Mozilla’s nieuwe Thunderbolt AI-client biedt ondernemers een manier om AI-toepassingen te gebruiken terwijl ze de volledige controle over hun eigen data en infrastructuur behouden. Het is een front-end die bedrijven helpt hun eigen, zelf-gehoste AI-systemen te beheren, zonder afhankelijk te zijn van externe clouddiensten.

Wat er aan de hand is

Mozilla, bekend van de Firefox-browser, heeft Thunderbolt gelanceerd. In tegenstelling tot andere grote spelers die eigen AI-modellen uitbrengen, is Thunderbolt een zogenaamde “sovereign AI client”. Het is een front-end applicatie die bedrijven kunnen gebruiken om toegang te krijgen tot hun eigen zelf-gehoste AI-infrastructuur. Thunderbolt is gebouwd bovenop Haystack, een bestaand open-source framework waarmee gebruikers modulaire AI-pijplijnen kunnen bouwen uit zelfgekozen componenten. Volgens Mozilla kan de client eenvoudig verbinding maken met verschillende AI-systemen, zoals OpenAI-compatible API’s (waaronder Claude en DeepSeek) en ACP-compatible agents. Een belangrijk kenmerk is de integratie met lokaal opgeslagen bedrijfsdata via open protocollen en een offline SQLite-database, die als lokale “bron van waarheid” voor het AI-model fungeert. Mozilla claimt dat het systeem optionele end-to-end encryptie en toegangscontroles op apparaatniveau biedt.

Wat dit betekent

Dit betekent een verschuiving in de AI-markt van een puur cloud-gebaseerd aanbod naar meer hybride en zelf-beheerde oplossingen. Voor ondernemers, vooral in het MKB, kan dit twee belangrijke voordelen bieden. Ten eerste: data-soevereiniteit. Bedrijven die gevoelige klantinformatie, intellectueel eigendom of interne processen willen automatiseren met AI, hoeven hun data niet meer naar de servers van een externe aanbieder te sturen. Dit kan een groot verschil maken voor sectoren met strikte compliance-eisen, zoals de zorg, advocatuur of financiële dienstverlening. Ten tweede: flexibiliteit en kostencontrole. Door zelf de infrastructuur te hosten, kunnen bedrijven hun AI-kosten beter voorspellen en zijn ze niet gebonden aan de prijsmodellen en voorwaarden van grote cloudproviders. Het stelt hen in staat om verschillende AI-modellen en -tools te mixen en matchen binnen hun eigen omgeving.

Hoe je dit kunt toepassen

De praktische toepassing hangt sterk af van jouw specifieke situatie en technische capaciteiten. Thunderbolt is geen kant-en-klare AI-tool, maar een client voor het beheren van een zelf opgezette AI-infrastructuur. Hier zijn enkele scenario’s waarin dit relevant kan zijn:

Als je een advocatenkantoor of accountantsbureau runt… waar vertrouwelijkheid van cliëntgegevens heilig is, zou je kunnen onderzoeken of een zelf-gehost AI-systeem, aangestuurd door een client als Thunderbolt, kan helpen bij het analyseren van contracten of het voorbereiden van dossiers. De data blijft dan volledig binnen je eigen netwerk, wat voldoet aan strenge privacywetgeving.

Als je een productiebedrijf hebt met veel proprietary ontwerpen en processen… dan is het risico om die data naar een externe AI te sturen mogelijk te groot. Een mogelijkheid is om een lokaal AI-model te trainen op je eigen specificaties en handleidingen, en Thunderbolt te gebruiken als de interface waar je medewerkers vragen aan kunnen stellen, zonder dat gevoelige informatie het pand verlaat.

Als je een webshop hebt die sterk afhankelijk is van gepersonaliseerde aanbevelingen… maar je wilt niet dat het complete klantgedragsprofiel bij een derde partij ligt, dan kun je overwegen om een aanbevelingssysteem lokaal te draaien. Thunderbolt zou dan de front-end kunnen zijn die het systeem aanstuurt, terwijl alle klantdata in je eigen database blijft.

Als je IT-afdeling al ervaring heeft met het hosten van eigen servers… en je wilt AI-functionaliteiten toevoegen aan interne tools, dan biedt een framework als Haystack met de Thunderbolt-client een gestructureerde manier om dat te doen. Het stelt je in staat om verschillende open-source AI-modules te combineren tot een pijplijn die precies doet wat je nodig hebt.

Een belangrijke overweging is dat deze aanpak technische kennis vereist voor het opzetten en onderhouden van de onderliggende infrastructuur. Het is vooral een optie voor bedrijven die de controle over hun data hoger waarderen dan het gemak van een volledig uitbesteedde clouddienst.

Bron: Arstechnica