Het antwoord: Chinese AI-labs brengen open-weight modellen uit die je gratis kunt downloaden en aanpassen op je eigen hardware, zonder dat je een commerciële relatie met een Amerikaanse gatekeeper hoeft aan te gaan. Dit opent de deur voor Nederlandse MKB’ers om eigen AI-producten te bouwen zonder dure API-kosten of vendor lock-in.

Wat er aan de hand is

Waar Silicon Valley AI-bedrijven hun technologie achter een API houden en per gebruik laten betalen, doen Chinese labs het tegenovergestelde. Ze brengen modellen uit als downloadbare ‘open-weight’ pakketten. Dit betekent dat ontwikkelaars de modellen kunnen aanpassen en draaien op hun eigen hardware, zonder onderhandelingen met een Amerikaanse poortwachter.

Deze strategie werd mainstream nadat DeepSeek in januari 2025 zijn R1-reasoningmodel open-source maakte. Dat model presteerde even goed als de beste Amerikaanse systemen, naar verluidt tegen een fractie van de kosten. Sindsdien volgen andere Chinese spelers hetzelfde recept, waaronder Z.ai (voorheen Zhipu), Moonshot, Alibaba’s Qwen en MiniMax. Ze racen om steeds capabelere modellen uit te brengen en naderen Amerikaanse rivalen in een tempo dat weinigen hadden voorzien.

Een studie van onderzoekers van MIT en Hugging Face toont aan dat Chinese open-weight modellen goed waren voor 17,1% van alle wereldwijde AI-modeldownloads in het jaar tot augustus 2025. Dat was nipt meer dan het Amerikaanse aandeel van 15,86% — de eerste keer dat China hierin leidde. Hugging Face-data van vorige maand laat zien dat Alibaba’s modellen, waaronder de Qwen-familie, nu de meeste gebruikersvarianten hebben — meer dan modellen van Google en Meta samen.

Wat dit betekent

Voor Nederlandse ondernemers betekent dit dat de AI-markt niet langer wordt gedomineerd door dure Amerikaanse API’s. De AI-hype neemt af en bedrijven verschuiven hun focus van pilotprojecten naar daadwerkelijke implementatie en integratie. Daarbij winnen goedkopere en beter aanpasbare tools het steeds vaker van dure, gesloten systemen.

De Chinese prijsstelling betekent dat ontwikkelaars met beperkte budgetten meer kunnen experimenteren. Open gewichten betekenen dat ze modellen kunnen aanpassen zonder toestemming te vragen. Dit verlaagt de drempel voor MKB’ers die AI willen inzetten maar niet de middelen hebben voor dure abonnementen of maatwerkcontracten.

Er zijn wel kanttekeningen. Chinese modellen dragen de stempel van het Chinese contentmoderatieregime en zijn getraind om uitkomsten te vermijden die conflicteren met overheidsbeleid. Ook beschuldigen Amerikaanse bedrijven zoals Anthropic Chinese labs ervan illegaal capaciteiten uit Claude te hebben gedestilleerd, een standaardpraktijk in de industrie maar volgens hen met frauduleuze methoden.

Hoe je dit kunt toepassen

Als je een webshop runt en een chatbot wilt die je productcatalogus kent, dan kun je overwegen om een open-weight model zoals Alibaba’s Qwen te downloaden en te finetunen op je eigen productdata. Je draait het model op je eigen server of een goedkope cloudomgeving, zonder dat je per maand een vast bedrag aan een Amerikaanse AI-aanbieder betaalt. Een mogelijkheid is om te beginnen met een klein model dat je lokaal test, voordat je het uitrolt naar klanten.

Als je een team aanstuurt dat rapporten of offertes moet schrijven, dan kun je een open-source model gebruiken als basis voor een interne schrijfassistent. Je zou het model kunnen aanpassen aan jullie eigen schrijfstijl en terminologie, zonder dat gevoelige bedrijfsdata naar een externe API worden gestuurd. Overweeg om te starten met DeepSeeks R1-model, dat volgens de bron presteert op het niveau van de beste Amerikaanse systemen.

Als je in de logistiek werkt en processen wilt automatiseren, dan kun je een open-weight model inzetten voor het parseren van inkomende orders, het genereren van verzendlabels of het beantwoorden van standaardvragen van klanten. Omdat je het model op eigen hardware draait, heb je volledige controle over de data en de kosten. Een optie is om te experimenteren met MiniMax of Z.ai, die volgens de bron dezelfde open-source strategie volgen.

Als je een adviesbureau runt en AI wilt inzetten voor data-analyse, dan kun je een model zoals Qwen gebruiken om samenvattingen te maken van grote datasets of om trends te identificeren in klantfeedback. Omdat je het model kunt finetunen op jouw specifieke domein, wordt de output relevanter dan wat een generieke API biedt. Je zou kunnen beginnen met een kleine pilot op een eigen server om de kwaliteit te testen.

Bron: Technologyreview