie te brengen zonder de trainingsgegevens te traceren, de biases te testen en de governance te formaliseren. De reacties hierover variëren: sommige organisaties hebben zich voorbereid, terwijl anderen deze verplichtingen pas ontdekken op het moment dat ze in productie gaan.
Om de evolutie van deze onderwerpen te volgen, de IT op Journal du Webmaster behandelt regelmatig de praktische implicaties van deze regelgeving voor digitale beroepen.
Richtlijn NIS2 en cybersecurity: de verantwoordelijkheid ligt bij het management
De richtlijn NIS2 (richtlijn (EU) 2022/2555) moest vóór 17 oktober 2024 door de lidstaten worden omgezet. De reikwijdte is veel breder dan die van de eerste versie. Ze dekt nu sectoren zoals afvalbeheer, de productie van medische apparaten of postdiensten, naast de traditionele operators (energie, transport, gezondheid).
In de praktijk heeft de meest concrete verandering betrekking op de verantwoordelijkheid van leidinggevenden op het gebied van cybersecurity. Het management kan niet langer zonder controle delegeren: het moet de risicobeheersstrategie goedkeuren, ervoor zorgen dat incidentmeldingen binnen de wettelijke termijnen plaatsvinden en de beveiliging van de keten van onderaannemers toezien.
Voor IT-teams betekent dit dat er verschillende gelijktijdige projecten zijn:
- Alle leveranciers en onderaannemers die toegang hebben tot de informatiesystemen in kaart brengen en vervolgens hun beveiligingsniveau evalueren met formele criteria.
- Een meldingsproces voor incidenten opzetten met specifieke termijnen, inclusief een snelle eerste melding en een gedetailleerd rapport in de dagen erna.
- De genomen risicobeheersmaatregelen documenteren en ter goedkeuring voorleggen aan het management, niet alleen aan de CISO.
Het woord “cybersecurity” komt in alle artikelen over IT-trends terug. Het verschil in 2024 is dat NIS2 een technisch onderwerp transformeert in een verplichting voor bedrijfsbestuur.
Energieverbruik van datacenters: de fysieke limiet van AI
De opwinding voor generatieve AI verbergt een probleem dat infrastructuurteams goed kennen: de energiekosten stijgen explosief. In Frankrijk hebben datacenters die meer dan 1 GWh per jaar verbruiken in 2024 4,3 TWh elektriciteit verbruikt. De trend is stijgend, aangedreven door de reken- en koelingsbehoeften die verband houden met AI-modellen.
Concreet, wanneer een taalmodel of een massale gegevensverwerkingspipeline wordt uitgerold, wordt het elektriciteitsverbruik van het datacenter een belangrijke post in het budget. De technische keuzes (modelgrootte, frequentie van hertraining, geografische locatie van de berekeningen) hebben directe invloed op de kosten en de ecologische voetafdruk.
Deze beperking dwingt sommige bedrijven om hun aanpak te heroverwegen. In plaats van steeds grotere modellen te trainen, zien we strategieën opkomen voor compactere modellen, gespecialiseerd in een specifiek domein, die minder middelen verbruiken voor een vergelijkbaar resultaat binnen hun bereik. De keuze tussen een algemeen model gehost door een hyperscaler en een licht model dat lokaal wordt uitgerold, wordt zowel een technische als een milieuvriendelijke afweging.
Python, JavaScript en AI-ondersteunde ontwikkeltools
Wat programmeertalen betreft, blijft Python de dominante keuze voor alles wat met machine learning, gegevensverwerking en snelle prototyping te maken heeft. JavaScript behoudt zijn plaats in webontwikkeling en frontend-applicaties. Op het eerste gezicht lijkt er niets nieuws, maar de manier van coderen met deze talen is veranderd.
AI-ondersteunde ontwikkeltools (code-aanvulling, testgeneratie, detectie van kwetsbaarheden) zijn geïntegreerd in de dagelijkse workflows van ontwikkelaars. We spreken niet langer over een gadget: de AI-assistent verandert de tijdsverdeling tussen het schrijven en herlezen van code. Ontwikkelaars besteden meer tijd aan het valideren en corrigeren van suggesties dan aan het schrijven van code vanaf een blanco pagina.
Deze verandering heeft praktische gevolgen voor de gevraagde vaardigheden:
- Weten hoe je nauwkeurige prompts formuleert om bruikbare code te krijgen, en niet een concept dat volledig herschreven moet worden.
- Kritisch herlezen beheersen: begrijpen wat de gegenereerde code daadwerkelijk doet, logische fouten of onnodige afhankelijkheden detecteren.
- De veiligheids- en compliance-eisen (met name die met betrekking tot de AI Act) al in de ontwikkelingsfase integreren, niet pas aan het eind van de keten.
De software en applicaties die in 2024 worden geleverd, zijn architectonisch niet fundamenteel anders. Het is de manier waarop ze worden geproduceerd die verandert, met een laag automatisering die bepaalde taken versnelt maar nieuwe taken creëert.
De IT-trends van 2024 zijn niet slechts een lijst van opkomende technologieën. Het Europese regelgevingskader herdefinieert de voorwaarden voor de productie van AI en cybersecurity. De energiedruk stelt een fysieke limiet aan de race naar steeds grotere modellen. En de AI-ondersteunde ontwikkeltools herverdelen de verwachte vaardigheden bij ontwikkelaars. Wat dit jaar onderscheidt van voorgaande jaren, is dat deze drie drukfactoren gelijktijdig op dezelfde teams inwerken.
