Steeds meer bedrijven experi­men­teren met AI-agents die zelfstandig taken uitvoeren, infor­matie verza­melen en bedrijfs­pro­cessen aansturen. Maar hoe voorkom je dat zulke agents toegang krijgen tot gegevens of systemen waarvoor ze geen toestem­ming hebben? SUSE en NVIDIA intro­du­ceren een gezamen­lijke oplos­sing waarmee organi­sa­ties autonome AI-toepas­singen binnen hun eigen infra­struc­tuur kunnen draaien, terwijl ze controle houden over de bevei­li­ging, toegang tot bedrijfs­ge­ge­vens en opera­ti­o­nele kosten.

De samen­wer­king draait om een uitbrei­ding van SUSE AI Factory with NVIDIA, een platform waarmee organi­sa­ties AI-toepas­singen kunnen ontwik­kelen en beheren binnen hun eigen IT-omgeving. Nieuw is de integratie van NVIDIA OpenS­hell, een bevei­li­gings­ar­chi­tec­tuur die speciaal is ontwik­keld voor autonome AI-agents. Daarnaast intro­du­ceert SUSE een aange­paste versie van zijn zakelijke Linux-distri­butie, die direct onder­steu­ning biedt voor de nieuwste AI-proces­sors van NVIDIA.

Met deze combi­natie spelen beide bedrijven in op een belang­rijke ontwik­ke­ling in de zakelijke AI-markt. Waar genera­tieve AI tot nu toe vooral werd gebruikt om teksten te schrijven, infor­matie samen te vatten of vragen te beant­woorden, verschuift de aandacht naar AI-systemen die zelfstandig hande­lingen uitvoeren. Zulke agents kunnen bijvoor­beeld infor­matie uit verschil­lende bedrijfs­ap­pli­ca­ties combi­neren, analyses uitvoeren, documenten verwerken en acties starten in andere systemen.

Dat biedt nieuwe mogelijk­heden, maar brengt ook beveiligingsrisico’s met zich mee. Een AI-agent die toegang heeft tot meerdere bedrijfs­ap­pli­ca­ties, kan immers ook gevoe­lige infor­matie verwerken of onbedoeld gegevens delen met systemen buiten de organisatie.

AI-agents binnen duidelijke grenzen

De nieuwe NVIDIA OpenS­hell Reference Archi­tec­ture moet bedrijven helpen om deze risico’s te beheersen. Het uitgangs­punt is dat AI-agents zelfstandig kunnen werken, maar uitslui­tend binnen vooraf vastge­legde grenzen. Daarvoor combi­neert SUSE verschil­lende bevei­li­gings­tech­nieken. AI-agents draaien in afgeschermde omgevingen, waarbij Kuber­netes-sandboxing wordt gebruikt om processen van elkaar te isoleren. Daarnaast contro­leren speciale proxy’s voort­du­rend het netwerk­ver­keer van de agents.

Wanneer een agent bijvoor­beeld gegevens wil ophalen uit een bedrijfs­ap­pli­catie of verbin­ding wil maken met een externe dienst, wordt gecon­tro­leerd of deze hande­ling volgens het bevei­li­gings­be­leid is toege­staan. Ongeau­to­ri­seerde verzoeken kunnen automa­tisch worden geblokkeerd.

Deze aanpak is gebaseerd op zero-trust-principes. Daarbij krijgt een AI-agent niet automa­tisch toegang tot systemen omdat hij binnen het bedrijfs­net­werk actief is. Iedere verbin­ding en iedere toegangs­po­ging moet voldoen aan de vastge­stelde regels. Volgens SUSE kunnen organi­sa­ties hiermee voorkomen dat vertrou­we­lijke bedrijfs­ge­ge­vens, intel­lec­tueel eigendom of interne datasets ongecon­tro­leerd buiten hun eigen infra­struc­tuur terechtkomen.

Beveiliging ook op chipniveau

Opval­lend is dat de samen­wer­king verder gaat dan bevei­li­ging via software. NVIDIA heeft zijn nieuwe OpenS­hell-archi­tec­tuur namelijk zo ontworpen dat verschil­lende hardwa­re­com­po­nenten elk een speci­fieke rol vervullen. De Vera Rubin-infra­struc­tuur wordt gebruikt voor het uitvoeren van AI-modellen. NVIDIA Vera-proces­sors verzorgen de uitvoe­ring van AI-agents en hun inter­ac­ties met andere systemen. Een derde onder­deel bestaat uit NVIDIA BlueField‑4 Data Proces­sing Units (DPU’s). Deze proces­sors draaien NVIDIA Sentry, bevei­li­gings­soft­ware die het gedrag van AI-agents onafhan­ke­lijk van het hostsys­teem kan controleren.

Daardoor kan bevei­li­gings­be­leid ook op hardware­ni­veau worden afgedwongen. Wanneer een agent probeert buiten zijn toege­stane omgeving te opereren, kan de infra­struc­tuur ingrijpen zonder daarvoor volledig afhan­ke­lijk te zijn van de softwa­re­om­ge­ving waarin de agent draait. Het idee hierachter is dat bevei­li­ging niet uitslui­tend een functie van de AI-appli­catie zelf moet zijn, maar een integraal onder­deel van de onder­lig­gende infrastructuur.

Digitale soevereiniteit als uitgangspunt

Een belang­rijk onder­deel van de aankon­di­ging is digitale soeve­rei­ni­teit. SUSE wil organi­sa­ties in staat stellen om AI-toepas­singen te gebruiken zonder dat bedrijfs­ge­ge­vens daarvoor noodza­ke­lij­ker­wijs naar externe AI-platforms worden verstuurd. Door AI-modellen en agents binnen een eigen datacenter of private cloud te draaien, kunnen organi­sa­ties zelf bepalen waar gegevens worden opgeslagen, welke systemen toegang krijgen en hoe de infra­struc­tuur wordt beheerd.

Volgens Thomas Di Giacomo, Chief Techno­logy and Product Officer bij SUSE, wordt deze controle steeds belang­rijker naarmate autonome AI een grotere rol krijgt binnen bedrijfs­pro­cessen. “Nu autonome AI-agents en nieuwe genera­ties proces­sors de bedrijfs­voe­ring veran­deren, wordt AI-soeve­rei­ni­teit onmis­baar”, stelt Di Giacomo. Volgens hem moeten organi­sa­ties AI snel kunnen opschalen, zonder daarbij de controle over hun eigen gegevens, systeem­be­schik­baar­heid en budgetten te verliezen.

Daarbij speelt ook het kosten­model een rol. Veel organi­sa­ties gebruiken momen­teel AI-modellen via publieke API’s, waarbij ze betalen op basis van het aantal verwerkte tokens. SUSE biedt met NVIDIA NIM-micro­ser­vices de mogelijk­heid om modellen op eigen infra­struc­tuur beschik­baar te stellen. Daarmee verschuiven de kosten van varia­bele API-tarieven naar inves­te­ringen in en exploi­tatie van eigen reken­ca­pa­ci­teit. Dat kan de uitgaven voorspel­baarder maken, al blijven de daadwer­ke­lijke kosten afhan­ke­lijk van onder meer de benut­ting van de infra­struc­tuur, energie­ver­bruik en beheer.

Linux voor de nieuwste NVIDIA-processors

Naast de bevei­li­ging van AI-agents intro­du­ceert SUSE ook SLES for NVIDIA. Deze versie van SUSE Linux Enter­prise Server is speci­fiek afgestemd op de nieuwste NVIDIA-hardware, waaronder de Vera Rubin-generatie. Een belang­rijk doel is om de intro­ductie van nieuwe AI-proces­sors te versnellen. In tradi­ti­o­nele enter­prise-omgevingen kan het enige tijd duren voordat nieuwe hardware volledig wordt onder­steund door bestu­rings­sys­temen, drivers en beheersoftware.

SUSE wil deze vertra­ging beperken door de verschil­lende onder­delen van de softwa­restack voort­du­rend gezamen­lijk te testen en te valideren. Daarbij gaat het onder meer om de Linux-kernel, GPU-drivers en Kuber­netes. Ook moet de oplos­sing voorkomen dat ontwik­ke­laars hun AI-toepas­singen moeten aanpassen wanneer deze vanuit een ontwik­kelom­ge­ving naar productie worden overgebracht.

SUSE levert boven­dien geïnte­greerde onder­steu­ning voor de volle­dige softwa­restack, zodat organi­sa­ties bij techni­sche problemen niet afzon­der­lijk bij verschil­lende leveran­ciers hoeven aan te kloppen. De algemene beschik­baar­heid van SLES for NVIDIA staat gepland voor november 2026.

Eerste toepassingen bij de overheid

SUSE noemt ook een eerste praktijk­voor­beeld. Het minis­terie van Finan­ciën van de Mexicaanse deelstaat Guana­juato onder­zoekt momen­teel hoe SUSE AI Factory with NVIDIA kan worden ingezet voor digitale overheids­dien­sten. De organi­satie voert een proof-of-concept uit waarin onder meer wordt gekeken naar AI-onder­steunde dienst­ver­le­ning en het automa­ti­seren van interne processen. Daarbij is het uitgangs­punt dat gegevens van burgers binnen de eigen beheerde infra­struc­tuur blijven en dat de overheid controle houdt over de toegang tot infor­matie en de opera­ti­o­nele kosten. Het project bevindt zich nog in de testfase. Het is daarmee vooral een voorbeeld van hoe overheids­or­ga­ni­sa­ties de combi­natie van AI en digitale soeve­rei­ni­teit in de praktijk proberen vorm te geven.

Van AI-experiment naar productieomgeving

De aankon­di­ging van SUSE en NVIDIA laat zien dat de aandacht in de AI-markt steeds meer verschuift van het ontwik­kelen van modellen naar het veilig en beheers­baar inzetten ervan. Voor IT-afdelingen ontstaat daarmee een nieuwe uitda­ging. Zij moeten niet alleen zorgen dat AI-modellen voldoende presta­ties leveren, maar ook bepalen welke bevoegd­heden autonome agents krijgen, hoe hun activi­teiten worden gecon­tro­leerd en wie verant­woor­de­lijk is wanneer een agent een ongewenste hande­ling uitvoert.

Met OpenS­hell proberen SUSE en NVIDIA een deel van deze vraag­stukken op infra­struc­tuur­ni­veau op te lossen. De combi­natie van afgeschermde uitvoe­ringsom­ge­vingen, toegangs­con­trole en hardwa­re­ma­tige bevei­li­ging moet het mogelijk maken om AI-agents een grotere rol te geven binnen bedrijfs­pro­cessen zonder dat organi­sa­ties daarvoor hun bestaande bevei­li­gings­prin­cipes hoeven los te laten.

Of deze aanpak in de praktijk voldoende bescher­ming biedt, zal mede afhangen van de manier waarop organi­sa­ties hun toegangs­be­leid inrichten en de agents beheren. Wel onder­streept de intro­ductie dat bevei­li­ging en digitale soeve­rei­ni­teit inmid­dels belang­rijke ontwerp­cri­teria worden voor de volgende generatie zakelijke AI-infrastructuur.