De wereldwijd opererende cryptobeurs Phemex kondigt een volledige AI-transformatie aan onder de naam “AI-Native Revolution”. Het bedrijf zegt zijn handelsplatform opnieuw te bouwen rond kunstmatige intelligentie om snelheid, veiligheid en personalisatie te verbeteren. De stap raakt ook Europese regels zoals de AI-verordening (AI Act) en de AVG, met mogelijke gevolgen voor aanbieders en overheidstoezicht. Phemex wil hiermee vooroplopen in een markt waar algoritmen en datamodellen het verschil maken.
Phemex kiest AI-native koers
Phemex presenteert “AI-Native Revolution” als een koerswijziging waarbij AI niet langer een losse functie is, maar de basis van het platform. AI-native betekent dat kernprocessen, zoals orderafhandeling, risicobeheer en klantcontact, vanaf het ontwerp door algoritmen worden aangestuurd. Dat moet leiden tot kortere doorlooptijden, snellere analyse en meer maatwerk voor gebruikers. Het bedrijf positioneert de verandering als een volledige transformatie, niet als een test of proef.
Concrete technische details zijn op het moment van schrijven beperkt. Het is niet duidelijk welke modellen Phemex inzet, waar ze worden gehost en hoe het bedrijf trainingsdata verzamelt en beveiligt. Ook is niet bekend hoe vaak de systemen worden geüpdatet en hoe menselijke controle is ingebouwd. Die open punten zijn belangrijk, omdat ze bepalen of het platform uitlegbaar en betrouwbaar blijft.
De cryptosector gebruikt al langer geautomatiseerde handel, maar het verschuiven naar een AI-native ontwerp vergroot de impact. LLM’s (grote taalmodellen) en “agents” (software die zelfstandig taken uitvoert) kunnen verschillende platformonderdelen tegelijk aansturen. Dat vergroot de efficiëntie, maar ook de kans op systeemfouten die zich snel verspreiden. Governance en noodstops worden daardoor cruciaal.
AI-native betekent dat een dienst vanaf dag één is ontworpen rond algoritmen, in plaats van later losse AI-functies toe te voegen.
Nieuwe functies voor handelaren
De aangekondigde richting wijst op assistenten die marktinformatie samenvatten en orders voorstellen. Zulke helpers gebruiken natuurlijke taal om complexe data uit te leggen, wat de instap voor nieuwe gebruikers verlaagt. Ze kunnen ook risico’s signaleren, zoals plotselinge volatiliteit of dunne orderboeken. Voor gevorderden kan dit tijd schelen bij het scannen van markten en het beheren van posities.
Klantenservice zal waarschijnlijk deels via AI-chat verlopen. Een chatbot kan veelgestelde vragen afhandelen en standaardprocessen versnellen, zoals KYC-controles en ticketrouting. Dat werkt alleen goed met duidelijke mens-overname bij complexe of gevoelige zaken. Zonder die vangrail lopen gebruikers vast in generieke antwoorden of onjuiste instructies.
Ook achter de schermen kan AI helpen bij fraudedetectie en naleving van antiwitwasregels. Patronen in transacties zijn vaak te complex voor handmatige controle; algoritmen kunnen verdachte clusters sneller vinden. Toch blijft menselijk toezicht nodig om vals-positieven te beperken en context te beoordelen. Zeker bij blokkades of bevriezingen is zorgvuldigheid essentieel.
Europese AI-verordening gevolgen crypto
De Europese AI-verordening (AI Act) maakt onderscheid in risico’s en plichten. Chatbots vallen doorgaans in een lagere risicoklasse, maar vereisen transparantie: gebruikers moeten weten dat ze met een systeem spreken. Als AI bij Phemex beslissingen neemt die grote gevolgen hebben voor gebruikers, zoals automatische liquidaties, zijn strengere waarborgen en menselijk toezicht passend. De verordening werkt ook door in overheidstoezicht; toezichthouders kunnen om documentatie en risicobeoordelingen vragen.
Daarnaast geldt in de EU MiCA voor cryptodienstverleners. Die schrijft onder meer voor dat aanbieders duidelijke informatie geven over diensten, risico’s en governance. Als AI leidt tot gepersonaliseerde aanbevelingen, moet helder zijn of dat advies is of slechts informatie. Voor Nederlandse gebruikers speelt bovendien het bestaande antiwitwastoezicht, met DNB en straks de MiCA-vergunning in samenwerking met AFM en Europese autoriteiten.
De combinatie van AI Act, MiCA en bestaande financiële regels dwingt aanbieders tot aantoonbare beheersing. Dat betekent logbestanden, evaluaties van modellen, en procedures voor incidenten. Voor “general-purpose” modellen (brede LLM’s) gelden extra transparantie-eisen richting ontwikkelaars en downstream-gebruik. Een AI-native beurs zal daarom niet alleen techniek moeten bouwen, maar ook uitgebreide compliance-processen.
AVG en datagebruik
De AVG vereist dat persoonsgegevens minimaal, doelgebonden en veilig worden verwerkt. Een AI-assistent die gebruikersprofielen opbouwt, moet dataminimalisatie toepassen en versleuteling gebruiken. Ook moeten gebruikers geïnformeerd worden over het doel, de bewaartermijnen en hun rechten, zoals inzage en verwijdering. Dat geldt extra bij internationale doorgifte buiten de EU.
Automatische besluitvorming die “aanzienlijke gevolgen” heeft, valt onder artikel 22 AVG. Bij handel kan dat snel het geval zijn, bijvoorbeeld bij het weigeren van transacties of het sluiten van posities. In zulke situaties hoort er een recht op menselijke tussenkomst en uitleg te zijn. Phemex zal duidelijk moeten maken hoe dat in de praktijk werkt.
Taalondersteuning blijft een praktisch punt voor Nederlandse en Europese gebruikers. Voor eerlijke en begrijpelijke dienstverlening is een goed Nederlands taalmodel belangrijk, ook om misverstanden te voorkomen. Heldere uitlegschermen, instellingen voor personalisatie en simpele opt-outs helpen om aan de AVG te voldoen. Zonder dat ontstaat frictie en juridisch risico.
Risico’s en open vragen
LLM’s kunnen hallucineren: ze geven soms zelfverzekerde maar onjuiste antwoorden. In handel kan dat direct geld kosten als gebruikers op foutieve uitleg vertrouwen. Duidelijke disclaimers en het scheiden van informatie, advies en uitvoering verminderen dat risico. Ook helpt het om kritieke functies niet puur tekstgestuurd te maken.
Marktmisbruik is een tweede zorg. AI-gestuurde signalen kunnen onbedoeld tot gecoördineerde bewegingen leiden, of juist uit te buiten zijn door front-running. Transparante logica, throttling en monitoring zijn nodig om manipulatie te voorkomen. Onafhankelijke audits en red-teaming verhogen het vertrouwen.
Er blijven vragen open die Phemex, op het moment van schrijven, niet publiek heeft beantwoord. Welke modellen worden gebruikt en hoe worden ze getraind? Waar staan de servers en welke beveiligingscertificeringen gelden? En hoe vaak worden de systemen geüpdatet en getest op bias en robuustheid?
