Je kunt nu zelf AI-modellen downloaden en aanpassen zonder afhankelijk te zijn van Amerikaanse techbedrijven. Chinese AI-labs bieden namelijk steeds vaker open-weight modellen aan die je op je eigen hardware kunt draaien, zonder dat je een commerciële relatie hoeft aan te gaan met een Amerikaanse poortwachter.

Wat er aan de hand is

De strategie van Chinese AI-labs verschilt fundamenteel van die van Silicon Valley. Waar Amerikaanse bedrijven hun technologie achter een API verbergen en per gebruik laten betalen, brengen Chinese labs hun modellen uit als downloadbare open-weight pakketten. Dit betekent dat ontwikkelaars de modellen kunnen aanpassen en op eigen hardware kunnen draaien.

Deze beweging werd mainstream nadat DeepSeek in januari 2025 zijn R1 reasoning-model open-source maakte. Dat model evenaarde de prestaties van de beste Amerikaanse systemen, naar verluidt tegen een fractie van de kosten. Sindsdien volgen andere Chinese labs zoals Z.ai (voorheen Zhipu), Moonshot, Alibaba’s Qwen en MiniMax hetzelfde recept. Uit onderzoek van MIT en Hugging Face blijkt dat Chinese open-weight modellen in het jaar tot augustus 2025 goed waren voor 17,1% van alle wereldwijde AI-modeldownloads, waarmee China voor het eerst de VS (15,86%) voorbijstreefde.

Wat dit betekent

Voor ondernemers betekent deze verschuiving dat de toegang tot geavanceerde AI-technologie democratiseert. Waar je eerder een abonnement of API-sleutel nodig had van een Amerikaans techbedrijf, kun je nu een model downloaden en naar eigen inzicht aanpassen. De Chinese modellen zijn vaak aanzienlijk goedkoper, wat experimenteren toegankelijk maakt voor kleinere budgetten.

Er zitten wel kanttekeningen aan. Chinese modellen dragen de stempel van het Chinese contentmoderatiebeleid en zijn getraind om uitkomsten te vermijden die conflicteren met overheidsbeleid. Daarnaast beschuldigen Amerikaanse bedrijven als Anthropic Chinese labs ervan illegaal capaciteiten uit hun modellen te distilleren, een praktijk waarbij de output van het ene model wordt gebruikt om een ander te trainen.

Hoe je dit kunt toepassen

Als je een webshop runt en een slimme chatbot wilt bouwen. Je zou kunnen overwegen om een open-weight model zoals Alibaba’s Qwen te downloaden en te finetunen met je eigen productdata. Omdat het model op je eigen server draait, betaal je geen per-gesprek kosten en heb je volledige controle over de data die je klanten delen. Een mogelijkheid is om te beginnen met een kleine testomgeving op een eigen server of een goedkope cloudinstance.

Als je een team aanstuurt dat interne processen wil automatiseren. Overweeg om een open-weight model te gebruiken voor het samenvatten van vergaderingen, het genereren van rapporten of het beantwoorden van standaard HR-vragen. Omdat je het model lokaal draait, hoef je geen gevoelige bedrijfsdata naar een externe API te sturen. Je zou kunnen beginnen met DeepSeek R1, dat qua prestaties concurreert met Amerikaanse topmodellen maar tegen lagere kosten.

Als je in de zorg werkt en een AI-toepassing wilt ontwikkelen die patiëntdata verwerkt. Open-weight modellen bieden een uitweg uit het privacyvraagstuk. Je downloadt het model, past het aan op je eigen data en draait het op een beveiligde server binnen je eigen netwerk. Je hoeft geen commerciële relatie aan te gaan met een techgigant en je data verlaat je infrastructuur niet. Een optie is om te beginnen met een proof-of-concept met een klein model zoals MiniMax, dat minder rekenkracht vraagt.

Als je een consultancybureau runt en maatwerk AI-oplossingen levert aan klanten. Je zou open-weight modellen kunnen gebruiken als basis voor oplossingen die je vervolgens aanpast per klant. Omdat de modellen gratis zijn, bespaar je op licentiekosten en kun je die besparing doorberekenen aan je klanten of in je marge houden. Een mogelijkheid is om een model te finetunen voor een specifieke sector, zoals juridisch advies of financiële rapportage, en dat als standaardproduct aan te bieden.

Bron: Technologyreview