Waarom de architectuur rond AI-modellen het verschil maakt

De verschuiving

De afgelopen jaren was de eerste vraag van bestuurders over AI: welk model gebruiken we? Die vraag doet er elk kwartaal minder toe. Krachtige modellen zijn bij meerdere leveranciers te krijgen, open-weight alternatieven volgen op korte afstand, en de prijzen blijven dalen. Het model dat uw organisatie dit jaar kiest, is over twee jaar waarschijnlijk vervangen.

Tegelijk verschuift AI van antwoorden naar handelen. De eerste systemen schreven teksten en beantwoordden vragen, en een mens besliste wat er met het resultaat gebeurde. De systemen die nu worden gebouwd, plaatsen bestellingen, wijzigen gegevens, schrijven klanten aan en roepen andere software aan. Ze handelen namens de organisatie, vaak meerdere stappen achter elkaar.

Samen verplaatsen deze twee veranderingen de bron van voorsprong. Als het model inwisselbaar is en het systeem handelt, hangt de uitkomst af van de architectuur rond het model: waar het systeem aan mag komen, wie wat goedkeurt, hoe het wordt getest en bewaakt, wat het kost om te draaien en wie het kan aanpassen. Die architectuur bepaalt of AI werkt, onder controle blijft en zich terugverdient.

Wat het kost als de architectuur ontbreekt

Weinig organisaties nemen zich voor een AI-architectuur te bouwen. Ze beginnen met een toepassing, een leverancier en een deadline, en de architectuur wordt wat de eerste projecten achterlaten. De kosten komen later, op vier plaatsen.

Controle over wat agents kunnen doen

Een agent die kan handelen, heeft grenzen nodig: welke systemen en data hij kan bereiken, welke acties goedkeuring van een mens vragen, en een vastlegging van wat hij deed. Zonder die grenzen reikt zijn bevoegdheid zo ver als zijn inloggegevens toevallig toestaan. Gartner deelt zijn belangrijkste strategische technologietrends voor 2027 in drie thema's in, en een daarvan is het beheersen van het platform voor autonome agents (Gartner, oktober 2026).

Systemen die de organisatie niet zelf kan aanpassen

Als het ontwerp, de code en de kennis van hoe een systeem werkt bij een leverancier liggen, wordt elke wijziging een nieuw contract. Gartner voorspelt dat in 2028 70% van de ondernemingen zal stoppen met AI-agents die zijn gebouwd door engineers die de leverancier bij hen inzet (forward-deployed engineering), omdat de kosten de pan uit rijzen en ze de systemen niet zelf kunnen doorontwikkelen. Het advies van Gartner: leg kennisoverdracht, intellectueel eigendom en een exitregeling contractueel vast (Gartner, september 2026).

Kosten en waarde die niemand ziet

AI-uitgaven zijn verspreid over licenties, cloudrekeningen, vergoedingen voor leveranciers en de tijd van medewerkers, en het rendement wordt zelden gemeten in de termen die een financiële afdeling gebruikt. In het onderzoek van McKinsey uit 2026 schreef 37% van de respondenten enig effect op de EBIT toe aan AI (McKinsey, augustus 2026). Onze ervaring is dat dit deels komt doordat de meting nooit in de systemen is ingebouwd.

Naleving die u niet kunt aantonen

Regels voor AI verschillen per rechtsgebied en veranderen voortdurend. Gartner voorspelt dat versnipperde AI-regelgeving zich in 2030 uitstrekt over 75% van de economieën in de wereld (Gartner, februari 2026). Een organisatie die over grenzen heen actief is of verkoopt, zal systeem voor systeem moeten laten zien wat haar AI doet en hoe die wordt beheerst. Moet dat bewijs achteraf worden gereconstrueerd, dan wordt elke nieuwe markt en elke audit een project op zich.

Een fictief voorbeeld

Neem een bedrijf dat een AI-assistent toevoegt aan zijn klantenservice. Dit is een illustratie, geen klantverhaal. De eerste versie draait op het platform van één leverancier, beantwoordt vragen en stelt conceptantwoorden op. Dat werkt, dus de assistent krijgt toegang tot terugbetalingen en accountwijzigingen. Een tweede team bouwt een verkoopassistent op hetzelfde platform, en een derde koppelt die aan het ordersysteem.

Een jaar later kan niemand precies zeggen wat elke agent mag doen, staan de AI-uitgaven in drie budgetten, en betekent de overstap naar een goedkoper model dat de prompts, integraties en tests die het team van de leverancier schreef, opnieuw moeten worden gebouwd. Geen van deze stappen was op zichzelf een slechte beslissing. Samen leverden ze een systeem op waar het bedrijf van afhangt, maar waar het niet in kan kijken en dat het niet zelf kan aanpassen.

Wanneer het platform van één leverancier volstaat

Niet elke toepassing van AI heeft een eigen architectuur nodig. Is de toepassing beperkt, staat er weinig op het spel en is de horizon kort, dan is het platform van één leverancier vaak de verstandige keuze: een schrijfassistent voor één team, een tool die interne documenten samenvat, een experiment met een vaste looptijd. De afweging verandert zodra AI gaat handelen richting klanten, geld of kernsystemen, zodra meerdere teams erop bouwen, of zodra het systeem de huidige generatie modellen moet overleven.

Van en naar

In veel organisaties zit AI vandaag vastgeschroefd aan het platform van één leverancier. Agents hebben onduidelijke bevoegdheden, de kosten om ze te draaien staan in andere budgetten, en de systemen zijn niet aan te passen zonder hulp van buiten.

De richting die wij bepleiten, is AI als systeem dat van u is:

één architectuur waarop elk team bouwt;
duidelijke grenzen voor wat elke agent mag doen, afgedwongen door het systeem zelf;
kosten en waarde gemeten vanaf de eerste release;
modellen die kunnen worden vervangen als er een beter of goedkoper model komt;
een team binnen de organisatie dat het kan beheren en aanpassen.

Hoe het eruit moet zien

Onder controle

AI handelt alleen binnen de grenzen die u stelt. Elke agent heeft een vastgelegd bereik: de data die hij kan lezen, de acties die hij kan uitvoeren en de momenten waarop een mens moet goedkeuren. Het systeem dwingt die grenzen af, zodat ze blijven gelden als een prompt of een model verandert. Elke actie laat een spoor na dat u kunt tonen aan een klant, een auditor of een toezichthouder. Eisen zoals de EU AI Act, ISO/IEC 42001 en het NIST AI Risk Management Framework gelden als uitgangspunten voor het ontwerp, zodat het bewijs er vanaf de eerste release is, in welke rechtsgebieden u ook actief bent.

Volledig van u

De architectuur is niet afhankelijk van één modelleverancier, cloud of platform. U bent eigenaar van het ontwerp, de code en de vastlegging van waarom elke beslissing is genomen. Modellen zitten achter een gemeenschappelijke interface, zodat het vervangen van een model een geplande technische wijziging is, met eigen tests. Uw team begrijpt het systeem goed genoeg om het te beheren, uit te breiden en, als dat ooit nodig is, naar een andere leverancier over te zetten.

Aantoonbare waarde

Elk systeem heeft kosten en een opbrengst, uitgedrukt in termen die het bedrijf al gebruikt: kosten per afgehandelde zaak, uren die een team terugkrijgt, voorkomen fouten, beïnvloede omzet. De kosten om te draaien zijn zichtbaar per toepassing en per model, zodat u ziet wanneer een goedkoper model hetzelfde werk zou doen. Elke toepassing heeft een doel dat vóór de bouw is afgesproken, en de resultaten worden gerapporteerd in hetzelfde ritme als de rest van het bedrijf. Verdient een toepassing zich niet terug, dan ziet u dat vroeg en kunt u ermee stoppen.

Wat u uw team dit kwartaal kunt vragen

Om te beginnen is geen nieuwe strategie nodig. Wel heldere antwoorden op een paar vragen:

Welke van onze AI-systemen kunnen acties uitvoeren, en waar staat vastgelegd wat elk systeem mag doen?
Als een agent iets deed wat niet mocht, hoe snel zouden we dat weten, en kunnen we precies laten zien wat er gebeurde?
Als onze belangrijkste modelleverancier zijn prijzen verdubbelde of een model introk, wat zou overstappen ons kosten, en hoe lang zou het duren?
Wie heeft de code, de ontwerpen en de kennis van elk systeem? Kan ons eigen team het aanpassen zonder de leverancier?
Wat kostte AI ons vorig kwartaal, in totaal en per toepassing, en wat leverde elke toepassing op?
Kunnen we in elke markt waarin we actief zijn vandaag aan een toezichthouder laten zien hoe een bepaald systeem wordt beheerst?

Waar de antwoorden vaag zijn, ligt het startpunt. In de meeste organisaties wijzen de zwakke antwoorden naar de architectuur.

Wat wij doen

TaoQ AI is een onafhankelijk AI-architectuur- en engineeringbureau. Wij zijn niet gebonden aan een modelleverancier, cloud of platform. Wij ontwerpen en bouwen AI-systemen die onder uw controle blijven, met elk model werken en laten zien wat ze kosten en opleveren. Ons werk verloopt in drie fasen: een beoordeling van wat u hebt, het ontwerpen en bouwen van de architectuur en de systemen daarop, en het beheren en doorontwikkelen daarvan met uw team, tot dat team zonder ons verder kan. U begint met een beoordeling tegen een vaste prijs.

Modellen worden gemeengoed. De architectuur eromheen bepaalt of AI werkt, onder controle blijft en zich terugverdient.