Wie betaalt de rekening voor veilige AI bij Grok?
In het kort
De aangekondigde hoorzitting in New York over de veiligheid van Grok raakt een vraag die voor de hele AI-sector belangrijk wordt: hoeveel kost het om een model verantwoord op grote schaal aan te bieden? Regels op papier zijn pas economisch waardevol wanneer een bedrijf misbruik kan voorkomen, meldingen goed afhandelt en zakelijke klanten vertrouwen geeft. Voor OpenAI, Anthropic en andere aanbieders kan betrouwbaarheid een commercieel voordeel zijn, maar ook een blijvende kostenpost. De kwaliteit van een AI-investering hangt daarom mede af van wat na rekenkosten, controles en herstelwerk overblijft.
Een politieke confrontatie is nog geen uitspraak van een rechter
De gemeenteraad van New York kondigde op 13 oktober aan dat SpaceX AI op 16 oktober zou komen getuigen over AI-veiligheid, privacy en bescherming van klokkenluiders. Volgens de raad gebeurde dat na een dagvaarding en de dreiging om medewerking via een staatsrechtbank af te dwingen. Het bedrijf was niet verschenen bij een eerdere zitting op 5 oktober, waar onder meer Anthropic, Google, Meta en OpenAI wel vertegenwoordigd waren.
De officiële aankondiging bevat de aanleiding en de geplande onderwerpen, geen conclusies over de antwoorden tijdens de nieuwe hoorzitting. Vragen van politici zijn bovendien geen vastgestelde overtredingen. Het zou onjuist zijn een uitnodiging of een dagvaarding al als een rechterlijk oordeel te behandelen. Het onderliggende beleggersvraagstuk verdient juist een beoordeling die verder gaat dan de politieke confrontatie.
Wie miljarden investeert in AI, investeert in meer dan het vermogen om snel tekst of beelden te produceren. De aanbieder moet ook kunnen uitleggen wat zijn systemen niet mogen doen, hoe fouten worden ontdekt en wie ingrijpt als mensen worden benadeeld. Dat is onderdeel van de dienst die een klant koopt. Een sterk model zonder betrouwbaar beheer kan commercieel minder waard zijn dan de benchmarks suggereren.
Een verbod in de voorwaarden is het begin
De gebruiksvoorwaarden van de Grok-aanbieder, van kracht sinds 14 augustus 2026, verbieden onder meer het digitaal ontkleden van echte personen en het veranderen van hun afbeelding in een intieme of seksuele context. Ook seksuele uitbuiting van kinderen is verboden. Een afzonderlijke meldpagina beschrijft hoe mensen intieme beelden zonder toestemming kunnen laten verwijderen, ook wanneer die synthetisch zijn gemaakt. De aanbieder zegt geldige verzoeken uiterlijk binnen 48 uur af te handelen.
Het bestaan van zulke regels bewijst niet dat iedere overtreding wordt voorkomen. Het omgekeerde geldt eveneens: één fout bewijst niet dat er helemaal geen maatregelen zijn. Voor beleggers is het interessanter of incidenten structureel afnemen, hoe snel meldingen worden opgelost en hoeveel het kost om dat op een groeiend platform vol te houden. Daarvoor zijn betere gegevens nodig dan alleen het aantal actieve gebruikers.
In de Verenigde Staten handhaaft de FTC sinds 19 mei 2026 sectie 3 van de Take It Down Act. Platforms die onder deze bepaling vallen moeten een meldprocedure aanbieden en na een geldig verzoek de betreffende intieme beelden en bekende identieke kopieën binnen 48 uur verwijderen. De precieze toepasselijkheid hangt af van de dienst. Dit is geen algemene regel die iedere AI-uitvoer automatisch onrechtmatig maakt.
Waarom veiligheid in de marge terechtkomt
Een AI-platform maakt kosten vóór, tijdens en na het gebruik. Vooraf worden modellen getest en beperkingen ontworpen. Tijdens het gebruik kunnen verzoeken en resultaten worden gecontroleerd. Achteraf zijn meldingen, onderzoek, verwijdering en bezwaarafhandeling nodig. Dat laatste deel krijgt in discussies over de prijs per token vaak weinig aandacht, terwijl mensenwerk snel duur kan worden.
Neem een volledig fictief platform met één miljard verzoeken per maand. Als 0,1% daarvan een menselijke controle van vijf minuten vraagt, gaat het om ongeveer 83.333 arbeidsuren. Bij €40 per uur is dat ruim €3,3 miljoen per maand. Dit is geen raming voor Grok. Het laat alleen zien dat een klein percentage van een zeer groot gebruiksvolume nog steeds een aanzienlijke rekening kan opleveren.
Automatisering kan deze rekening verlagen. Maar een goedkoper systeem dat te veel echte klachten mist, kan de kosten slechts naar later verschuiven. Een systeem dat te veel onschuldige verzoeken blokkeert, kan gebruikers frustreren en betalende klanten laten vertrekken. Het economische doel is daarom niet het maximale aantal blokkades, maar voldoende betrouwbare bescherming met een werkbare gebruikerservaring.
De schade aan betrokkenen laat zich bovendien niet volledig terugbrengen tot een kostenmodel. Voor de onderneming vertaalt een deel van die schade zich uiteindelijk wel in toezicht, juridische kosten, omzetverlies of strengere voorwaarden van zakelijke afnemers. Juist daarom hoort dit onderwerp bij de beoordeling van het verdienmodel en niet uitsluitend bij de communicatieafdeling.
OpenAI en Anthropic krijgen dezelfde economische vraag
Voor concurrerende aanbieders kan de discussie kansen scheppen. Een groot bedrijf dat AI inzet in klantenservice, personeelsprocessen of juridische werkzaamheden wil geen leverancier die alleen goed presteert wanneer alles volgens plan verloopt. Het wil ook beheersbare toegangsrechten, duidelijke afspraken en een overtuigende aanpak van incidenten. Betrouwbaarheid kan daardoor helpen om contracten te winnen of een hogere prijs te rechtvaardigen.
Dat betekent niet dat OpenAI of Anthropic automatisch veiliger is omdat een concurrent politieke kritiek krijgt. Daarvoor zijn vergelijkbare metingen nodig, bij overeenkomstige taken en gebruiksvolumes. Ook het aantal publiek bekende incidenten is lastig te vergelijken: een grotere dienst kan meer meldingen krijgen, terwijl een dienst met beperkte openbaarheid minder zichtbaar is. Mijn voorkeur gaat uit naar aantoonbare prestaties boven een zorgvuldig gekozen reputatie.
Een fictief extra veiligheidsbudget van €20 miljoen is economisch te rechtvaardigen wanneer daardoor voldoende winstgevende omzet behouden blijft. Bij een contributiemarge van 40% zou €50 miljoen behouden omzet dezelfde bijdrage leveren. Dat is een omslagpunt in een rekenvoorbeeld, geen bewijs dat iedere veiligheidsuitgave zichzelf terugverdient. Wel laat het zien waarom zakelijke AI-aanbieders anders kunnen rekenen dan consumentenapps die vooral bereik proberen op te bouwen.
Lokale modellen verplaatsen de verantwoordelijkheid
Een onderneming kan proberen kosten en afhankelijkheid te verlagen door een kleiner model lokaal te draaien. Dat kan zinvol zijn voor afgebakende taken met voorspelbare invoer. De kosten van een externe API verdwijnen dan deels, maar de verantwoordelijkheid voor beheer, controle en incidenten verhuist mee. Goedkope tokens zijn niet hetzelfde als een goedkope complete bedrijfsdienst.
Mijn verwachting is dat veel organisaties verschillende modellen zullen combineren. Eenvoudige verzoeken kunnen naar een goedkoper model, complexe vragen naar een krachtiger systeem. Gevoelige processen vragen aanvullende controles, ongeacht waar het model draait. Wie alleen de gemiddelde prijs van een miljoen tokens vergelijkt, kan daardoor de kosten per correct afgeronde taak onderschatten.
Ook voor de aanbieder heeft dit gevolgen. De klant kan minder afhankelijk worden van één model, terwijl de leverancier juist meer moet investeren in ondersteuning en betrouwbaarheid. Een hoge brutomarge in een vroege groeifase is dan geen garantie voor de uiteindelijke nettomarge. De vraag is welk deel van de klantwaarde de aanbieder behoudt wanneer alternatieven beter worden.
Wat veiligheid betekent voor de waardering richting 2029
Zonder afzonderlijke, controleerbare winstcijfers voor Grok maak ik geen koersdoel voor die activiteit of voor een groter concern. Wel is een omgekeerde waarderingsvraag mogelijk. Een fictieve AI-dienst die €100 miljard waard moet zijn bij 25 keer de winst, heeft €4 miljard nettowinst nodig. Bij €20 miljard omzet vraagt dat een nettomarge van 20%, nadat ook veiligheid, ondersteuning en centrale kosten zijn betaald.
Voor 2027 tot en met 2029 gebruik ik drie eigen illustratieve scenario’s voor zo’n dienst. In het voorzichtige scenario groeit de omzet naar €10 miljard in 2029, maar blijft door prijsdruk en hoge uitvoeringskosten 5% nettomarge over. Bij twintig keer de winst ontstaat €10 miljard waarde. In het middenscenario leveren €20 miljard omzet, 15% nettomarge en 25 keer de winst €75 miljard op.
Het gunstige scenario veronderstelt €30 miljard omzet in 2029, 25% nettomarge en dertig keer de winst. Dan volgt €225 miljard. Het zijn geen bedrijfsprognoses en geen kansgewogen waarderingen. Toekomstige financiering en verwatering zijn evenmin verwerkt. Ze laten vooral zien hoe sterk de uitkomst verandert wanneer de kosten van betrouwbare uitvoering structureel hoger blijken dan verwacht.
Mijn conclusie is dat AI-veiligheid tegelijk een kostenpost en een mogelijke concurrentiekracht is. Wie goede bescherming efficiënt kan leveren, kan aantrekkelijker worden voor waardevolle zakelijke klanten. Wie alleen gebruik laat groeien en de gevolgen later probeert op te lossen, kan een deel van die groei weer verliezen. Bij Grok, OpenAI en Anthropic wil ik daarom uiteindelijk dezelfde vooruitgang zien: meer waardevol gebruik, minder vermijdbare schade en betere economische resultaten per klant.
Opmerkingen