Veel bedrijven gebruiken slimme AI-diensten, maar realiseren zich niet altijd welke gegevens ze daarmee prijsgeven. Satya Nadella, de ceo van Microsoft, waarschuwt dat je als gebruiker soms twee keer betaalt: met geld én met waardevolle bedrijfskennis.

Waar gaat het precies om?

Steeds meer organisaties gebruiken AI-modellen van grote aanbieders zoals OpenAI of Anthropic. Die modellen helpen bij tekst, advies en automatisering. Maar om goed te werken, moeten die modellen vaak informatie krijgen over hoe jouw bedrijf werkt. Dat kan gaan om voorbeeldvragen, correcties of interne processen.

Dat voeren van informatie noemen we soms "prompts" — korte opdrachten of vragen die jij aan het model geeft. Elke keer dat je iets corrigeert of bijstelt, leert het model daarvan. Die correcties en voorbeelden bevatten vaak unieke kennis van jouw bedrijf, zoals werkwijzen, klantafspraken of probleemoplossingen.

Satya Nadella zegt dat die leerstappen waardevol zijn: bedrijven geven onbewust kennis weg die een modelbouwer mogelijk kan gebruiken om concurrerende diensten te maken.

Waarom is dat een probleem voor bedrijven?

Volgens Nadella betalen bedrijven twee keer. Ten eerste betalen ze voor het gebruik van het model. Ten tweede geven ze eigendom en kennis weg: unieke werkwijzen en foutencorrecties die in het model kunnen belanden.

Dat is zorgelijk omdat zulke kennis niet zomaar te kopen is. Het gaat om interne knowhow die een concurrent grote voordelen kan geven. Bovendien kunnen aanbieders in theorie leren van jouw gegevens en die kennis meenemen naar hun eigen producten.

Nadella gebruikt een beeld: modellen leren van het "exhaust" — de sporen die gebruikers achterlaten, zoals prompts, gebruikte tools en correcties. Die sporen vormen institutionele kennis. Als modelmakers dat vrij kunnen gebruiken, kan dat de balans tussen leverancier en klant veranderen.

Wat stelt Nadella voor en wat doen bedrijven nu?

Nadella vindt het onrechtvaardig dat modelbouwers vrij mogen trainen op alles wat op internet staat, maar dat anderen beperkt worden in het bestuderen (of 'distilleren') van hun modellen. Distillatie is het gebruiken van de antwoorden van een model om te begrijpen hoe het werkt en om zelf een eenvoudiger of goedkopere versie te trainen.

Zijn oplossing: bedrijven moeten eigendom houden van hun eigen gebruiksdata — dus prompts, feedback en interacties blijven van het bedrijf zelf. Hij moedigt aan om je eigen "proprietary learning environments" op te zetten, bijvoorbeeld in de cloud waar je data al staat. Daarbij wil hij ook dat bedrijven een laag bouwen waarmee ze makkelijk kunnen wisselen tussen verschillende AI-aanbieders. Zulke tussenlagen, soms ook gate­ways genoemd, zorgen dat je niet vastzit aan één leverancier.

Een andere beweging die Nadella benoemt, is dat veel bedrijven kiezen voor open-source (open-source: broncode en modellen zijn openbaar en vrij te gebruiken) modellen die ze zelf draaien op hun eigen servers — dit heet ook wel "on-prem" (on-prem: op je eigen computers en binnen je eigen bedrijf). Dit geeft meer controle omdat de gegevens binnen het bedrijf blijven. Technologiebedrijven zoals Solo.io, Vercel en OpenRouter zien meer verkeer naar open-source modellen en merken dat bedrijven die route kiezen om kosten te besparen en eigen controle te behouden.

Kort gezegd: bedrijven zoeken naar manieren om de voordelen van AI te houden, zonder tegelijkertijd hun unieke kennis weg te geven.

Conclusie

De waarschuwing van Satya Nadella is belangrijk voor iedere organisatie die AI wil inzetten. Het punt is niet dat AI per se slecht is, maar dat je bewust moet zijn van wat je deelt en wie daarvan kan profiteren.

Praktische stappen die jij als beslisser kunt overwegen:

• Houd toezicht op welke data je deelt met externe AI‑diensten en minimaliseer gevoelige informatie.

• Vraag aanbieders expliciet of zij jouw gebruiksdata mogen gebruiken om hun modellen verder te trainen.

• Overweeg opties om modellen te wisselen via een tussenlaag of gateway, zodat je niet aan één leverancier vastzit.

• Kijk of een open-source model op eigen systemen (on-prem) voor jouw organisatie praktisch en betaalbaar is.

Op die manier houd je meer controle over je eigen kennis en voorkom je dat je onbedoeld concurrentievoordeel weggeeft.