Red Hat heeft de lancering aangekondigd van asago (AI Safety And Governance Orchestration), een nieuw open source-project dat zich richt op het automatiseren van een van de grootste uitdagingen in bedrijfsgerichte kunstmatige intelligentie: het vertalen van governancebeleidslijnen en nalevingsnormen naar technische controles die rechtstreeks op productiesystemen met AI kunnen worden toegepast. De initiatief wordt ondersteund door organisaties zoals Microsoft, NVIDIA, IBM Research, Brave Software, MIT Lincoln Laboratory, The Alan Turing Institute en diverse universiteiten en onderzoeksinstellingen.
De kernpunten van asago in 20 seconden
- Red Hat presenteert een open source-project voor het automatiseren van AI-governance.
- Converteert beleidslijnen zoals de Europese AI-verordening (AI Act) of NIST AI RMF naar implementatiebare technische controles.
- Integreert risico-evaluatie, mitigatie, auditing en geautomatiseerde deployment.
- Microsoft, NVIDIA, IBM Research en andere organisaties treden op als medeoprichters.
De adoptie van kunstmatige intelligentie in het bedrijfsleven neemt veel sneller toe dan de instrumenten om deze te regelen. Terwijl modellen en autonome agenten binnen enkele weken in productie worden genomen, blijft het vertalen van bedrijfsbeleid of nalevingsvereisten naar technische controls een handmatig proces dat maanden werk van teams van juristen, compliance-verantwoordelijken, datawetenschappers en platformingenieurs kan vereisen.
Red Hat wil deze kloof verkleinen met asago, een open platform dat automatisch governance-normen omzet in configura-ties die klaar zijn voor implementatie in enterprise-omgevingen.
Van juridische documentatie naar geautomatiseerde implementatie
De aanpak van asago bestaat uit het creëren van een volledig traceerbare keten die bedrijfsbeleidslijnen verbindt met de geïmplementeerde AI-systemen.
Hierdoor structureert het project het proces in vier hoofd fasen:
- Risicokaart: Automatisch interpreteren van interne beleidslijnen en regelgeving om ze te relateren aan kaders zoals NIST AI RMF, OWASP LLM Top 10, het IBM AI Risk Atlas of de EU AI-verordening (AI Act).
- Automatische evaluatie: Genereren van specifieke tests afgestemd op de use-case in plaats van te beperken tot universele benchmarks.
- Mitigatie: Aanbevelen van technische controles en beveiligingsmaatregelen, gedocumenteerd in barrières.
- Implementatie: Genereren van configuraties die compatibel zijn met platforms zoals Kubernetes, Terraform of Ansible.
Het gehele proces wordt gedocumenteerd in een doorlopende audit-historie, waarmee kan worden aangetoond welk normatief vereiste heeft geleid tot elke geïmplementeerde control.
Naleving automatiseren om bedrijfs-AI te versnellen
Een van de belangrijkste doelen van het project is te voorkomen dat regelgeving een knelpunt wordt voor innovatie.
Momenteel moeten veel organisaties regelgeving handmatig interpreteren, vertalen naar technische vereisten en verschillende teams coördineren voordat ze een AI-gedreven applicatie kunnen uitrollen.
Red Hat stelt zich voor dat dit werk geautomatiseerd kan worden via een gemeenschappelijk platform waarop compliance-managers, ontwikkelaars, systemenbouwers en auditors samenwerken in één gedeeld informatiestroom.
Open source voor het bouwen aan een gemeenschappelijke standaard
asago wordt uitgebracht onder de license Apache 2.0 en streeft ernaar een open standaard te worden voor AI-governance.
Het project ontstaat binnen het ecosysteem van de Open Secure AI Alliance en zet in op het integreren van bestaande tools, in plaats van deze te vervangen. Het fungeert als een orkestratielaag die verschillende oplossingen voor evaluatie, mitigatie en deployment coördineert.
De deelnemende organisaties omvatten onder meer:
- Red Hat
- Microsoft
- NVIDIA
- IBM Research
- Brave Software
- MIT Lincoln Laboratory
- The Alan Turing Institute
- North Carolina State University
- Interdisciplinary Transformation University Austria
- EvalEval Coalition
- Alquimia AI
Governance als integraal onderdeel van de DevOps-cyclus
Een van de meest interessante aspecten van het project is dat het de AI-governance integreert in dezelfde werklijn als waarlangs cloudapplicaties tegenwoordig worden beheerd.
In plaats van naleving te behandelen als een controle achteraf, wil asago dit vanaf het begin voorzien binnen DevOps en GitOps-processen, door automatisch de benodigde infrastructuur te genereren om door de organisatie goedgekeurde beleidslijnen toe te passen.
Deze aanpak is bijzonder relevant met de komst van autonome agenten en op taalmodellen gebaseerde toepassingen, waarbij beveiligingsbeslissingen niet alleen het traditionele software, maar ook het dynamische gedrag van AI-systemen beïnvloeden.
Een groeiende trend in bedrijfs-AI
De lancering weerspiegelt een steeds zichtbaarder evolutie in de technologiesector. Nadat de afgelopen twee jaar vooral focus lag op het uitrollen van AI-modellen, verschuift de aandacht nu naar governance, traceerbaarheid en naleving.
Met initiatieven als asago probeert Red Hat zich te positioneren in die nieuwe laag van infrastructuur, waar automatisering niet alleen voor deployment, maar ook voor risico-management, audit en AI-beveiliging van toepassing is.
Veelgestelde vragen
Wat is asago?
Een open source-project van Red Hat dat zich richt op het automatiseren van de omzetting van AI-governancebeleidslijnen in implementatieklare controles.
Welke problemen lost het op?
Het vermindert de benodigde tijd om regelgeving en beveiligingsvereisten op AI-systemen in productie toe te passen door handmatige processen te vervangen door geautomatiseerde workflows.
Welke standaarden ondersteunt het?
Het project integreert kaders zoals NIST AI RMF, OWASP LLM Top 10, het IBM AI Risk Atlas en de AI-verordening (AI Act) van de Europese Unie.
Wie zijn betrokken bij het project?
Naast Red Hat participeren organisaties zoals Microsoft, NVIDIA, IBM Research, Brave Software, MIT Lincoln Laboratory, The Alan Turing Institute en andere academische en technologische partners.