Een team heeft zijn AI-werk rond één aanbieder opgebouwd: de instructies, de definities in de instellingen, de gespreksgeschiedenis. Dan verandert er iets. Een model krijgt een opvolger, de voorwaarden wijzigen of een nieuwe regel vereist dat gegevens in Europa blijven. Hoe snel kan het team overstappen en wat gaat daarbij verloren?
Afhankelijkheid is een keuze, geen beschuldiging
Geavanceerde modellen hebben hun plaats, bijvoorbeeld bij onderzoek en bedrijfsontwikkeling. De vraag is niet of een organisatie voor of tegen een aanbieder is. Het gaat erom bewust te kiezen welke afhankelijkheden aanvaardbaar zijn. Daarvoor zijn twee routes te onderscheiden.
Route één: alles via een externe aanbieder. Instructies, context en definities komen samen in diens omgeving. Dat kan de start vereenvoudigen, maar maakt de gevolgen van wijzigingen belangrijk. Modellen kunnen verdwijnen: OpenAI heeft de API-toegang tot GPT-4.5-preview beëindigd.1 Wat gebeurt er dan met opgeslagen kennis, bestaande werkwijzen en de mogelijkheid om eerdere antwoorden te reconstrueren?
Route twee: een eigen bedrijfsbrein. Betekenis, relevante geschiedenis en regels worden beheerd in een fundament dat niet aan één model vastzit. Dat vraagt om expliciete afspraken over toegang, export, onderhoud en verantwoordelijkheid. Een andere opslagplek alleen is niet genoeg: ook de samenhang tussen bronnen, definities en beslissingen moet overdraagbaar blijven.
Het bedrijfsbrein bewaart de onderbouwing. Het model brengt die onder woorden.
Bekende antwoorden vragen om meer dan een model
Bij een herhaalbare vraag, zoals de marge van een productgroep over een bepaalde periode, kan de berekeningswijze al vaststaan. Ook een kortingsregel kan vooraf zijn vastgelegd. Dat maakt de benodigde onderbouwing bekend, maar betekent nog niet dat ieder model automatisch het juiste antwoord geeft.
Retrieval haalt relevante informatie op. Een goedgekeurde deterministische berekening voert een vastgelegde rekenregel uit. Het model kan de uitkomst vervolgens verwoorden. Deze taken moeten van elkaar worden onderscheiden, met controles op bronselectie, berekening en formulering. Bij ontbrekende of tegenstrijdige informatie hoort onzekerheid zichtbaar te blijven.
Een semantische laag legt begrippen en relaties vast. Gelijke uitkomsten ontstaan echter niet vanzelf: definities, versies, afbakening, bronnen en toegangsrechten moeten consequent worden toegepast. Een marge over een afgesloten maand is niet zonder meer vergelijkbaar met een actuele tussenstand.
Toestemming is bovendien een menselijke verantwoordelijkheid. Welke gegevens iemand mag raadplegen en welke handelingen goedkeuring vereisen, moet expliciet worden bepaald en technisch worden afgedwongen. De keuze van het model vervangt die besluiten niet.
Een kleiner model met open gewichten of een zelf gehost model kan hiervoor worden onderzocht. Geschiktheid moet blijken uit evaluatie van concrete taken, ook bij uitzonderingen. Zelf hosten of open gewichten gebruiken garandeert geen gegevenssoevereiniteit of veiligheid.
Maak onderscheid tussen gecontroleerd ophalen, vaste berekeningen en open vragen. Evalueer ook de formulering.
Kosten en overstapbaarheid zichtbaar maken
Een eigen bedrijfsbrein vraagt om beheer. Hosting, monitoring, beveiliging, modeltests en updates moeten een eigenaar krijgen. Het gaat daarom niet om een automatische besparing, maar om inzicht in verantwoordelijkheden en keuzeruimte.
Bij gebruiksafhankelijke facturering bestaat de kostenraming uit gebruik maal het toepasselijke tarief, aangevuld met eventuele hosting, monitoring en ander beheer. Welke posten gelden, hangt af van de inrichting en het contract. Bij eigen hosting tellen ook gereserveerde capaciteit en benutting mee. Meer gebruik kan de kosten veranderen, maar niet bij iedere inrichting op dezelfde manier.
Overstapbaarheid verdient een praktijktest. Kunnen definities, toegangsregels, relevante geschiedenis en evaluatievoorbeelden worden meegenomen? Levert een ander model met dezelfde toegestane bronnen een bruikbaar antwoord? Ook de tijd voor aanpassingen en hernieuwde beoordeling hoort bij die afweging.
Overstapbaarheid vraagt om overdraagbare kennis én hernieuwde tests van toegang, antwoorden en kosten.
Veelgestelde vragen
Vijf vragen om vandaag te stellen
- Welk deel van de vragen aan de AI heeft een vast, bekend antwoord?
- Waar staat dat antwoord: in een eigen fundament of in de instellingen en prompts van één aanbieder?
- Hoe snel kan een ander model worden ingezet en wat gaat daarbij verloren?
- Wat gebeurt er met de kosten als het gebruik verdubbelt?
- Welke gegevens en regels mogen de eigen omgeving nooit verlaten?
Breng de onzekerheden in kaart en beoordeel één herhaalbare vraag. Leg de bron, definitie, eventuele berekening, toegangsrechten en verwachte uitkomst vast. Test vervolgens wat er bij een modelwissel behouden blijft.
Het bedrijfsbrein is van de organisatie. Het model is een keuze.
