Waar AI nuttig is, en waar niet
De meeste berichten worden zonder aarzelen ingedeeld. Massaspam van een server met een slechte reputatie, een bekend virus, een domein dat DMARC niet doorstaat met een weigeringsbeleid: regels en signaturen volstaan, en ze zijn sneller en voorspelbaarder dan een model.
Er blijft een grijze zone: het bericht dat noch duidelijk veilig, noch duidelijk frauduleus is. Een echte leverancier van wie de toon verandert, een betalingsverzoek zonder de gebruikelijke woorden, een tekst die een interne procedure imiteert. De signalen spreken elkaar tegen. Daar brengt een taalmodel iets bij: het leest het bericht als geheel en beoordeelt of het strookt met de signalen die al zijn berekend.
AI vervangt de andere lagen daarom niet:
- ze vervangt DMARC niet, dat een feit controleert (heeft het getoonde domein de verzending toegestaan?) in plaats van een waarschijnlijkheid te schatten;
- ze vervangt geen betalingsprocedure: een model kan zich vergissen, terugbellen naar het bekende nummer vergist zich niet op dezelfde manier;
- ze mag niet alleen beslissen: als ze zich vergist of niet antwoordt, moet de rest van de filter altijd kunnen beslissen.
De vragen die u elke leverancier stelt
“Privé-AI”, “soevereine AI”, “uw gegevens worden niet gebruikt voor training”: deze formules zeggen weinig als u niet weet wat er werkelijk gebeurt. Met vijf vragen kunt u vergelijken.
- Wie beheert het model? De leverancier van de filter op zijn eigen servers, een publieke AI-dienst die op afstand wordt aangeroepen, of een server bij u geïnstalleerd? Het is dezelfde vraag als voor elke onlinedienst: wie exploiteert, en onder welk recht. De gids Wat is een soevereine cloud? werkt ze uit.
- Wat ontvangt het? Het hele bericht met bijlagen, of een begrensd fragment? Alle berichten, of alleen de twijfelgevallen?
- Wat bewaart het? Worden de verzoeken gelogd, hoe lang, en dienen ze om een model opnieuw te trainen?
- Wat gebeurt er als het niet antwoordt? Wordt de post geblokkeerd, vertraagd, of beslist de filter zonder het model?
- Wat wordt tussen klanten gedeeld? Kopieën van berichten, vingerafdrukken, reputatiescores?
De antwoorden moeten op schrift staan. Een leverancier die niet kan zeggen wat zijn model ontvangt, heeft zijn eigen verwerking niet in de hand.
Hoe de beoordeling door AI werkt in Klytic MTA
Klytic MTA bevat een beoordeling door AI, actief in beide formules, Essential en Advanced. Dit is wat ze doet, en wat ze niet doet.
- Ze grijpt alleen in bij berichten met een twijfelachtige score. Over duidelijk veilige of duidelijk gevaarlijke berichten beslissen de andere lagen, zonder haar.
- Het model wordt beheerd door Klytic, of in de instantie van de klant wanneer die bij hem is geïnstalleerd. Het is geen publieke AI-dienst die op afstand wordt aangeroepen.
- Het ontvangt een samenvatting, de al berekende signalen en een beperkt fragment van het bericht, niet het hele bericht.
- Als het niet antwoordt, beslist de filter toch met de signalen waarover hij beschikt. De post wacht niet op de AI.
Een voorbeeld, ter illustratie. Er komt een bericht binnen van een correct geauthenticeerd domein, bekend bij het bedrijf, zonder bijlage. Het vraagt om “de betalingsgegevens bij te werken vóór de volgende vervaldag”. De regels aarzelen: de afzender is betrouwbaar, het scenario lijkt op fraude. Het model ontvangt de samenvatting, de signalen (vaste afzender, eerste verzoek van dit type, ongebruikelijke toon) en een fragment van de tekst. Het neigt naar fraude: het bericht gaat in quarantaine, en de beheerder leest de reden. Had het model niet geantwoord, dan had de score van de andere lagen alleen beslist.
Zijn beslissing komt bij de score: ze omzeilt noch de quarantaine, noch de mogelijkheid om een legitiem bericht vrij te geven, noch de uitleg van de beslissing in de headers, leesbaar voor de beheerder (zie Een beslissing van de filter lezen en exporteren).
Leren en delen
Een filter leert vooral van meldingen. Wanneer een gebruiker een bericht als ongewenst markeert of, omgekeerd, een legitiem bericht vrijgeeft, wordt de reputatie van de afzender bijgesteld. Dat vermindert het aantal valspositieven na verloop van tijd.
In Klytic MTA:
- worden geleerde teksten opgeslagen als aggregaten en vingerafdrukken, niet als kopieën van berichten;
- worden in de cloud signalen tussen de instanties gedeeld, zodat ze hetzelfde beschermingsniveau hebben: een campagne die bij één klant wordt opgemerkt, wordt bij de anderen herkend;
- gebeurt bij een implementatie bij de klant de verwerking ter plaatse; signalen worden alleen doorgegeven als de gekozen implementatievorm dat activeert.
Het zou dus onjuist zijn om voor een cloudimplementatie te schrijven dat “er nooit iets de instantie verlaat”: er worden signalen gedeeld, en dat is juist het nut van gedeeld leren. Wat wordt gedeeld, zijn signalen, niet de post.
Het kader: een verwerking van persoonsgegevens
E-mails analyseren is persoonsgegevens verwerken: adressen, namen, inhoud. Met of zonder AI moet de verwerking in het register van het bedrijf staan, met haar doel (de beveiliging van de e-mail), haar ontvangers en haar termijnen. AI verandert dat kader niet; ze voegt twee vragen toe: waar draait het model, en wat ziet het. De bewaartermijn van de analysegegevens wordt behandeld in Logbestanden van e-mailbeveiliging bewaren en nalezen.
Veelgestelde vragen
Leest de AI al onze e-mails?
In Klytic MTA niet: ze beoordeelt alleen berichten met een twijfelachtige score, op basis van een samenvatting, de berekende signalen en een beperkt fragment.
Worden onze berichten gebruikt om een publiek AI-model te trainen?
Het model is geen publieke dienst: het wordt beheerd door Klytic of in uw instantie. Het leren van de filter bewaart aggregaten en vingerafdrukken, geen kopieën.
Wat gebeurt er als de AI zich vergist?
Een legitiem bericht dat apart is gezet, blijft in quarantaine en kan worden vrijgegeven: zie Quarantaine, valspositieven en meldingen. De melding corrigeert daarna de reputatie.
Kunnen we de hele verwerking bij ons houden?
Ja, met een implementatie van Klytic MTA op uw servers: de analyse gebeurt ter plaatse.
En voor documenten?
De vraag is verwant maar verschillend: zie AI en documenten, zonder ze naar buiten te sturen.
Waar Klytic staat
De beoordeling door AI maakt deel uit van Klytic MTA in beide formules, Essential en Advanced, net als het gedeelde leren en de correlatie van signalen. De feiten zijn die hierboven beschreven: alleen twijfelachtige berichten, model beheerd door Klytic of in uw instantie, beperkt fragment, een filter die zonder de AI beslist als die niet antwoordt.
Klytic wordt geëxploiteerd door een Franse vennootschap. De dienst wordt geïmplementeerd in de Klytic-cloud, gehost in elke geografische zone die aan het toepasselijke rechtsgebied voldoet, onder voorbehoud van de beschikbaarheid van de diensten, met name in Europa of op Mauritius, op een dedicated instantie, of op uw servers. Klytic is geen SecNumCloud-gekwalificeerd aanbod.
Klytic MTA belooft geen “privé-AI” buiten deze feiten. Als uw eis is dat geen enkel signaal uw infrastructuur verlaat, dan moet u de implementatie bij u, en de wijze waarop signalen worden doorgegeven, kiezen en in het contract laten vastleggen.
Bronnen
Geraadpleegd in oktober 2026.
- Klytic, pagina Klytic MTA: beoordeling door AI van twijfelachtige berichten, gedeeld leren tussen de instanties en correlatie van signalen, inbegrepen in Essential en Advanced; implementatievormen. klytic.com
- Klytic, “Wat is een soevereine cloud?”: wie de dienst exploiteert en welk recht erop van toepassing is; Franse exploitant; Klytic is niet SecNumCloud-gekwalificeerd. klytic.com
