Mozilla’s nieuwe Thunderbolt AI-client maakt het voor bedrijven eenvoudiger om AI-toepassingen op hun eigen servers te draaien in plaats van in de cloud. Dit geeft meer controle en privacy over bedrijfsgegevens, wat vooral relevant is voor sectoren met gevoelige informatie.

Wat er aan de hand is

Mozilla, bekend van de Firefox-browser, heeft Thunderbolt gelanceerd. Dit is geen zelfstandig AI-model, maar een zogenaamde ‘sovereign AI client’ of front-end. Het is gebouwd bovenop het open-source framework Haystack, waarmee gebruikers modulaire AI-pijplijnen kunnen bouwen. De kern van Thunderbolt is dat het bedrijven in staat stelt hun eigen AI-infrastructuur te beheren (‘self-hosted’) zonder afhankelijk te zijn van clouddiensten van derden. Het systeem kan volgens Mozilla verbinding maken met verschillende AI-modellen via compatibele API’s, zoals die van Claude of OpenAI, en kan integreren met lokaal opgeslagen bedrijfsdata. Een offline SQLite-database fungeert daarbij als lokale ‘bron van waarheid’ voor het model. Mozilla claimt dat de optionele end-to-end-encryptie en toegangscontroles op apparaatniveau extra beveiliging bieden.

Wat dit betekent

Voor ondernemers betekent dit een verschuiving in de AI-markt naar meer controle aan de gebruikerskant. Waar de afgelopen jaren de focus vooral lag op het gebruikmaken van krachtige, maar externe cloud-AI’s, komt er nu een praktisch alternatief voor wie zijn data liever binnen de eigen muren houdt. Dit is met name belangrijk voor bedrijven in sectoren zoals de zorg, advocatuur, financiële dienstverlening of R&D, waar klantgegevens, patiëntendossiers, contracten of intellectueel eigendom zeer gevoelig zijn. Het risico op datalekken bij externe providers wordt hiermee vermeden. Het betekent ook dat je als bedrijf niet gebonden bent aan de prijs- of beleidswijzigingen van een grote cloudaanbieder. De keerzijde is dat je zelf verantwoordelijk bent voor de hardware, het onderhoud en de beveiliging van je eigen AI-infrastructuur.

Hoe je dit kunt toepassen

De praktische toepassing hangt sterk af van jouw specifieke situatie, je technische expertise en de gevoeligheid van je data. Het is niet voor elk bedrijf de juiste keuze.

Als je werkt met zeer vertrouwelijke klant- of patiëntendossiers, zoals in een advocatenkantoor of een kleine zorgpraktijk, dan kan een zelf-gehoste AI een manier zijn om automatisering toe te passen zonder privacyregels te schenden. Je zou kunnen overwegen om een lokaal AI-model te trainen op anonieme casussen om routinematige documentatie te versnellen, terwijl alle identificerende informatie veilig op je eigen server blijft.

Als je een technisch team hebt en je zorgen maakt over vendor lock-in, biedt een aanpak met open-source tools zoals Haystack en een client als Thunderbolt meer flexibiliteit. Je kunt verschillende AI-modellen van verschillende aanbieders uitproberen en wisselen zonder je hele systeem om te gooien. Dit geeft onderhandelingsmacht en toekomstbestendigheid.

Als je een MKB-bedrijf runt zonder een dedicated IT-afdeling, is de stap naar volledig zelf-gehost waarschijnlijk te groot. Een mogelijkheid is om te beginnen met het duidelijk in kaart brengen welke bedrijfsprocessen je wilt automatiseren met AI en welke data daarbij komt kijken. Dit geeft inzicht of de cloud een aanvaardbaar risico is of dat de investering in eigen infrastructuur de moeite waard kan zijn op de langere termijn.

Bron: Arstechnica