Een diepgravend onderzoek in The New Yorker schetst een beeld van OpenAI-CEO Sam Altman als een leider die door bronnen wordt omschreven als “unconstrained by the truth”. Dit roept fundamentele vragen op over de betrouwbaarheid van de belangrijkste leverancier in de AI-industrie en de strategische risico’s voor bedrijven die hierop bouwen.

Wat er aan de hand is

Ronan Farrow en Andrew Marantz publiceerden een uitgebreid onderzoek in The New Yorker over Sam Altman en OpenAI. Het verhaal van ruim 17.000 woorden duikt diep in Altmans persoonlijkheid, zijn investeringen, zijn werving van kapitaal uit het Midden-Oosten en de interne coup van eind 2023, waarbij de raad van bestuur hem ontsloeg vanwege zijn vermeende neiging tot liegen, om hem vervolgens bijna onmiddellijk weer in dienst te nemen. Het artikel, gebaseerd op 18 maanden onderzoek en meerdere gesprekken met Altman, citeert een bron die zegt dat Altman “niet beperkt wordt door de waarheid”. Het portretteert de meest zichtbare leider van de AI-industrie als een figuur wiens mythe evenzeer wordt bepaald door zijn dealmaking-vaardigheden als door zijn gerapporteerde onbetrouwbaarheid.

Wat dit betekent

Voor ondernemers en professionals die AI-tools in hun bedrijfsvoering integreren, gaat dit verder dan roddel. Het raakt aan strategische afhankelijkheid. OpenAI, via ChatGPT en de API, is voor veel bedrijven de de facto standaard geworden. Als het vertrouwen in de leidinggevende en de stabiliteit van het bedrijf wordt ondermijnd, heeft dat directe gevolgen. Het introduceert een nieuw soort risico: governance-risico. Dit is niet het risico dat de technologie slecht presteert, maar dat het bedrijf erachter door interne conflicten, onverwachte leiderschapswisselingen of reputatieschade onbetrouwbaar wordt in prijsstelling, productroadmap of zelfs continuïteit. Vooral voor MKB’ers die middelen hebben geïnvesteerd in het trainen van modellen, het bouwen van workflows of het inrichten van klantenservice op het OpenAI-platform, wordt dit een factor in de risicoanalyse.

Hoe je dit kunt toepassen

De praktische toepassing hangt niet direct af van de persoonlijke eigenschappen van een CEO, maar van de strategische lessen die je hieruit trekt voor leveranciersafhankelijkheid.

Als je een webshop runt die ChatGPT gebruikt voor klantenservice… dan ben je kwetsbaar voor plotselinge wijzigingen in API-prijzen, servicevoorwaarden of functionaliteit die door interne onrust kunnen worden versneld. Een mogelijkheid is om nu al te experimenteren met een tweede AI-model, zoals dat van Anthropic (Claude) of Google (Gemini), voor een deel van je workflows. Zo creëer je een fallback-optie en verminder je je afhankelijkheid van één partij.

Als je een team aanstuurt dat afhankelijk is van Copilot of andere OpenAI-gebaseerde tools… overweeg dan om in je volgende teamvergadering niet alleen de output, maar ook de leveranciersstrategie te bespreken. Vraag: “Wat gebeurt er met onze productiviteit als de toegang tot dit tool verandert of duurder wordt?” Dit bewustzijn is de eerste stap naar het opstellen van een eenvoudig plan B.

Als je in de zorg of een andere gereguleerde sector werkt en AI onderzoekt voor administratie… dan is betrouwbaarheid en transparantie van de leverancier cruciaal. Deze onthullingen onderstrepen het belang van due diligence. Je zou kunnen beginnen met het documenteren van je keuze voor een leverancier, niet alleen op basis van technische specificaties, maar ook op basis van bedrijfsstructuur, governance en langetermijnvisie. Dit maakt je keuze defensibeler.

De kern is niet om meteen over te stappen, maar om de afhankelijkheid van één AI-leverancier te erkennen als een strategisch risico. De onthullingen over Altman fungeren als een wake-upcall om je AI-strategie te diversifiëren en te zorgen voor meer veerkracht in je technologiestack.

Bron: The Verge