Toen ik in de jaren negentig op de middelbare school zat, nam mijn natuurkundeleraar me terzijde met een vraag die hij niet van zich af kon zetten: “Hoe zorgen ze ervoor dat elke computer ter wereld met elke andere computer praat?”
Hij had gezien hoe moeilijk het was om het eens te worden over basiszaken als stopcontacten of belnormen. Maar plotseling hadden we dit internetding waarbij een machine in Thunder Bay in milliseconden met een machine in Tokio kon praten. Geen centrale planner. Geen mondiaal verdrag. Op de een of andere manier werkte het gewoon.
Het echte antwoord is minder magie en meer mentaliteit: een systeemprincipe dat de wet van Postel wordt genoemd.
In gewone taal: wees streng in wat u verzendt; wees genereus in wat je accepteert. Als ik met je praat, moet ik mijn best doen om de regels te volgen. Als je luistert, moet je je best doen om mij te begrijpen, ook al breek ik ze een beetje.
Die filosofie, ingebed in vroege internetprotocollen, verdubbelde onze kansen dat twee systemen met elkaar zouden samenwerken. Misschien heeft de afzender het goed begrepen. Misschien was de ontvanger extra tolerant. Hoe dan ook, het netwerk bleef bestaan.
De afgelopen dertig jaar hebben we geprobeerd datzelfde idee toe te passen: alles met alles verbinden, op steeds hogere lagen van de stapel. Het is niet altijd even sierlijk geweest.
EERST PROBEERDEN WE DE SYNTAXIS TE STANDAARDISEREN
In de jaren 2000 zetten bedrijven veel in op XML. Het idee was simpel: één universeel formaat voor het delen van gegevens, met een rulebook dat precies beschrijft hoe elk document eruit moet zien. In theorie zou software gewoon in dat regelboek worden aangesloten en zou alles automatisch werken. In de praktijk werden de regels enorm groot, waren de instrumenten broos en besteedden mensen veel tijd aan het discussiëren over de regels. Het geld was echter niet weggegooid. Bedrijven hebben het harde werk gedaan om machineleesbare API’s via HTTP beschikbaar te stellen in plaats van alleen maar webpagina’s weg te duwen. Dat werk was veel belangrijker dan XML zelf, dat stilletjes plaats maakte voor eenvoudigere formaten zoals JSON.
In de jaren 2010 herhaalden we het patroon met blockchains. De pitch deze keer: een gedistribueerd grootboek dat toeleveringsketens, facturen en contracten op een gestandaardiseerde manier kon volgen die iedereen kon verifiëren. Na miljarden dollars en veel desillusie hebben de meeste bedrijven de gemoderniseerde infrastructuur behouden en stilletjes de blockchain-laag verwijderd. Nogmaals, de technologische rage was niet het echte verhaal. De echte vooruitgang was dat bedrijven eindelijk hun back-endsystemen en interfaces moderniseerden.
NU STANDAARDISEREN WE DE SEMANTIE
Grote taalmodellen (LLM’s), de systemen achter tools als ChatGPT die veel mensen nu simpelweg ‘AI“, zijn verschillend. Ze vertalen niet alleen tussen bestandsformaten; ze vertalen tussen betekenissen.
Wilt u zich aansluiten bij twee databases die met een tussenpoos van tien jaar zijn ontworpen door teams die elkaar nooit hebben ontmoet? Wilt u een vijandige webpagina schrapen en er een schone productcatalogus van maken? Heeft u een Engelse query nodig om een goede SQL-query op drie systemen te worden? Gisteren betekende dat dat een mens een fragiele adapter moest schrijven en onderhouden. Tegenwoordig kan een LLM die adapter vaak op verzoek genereren of zelfs als adapter optreden.
Je kunt discussiëren over de vraag of LLM’s iets ‘begrijpen’. Je kunt niet echt discussiëren over de vraag of ze dingen met elkaar verbinden. Gegeven twee semi-coherente systemen zal een LLM opgewekt proberen de een aan de ander in kaart te brengen. Het kan verkeerd of schilferig zijn, maar het zal het voortdurend proberen op machinesnelheid.
Dat maakt ze tot de eerste praktische technologie die de harde 90% van de integratie aanpakt: de semantiek. XML en zijn vrienden pakten de makkelijke 10% aan: syntaxis.
De vloek dat we plotseling krijgen waar we om vroegen
De meeste leidinggevenden met wie ik spreek, beschouwen AI nog steeds als een chatbot die teksten schrijft of vergaderingen samenvat. Dat is het minst interessante deel.
De belangrijke use case is wat je B2B AI zou kunnen noemen: LLM’s die je API’s aanroepen, je documenten lezen, je eigenaardigheden leren kennen, en dan omdraaien en de API’s van je partners aanroepen. Ze worden de lijm tussen CRM’s, ERP’s, ticketingtools en financiële systemen, vaak zonder dat er een fulltime integratieproject in zicht is.
Dat is geweldig voor de time-to-value. Het is angstaanjagend voor al het andere.
De eerste internethausse gaf ons de vreugde van onmiddellijke wereldwijde connectiviteit en, als neveneffect, botnets, malware, phishing en geheel nieuwe beveiligingsindustrieën: firewalls, VPN’s, TLS, patchbeheer, eindpuntbescherming. We hebben ze reactief gebouwd, na de schade.
Hyperconnectie op de applicatielaag zal hetzelfde patroon volgen, tenzij leiders deze keer sneller handelen. Als uw LLM ‘integratielaag’ met alles kan praten, dan kan een verkeerd geconfigureerde prompt, een gecompromitteerde API-sleutel of een vergiftigde trainingsset ook met alles praten.
Dus wat doe je?
Behandel door LLM aangedreven integraties als kritieke infrastructuur, niet als prototypes.
Aandringen op:
- Duidelijke systeemgrenzen: welke systemen kan de AI lezen, schrijven of alleen wijzigingen voorstellen?
- Sterke identiteits- en toegangscontroles voor elke API die ermee in aanraking komt.
- Audittrails die niet alleen verklaren wat er is gebeurd, maar ook wie of wat heeft besloten dat dit een goed idee was.
We hebben alle computers één keer met elkaar verbonden en zijn daarna tientallen jaren bezig geweest met het bouwen van de veiligheidsrails. Nu verbinden we alle gegevens en alle bedrijfslogica. De adapters zijn slimmer, maar de les is dezelfde: de wet van Postel zal ons naar verbinding trekken, of we er nu klaar voor zijn of niet.
Laten we deze keer klaar zijn.
Avery Pennarun is CEO van Tailscale.
