De belangrijkste ontwikkeling voor Nederlandse ondernemers is dat er nu krachtige AI-modellen beschikbaar zijn die je gratis kunt downloaden en op je eigen hardware kunt draaien, zonder dat je een commerciële relatie met een Amerikaans techbedrijf hoeft aan te gaan. Deze open-weight modellen, zoals DeepSeek R1 en Alibaba’s Qwen, presteren volgens recente analyses op het niveau van de beste Amerikaanse systemen, maar tegen een fractie van de kosten.

Wat er aan de hand is

Chinese AI-labs hebben een andere strategie dan hun Amerikaanse tegenhangers. Waar bedrijven als OpenAI en Anthropic hun technologie achter een betaalde API houden, brengen Chinese labs hun modellen uit als downloadbare ‘open-weight’ pakketten. Dit betekent dat ontwikkelaars de modellen kunnen aanpassen en op hun eigen servers kunnen draaien, zonder dat ze per gebruiksaanvraag hoeven te betalen. De strategie 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. Inmiddels volgen andere Chinese labs zoals Z.ai, Moonshot, Alibaba’s Qwen en MiniMax dezelfde aanpak. Uit onderzoek van MIT en Hugging Face blijkt dat Chinese open-weight modellen in het jaar tot augustus 2025 goed waren voor 17,1 procent van alle wereldwijde AI-modeldownloads, waarmee China voor het eerst de VS (15,86 procent) voorbijstreefde.

Wat dit betekent

Voor Nederlandse ondernemers betekent deze ontwikkeling dat AI-toepassingen bereikbaar worden zonder hoge licentiekosten of afhankelijkheid van Amerikaanse techplatforms. Waar je voor een API-gebaseerd model per duizend verzoeken betaalt, kun je een open-weight model eenmalig downloaden en onbeperkt inzetten op je eigen hardware. De keerzijde is dat Chinese modellen zijn getraind met de Chinese contentmoderatie in het achterhoofd, wat betekent dat ze bepaalde onderwerpen kunnen vermijden. Ook zijn er beschuldigingen van Amerikaanse AI-bedrijven dat Chinese labs via ongeoorloofde methoden kennis uit hun modellen hebben gehaald. Voor toepassingen in een Nederlandse zakelijke context is het daarom verstandig om de output van deze modellen te controleren op culturele en juridische geschiktheid.

Hoe je dit kunt toepassen

Als je een webshop runt met een beperkt IT-budget, dan kun je overwegen om een open-weight model zoals Alibaba’s Qwen te gebruiken voor het genereren van productbeschrijvingen. Je downloadt het model eenmalig en draait het op een eigen server of een goedkope cloudinstance. Je betaalt geen per-verzoek kosten, wat bij hoge volumes snel oploopt. Een mogelijkheid is om het model te finetunen met je eigen productdata, zodat de beschrijvingen de juiste toon en terminologie gebruiken.

Als je een team aanstuurt dat veel repetitieve administratie verwerkt, dan kun je een lokaal draaiend model inzetten voor het samenvatten van e-mails, het extraheren van gegevens uit documenten of het opstellen van standaardcorrespondentie. Omdat het model op je eigen hardware draait, blijven gevoelige bedrijfsgegevens binnen je eigen omgeving. Je zou kunnen beginnen met DeepSeek R1, dat specifiek is ontworpen voor redeneertaken en goed presteert bij het structureren van ongestructureerde informatie.

Als je in de logistiek of productie werkt en processen wilt automatiseren, dan kun je een open-weight model gebruiken om bijvoorbeeld onderhoudsrapporten te analyseren of voorraadniveaus te voorspellen op basis van historische data. Het voordeel van open-weight modellen is dat je ze kunt aanpassen aan jouw specifieke domein, zonder dat je daarvoor toestemming hoeft te vragen aan een externe partij. Overweeg om te experimenteren met Alibaba’s Qwen-familie, die volgens Hugging Face-data de meeste gebruikersvarianten heeft en dus breed wordt ondersteund door de community.

Als je een consultancy- of dienstverlenend bedrijf runt, dan kun je een open-weight model inzetten als basis voor een interne kennisbank die antwoord geeft op veelgestelde vragen van klanten. Omdat het model op je eigen infrastructuur draait, kun je het trainen met vertrouwelijke bedrijfsinformatie zonder dat die informatie naar een externe API-provider gaat. Een optie is om te beginnen met een kleinere variant van Qwen of DeepSeek, die minder rekenkracht vraagt maar voor veel taken voldoende presteert.

Bron: Technologyreview