Een diepgravend onderzoek van topjournalist Ronan Farrow in The New Yorker schetst een beeld van OpenAI-CEO Sam Altman als een leider met een “ongebonden” relatie met de waarheid. Dit roept fundamentele vragen op over het vertrouwen dat ondernemers kunnen hebben in de leiders van de AI-bedrijven waarvan ze afhankelijk worden.

Wat er aan de hand is

Ronan Farrow, de onderzoeksjournalist bekend van de Harvey Weinstein-onthullingen, publiceerde samen met Andrew Marantz een uitgebreid artikel van meer dan 17.000 woorden over Sam Altman. Het stuk, gebaseerd op 18 maanden onderzoek en gesprekken met Altman zelf, duikt diep in de gebeurtenissen rond zijn plotselinge ontslag en snelle terugkeer bij OpenAI in 2023. Het beschrijft Altman’s mythe als een mix van “duidelijke dealmaking-vaardigheden” en een “gerapporteerde neiging” om te liegen tegen iedereen om hem heen. Een bron in het artikel karakteriseert Altman als iemand die “ongebonden is door de waarheid”. Het artikel biedt volgens The Verge mogelijk het definitieve verslag van de bestuurscrisis bij het bedrijf.

Wat dit betekent

Voor ondernemers die AI-tools zoals ChatGPT integreren in hun bedrijfsprocessen, gaat dit verder dan roddel. Het raakt aan de kern van leveranciersrisico. OpenAI is in enkele jaren uitgegroeid van een non-profit onderzoekslab tot een bijna biljoenenbedrijf, met Altman als het meest zichtbare gezicht. Als de leider van het bedrijf herhaaldelijk wordt geportretteerd als onbetrouwbaar in zijn communicatie, heeft dat directe gevolgen. Het betekent dat strategische aankondigingen, roadmap-beloften of garanties over veiligheid en privacy met extra scepsis moeten worden bekeken. Het verhoogt het risico op plotselinge, onverklaarbare koerswijzigingen – zoals het ontslag-incident aantoont – die de continuïteit van diensten kunnen verstoren. Voor een MKB’er die automatisering bouwt op de API van een bedrijf, is de stabiliteit en voorspelbaarheid van de leverancier even belangrijk als de technologie zelf.

Hoe je dit kunt toepassen

De praktische toepassing hangt af van jouw situatie en de mate waarin je afhankelijk bent van specifieke AI-leveranciers. Het is een moment om je leveranciersrisicomanagement onder de loep te nemen.

Als je een kritisch proces hebt gebouwd op een AI-API… Overweeg om je afhankelijkheid in kaart te brengen. Welke bedrijfsfuncties vallen stil als de API onverwacht verandert of de prijzen sterk wijzigen? Een mogelijkheid is om een eenvoudig plan B te ontwikkelen, zoals het identificeren van een alternatieve leverancier voor de kernfunctionaliteit, ook al is die misschien iets minder geavanceerd.

Als je een AI-strategie aan het opstellen bent… Dan zou je de reputatie en governance van de leverancier kunnen meenemen als een factor in je keuzeproces, naast prijs en prestaties. Vraag je af: hoe transparant is dit bedrijf over zijn toekomstplannen? Hoe reageert het op tegenslag of kritiek? Het trackrecord van het leiderschap kan een indicatie zijn van de bedrijfscultuur.

Als je investeert in training voor je team op een specifiek platform… Weeg de voordelen van een gespecialiseerde tool af tegen het risico van vendor lock-in. Een optie is om te kiezen voor training in bredere, overdraagbare vaardigheden (zoals prompt engineering of het begrijpen van modellimitaties) in plaats van uitsluitend in de specifieke interface van één leverancier.

De kern is niet per se om OpenAI te vermijden – de technologie blijft krachtig – maar wel om bewust om te gaan met het risico dat gepaard gaat met een bedrijf waarvan de leider dergelijke vragen oproept. Zorg dat je beslissingen gebaseerd zijn op een realistische inschatting van zowel de kansen als de potentiële instabiliteit.

Bron: The Verge