Stel je voor: je hoeft geen duur cloud-abonnement meer af te sluiten om AI in je bedrijf te gebruiken. Je draait het model gewoon op je eigen laptop, op je eigen server, of zelfs op je telefoon — en je data verlaat je kantoor niet. Dat is geen verre toekomstmuziek meer; het is de belofte van de 'tiny LLM', en de afgelopen week maakte die belofte een flinke sprong vooruit.
Klein maar fijn
Het Amerikaanse PrismML kondigde deze week aan dat het met een piepklein taalmodel denkt te veranderen hoe we allemaal AI gebruiken. Het idee is simpel: in plaats van één gigantisch model dat alles moet kunnen, bouw je een klein, gespecialiseerd model dat één ding uitstekend doet. Zo'n model past op hardware die je al hebt en kost een fractie van de rekenkracht van de grote jongens.
De onderliggende trend is niet nieuw, maar hij versnelt. Ars Technica berichtte over kleine AI-modellen die autonome drones laten werken — technologie die een paar jaar geleden alleen in een datacenter kon draaien, past nu in een apparaat ter grootte van een schoendoos. Wat werkt voor een drone op een slagveld, werkt straks net zo goed voor jouw factuurverwerking in Zwolle.
Waarom dit voor jou als ondernemer uitmaakt
Drie redenen waarom kleine modellen het speelveld voor het mkb veranderen. Ten eerste de kosten: een groot cloudmodel betaal je per vraag, en bij intensief gebruik loopt dat snel op. Een lokaal model draai je tegen de prijs van stroom en een eenmalige aanschaf. Ten tweede privacy: klantdata die je niet naar een Amerikaanse server stuurt, is data die niet gelekt kan worden of tegen je gebruikt. Ten derde snelheid en betrouwbaarheid: geen wachttijd op een overbelaste API, en geen afhankelijkheid van een leverancier die morgen zijn prijzen of voorwaarden kan wijzigen.
De Nederlandse realiteit
Neem een administratiekantoor met vijftien medewerkers dat elke maand duizenden facturen verwerkt. Vandaag betaalt het per factuur voor een cloudmodel dat de boekingen uitleest. Met een klein model dat specifiek is getraind op Nederlandse factuurindelingen draait diezelfde taak lokaal, 's nachts, zonder dat ook maar één factuur het pand verlaat. De terugverdientijd ligt vaak onder een jaar.
Maar er is een tweede effect dat vaak over het hoofd wordt gezien. Een transportbedrijf uit Limburg gebruikt een klein model op de telefoons van zijn chauffeurs om schadeformulieren ter plekke in te vullen — in het Nederlands, offline, zonder dat er bereik nodig is. Dezelfde toepassing was een jaar geleden ondenkbaar omdat alleen grote modellen goed genoeg waren, en die passen niet op een telefoon.
De kosten van niets doen
Wie wacht op 'het grote model dat alles kan', betaalt intussen elke maand cloudkosten die hij niet hoeft te maken. Een mkb-bedrijf dat dagelijks honderden AI-taken draait, geeft al snel honderden euro's per maand uit aan API-kosten. Schakel je over op een lokaal klein model voor de routinetaken, dan daalt die rekening naar enkele tientjes aan stroom. Het verschil van een paar honderd euro per maand is over drie jaar tienduizenden euro's — geld dat je nu ongemerkt weggeeft aan een leverancier.
Wat jij vandaag kunt doen
Begin met één routinetaak. Kies de meest repetitieve AI-klus in je bedrijf — facturen lezen, e-mails classificeren, offertes samenvatten — en test daar een klein open model op. Je hoeft niet meteen alles om te gooien.
Scheid taken naar modelgrootte. Gebruik een groot cloudmodel voor de lastige, creatieve klussen en een klein lokaal model voor het bulkwerk. Die combinatie is vaak goedkoper en sneller dan alles door één groot model jagen.
Houd je data thuis. Elke taak die klant- of personeelsgegevens raakt, is een kandidaat voor een lokaal model. AVG-technisch is dat een stuk eenvoudiger te verantwoorden dan data naar een buitenlandse cloud sturen.
De AI-revolutie begon in de cloud, maar de volgende fase speelt zich af op jouw eigen bureau. Wie dat als eerste doorheeft, bespaart geld én wint aan onafhankelijkheid — en dat is een combinatie die geen enkele ondernemer kan negeren.