Een model voor elk

In dit artikel:

Bedrijven en overheden zijn voor hun ai-strategie niet langer aangewezen op ChatGPT, Claude of Gemini. Het aanbod van Europese en open of open-weightmodellen is sterk gegroeid. Daardoor kunnen organisaties hun keuze baseren op onder meer prestaties, kosten, privacy, datalocatie, licenties, beschikbaarheid en de gewenste mate van controle.

Daarbij is het belangrijk onderscheid te maken tussen open source en open weight. Bij open-weightmodellen zijn de modelgewichten beschikbaar, zodat organisaties ze vaak zelf kunnen hosten of aanpassen. Dat betekent niet automatisch dat ook de trainingsdata, broncode en overige onderdelen vrij beschikbaar zijn. Modellen uit de Llama- en Gemma-families vallen bijvoorbeeld niet zonder meer onder de strikte opensourcedefinitie. Ook de licenties van Mistral verschillen per model en versie. Wie een model commercieel wil inzetten, moet die voorwaarden daarom zorgvuldig controleren.

Naast Amerikaanse modellen zijn er inmiddels alternatieven van onder meer Mistral, Aleph Alpha, DeepSeek, Cohere, Alibaba en andere ontwikkelaars. Europese initiatieven zoals OpenGPT-X, OpenEuroLLM en EuroHPC bouwen bovendien aan een eigen ecosysteem van modellen, onderzoek en rekeninfrastructuur. In Nederland werken TNO en universiteiten aan taalmodellen als RobBERT en DutchBERT. Die zijn vooral bedoeld voor gespecialiseerde taalverwerking en zijn technisch niet rechtstreeks vergelijkbaar met generatieve systemen zoals ChatGPT. Ook Nederlandse aanbieders, zoals GreenPT uit Utrecht, bieden ai-diensten waarbij modellen op Europese infrastructuur en binnen de EU worden verwerkt.

Voor documentanalyse, samenvattingen, vraag-antwoordsystemen, kennismanagement, programmeerhulp en enterprise search kunnen open of open-weightmodellen goed voldoen. Welke oplossing het beste is, hangt echter sterk af van de toepassing. Algemene benchmarks geven slechts een indicatie; testen met eigen data en praktijksituaties zijn relevanter. Finetuning kan bij gespecialiseerde taken extra voordelen bieden, maar levert niet automatisch betere resultaten op dan een generiek commercieel model.

Zelf een model hosten geeft organisaties meer controle over data, infrastructuur en updates. Dat kan in een eigen datacenter, bij een Europese cloudprovider of in een colocatieomgeving. Tegelijk verschuift de verantwoordelijkheid voor capaciteit, beveiliging, monitoring, software en modelbeheer naar de eigen it-organisatie of infrastructuurpartner. Afhankelijkheden verdwijnen dus niet: hardware, frameworks, licenties en leveranciers blijven een rol spelen. Ook een in Europa gehost model kan afkomstig zijn uit een Amerikaans of Chinees ecosysteem; lokale hosting beperkt vooral de afhankelijkheid van externe verwerking.

De Europese cloudmarkt biedt inmiddels uiteenlopende opties, van losse gpu-capaciteit tot volledig beheerde ai-diensten. Organisaties kunnen daardoor kiezen hoeveel beheer zij zelf uitvoeren. Open infrastructuurinitiatieven zoals de Sovereign Cloud Stack kunnen interoperabiliteit en controle ondersteunen, maar maken een omgeving niet automatisch volledig soeverein of GDPR-compliant. Dat hangt ook af van de operator, configuratie, contracten, processen en dataverwerking.

Modelportabiliteit wordt daarom belangrijk. Met abstractielagen en gestandaardiseerde api’s kunnen organisaties voorkomen dat een toepassing volledig aan één model of leverancier vastzit. Een combinatie van modellen ligt voor de hand: gevoelige documenten kunnen lokaal worden verwerkt, terwijl complexere taken naar een extern frontier-model gaan.

De keuze draait uiteindelijk minder om welk model in een algemene benchmark bovenaan staat. Een groot model kan geschikt zijn voor complexe klantenservice, maar een kleiner model is vaak goedkoper, sneller en eenvoudiger te beheren voor standaardvragen. In industriële toepassingen kunnen lokale edge-modellen voordelen bieden door lage latency, betere beschikbaarheid en minder blootstelling van productiegegevens.

Ook geopolitiek beleid beïnvloedt de toegang tot ai. De beperkingen die de Amerikaanse overheid in juni 2026 oplegde aan enkele Anthropic-modellen lieten zien dat exportregels en nationale veiligheid de beschikbaarheid van technologie kunnen veranderen. De centrale vraag is daarom niet of organisaties voor Amerikaanse, Europese, gesloten of open ai moeten kiezen, maar welke combinatie van model, infrastructuur en leverancier per toepassing de beste balans biedt tussen prestaties, kosten, controle en risico.