OpenAI tekent Pentagon-deal voor AI in geclassificeerde omgevingen

OpenAI sloot een overeenkomst met het Amerikaanse Ministerie van Defensie om geavanceerde AI-systemen in te zetten binnen geclassificeerde omgevingen. De modellen draaien uitsluitend in een cloud-only setup op beveiligde servers, waarbij OpenAI's eigen veiligheidssystemen actief blijven. Dit is relevant gezien de recente penibele situatie van Anthropic, dat na het weigeren van het Pentagon-contract door de Amerikaanse overheid als 'supply chain risk voor nationale veiligheid' werd bestempeld.

Voor organisaties die zaken doen met de defensiesector of overheid geldt: de keuze welk AI-platform je gebruikt, kan strategische en contractuele gevolgen hebben. OpenAI kiest hier voor een andere koers dan Anthropic en accepteert de militaire samenwerking mét behoud van veiligheidswaarborgen.

npr · anthropic

Anthropic geeft Pentagon nee en wordt blacklist, Claude stijgt naar nummer 1 in App Store

Anthropic-CEO Dario Amodei weigerde persoonlijk om het Pentagon onbeperkte toegang te geven tot Claude. De twee harde grenzen: geen massasurveillance van Amerikaanse burgers en geen volledig autonome wapensystemen. De Amerikaanse overheid reageerde door Anthropic als 'supply chain risk voor nationale veiligheid' te bestempelen, een kwalificatie die normaal gereserveerd is voor buitenlandse tegenstanders.

Opvallend genoeg steeg Claude diezelfde week naar de nummer 1-positie in de App Store en brak het downloadrecords. Dit laat zien dat een principieel publiek standpunt over AI-ethiek ook marketingwaarde kan hebben, al is de zakelijke schade van het verlies van overheidscontracten vooralsnog onduidelijk. Anthropic kondigt aan de classificatie juridisch aan te vechten.

Voor compliance-teams in organisaties is dit een signaal om scherper te definiëren welke gebruiksscenario's je AI-leverancier accepteert, en wat er gebeurt als die grenzen botsen met jullie klantcontracten.

anthropic

Claude krijgt cross-platform geheugenimport vanuit andere AI-tools

Anthropic heeft een nieuwe geheugenfunctie uitgerold waarmee gebruikers hun opgeslagen context en geheugen vanuit andere AI-tools direct kunnen importeren in Claude. Dit maakt het makkelijker om van platform te wisselen zonder je persoonlijke of zakelijke context opnieuw te moeten opbouwen.

Voor teams die meerdere AI-assistenten gebruiken is dit relevant: het vermindert de wrijving bij het testen van Claude naast bestaande tools als ChatGPT of Gemini. De functie is onderdeel van een bredere zet van Anthropic om Claude te positioneren als centrale werkassistent. Let wel: wat er precies geïmporteerd kan worden en hoe veilig die overdracht is, verdient aandacht bij gebruik van bedrijfsdata.

anthropic

SambaNova lanceert SN50: chip die agentic AI 5x sneller maakt

SambaNova heeft de SN50-chip uitgebracht, die volgens het bedrijf een 5x hogere inferentiesnelheid levert voor agentic AI-toepassingen vergeleken met eerdere generaties. Agentic AI, waarbij modellen zelfstandig meerdere stappen achter elkaar uitvoeren, is bijzonder gevoelig voor latency: elke extra seconde wachttijd stapelt zich op in een keten van taken.

Voor organisaties die nu al experimenten met AI-agents in hun workflows is dit een relevant signaal: de hardwarelaag begint specifiek te worden geoptimaliseerd voor dit type gebruik, wat betekent dat de kosten en snelheid van agents over de komende twaalf maanden aanzienlijk kunnen verbeteren. De SN50 concurreert in een markt waar Nvidia's dominantie al langer onder druk staat van gerichte alternatieven.

sambanova

Perplexity brengt twee open-source embedding-modellen uit voor webschaal-retrieval

Perplexity heeft twee open-source embedding-modellen gepubliceerd die specifiek zijn ontworpen voor retrieval op webschaal. Embedding-modellen zijn de motor achter zoek- en RAG-systemen: ze zetten tekst om in vectorrepresentaties waarmee je snel semantisch relevante informatie terugvindt.

Voor teams die aan retrieval-augmented generation of semantisch zoeken werken, zijn open-source alternatieven interessant omdat ze zonder API-kosten lokaal of op eigen infrastructuur draaien. Wil je weten of deze modellen beter presteren dan wat je nu gebruikt, test ze dan deze week op een representatieve subset van je eigen documenten of kennisbase.