Waarom jouw AI-strategie niet aan één model moet hangen

De mogelijke overname van Hugging Face door NVIDIA, ter waarde van ruim 12 miljard dollar, is meer dan een grote deal in een oververhitte AI-markt.

NVIDIA maakt de GPU’s waarop AI wordt getraind en gedraaid. Hugging Face zit aan de andere kant van de keten: op de plek waar developers en organisaties modellen vinden, vergelijken, testen, aanpassen en in productie brengen. Als die overname doorgaat, koopt NVIDIA dus niet alleen een populair AI-platform. Het koopt invloed op de laag waar organisaties straks hun modelkeuzes maken.

Dat is een strategisch signaal. Niet omdat iedere organisatie morgen afscheid moet nemen van OpenAI of Claude, maar omdat modelkeuze steeds minder een permanente keuze hoeft te zijn.

AI is eenvoudig geworden. Wisselen nog niet.

De meeste organisaties zijn met generatieve AI begonnen via de API van OpenAI, Anthropic of Google. Dat is logisch. Met een account, een creditcard, een paar regels code en een goed idee kun je snel functionaliteit bouwen die een paar jaar geleden nog ondenkbaar was.

Voor experimenten en snelle prototyping is dat uitstekend. Je hoeft geen infrastructuur te beheren, je profiteert direct van de nieuwste modellen en je betaalt voor wat je gebruikt. Maar zodra AI blijvend onderdeel wordt van je bedrijfsprocessen, verandert de aard van die keuze. Dan gaat het niet alleen om de kwaliteit van de output. Dan gaat het ook om de kosten van groei, de beschikbaarheid van een model, de roadmap van een leverancier en de vraag hoe makkelijk je kunt veranderen wanneer er een beter alternatief komt. Een nieuw model kan beter presteren. Een provider kan zijn prijsstructuur aanpassen. Een use case kan ineens zo groot worden dat tokenkosten geen experimentbudget meer zijn, maar een serieuze operationele post.

De modelkeuze van vandaag mag geen eindpunt zijn. Organisaties moeten hun AI-architectuur zo inrichten dat zij kunnen overstappen wanneer kwaliteit, snelheid, beschikbaarheid of prijs verandert.

Hugging Face laat zien waar de markt heen beweegt

Hugging Face wordt vaak omschreven als GitHub voor AI. Het platform is de plek waar modellen en de tooling eromheen worden gepubliceerd, ontdekt, getest en verbeterd. Daar staan modellen van partijen als Meta, Google, Alibaba, DeepSeek en NVIDIA zelf, naast gespecialiseerde modellen voor search, recommendation, documentverwerking, beeldherkenning, spraak en forecasting.

Begin 2021 stonden er iets meer dan negenduizend modellen op de Hub. Inmiddels zijn dat ruim drie miljoen publieke model repositories. Dat zijn niet drie miljoen unieke foundation models; het zijn ook fine-tunes, compactere varianten en modellen die voor een specifieke taal, sector of taak zijn geoptimaliseerd. Juist daarin zit de ontwikkeling die voor organisaties interessant is. De markt beweegt niet alleen richting één steeds groter general-purpose model. Hij beweegt ook richting modellen die aantoonbaar goed genoeg zijn voor één afgebakende taak. Niet iedere AI-workload heeft immers het duurste frontier model nodig om waarde te leveren. Voor semantic search in een productcatalogus, documentclassificatie, customer-service-routing of het verrijken van data kan een gespecialiseerd model dezelfde businesswaarde leveren tegen andere kosten en met andere performance-eisen.

Dat is waar open-weights relevant worden. Open-weights modellen zijn AI-modellen waarvan de getrainde versie beschikbaar is om zelf te draaien en aan te passen. Bij een closed model als GPT of Claude gebruik je de intelligentie via een API. Bij open weights kun je het model draaien in een omgeving die je zelf kiest en inzetten voor een specifieke workload.

Eén klantreis, meerdere modellen

Neem een retailer met een grote productcatalogus. Een generatieve shopping assistant die een complexe vraag van een klant interpreteert, kan baat hebben bij een premium frontier model. Maar product search, categorisatie en het verrijken van productattributen zijn andere soorten taken. Die worden vaak in veel grotere volumes uitgevoerd en vragen niet noodzakelijk om hetzelfde, duurste model.

Een volwassen modelstrategie werkt met een portfolio. Per use case kies je het model dat de beste combinatie biedt van kwaliteit, latency, availability en kosten. Die keuze herzie je zodra de markt of de workload verandert. Dat is geen technische finesse, het is de basis van goed AI-management.

Een model gateway maakt keuzevrijheid praktisch

Die flexibiliteit ontstaat niet vanzelf. Wie iedere applicatie rechtstreeks koppelt aan één modelprovider, creëert alsnog lock-in. Daarom ontstaat er een nieuwe laag in de AI-architectuur: de gateway.

Zie die gateway als een verkeersregelaar tussen jouw applicaties en de verschillende AI-modellen. In plaats van dat iedere ontwikkelaar apart een koppeling bouwt met OpenAI, Claude, Gemini of een eigen open-weights model, loopt het verkeer via één centrale laag.

Een oplossing als LiteLLM kan bijvoorbeeld calls naar verschillende providers en eigen deployments via één uniforme interface afhandelen.

Voor een technisch team is dat prettig. Je kunt een nieuw model testen zonder je applicatie opnieuw te schrijven. Je kunt automatisch terugvallen op een alternatief wanneer een provider niet beschikbaar is. En je kunt centraal zien welke teams, use cases en modellen de kosten veroorzaken.

De gateway is daarbij slechts het technische middel. De strategische verandering zit ergens anders: modelkeuze verschuift van een eenmalige procurement-beslissing naar een continu proces van meten, vergelijken en bijsturen.

Organisaties die dit goed organiseren, beoordelen modellen op hun eigen use cases, niet op de hype van de week of een algemene benchmark. Zij vergelijken kwaliteit, kosten en performance op de workloads die daadwerkelijk waarde moeten leveren. Pas dan wordt switchen een zakelijke beslissing in plaats van een technisch avontuur.

Van tokenverbruik naar model economics

Token-based AI heeft een aantrekkelijk startpunt: je betaalt alleen voor wat je gebruikt. Voor experimentele, wisselende of laagvolume workloads is dat vaak precies wat je wilt. Je hoeft vooraf geen capaciteit te reserveren en de kosten bewegen mee met de vraag.

Maar een stabiele workload met veel volume vraagt om een andere rekensom. Wanneer een organisatie dagelijks grote aantallen vergelijkbare AI-taken uitvoert, kunnen tokenkosten oplopen en lastig voorspelbaar worden. Zeker wanneer agents meerdere modelcalls achter elkaar doen, prompts groter worden of het gebruik sneller stijgt dan verwacht.

In zulke gevallen kan een open-weights model op eigen of dedicated infrastructuur economisch interessanter worden. Infrastructuur kost ook geld. Het verschil is dat de rekening vast en voorspelbaar wordt in plaats van variabel. Voor veel use cases blijft de API van een Amerikaanse modelleverancier de juiste keuze. Maar zodra een workload voldoende stabiel en groot is, moet je de vergelijking wel maken: wat kost deze capability per klantinteractie, per product, per dossier of per afgerond proces?

Zolang AI-kosten alleen worden gezien als een gezamenlijke tokenrekening, zijn ze moeilijk te sturen. Zodra je ze toewijst aan use cases, modellen en businesswaarde, ontstaat een gesprek dat finance, product, operations en IT samen kunnen voeren.

Compliance vraagt om aantoonbare grip

Voor high-risk AI-systemen vraagt de EU AI Act onder meer om risicomanagement, documentatie, logging, human oversight, nauwkeurigheid, robuustheid en cybersecurity.

Open weights en eigen infrastructuur lossen die verplichtingen niet automatisch op. Wie zelf draait, krijgt juist ook meer verantwoordelijkheid. Maar ze maken wel iets mogelijk dat bij een volledig externe API lastiger is: zelf bepalen welke modelversie je gebruikt, veranderingen gecontroleerd uitrollen, modelinteracties centraal loggen en evaluaties uitvoeren op de use cases die voor jouw organisatie relevant zijn.

Voor financiële instellingen raakt dit ook aan de DORA verordening. Bij kritieke of belangrijke ICT-diensten moeten zij third-party risico’s beheersen en een gedocumenteerde, geteste exitstrategie hebben. Een model gateway en een multi-modelarchitectuur zijn daarom niet alleen een manier om betere modellen of lagere kosten te vinden. Ze kunnen ook onderdeel worden van een geloofwaardig antwoord op een fundamentelere vraag: kunnen we deze AI-capability blijven leveren als één leverancier, één model of één contract wegvalt?

De boardroomtest

Veel organisaties hebben inmiddels een AI-roadmap. Ze hebben pilots, agents, leveranciers, budgetten en misschien zelfs een AI-programma. Maar dat betekent nog niet dat zij ook een modelstrategie hebben.

De boardroom zou daarom niet alleen moeten vragen welke AI-use cases er live staan en wat ze opleveren. De relevantere vragen zijn: weten we welk model achter welke kritische workflow draait? Weten we wat de kosten per businessproces zijn als het gebruik groeit? Hebben we een alternatief als een model kwalitatief achteruitgaat, duurder wordt of wordt ingehaald? En kunnen we dat alternatief testen zonder maandenlang aan onze applicaties te bouwen?

Als het antwoord op die vragen onduidelijk is, heb je waarschijnlijk wel AI-consumptie, maar nog geen volwassen AI-architectuur. De organisaties die straks het meeste uit AI halen, zijn niet noodzakelijk de organisaties met toegang tot het beste model van vandaag. Het zijn de organisaties die weten welke modellen waarde leveren, wat die waarde kost en wanneer het tijd is om te wisselen. Daarin zit het verschil tussen AI gebruiken en AI strategisch inzetten.