Het antwoord op de vraag welk AI-model je moet kiezen is niet afhankelijk van het merk, maar van de taak die je wilt uitvoeren. Voor ondernemers en professionals in het MKB is de strijd tussen OpenAI, Anthropic en Google vooral een afleiding. Het gaat er niet om welk bedrijf de beste technologie heeft, maar welk model het beste past bij wat jij nodig hebt.

Wat er aan de hand is

Volgens AI Business verschuift de focus in de AI-markt van merkentrouw naar taakgerichtheid. Bedrijven kiezen niet langer voor één aanbieder, maar gebruiken meerdere modellen voor verschillende doeleinden. Waar eerder de discussie ging over welk bedrijf de beste AI bouwt, gaat het nu over welk model het beste een specifiek probleem oplost. Deze verschuiving wordt gedreven door de realiteit dat geen enkel model in alle situaties de beste keuze is. Een model dat uitblinkt in creatief schrijven, kan ondermaats presteren bij data-analyse of klantenservice.

Wat dit betekent

Voor MKB-ondernemers betekent dit dat je niet vast hoeft te zitten aan één AI-leverancier. Je kunt verschillende modellen inzetten voor verschillende taken, zonder dat je een technische achtergrond nodig hebt. Dit verlaagt de drempel om AI te gebruiken, omdat je niet hoeft te investeren in een dure, allesomvattende oplossing. Het betekent ook dat je flexibeler kunt inspelen op veranderingen. Als een nieuw model beter presteert voor een specifieke taak, kun je dat eenvoudig toevoegen aan je gereedschapskist. De keuze wordt niet langer bepaald door marketing of merkbekendheid, maar door praktische prestaties.

Hoe je dit kunt toepassen

Als je een webshop runt en productbeschrijvingen moet schrijven, kun je overwegen om een model te gebruiken dat gespecialiseerd is in creatieve tekstgeneratie. Een mogelijkheid is om een model als GPT-4 in te zetten voor het schrijven van aantrekkelijke productteksten, terwijl je een ander model gebruikt voor het samenvatten van klantrecensies. Je zou kunnen experimenteren met het testen van twee verschillende modellen op een kleine set producten om te zien welk resultaat beter aansluit bij jouw doelgroep.

Als je een team aanstuurt en interne communicatie wilt optimaliseren, kun je denken aan het inzetten van een model dat goed is in het structureren en samenvatten van informatie. Een optie is om een model te gebruiken voor het maken van notulen van vergaderingen, terwijl een ander model helpt bij het opstellen van duidelijke projectupdates. Je zou kunnen beginnen met het uitproberen van een model voor één specifiek terugkerend proces, zoals het samenvatten van wekelijkse teamupdates, en van daaruit uitbreiden.

Als je in de zorg werkt en patiëntendossiers moet verwerken, kun je overwegen om een model te gebruiken dat sterk is in het verwerken van gestructureerde data. Een mogelijkheid is om een model in te zetten voor het extraheren van relevante informatie uit medische rapporten, terwijl een ander model wordt gebruikt voor het opstellen van heldere samenvattingen voor patiënten. Je zou kunnen starten met een proefperiode waarin je twee modellen vergelijkt op een kleine, geanonimiseerde dataset om te zien welk model het beste presteert voor jouw specifieke behoeften.

Als je een marketingadviseur bent en campagnes moet analyseren, kun je denken aan het combineren van modellen voor verschillende taken. Een optie is om een model te gebruiken voor het analyseren van marktdata en trends, terwijl een ander model helpt bij het genereren van creatieve campagne-ideeën op basis van die inzichten. Je zou kunnen experimenteren met het inzetten van een model voor de data-analyse en een ander voor de creatieve output, en de resultaten vergelijken met je huidige werkwijze.

Bron: AI Business (https://aibusiness.com/generative-ai/openai-vs-anthropic-vs-google-model-isn-t-the-point)