AI in de bestuurskamer

Artificiële intelligentie verschijnt niet als één agendapunt in de bestuurskamer, maar als twee. Voor de raad van commissarissen en de raad van toezicht is AI tegelijk een onderwerp waar toezicht op gehouden moet worden, en een hulpmiddel waarmee dat toezicht beter kan worden uitgeoefend. Die dubbelrol vraagt om scherpte. Wie de twee door elkaar laat lopen, riskeert óf naïef enthousiasme óf reflexmatige afwijzing. Beide zijn slecht bestuur.

De toezichthouder hoeft geen technoloog te worden. Maar de tijd dat AI kon worden weggezet als een operationeel detail van de IT-afdeling is voorbij. De vragen die AI oproept raken aan de kern van de toezichtfunctie: strategie, risico, continuïteit en de integriteit van het verdienmodel.

AI als onderwerp van toezicht

Begin bij de inhoud. Wanneer een onderneming AI inzet, ontstaan nieuwe risico's die de raad moet kunnen wegen. Datakwaliteit is daarvan de stille basis: een model is niet beter dan de gegevens waarop het rust. Modelrisico komt daarbovenop. Systemen die statistisch overtuigend ogen, kunnen systematisch fout zitten op precies de gevallen die ertoe doen.

Daarnaast spelen aansprakelijkheid en ethiek. Wie is verantwoordelijk wanneer een geautomatiseerd besluit een klant benadeelt? Hoe verhoudt het gebruik van AI zich tot wet- en regelgeving die nog in beweging is? Dit zijn geen abstracte kwesties. Zij bepalen of de onderneming morgen nog het vertrouwen geniet dat zij vandaag nodig heeft.

Het grootste vraagstuk is strategisch. AI kan een verdienmodel in stilte uithollen. Een dienst die vandaag onderscheidend is, kan binnen enkele jaren door geautomatiseerde alternatieven worden geëvenaard. De toezichthouder die alleen naar de kwartaalcijfers kijkt, ziet die verschuiving te laat. De vraag is niet of het bestuur AI gebruikt, maar of het bestuur de disruptie van het eigen model serieus onder ogen ziet.

De relevante vraag is niet of de onderneming AI inzet, maar of het bestuur de disruptie van het eigen verdienmodel onder ogen durft te zien.

AI als hulpmiddel ín het toezicht

De tweede beweging is subtieler en wordt vaak over het hoofd gezien. AI kan de toezichtfunctie zelf versterken. Stukken die voorheen oppervlakkig werden doorgenomen omdat de tijd ontbrak, kunnen sneller worden doorgrond. Scenario's kunnen worden doorgerekend. Een commissaris kan een onafhankelijke analyse laten maken naast de informatie die het bestuur aanlevert.

Dat laatste is wezenlijk. Het verschuift de positie van de toezichthouder van ontvanger naar onderzoeker. Niet om het bestuur te wantrouwen, maar om het te kunnen volgen op niveau.

Snellere doorgronding van omvangrijke documentatie.
Het doorrekenen van alternatieve scenario's en aannames.
Een onafhankelijke blik naast de analyse van het bestuur.

De informatieasymmetrie

Tussen bestuur en toezicht bestaat altijd een verschil in informatie. Het bestuur leeft in de onderneming; de toezichthouder bezoekt haar. AI dreigt dat verschil te vergroten. Een bestuur dat geavanceerde analyses tot zijn beschikking heeft, kan een toezichthouder zonder vergelijkbare middelen makkelijk voorbijstreven, niet uit kwade wil maar door tempo.

Hier ligt de paradox. Hetzelfde instrument dat de asymmetrie vergroot, kan haar ook verkleinen. Een raad die zelf over goede analyse beschikt, herwint een deel van het verloren terrein. De keuze is niet of de raad meedoet, maar of de raad bewust kiest hoe.

AI-geletterdheid in de board

Dat brengt ons bij geletterdheid. Niet iedere commissaris hoeft een algoritme te kunnen lezen. Maar de raad als geheel moet de juiste vragen kunnen stellen en de antwoorden kunnen wegen. AI-geletterdheid is daarmee een collectieve verantwoordelijkheid, geen specialisme van één lid in de hoek.

Het gaat om begrip van wat een model wel en niet kan, van waar de gegevens vandaan komen, en van de plekken waar zekerheid wordt gesuggereerd terwijl die er niet is. Een raad die deze taal niet spreekt, is overgeleverd aan de presentatie van anderen.

Kritisch blijven zonder mee te hollen

De grootste valkuil is de hype. AI lokt grote woorden uit, en grote woorden verdoven het oordeel. De goede toezichthouder onderscheidt zich juist door rust. Hij vraagt naar bewijs, naar aannames, naar wat er gebeurt wanneer het model faalt. Hij behandelt een indrukwekkende demonstratie met dezelfde gezonde scepsis als een te mooi ogende prognose.

Onafhankelijkheid betekent hier niet afzijdigheid. De commissaris die AI principieel mijdt, raakt even hard het zicht kwijt als degene die er blind in meegaat. De kunst is betrokken te zijn zonder bevangen te raken.

Voor Pamatas is dit vertrouwd terrein. Goede governance heeft nooit om de techniek gedraaid, maar om oordeelsvorming, onafhankelijkheid en de moed om de juiste vraag te stellen op het juiste moment. AI verandert het gereedschap. De taak van de toezichthouder blijft dezelfde.

Artificial intelligence does not appear as a single item on the boardroom agenda, but as two. For the supervisory board, AI is at once a subject that must be overseen and a tool with which that oversight can be exercised more effectively. This dual role calls for precision. Whoever lets the two blur together risks either naive enthusiasm or reflexive rejection. Both are poor governance.

The non-executive need not become a technologist. But the time when AI could be dismissed as an operational detail of the IT department is over. The questions AI raises touch the heart of the supervisory function: strategy, risk, continuity and the integrity of the business model.

AI as a subject of oversight

Begin with substance. When a company deploys AI, new risks arise that the board must be able to weigh. Data quality is their quiet foundation: a model is no better than the data on which it rests. Model risk sits on top of that. Systems that appear statistically convincing can be systematically wrong on precisely the cases that matter.

Liability and ethics follow. Who is responsible when an automated decision harms a customer? How does the use of AI relate to laws and regulations that are still in motion? These are not abstract matters. They determine whether the company will still command tomorrow the trust it needs today.

The largest question is strategic. AI can quietly hollow out a business model. A service that is distinctive today may be matched within a few years by automated alternatives. A supervisor who looks only at quarterly figures sees that shift too late. The question is not whether the board uses AI, but whether the board genuinely confronts the disruption of its own model.

The relevant question is not whether the company deploys AI, but whether the board dares to confront the disruption of its own business model.

AI as a tool within oversight

The second movement is subtler and often overlooked. AI can strengthen the supervisory function itself. Documents that were once skimmed for lack of time can be grasped more quickly. Scenarios can be worked through. A non-executive can commission an independent analysis alongside the information the board provides.

That last point is essential. It shifts the supervisor's position from recipient to investigator. Not to distrust the board, but to follow it at the right level.

Faster comprehension of extensive documentation.
Working through alternative scenarios and assumptions.
An independent view alongside the board's own analysis.

The information asymmetry

Between board and supervision there is always a difference in information. The board lives inside the company; the supervisor visits it. AI threatens to widen that gap. A board with advanced analysis at its disposal can easily outpace a supervisor without comparable means, not out of bad intent but through sheer speed.

Here lies the paradox. The same instrument that widens the asymmetry can also narrow it. A board that commands good analysis of its own regains part of the lost ground. The choice is not whether the board takes part, but whether the board deliberately chooses how.

AI literacy in the board

That brings us to literacy. Not every non-executive needs to be able to read an algorithm. But the board as a whole must be able to ask the right questions and weigh the answers. AI literacy is therefore a collective responsibility, not the speciality of one member in the corner.

It is about understanding what a model can and cannot do, where the data comes from, and the places where certainty is suggested while none exists. A board that does not speak this language is at the mercy of how others present it.

Staying critical without running with the herd

The greatest trap is the hype. AI invites grand words, and grand words dull judgement. The good supervisor stands out precisely through composure. He asks for evidence, for assumptions, for what happens when the model fails. He treats an impressive demonstration with the same healthy scepticism as a forecast that looks too good.

Independence here does not mean detachment. The non-executive who avoids AI on principle loses sight just as surely as the one who follows it blindly. The art is to be involved without being captured.

For Pamatas this is familiar ground. Good governance has never been about the technology, but about judgement, independence and the courage to ask the right question at the right moment. AI changes the tools. The supervisor's task remains the same.

In het kortIn short

AI staat op de agenda als onderwerp van toezicht én als hulpmiddel ín het toezicht.
Informatieasymmetrie tussen bestuur en toezicht neemt toe; eigen analyse wordt waardevoller.
AI-geletterdheid is een collectieve verantwoordelijkheid van de gehele raad.
De rol van de commissaris verandert van techniek naar oordeelsvorming en goede vragen.

AI is on the agenda both as a subject of oversight and as a tool within oversight.
Information asymmetry between board and supervision grows; independent analysis gains value.
AI literacy is a collective responsibility of the entire board.
The non-executive's role shifts from technology toward judgement and asking the right questions.

AI in de bestuurskamerAI in the boardroom