In het kort
- Een AI model is een getraind programma dat patronen herkent en toepast.
- Eerst wordt het getraind, daarna gebruik je het. Dat zijn twee heel verschillende stappen.
- Er zijn modellen voor tekst, beeld, spraak, voorspellingen en meer.
- Als mkb train je zelden een eigen model. Je kiest een bestaand model en bouwt het in je werk in.
AI model betekenis
Wie zoekt op wat is ai model, komt vaak namen tegen als GPT, Claude, Gemini of Llama. Dat zijn allemaal AI modellen. Maar het begrip is breder dan chatbots.
Vergelijk het met een nieuwe medewerker. Je laat hem honderden voorbeelden zien van goedgekeurde en afgekeurde offertes. Na een tijdje ziet hij zelf welke offerte goed is. Wat hij heeft geleerd, zit in zijn hoofd. Bij AI zit dat geleerde in het model: een groot bestand met miljoenen of miljarden getallen, de parameters, die samen bepalen hoe het model reageert.
Een AI model is dus geen losse regel die een programmeur heeft bedacht, zoals 'als het bedrag boven de 1.000 euro is, stuur het naar de directeur'. Het model heeft de regels zelf afgeleid uit voorbeelden.
AI model staat in ons overzicht van AI begrippen.
Trainen en gebruiken
Trainen (eenmalig, zwaar)
- Je verzamelt veel voorbeelden, soms miljoenen.
- Een computer zoekt daarin patronen en stelt de parameters bij.
- Dat kost veel rekenkracht, tijd en geld.
- Grote taalmodellen worden getraind door gespecialiseerde bedrijven.
- Het resultaat is een vast model met wat het geleerd heeft.
Gebruiken (dagelijks, licht)
- Je geeft het model nieuwe invoer: een vraag, een foto, een document.
- Het model past de geleerde patronen toe en geeft een uitkomst.
- Dat gaat in seconden en kost weinig per keer.
- Je betaalt per gebruik via een API, of draait het model op een eigen server.
- Het model leert tijdens gebruik niet vanzelf bij.
Soorten AI modellen
| Soort | Wat het doet | Voorbeeld in het mkb |
|---|---|---|
| Taalmodel (LLM) | Tekst begrijpen en schrijven | Klantmails beantwoorden, offertes opstellen |
| Beeldherkenning | Zien wat er op een foto of scan staat | Schade op een foto herkennen, een factuur lezen |
| Beeldgenerator | Nieuwe afbeeldingen maken | Productfoto's in een andere setting |
| Spraakmodel | Spraak omzetten in tekst of andersom | Gesprekken uitschrijven, een voicebot |
| Voorspellend model | Een getal of kans voorspellen op basis van historie | Verwachte vraag naar een product per week |
| Classificatiemodel | Iets in een categorie indelen | Mails sorteren op onderwerp, spam herkennen |
Moderne modellen combineren vaak meerdere soorten. Een taalmodel dat ook foto's kan lezen, heet multimodaal. Meer over taalmodellen lees je in wat is een LLM.
Voorbeeld: een installatiebedrijf
Een fictief installatiebedrijf met twintig monteurs krijgt elke dag tientallen mails en foto's van klanten met storingen.
- Een taalmodel leest de mail en haalt de belangrijke gegevens eruit: adres, type installatie, wat er mis is.
- Een beeldmodel bekijkt de meegestuurde foto van het typeplaatje en leest merk en typenummer.
- Een eenvoudig classificatiemodel bepaalt of het spoed is.
- De planner krijgt een ingevulde werkbon en beslist zelf wie er gaat.
Het bedrijf heeft geen van die modellen zelf getraind. Het gebruikt bestaande modellen en koppelt ze aan de eigen planningssoftware. Zo werkt het bij bijna elk mkb-bedrijf: de waarde zit in hoe je het model in je proces inbouwt, en minder in het model zelf.
Hoe kies je een AI model?
Een paar vragen die helpen:
- Wat moet het doen? Tekst, beeld of een voorspelling vragen elk een ander soort model.
- Hoe goed moet het zijn? Test een paar modellen op je eigen voorbeelden. Het duurste model is niet altijd het beste voor jouw taak.
- Wat kost het per gebruik? Bij grote aantallen maakt dat veel uit.
- Waar gaan je gegevens heen? Bij gevoelige gegevens kies je een model binnen de EU, of een open model op een eigen server. Dat heet private AI.
- Kun je later wisselen? Modellen worden snel beter. Bouw je toepassing zo dat je een ander model kunt inpluggen.
Wij werken met modellen van onder meer OpenAI, Anthropic, Google en Mistral, en kiezen per taak wat past.
Verwante begrippen
- LLM: een groot taalmodel, het bekendste soort AI model. Zie wat is een LLM.
- GPT: de modellenfamilie van OpenAI. Zie wat is GPT.
- Parameters: de getallen in een model die tijdens de training worden ingesteld.
- Fine tuning: een bestaand model bijtrainen op eigen voorbeelden. Het verschil met RAG lees je in RAG en fine tuning.
- Machine learning: de techniek waarmee modellen uit voorbeelden leren.
Veelgestelde vragen
Wat is een AI model?
Een computerprogramma dat uit voorbeelden heeft geleerd om een taak uit te voeren, zoals tekst schrijven, een foto herkennen of een getal voorspellen. Het past de geleerde patronen toe op nieuwe gegevens.
Wat is het verschil tussen een AI model en een AI tool?
Het model is de motor die het werk doet. Een tool zoals ChatGPT of Copilot is de toepassing eromheen, met een scherm, opslag en koppelingen.
Moet ik als mkb een eigen AI model trainen?
Bijna nooit. Bestaande modellen zijn goed genoeg voor de meeste taken. Je geeft ze je eigen context mee en bouwt ze in je werk in. Een eigen model trainen is duur en alleen zinvol bij een heel specifieke taak met veel eigen data.