Goedkopere open AI-modellen zetten druk op ChatGPT en Claude
ChatGPT heeft stevige concurrentie, waaronder Claude van het Amerikaanse bedrijf Anthropic
De AI-markt verandert snel van een strijd om het slimste model naar een strijd om rendement. Amerikaanse bedrijven als Meta en Nvidia zetten daarom opnieuw zwaar in op open-weight AI-modellen: systemen die organisaties zelf kunnen downloaden, aanpassen en draaien. Voor marketingorganisaties kan dat de komende jaren grote gevolgen hebben voor kosten, privacy en afhankelijkheid van leveranciers. Volgens Reuters groeit bij bedrijven het besef dat dure frontier-modellen van OpenAI en Anthropic lang niet voor iedere taak nodig zijn. Vooral Chinese open modellen blijken aantrekkelijk doordat ze goedkoop, aanpasbaar en voor veel operationele werkzaamheden krachtig genoeg zijn. Marc Bhargava van investeerder General Catalyst verwoordt het dilemma helder en zegt:
“For so many of the basic operational tasks that are being done, you don’t need the most cutting edge frontier model.” — Marc Bhargava, managing director General Catalyst, tegenover Reuters.
Voor marketingteams kan dat bijvoorbeeld gelden voor classificatie, productteksten, eenvoudige analyses, tagging, vertalingen of interne agents.
Meta en Nvidia openen nieuwe aanval
Meta bracht deze week Muse Glimmer uit, een relatief klein open-weight model dat zelfs lokaal op een pc of Mac kan draaien. Het bedrijf kondigde bovendien aan dat meer open modellen volgen. Nvidia ontwikkelt ondertussen Nemotron 4, terwijl het al kleinere open modellen beschikbaar stelt. De ontwikkeling is deels economisch gedreven. Organisaties kijken volgens Reuters kritischer naar hun AI-uitgaven. Waar eerder vooral werd geëxperimenteerd met de krachtigste modellen, verschuift de aandacht nu naar cost-per-task en daadwerkelijke ROI. Dat maakt een multi-modelstrategie aantrekkelijker: zware modellen voor complexe strategie of reasoning, goedkopere modellen voor repeterende marketingtaken.
AI-stack wordt een inkoopvraagstuk
Open modellen bieden daarnaast meer controle. Organisaties kunnen ze binnen de eigen infrastructuur draaien, waardoor klantdata, CRM-informatie of interne documenten niet noodzakelijk naar externe AI-diensten hoeven te worden gestuurd. Tegelijk zijn beheer, beveiliging en fine-tuning niet gratis. Voor marketingdirecteuren ontstaat daarmee een nieuw technologievraagstuk. Niet iedere AI-toepassing hoeft meer automatisch via ChatGPT, Claude of Gemini te lopen. De keuze voor een model kan steeds vaker worden gebaseerd op kosten, gevoeligheid van data, snelheid en het soort taak.
De volgende fase van AI-adoptie draait daardoor waarschijnlijk minder om één favoriete chatbot en meer om een portfolio van modellen. Organisaties die per marketingproces bepalen welk model goed genoeg, veilig genoeg én goedkoop genoeg is, kunnen een belangrijk kosten- en flexibiliteitsvoordeel opbouwen.
