AI trainen op eigen bedrijfsdata: kan dat, wat kost het?

Bijna elke ondernemer die met AI begint typt vroeg of laat dezelfde zoekvraag in: hoe train ik AI op mijn eigen data. Het is een logische vraag, en toch is het meestal niet wat je eigenlijk wilt. Want "trainen" roept het beeld op van een duur, maandenlang traject waarin een model van de grond af jouw handleidingen, offertes en mails leert. In de praktijk wil je iets veel simpelers: een AI die betrouwbaar antwoord geeft op basis van jouw documenten, snel werkend en zonder dat je een klein vermogen kwijt bent. Dat kan, alleen heet de route die je nodig hebt zelden "trainen".

Dit artikel geeft je een eerlijk beslismodel met cijfers die je zelf kunt narekenen: wanneer je AI echt moet trainen, wanneer je hem beter je documenten laat lezen, en wat elk van die routes kost. Het hoort bij ons dossier private document AI voor het MKB, de umbrella over de hele aanpak. Waar dat dossier de architectuur en de AVG-kant behandelt, en RAG uitgelegd in plain Nederlands de techniek uitdiept, gaat dit stuk over de koop-beslissing zelf: trainen versus laten lezen, met een nuchtere kostenvergelijking.

/ 01De vraag

De vraag die bijna iedereen verkeerd stelt

Stel de vraag eens scherp. Je wilt waarschijnlijk niet een eigen taalmodel dat van nul af aan jouw bedrijf leert kennen. Je wilt dat een AI snel en betrouwbaar antwoord geeft op vragen als: wat staat er in onze montagehandleiding, welke garantievoorwaarde geldt bij dit product, wat spraken we af in die offerte van vorig kwartaal. Dat is geen trainingsvraag, dat is een opzoekvraag. En opzoeken is een fundamenteel andere, veel goedkopere operatie dan trainen.

Het misverstand is begrijpelijk. De marketing van veel aanbieders praat over "AI getraind op jouw data" alsof er een nieuw model wordt gebouwd, terwijl ze in de praktijk bijna altijd iets anders bedoelen. Wie het onderscheid niet kent, betaalt het risico te veel voor de verkeerde oplossing of haakt af omdat het te duur klinkt. Daarom eerst de techniek ontrafelen, dan pas de keuze.

/ 02Wat trainen is

Wat 'AI trainen' technisch echt betekent

Een groot taalmodel zoals het model achter ChatGPT is al getraind, op een gigantische hoeveelheid tekst van het internet. Dat trainen is precies de kostbare, rekenintensieve operatie die je je voorstelt bij het woord. Als iemand zegt "we trainen AI op jouw data", kan dat twee totaal verschillende dingen betekenen, en die twee worden voortdurend door elkaar gehaald.

De eerste betekenis is het model permanent aanpassen met jouw voorbeelden, zodat de gewichten van het model veranderen. Dat heet fine-tunen. De tweede betekenis is het model jouw documenten laten opzoeken op het moment van de vraag, zonder dat het model zelf verandert. Dat heet RAG, retrieval-augmented generation. Het verschil is geen detail: het bepaalt je kosten, je doorlooptijd en je risico. Fine-tunen is een verbouwing, RAG is een goede bibliothecaris naast het model zetten.

/ 03Drie routes

Drie manieren om AI op je eigen data te zetten

Er zijn drie praktische routes om AI met jouw eigen data te laten werken, oplopend in complexiteit en kosten. De eerste is gratis maar handwerk, de tweede is de werkpaard-keuze voor het MKB, de derde is krachtig maar zelden nodig. We lopen ze een voor een langs, zodat je voor jouw situatie kunt zien welke past.

/ 04Prompting

1. Prompting: data in het gesprek plakken

De kortste route: je opent een chatvenster, plakt de relevante tekst erin en stelt je vraag. Gratis, direct, geen opzet nodig. Voor een eenmalige vraag, een document dat je nu even wilt samenvatten of een mail die je wilt herschrijven, is dit prima. Het kost niets en je hebt meteen antwoord.

De grenzen zitten erin zodra je het als werkproces wilt gebruiken. Het is handwerk dat niet schaalt: iemand moet elke keer de juiste tekst zoeken en plakken. Er is een limiet aan hoeveel tekst je in een gesprek kwijt kunt. En, belangrijker, gevoelige bedrijfsdata in een gratis consumententool plakken geeft een data-risico. Wat daarbij komt kijken en wat je beter nooit in een publieke chatbot zet, behandelen we in ChatGPT op het werk: mag het, en wat met je data. Kortom: goed voor incidenteel gebruik, ongeschikt als basis voor een werkproces.

/ 05RAG

2. RAG: het model laat je documenten lezen

Dit is de gangbare keuze voor het MKB, en niet alleen volgens ons: zowel grote leveranciers als Nederlandse implementatiepartijen wijzen RAG aan als de standaardroute voor bedrijven die AI op eigen data willen, eventueel met een lichte fine-tune erbovenop.¹ In plain taal werkt het zo: het model krijgt een doorzoekbare bibliotheek van jouw documenten ernaast. Bij elke vraag zoekt het systeem eerst de relevante stukken op en geeft die mee als context, waarna het model een antwoord formuleert op basis van jouw bronnen, met verwijzing naar waar het vandaan komt.

De voordelen tellen voor het MKB precies op de plekken waar het pijn doet. Je data mag dagelijks veranderen: voeg een nieuw document toe en de AI gebruikt het direct, zonder hertrainen. Je krijgt bronvermelding, zodat een medewerker kan controleren waar een antwoord vandaan komt. Het is snel live en kostenefficient. En omdat het model zelf generiek blijft, profiteer je automatisch mee van elke verbetering die de modelmaker uitbrengt. De techniek erachter, stap voor stap, staat in RAG uitgelegd in plain Nederlands.

/ 06Fine-tunen

3. Fine-tunen: het model echt bijscholen

Fine-tunen is het model permanent bijscholen op jouw eigen voorbeelden, zodat het gedrag van het model zelf verandert. Het is echt "trainen" in de zin die mensen bedoelen. Soms is het zinvol: als je een vaste schrijfstijl of toon over duizenden stukken wilt afdwingen, bij kennis die stabiel is en nooit verandert, of bij een extreem hoog volume waar elke milliseconde reactietijd telt.

Voor het MKB wegen de nadelen meestal zwaarder. De kosten en de doorlooptijd lopen op, je hebt expertise nodig, en het pijnlijkste: je moet opnieuw fine-tunen bij elke datawijziging. Verandert een garantievoorwaarde, dan zit de oude voorwaarde nog in het model tot je een nieuwe trainingsronde draait. Bovendien geeft een fine-tuned model van zichzelf geen bronvermelding. Marktindicaties van Nederlandse AI-implementatiebureaus zetten een eigen-model-traject al snel op duizenden tot tienduizenden euro's met maanden doorlooptijd.² Voor negen van de tien MKB-vragen is dat overkill.

/ 07Beslismodel

Het beslismodel: wanneer wat

Het beslismodel is in een paar vuistregels te vangen. Verandert je data regelmatig, dan wil je RAG, want hertrainen bij elke wijziging is niet vol te houden. Wil je bronvermelding of een auditspoor, dan wil je RAG, want fine-tunen geeft dat niet native. Heb je een eenmalige vraag, dan is prompting genoeg en hoef je niets op te zetten. Wil je een vaste schrijfstijl over heel veel stukken afdwingen, dan kun je een lichte fine-tune overwegen, maar dan bovenop RAG, niet in plaats daarvan.

De kosten-indicatie voor fine-tunen in deze tabel is een markt-indicatie van derden, geen eigen prijs; de onderbouwing staat in de voetnoten. Onze eigen Quickstart-prijs is wel concreet, omdat dat onze eigen propositie is. Voor de bredere afweging tussen een eigen private opzet en een kant en klare zakelijke dienst is er nog een aparte vergelijking: Private AI versus ChatGPT Enterprise voor het MKB.

/ 08Kosten

Wat het kost: drie scenario's naast elkaar

Geld is uiteindelijk waar de keuze op vastloopt of doorgaat. Hieronder drie scenario's, eerlijk en met de variabelen die jij zelf invult. We verzinnen geen klantcijfers; waar we een marktbedrag noemen, staat erbij dat het een claim van derden is.

Scenario 1, prompting. Nul euro aan tooling. De verborgen kosten zitten in de uren: iemand moet telkens de juiste tekst zoeken, plakken en het antwoord controleren. Bij incidenteel gebruik valt dat weg, bij een werkproces tikt het hard aan en is het niet schaalbaar.

Scenario 2, RAG via onze Quickstart. Een vaste prijs vanaf 750 euro eenmalig voor een afgebakend werkproces, werkend binnen zeven werkdagen. Je krijgt een doorzoekbare bibliotheek op de documenten die ertoe doen, met bronvermelding, en je data mag blijven veranderen zonder hertrainen. Dit is onze eigen propositie, dus dit bedrag is concreet.

Scenario 3, een fine-tune-traject. Volgens markt-indicaties van Nederlandse AI-bureaus loopt een eigen-model-traject al snel in de duizenden tot tienduizenden euro's, met maanden doorlooptijd en de noodzaak om opnieuw te trainen bij elke datawijziging.² Voor de meeste MKB-vragen is dat de dure route naar een resultaat dat RAG sneller en goedkoper levert.

/ 09Wie traint wie

Wordt mijn data gebruikt om hun model te trainen?

De trainen-vraag werkt twee kanten op. Naast "kan ik AI op mijn data trainen" speelt de omgekeerde, vaak belangrijkere zorg: gebruikt de aanbieder mijn data om hun model te trainen? Het antwoord hangt af van welk account je gebruikt, en het verschil is groot.

Bij gratis en persoonlijke ChatGPT-accounts staat het meelaten van je gesprekken voor modelverbetering standaard aan; je kunt dat zelf uitschakelen via de data-instellingen.³ Bij zakelijke accounts ligt het anders: ChatGPT Business, Enterprise en het API-platform gebruiken jouw inputs en outputs standaard niet om modellen te trainen.⁴ Het type account bepaalt dus mede of jouw bedrijfsdata in het trainingsproces van een externe partij belandt.

Bij een private document-AI vermijd je deze vraag grotendeels: jouw data blijft in een scheidbare eigen omgeving, met EU-data waar mogelijk, en gaat niet naar het trainingsproces van een derde. We claimen geen 100% AVG-garantie, want die geeft niemand verantwoord af zonder juridische dekking per geval. Wel kun je de opzet AVG-bewust inrichten en controleerbaar houden. De afweging tussen een Amerikaanse cloud-dienst en een eigen opzet, inclusief de Cloud Act-vraag, behandelen we in Microsoft Copilot of een eigen AI: de Cloud Act-vraag voor het MKB.

/ 10In de praktijk

Hoe wij het in de praktijk doen

We oefenen wat we adviseren. MKB Compute is opgericht door de mensen achter drie eigen bedrijven: onze webshop in zonne-energie, ons installatiebedrijf voor zon en warmtepompen en ons engineering-bureau voor netcongestie en batterijen. Daar draaien wij 57 agents over 5 servers, lokaal en cloud, volledig automatisch.⁵ Voor de kennis die ertoe doet zetten we RAG op de documenten en houden we de bron erbij; we fine-tunen vrijwel nooit.

Die keuze is niet ideologisch, hij is praktisch. Onze documentatie verandert te vaak om elke wijziging in een trainingsronde te stoppen, en we willen bij elk antwoord kunnen aanwijzen waar het vandaan komt. RAG geeft ons allebei: actuele kennis en een verifieerbare bron. Het is precies de aanpak die we voor MKB-klanten neerzetten, omdat hij in de meeste gevallen het beste resultaat geeft voor de laagste kosten.

/ 11Verder

Drie volgende stappen

Als dit beslismodel je hielp om de keuze scherper te krijgen, zijn er drie logische volgende stappen, in oplopende mate van commitment.

1. Lees het volledige dossier. Het pillar-dossier private document AI voor het MKB behandelt de architectuur, AVG, scheidbare tenants en kosten van de RAG-aanpak in detail.
2. Verdiep de techniek of de vergelijking. Wil je weten hoe het opzoeken precies werkt, lees dan RAG uitgelegd in plain Nederlands. Twijfel je tussen een eigen opzet en een kant en klare dienst, dan zet Private AI versus ChatGPT Enterprise de opties naast elkaar.
3. Plan een intake. Op de Private AI-pagina bepalen we samen of een RAG-Quickstart past en welk werkproces het meeste oplevert. Liever eerst een vraag stellen? Dat kan via het intake-formulier. Geen harde verkoop, wel een duidelijke richting.