AI heeft je eigen kennis nodig. De markt is het nu eens.

Vorige maand verlengden Databricks en Microsoft hun samenwerking tot in de jaren dertig. De kern van de aankondiging was geen nieuw model en niet meer rekenkracht. Het was een principe: AI levert pas waarde zodra het gegrond is in de eigen kennis van een organisatie, met governance op orde en de kosten onder controle.

Dat principe is niet nieuw. De bekrachtiging wel. Wanneer de twee grootste spelers in de markt een partnership van tien jaar verlengen op precies dit punt, is de discussie feitelijk voorbij. AI gronden in bedrijfscontext is geen standpunt meer om te verdedigen. Het is het midden van het veld.

De commercieel directeur van Microsoft vatte de volgende fase samen in één idee: de organisaties die winnen, zijn de organisaties die hun eigen kennis omzetten in intelligentie.

Het principe staat dus vast. Twee vragen niet, en juist die twee bepalen of het werkt voor een specifieke organisatie.

Waar begint het?

Een platform-first benadering draagt een aanname met zich mee. Een AI-collega gronden op een dataplatform werkt goed voor organisaties die er al één hebben, met een datateam dat het draaiend houdt.

De meeste organisaties zijn daar nog niet. Ze hebben geen lakehouse en geen datateam. Ze hebben een handvol systemen, heel veel spreadsheet, en het gevoel dat er meer in de organisatie zit dan eruit komt. Voor hen begint een platform-first antwoord te laat.

Er is een ander startpunt. Het brein van een organisatie kan beginnen op de context die er al is, zonder eerst een volledig platform te bouwen. Eén spreadsheet is vaak genoeg om te laten zien wat er al ligt. Zodra het zich bewijst, wordt de kerndata aangesloten en wordt een platform als Databricks de motor eronder. Het platform is waar een organisatie naartoe groeit, niet waar het moet beginnen.

Van wie is het?

De tweede vraag weegt zwaarder. Zodra de betekenis bestaat: wie is de eigenaar?

In een platformgebonden model leeft die kennis binnen het ecosysteem van een leverancier: gegrond in het platform van de leverancier, bestuurd door de laag van de leverancier, draaiend op de cloud van de leverancier. Voor veel organisaties is dat volstrekt acceptabel. Voor andere, en voor bepaalde soorten data, niet.

Het alternatief is betekenis die van de organisatie zelf blijft. Portabel, niet vastgezet. En waar data het gebouw niet uit mag, draait het brein op de eigen hardware van de organisatie, via private AI. Niet gehuurd in een andere omgeving, maar in eigendom.

Het ene model maakt een organisatie huurder van haar eigen kennis. Het andere maakt haar eigenaar.

Twee modellen naast elkaar: als huurder loopt toegang tot je eigen betekenis via de leverancier, als eigenaar houd je de sleutel zelf.

Wat overblijft

Op het principe is het veld samengekomen. AI heeft de eigen kennis van een organisatie nodig, bestuurd en betrouwbaar. Dat is geen wonder. Het is vakwerk.

Wat openblijft is niet of je AI moet gronden in bedrijfscontext. Die vraag is beantwoord, door de grootste spelers die er zijn. Wat openblijft is waar het werk begint, en wie de eigenaar is van het resultaat zodra het staat.

Het meest verdedigbare antwoord is het eenvoudige: begin waar de organisatie al is, en houd het eigendom van wat je bouwt.

Bron: Databricks en Microsoft, aankondiging 23 juli 2026.