OpenAI opent AI-lab in Singapore en Singapore update AI-kader

Sophie Jansen · 2026-05-22

OpenAI opent zijn eerste Applied AI Lab buiten de VS in Singapore. Dit lab maakt deel uit van een nieuw partnerschap met het Ministerie van Digitale Ontwikkeling en Informatie. Het initiatief, genaamd OpenAI for Singapore, werd aangekondigd op de ATx Summit en wordt ondersteund door een investering van meer dan € 200 miljoen. ### Wat betekent dit voor AI in Singapore? Het lab zal de komende jaren meer dan 200 technische banen creëren in Singapore. OpenAI zei dat Singapore ook een van zijn wereldwijde hubs wordt voor forward-deployed engineers. Deze engineers werken met organisaties aan de implementatie van AI. Het werk van het lab sluit aan bij de AI-missieprioriteiten van Singapore, zoals de publieke sector, financiën en digitale infrastructuur. OpenAI werkt samen met overheidsinstanties en lokale partners aan onderwijs- en personeelsprogramma's binnen het Ministerie van Onderwijs en GovTech. Ze ondersteunen docenten via een Singapore-hoofdstuk van de OpenAI Academy, nemen deel aan het Nationale AI Impact Programma en organiseren Codex for Teachers hackathons. Daarnaast zijn er versnellingsprogramma's voor AI-native startups, met workshops voor micro-ondernemers en kleine bedrijven over hoe ze AI kunnen gebruiken in hun operaties en klantenservice. Chng Kai Fong, Permanent Secretaris voor Digitale Ontwikkeling en Informatie, zei dat de reactie van Singapore op AI bestaat uit het laten groeien van nieuwe sectoren, het aantrekken van wereldwijde grensverleggende bedrijven en het uitrusten van werknemers met relevante vaardigheden. ### Het geüpdatete agentic AI-kader van Singapore Singapore heeft ook zijn governance-kader voor agentic AI geüpdatet. Dit kader werd in januari 2026 gelanceerd door de Infocomm Media Development Authority op het World Economic Forum. Het bouwt voort op het eerdere Model AI Governance Framework uit 2020 en geeft organisaties richtlijnen voor het verantwoord inzetten van AI-agenten, inclusief maatregelen om de risico's van agentic AI te verminderen. IMDA heeft het kader nu geüpdatet na feedback en casestudies uit de industrie te hebben gevraagd. De herziene versie volgt op input van meer dan 60 organisaties, waaronder AWS, DBS, Google en Salesforce. De update voegt richtlijnen toe over risico's die verband houden met multi-agentsystemen, agents van derden, automatisering bias en menselijke verantwoordelijkheid. Het kader bevat nu meer dan tien casestudies die laten zien hoe organisaties de aanbevelingen hebben toegepast. ### Casestudies tonen governance-controles Een casestudy richt zich op Dayos, een in Singapore gevestigd enterprise AI-automatiseringsbedrijf met vestigingen in de VS. Dayos bouwde een AI-gestuurde ticketingagent die interne IT-verzoeken afhandelt. De agent kan sommige verzoeken automatisch oplossen en verzoeken doorsturen naar een mens wanneer nodig. Dayos gebruikte getrapte risiconiveaus om te bepalen welke acties de agent kon uitvoeren. - Laagrisico en omkeerbare acties, zoals wachtwoordherstel, konden worden geautomatiseerd en tweewekelijks worden gecontroleerd. - Matig risicovolle acties vereisten menselijke goedkeuring voordat ze werden uitgevoerd. - Hoogrisicoacties, zoals machtigingswijzigingen met beperkte omkeerbaarheid, werden uitgesloten van de bevoegdheid van de agent. Tencent droeg een casestudy bij over CodeBuddy, een agentic AI-coderingssysteem ontwikkeld door Tencent Cloud. CodeBuddy kan code plannen, schrijven en implementeren via natuurlijke taal en heeft toegang tot bestandssystemen, terminalopdrachten, externe API's en MCP-tools. CodeBuddy gebruikt vooraf ingestelde standaardwaarden en configureerbare machtigingen. Menselijke goedkeuring is vereist voor acties zoals het bewerken van bestanden, het uitvoeren van shell-opdrachten, het doen van netwerkverzoeken of het gebruiken van externe tools. Het systeem legt complexe opdrachten uit in gewone taal voordat gebruikers ze goedkeuren. ### Wat betekent dit voor professionals? Voor AI-professionals in Nederland biedt deze ontwikkeling belangrijke inzichten. De focus op verantwoorde AI-implementatie en governance wordt steeds belangrijker. Het gebruik van getrapte risiconiveaus en menselijke controlemechanismen, zoals getoond in de casestudies, kan ook worden toegepast in Nederlandse organisaties. Het is een mooi voorbeeld van hoe je AI kunt inzetten zonder de controle uit handen te geven.