Er is een vraag die IT-supporters dagelijks krijgen, in elke organisatie, in steeds grotere aantallen. Iemand heeft een spreadsheet, een document, een script. En de vraag is altijd hetzelfde: “kan ik dit niet gewoon even in ChatGPT gooien?” — en dan: “waarom kloppen de nummers niet?”
Adam Curry noemde het recent “vomit scale”: desktop-support medewerkers die hier onder lijden. Er is een gigantisch gebrek aan kennis over wat een chatbot is — versus wat AI eigenlijk kan. En dat gebrek komt niet van de technologie. Het komt van het woord “AI” zelf: voor de meeste mensen is AI de chatbox in je browser. Hoewel AI een afkorting is van Artificial Intelligence, wordt dit ook niet correct benoemd.
En de bedrijven die die chatbox draaien hebben er alle belang bij dat het zo blijft. Hun marketing zegt: “AI is gevaarlijk. Het moet gereguleerd worden. Geef het niet zomaar aan mensen.” Dat is geen veiligheid, dat is om een hek rond hun eigen tuin vragen — het is precies wat Anthropic en OpenAI proberen: regulering zo vormgeven dat de rest van de wereld geen eigen modellen mag draaien, “omdat het gevaarlijk kan zijn”.
Een chatbot is iemand anders’ telefooncel
Wat krijg je als je de chatbot in de browser opent?
Iemand anders’ model, op iemand anders’ server, met een meter die loopt. Je account, je abonnement, je tokens. Het model zal de volgende keer anders antwoorden. En alles wat je erin stopt — je vragen, je werk, je gedachten, maar zeker ook je vertalingen en code-projecten — is daaraan onderhevig, en het ligt op een platform van een ander.
Ik schreef het eerder over een kinderboek. Toen we via een Google-app een boek lieten maken, weigerde Gemini zacht om een verwijzing naar abundomy.com op te nemen — niet met een foutmelding, maar beleefd, onmogelijk. Een boek dat bij een platform ligt, is een boek dat het platform kan weigeren. Het geldt voor elk antwoord dat je krijgt en elk bestand dat je erdoor heen stuurt.
Een chatbot is handig, zoals een telefooncel handig was. Maar je bouwt er geen stabiele en consistente omgeving mee op.
De unmetered-les
In No Agenda 1899 zet Adam er de vinger precies op, met een vergelijking uit onze eigen geschiedenis. Wie ooit dial-up naar een internet-provider heeft gehad — $3 per uur, klok kijken — weet wat er gebeurde toen ISDN en later T1 kwamen:
When you are not watching the meter, your behavior changes.
Eerst keek je op de klok. Daarna heb je dat nooit meer gedaan — en je gebruikte internet ineens zoals het bedoeld was. Voor lokale AI is datzelfde moment, nu. Geen meter. Geen per-token-rekening. Geen limiet op het aantal vragen. En dat verandert niet je internetgedrag — het verandert hoe je met AI omgaat: je stelt meer vragen, je experimenteert, je stopt het in je dagelijkse werk. Niet omdat het “gratis” is, maar omdat het van jou is.
De ‘agent’ is gereedschap — het harness is de rem
Wie verder gaat dan de chatbot en met AI-agenten werkt, loopt tegen iets anders aan: de combinatie van model en harness bepaalt het resultaat. Frontier-modellen in hun eigen harnassen zijn één gereedschap; een open model als GLM5.2 in een eigen harnas is een ander. De verschillen zijn groot — en ze laten precies zien waar de beperkingen en mogelijkheden zijn te vinden.
Dat concept is te lang om hier te benoemen; we doen het uitgebreid in een volgende post.
Drie manieren om AI te benaderen
Zet je de drie vormen naast elkaar, dan zie je dat het niet om “goed of slecht” gaat, maar om hoe je ze benadert:
| Chatbot (in je browser) | Cloud-model in een agent | Lokale LLM | |
|---|---|---|---|
| Geheugen | persistent — het systeem weet wie jij bent | vaak mogelijk, in de cloud | geen — elke sessie begint blanco |
| Kosten | abonnement + token-limieten | per token, of abonnement | éénmalig hardware, daarna niets |
| Jouw data | de deur uit, bij een ander | de deur uit, bij een ander | blijft op je eigen machine |
| Snelheid/limieten | meter, wachtrijen, throttling | meter | onmetered |
| Wie bepaalt de regels | het platform | de API-provider | jij |
Dat verschil in benadering is een groot verhaal — wat persistent memory met je workflow doet, wat het kost, waar je op moet letten als je lokale modellen geen geheugen hebben en je dat zelf moet bouwen. Ook dit heeft meer achtergrond. Hier is de kern: het zijn drie verschillende gereedschappen met drie verschillende houdingen — en de meeste mensen kennen er maar één, misschien twee.
De gap is bijna dicht
Het klassieke tegenargument was: open source loopt 12-18 maanden achter de frontier-modellen. Dat klopte. Nu is het 3-6 maanden — en voor de meeste taken is dat het verschil tussen “minder goed” en “niet merkbaar”. Jason: “90% of the work I do can be done by open source.” En de voorbeelden komen binnen: een CEO die $300 per maand betaalde voor spraak-diensten en het nu lokaal, unmetered, draait.
Er zit ook een principe onder. In 1899, over de grote providers:
They’re taking all your knowledge and reinforcement learning it into their system. I don’t believe them, nor should you.
Jouw vragen, je code, je verbeteringen — het zijn geen bijproducten, het zijn trainingsdata voor het model van iemand anders. Dat noem ik geen conspiracy, dat noem ik zeggenschap. En zeggenschap is precies waar het in deze serie om draait.
Wat de chatbot dan wél is
Om eerlijk te blijven: de chatbot is niet nutteloos. Voor een snelle vraag, een publiek feit, een formulering die je zelf nacheckt — prima. Het is een telefooncel: handig als je ’m nodig hebt, maar je woont er niet in en je bouwt er je bedrijf niet mee.
Tot slot
Ik ben niet tegen data centers. Ik ben tegen de suggestie dat de chatbot in je browser “AI” is, en dat de rest “gevaarlijk” is. Dat verhaal wordt verteld door de partijen die de duurste AI-modellen willen verkopen — en het houdt mensen weg van precies dat gereedschap dat ze zelf kunnen installeren en gebruiken.
En daarom draaien we veel lokaal. Omdat de gap 3-6 maanden is in plaats van 3 jaar. Omdat de meter niet loopt. Omdat we de verschillen in benadering wel kennen, en verschillende manieren een andere aanpak nodig hebben. En dan ontdek je pas wat je er, wel of niet, mee kunt — en je kunt het pas optimaal benutten als de klok niet meer tikt.
De keuze is niet aan de AI. De keuze is aan jou.
— Patrick
Bronnen die ik voor deze post luisterde: No Agenda 1899 — Asymmetric Intimacy (het “unmetered”-gesprek vanaf 01:01:03, “so here’s the problem” vanaf 01:04:17) en No Agenda 1898 (latency en de chatbot-kritiek vanaf 02:19).
Eerdere posts in deze reeks: Hoe je AI kan gebruiken? · Stel dat je je eigen AI-coder lokaal draait · Kinderboeken maken met AI
Blijf in gesprek
Ook op Telegram
Nieuwe posts, korte notities en wat er speelt — in het Brainfusion-kanaal op Telegram. Volg @Brainfusion →