← Terug naar kennisbank

AI Nieuws

Bouwen op kunstmatige intelligentie met open broncode: kosten, risico's en keuzes

Bouwen op kunstmatige intelligentie met open broncode: kosten, risico's en keuzes

·

Leestijd: 4 min

De toegang tot krachtige modellen voor kunstmatige intelligentie groeit snel. Steeds meer startups, overheden en grote bedrijven kiezen voor modellen met open broncode omdat die beloven goedkoper en flexibeler te zijn. In een gesprek op de TechCrunch-podcast Equity legde Irene Solaiman, beleidsdirecteur bij Hugging Face, uit welke keuzes en afwegingen organisaties moeten maken voordat ze op deze open modellen bouwen.

Waarom organisaties overstappen naar open modellen

Er zijn enkele duidelijke redenen waarom organisaties kiezen voor modellen met open broncode.

  • Kostenbesparing. Open modellen kunnen goedkoper zijn in gebruik, vooral voor taken waar veel volume bij komt kijken.

  • Meer controle. Organisaties hebben grotere invloed op hoe het model wordt aangepast en ingezet.

  • Flexibiliteit. Je kunt modellen finetunen of integreren op manieren die bij gesloten diensten vaak niet mogelijk zijn.

Solaiman waarschuwt echter dat het niet altijd logisch is om het krachtigste model te kiezen. Voor eenvoudige taken of wanneer veiligheid en stabiele prestaties belangrijk zijn, kan een kleiner of minder geavanceerd model efficiënter en goedkoper zijn.

Wie verdient eraan als modellen ‘gratis’ zijn?

Een belangrijk punt in het gesprek is: wie pakt de waarde als modellen openbaar beschikbaar zijn? Als de modellen zelf vrij te gebruiken zijn, ontstaat er een verschuiving in waar bedrijven geld mee verdienen.

  • Sommige verdienen aan diensten rondom het model: hosting, onderhoud, maatwerk en support.

  • Andere verdienen aan extra functionaliteit, integraties of gebruiksafhankelijke diensten.

  • Er ontstaan nieuwe verdienmodellen rond data, beveiliging en schaalinfrastructuur.

Solaiman benadrukt dat open modellen niet automatisch betekenen dat niemand er geld mee kan verdienen. De waarde verplaatst zich vaak naar de diensten en infrastructuur rondom het model.

Concurrentie: wie kan het tempo aangeven?

In het gesprek komt ook de geopolitieke kant naar voren. Solaiman zegt dat de Verenigde Staten mogelijk spelers met veel financiële middelen nodig heeft, zoals grote chipmakers, om een open, toonaangevend model te ontwikkelen dat kan concurreren met modellen uit China.

Wat er op het spel staat als één regio de standaard wordt:

  • Als Chinese modellen dominant worden, kan dat invloed hebben op standaarden, toegankelijkheid en wie controle heeft over de technologie.

  • Voor westerse bedrijven betekent het dat investeren in schaal en infrastructuur essentieel is om concurrerend te blijven.

Openheid en veiligheid: de lastige balans

Een ander belangrijk thema is de spanning tussen openheid en veiligheid. Open platformen trekken veel ontwikkelaars en innovaties aan, maar zijn ook kwetsbaar voor misbruik en aanvallen.

De centrale vraag is: hoe houd je een ecosysteem open en toch veilig genoeg voor bedrijven en het publiek?

  • Striktere controles of gesloten systemen verkleinen het risico op misbruik, maar remmen innovatie en de toegankelijkheid.

  • Te veel openheid kan leiden tot aanvallen, misbruik of het beschikbaar komen van modellen voor schadelijke toepassingen.

Volgens Solaiman brengt deze spanning lastige keuzes met zich mee. Er is geen eenvoudige oplossing: het gaat om het vinden van een balans tussen open innovatie en praktische beveiligingsmaatregelen.

Wat betekent dit voor jij als organisatie?

Organisaties die overwegen te bouwen op modellen met open broncode moeten meerdere zaken afwegen:

  • Bepaal of de verwachte kostenbesparing opweegt tegen de benodigde investering in infrastructuur en beveiliging.

  • Denk na over waar de meerwaarde van jouw organisatie ligt: hosting, maatwerk, data of integratie?

  • Weeg de risico’s van openheid af tegen de voordelen van collectieve innovatie.

Conclusie

Open modellen voor kunstmatige intelligentie bieden kansen: lagere kosten, meer controle en meer flexibiliteit. Tegelijkertijd verschuift de verdienwaarde naar diensten en infrastructuur rondom de modellen, en ontstaat een lastige afweging tussen openheid en veiligheid. Daarnaast speelt geopolitieke concurrentie een rol: er is kapitaal en schaal nodig om internationaal mee te kunnen doen. De keuze om op open modellen te bouwen vraagt daarom geen technische kennis alleen, maar ook strategische afwegingen over kosten, risico’s en langetermijnpositie.