Nederland krijgt een eigen, AVG-proof taalmodel genaamd GPT-NL, gefinancierd met 13,5 miljoen euro. Dit biedt ondernemers en professionals een alternatief voor buitenlandse AI-diensten, speciaal voor toepassingen waar gevoelige data of perfect Nederlands taalbegrip cruciaal zijn.
Wat er aan de hand is
Onderzoeksinstituut TNO, samen met het Nederlands Forensisch Instituut en ict-coöperatie SURF, ontwikkelt het Nederlandse taalmodel GPT-NL. Het project kreeg in november 2023 groen licht en een subsidie van 13,5 miljoen euro van het ministerie van Economische Zaken. Het model wordt getraind op de nationale supercomputer Snellius. Sinds anderhalve maand draaien de eerste proefprojecten bij vier overheidsorganisaties en TNO zelf. Zo onderzoekt het ministerie van Binnenlandse Zaken of GPT-NL de antwoorden van de gemeentelijke chatbot ‘Gem’ kan verbeteren. Productmanager Saskia Lensink benadrukt in het interview met Sprout de noodzaak van Europese onafhankelijkheid op dit gebied, mede gezien geopolitieke ontwikkelingen zoals een mogelijke tweede termijn van Trump. Het team koos ervoor geen publieke chatbot te bouwen, maar een model dat als aanvulling kan dienen in bestaande systemen.
Wat dit betekent
Dit initiatief betekent een belangrijke verschuiving voor bedrijven die AI willen inzetten maar worstelen met afhankelijkheid en compliance. Ten eerste biedt het een juridisch veiliger alternatief voor gevoelige data. Gegevens die worden verwerkt door een Nederlands model op Nederlandse infrastructuur (zoals de supercomputer van SURF) vallen onder de Europese en Nederlandse privacywetgeving, wat de compliance eenvoudiger maakt. Ten tweede is het model specifiek getraind op de Nederlandse taal en context, wat kan leiden tot beter begrip van nuances, jargon en ambtelijk taalgebruik vergeleken met algemene internationale modellen. Voor het MKB, dat vaak niet over de middelen beschikt om zelf grote modellen te trainen of dure enterprise-licenties af te sluiten, kan een nationaal, mogelijk via abonnement beschikbaar gesteld model de drempel verlagen. Het is een ‘Fiatje’ in vergelijking met de ‘Ferrari’s’ van Big Tech, maar dat kan voor veel praktische bedrijfstoepassingen precies goed zijn.
Hoe je dit kunt toepassen
De praktische toepassing hangt af van jouw situatie en het moment waarop GPT-NL breder beschikbaar komt voor bedrijven. Op basis van de doelstellingen van het project – een AVG-proof, Nederlands taalmodel voor kritische sectoren – kun je voorbereidingen treffen en scenario’s overwegen.
Als je klantgegevens of andere persoonsgegevens verwerkt in je dagelijkse operatie, bijvoorbeeld in een CRM-systeem of voor klantenservice, dan is het de moeite waard dit project te volgen. Een lokaal getraind model kan in de toekomst een optie zijn om AI-ondersteuning toe te passen, zoals het samenvatten van gesprekken of het categoriseren van aanvragen, zonder dat data de EU verlaten.
Als je werkt in een sector met veel vakjargon, specifieke wetgeving of ambtelijk taalgebruik, zoals de zorg, advocatuur, financiële dienstverlening of overheidssamenwerking, dan kan een model dat op Nederlandse data is getraind betere resultaten geven. Je zou kunnen nadenken over processen waar taalbegrip nu mank gaat, zoals het analyseren van offerte-aanvragen, patiëntverslagen of wetsteksten.
Als je je zorgen maakt over leveranciersafhankelijkheid of geopolitieke risico’s bij het gebruik van Amerikaanse AI-diensten, biedt dit Nederlandse initiatief een potentieel alternatief. Overweeg om bij de aanschaf van nieuwe software of AI-tools alvast te vragen naar de mogelijkheid om in de toekomst over te stappen op of aan te vullen met een lokaal model.
Als je een chatbot of andere klantgerichte AI-toepassing gebruikt of overweegt, zoals de gemeentelijke chatbot ‘Gem’ in het artikel, dan laat dit project zien dat er vraag is naar betrouwbaardere, lokaal aangestuurde varianten. Je zou kunnen onderzoeken of je huidige tooling open staat voor het integreren van andere taalmodellen op de achtergrond.
De kern is dat dit project een toekomstig keuzemenu creëert. Het is nu vooral zaak bewust te worden van de afweging tussen gemak (buitenlandse, alles-in-één tools) en controle (lokale, gespecialiseerde modellen) binnen je eigen bedrijfsprocessen.
Bron: Sprout