Een app maken met AI: kan dat? Wat de tool zelf kan, en wanneer u een professional inschakelt
Ja, AI kan een app maken die werkt. Wat de tool zelf goed doet, waar hij ophoudt, en wanneer u een professional inschakelt.
14 min leestijd
Sébastien Nobour
Oprichter van DEVEDANOS
“Uw eigen AI.” De term duikt op in tal van video’s op YouTube: na dropshipping presenteren influencers het verkopen van AI-integraties aan kleine bedrijven als een business die voor iedereen haalbaar is. Het argument dat ze bij de klant gebruiken past in één zin: een AI die uw documenten, uw producten en uw klanten kent, en die helemaal van u is.
Als u dit aanbod hebt gekregen, rijst de vraag: kunt u echt een eigen AI hebben, een AI waarvan u de volledige eigenaar bent?
In 2026 is het van nul af aan trainen van een model voor een mkb-bedrijf onbereikbaar. Een open model bijtrainen, waarvan u het bestand krijgt, kan wel. Meestal is wat u onder de naam “uw eigen AI” krijgt echter software die is gebouwd rond het AI-model van een ander bedrijf.
Die software kan uitstekend zijn. Maar het model is niet van u, en de ontwikkelaar bepaalt de prijs, de voorwaarden en de levensduur ervan. Afhankelijk zijn van een leverancier is niet vreemd. Het risico zit in het niet weten dat u afhankelijk bent.
Een model zoals die waarop ChatGPT of Claude draaien, ontstaat door training op enorme hoeveelheden tekst. Onderzoekers van Epoch AI, een instituut dat de ontwikkeling van AI volgt, hebben de kosten geschat: tientallen miljoenen dollars aan gespecialiseerde chips en tientallen miljoenen aan salarissen. De trainingskosten van de grootste modellen groeien sinds 2016 elk jaar met een factor 2,4. In juni 2025 telde Epoch AI twaalf organisaties ter wereld die modellen op de schaal van GPT-4 hadden getraind.
Ook een training die als zuinig wordt gepresenteerd, blijft voor een mkb-bedrijf onbereikbaar. Het Chinese bedrijf DeepSeek trainde zijn model DeepSeek-V3 op 2.048 gespecialiseerde chips en 14,8 biljoen tokens (tekstfragmenten). Het geeft een kostenpost van 5,6 miljoen dollar op en geeft erbij aan dat dit bedrag het onderzoek en de proefrondes die eraan voorafgingen niet omvat.
Onder dezelfde woorden worden vier verschillende dingen verkocht, en wat u aan het eind bezit, verschilt per geval.
Een model van nul af aan trainen. Dit is het geval dat hierboven is beschreven. Wie de training betaalt, bezit het model.
Een bestaand model bijtrainen, wat specialisten fine-tuning noemen. Een al getraind model wordt met uw voorbeelden gespecialiseerd. In 2023 lieten onderzoekers zien dat dit op één enkele videokaart kan, voor een model van 65 miljard parameters (de interne instellingen van het model). Is het uitgangsmodel open, dat wil zeggen dat de ontwikkelaar het bestand publiceert, dan krijgt u een bestand dat u kunt bewaren en elders kunt gebruiken. Is het gesloten, dat wil zeggen dat de ontwikkelaar het bestand voor zichzelf houdt, dan blijft de fine-tuning op de servers van de leverancier staan en krijgt u niets wat u kunt meenemen.
Uw documenten aan een model koppelen, een techniek die bekendstaat onder de Engelse afkorting RAG (retrieval-augmented generation). Het model verandert niet: bij elke vraag zoekt de software in uw documenten naar de relevante passages en geeft die door aan het model. U bezit uw documenten, hun index (de tabel waarmee een passage snel te vinden is) en de code.
Instructies schrijven voor het model van een leverancier. Een interface en een tekst met instructies die de gebruiker niet ziet (de prompt). U bezit de instructies en de interface.
De laatste drie zijn legitiem integratiewerk. Alleen het eerste, en het tweede bij een open model waarvan u het bestand krijgt, laten u achter met een model dat blijft werken als de verkoper en de leverancier verdwijnen. Het woord “eigen” geldt alleen voor die twee.
Een aanbod dat het over “uw eigen AI” heeft zonder u het bestand van een model te overhandigen, verkoopt u een fine-tuning op een gesloten model, de koppeling van uw documenten of instructies. De term belooft dan een eigendom dat het aanbod niet levert.
Zelfs fine-tuning op een gesloten model hangt af van de planning van de leverancier. Bij OpenAI kan een organisatie die nog nooit een model heeft bijgetraind, dat sinds 7 mei 2026 niet meer. Vanaf 6 januari 2027 kan geen enkele klant nog een nieuwe fine-tuning starten. Een model dat al is bijgetraind, blijft bruikbaar tot de dag waarop OpenAI het uitgangsmodel intrekt.
Een leverancier trekt zijn modellen in. Anthropic, het bedrijf achter Claude, belooft ten minste 60 dagen van tevoren te waarschuwen voordat een openbaar model wordt ingetrokken; daarna mislukken de verzoeken aan dat model. OpenAI kondigde op 14 april 2025 aan dat GPT-4.5 preview zou verdwijnen, en dat gebeurde op 14 juli, drie maanden later. Bij elke intrekking moet de integratie opnieuw worden gecontroleerd met het vervangende model.
Prijzen veranderen, in beide richtingen. In november 2024 zette Anthropic de prijs van Claude 3.5 Haiku op vier keer die van de vorige versie. In juni 2025 verdubbelde Google de prijs van de tekst die naar Gemini 2.5 Flash wordt gestuurd. Daar staat tegenover dat uit een studie uit 2025 blijkt dat de prijs van een bepaald prestatieniveau elk jaar 5 tot 10 keer daalt.
Het probleem is dus niet alleen dat prijzen stijgen: de prijs, het model en de voorwaarden worden door een ander bepaald. En de dienst kan stilvallen: op 11 december 2024 waren al zijn diensten, volgens het verslag dat OpenAI zelf publiceerde, meer dan vier uur lang ernstig verstoord of niet beschikbaar.
Sommige verkopers van “uw eigen AI” hebben geen ander product dan software die op het model van een leverancier is gebouwd. Hun hele bedrijf rust dan op een beslissing waar ze geen controle over hebben. Dat risico wordt het uwe, want uw software rust op hun product.
Dat overkwam Windsurf, de maker van een hulpmiddel voor programmeren, in juni 2025: volgens het bedrijf sneed Anthropic bijna al zijn directe toegang tot de Claude 3-modellen af, met minder dan vijf dagen opzegtermijn. Jared Kaplan, medeoprichter van Anthropic, legde uit dat het “vreemd” zou zijn om Claude aan OpenAI te verkopen, dat volgens de pers op het punt stond Windsurf over te nemen. Geen van beide bedrijven had dat bevestigd. De leverancier kan ook een product lanceren dat concurreert met dat van de verkoper: volgens de analyse van Sacra, een bedrijf dat onderzoek publiceert over techbedrijven, stapten klanten van de schrijftools Jasper en Copy.ai na de lancering van ChatGPT in november 2022 met hun pakket van 50 dollar per maand over naar ChatGPT, gratis of voor 20 dollar.
De gebruiksvoorwaarden van de leveranciers wijzen in dezelfde richting. Volgens het contract van Anthropic gelden nieuwe tarieven 30 dagen na publicatie; volgens dat van OpenAI na 14 dagen. Beide staan toe dat de toegang wordt opgeschort als de klant de regels overtreedt, en beide verbieden de dienst te gebruiken om een concurrerend product te bouwen.
Stel de verkoper dus drie vragen. Op welk model rust zijn eigen product? Heeft hij een tweede leverancier getest? Wat houdt u zelf over als zijn toegang van de ene dag op de andere wordt beperkt?
Dezelfde vraag geldt voor wie overweegt een eigen “AI-native” start-up te beginnen. Een bedrijf waarvan het hele product op het model van een ander rust, hangt vanaf de eerste dag af van de beslissingen van die ander.
Niets hiervan is een reden om van AI af te zien. Een afhankelijkheid is te beheersen als ze bekend is, op papier staat en is voorbereid voordat de leverancier iets verandert.
Concreet:
Sommige ontwikkelaars publiceren het bestand van hun modellen. Mistral AI, een Frans bedrijf, publiceerde Mistral Small 3.1 onder de Apache 2.0-licentie, die commercieel gebruik toestaat. Volgens Mistral draait dit model op één enkele RTX 4090-videokaart of op een Mac met 32 GB geheugen. AI op een eigen computer, zonder internet, is dus mogelijk.
Om meerdere gebruikers te bedienen, huurt u liever een videokaart in een datacenter. Bij Scaleway, een Franse hostingpartij, kost een L4-kaart van 24 GB € 0,79 per uur, ongeveer € 575 per maand als hij permanent aan blijft staan. Daar komt de tijd bij van iemand die alles installeert, bijwerkt en bewaakt.
Een model dat op één videokaart past, doet het niet per se even goed als een groot commercieel model. De reeks testvragen controleert dat aan de hand van uw eigen gevallen.
Open betekent niet vrij van voorwaarden. De licentie van Llama 3.1, het model van Meta, verplicht bijvoorbeeld om “Built with Llama” in het product te tonen.
Van soevereine AI spreekt men wanneer een land of een regio de controle wil houden over AI-modellen en over de chips die nodig zijn om ze te laten draaien. Mistral AI presenteert Mistral Large 4, beschikbaar sinds 6 oktober 2026, als “In Europa gesmeed. Gebouwd voor AI-soevereiniteit.”. De toegang tot chips is al veranderd door een politiek besluit: de Verenigde Staten voerden op 15 januari 2025 een regel in die de export van AI-chips naar veel landen beperkte, en trokken die op 13 mei 2025 weer in.
Voor een mkb-bedrijf is het gevolg concreet: de toegang tot een model, of tot de chips die nodig zijn om het te laten draaien, kan veranderen om redenen die niets met uw bedrijf of met de kwaliteit van het model te maken hebben.
De verkoper ernaar vragen is niet genoeg. Een mondeling antwoord bewijst niets. Wat het wel bewijst, is een document of een proef.
Ook de AI zelf vragen wie hij is, leert u niets. Met een tekst met instructies kan hij elke naam laten noemen. En uit een studie naar 27 modellen bleek dat meer dan een op de vier een verkeerde identiteit opgeeft als je ernaar vraagt.
De Europese AI-verordening verplicht ertoe mensen te waarschuwen dat ze met een AI communiceren (artikel 50), niet om het model te noemen. Wel verplicht ze de ontwikkelaar van een AI-model voor algemene doeleinden om de bedrijven die het integreren documentatie over dat model te geven (artikel 53). Vraag die aan uw dienstverlener: ze gaat over één bepaald model en noemt het dus.
Voor een hogeronderwijsgroep hebben we AI geïntegreerd in haar platform voor leerwerkplekken, dat alleen voor haar studenten bestemd is. Bij de inschrijving typte het personeel van de groep het profiel van elke student met de hand in, op basis van zijn of haar cv. We hebben het platform gekoppeld aan een model van OpenAI: de software leest de afbeelding van het cv en haalt het profiel van de student eruit, in een formaat dat met de teams van de groep is afgestemd. Deze integratie heeft ertoe bijgedragen dat het personeel 80% minder tijd kwijt is aan handmatig invoeren, en de studenten hoeven niet meer alles zelf te typen.
Bij DEVEDANOS integreren we AI zo in de software die we ontwikkelen: model op papier, instructies en testvragen bij u, een tweede model getest, uitgaven bijgehouden. Dat noemen we geen “uw eigen AI”. Het is uw software, die het model van een leverancier gebruikt, en u weet welk.
Voor de ontwikkeling van software op maat werken we voor een vast budget, aan het einde van elke maand gefactureerd voor het geleverde werk. Uw applicatie is binnen een maand bruikbaar, met een paar essentiële functionaliteiten: uw gebruikers gaan er meteen mee aan de slag, en hoe ze ermee werken, bepaalt welke functionaliteiten we daarna ontwikkelen. De broncode, infrastructuur, deployment-pipeline en documentatie zijn uw intellectueel eigendom vanaf de eerste betaling.
Kan een AI-tool de applicatie zelf bouwen? Ons artikel over een app maken met AI maakt het onderscheid tussen wat de tool zelf doet en wat een professional vraagt. Maakt u het budget voor die applicatie op? Ons artikel over het budget van een applicatie legt uit waarom u beter een doel kunt nastreven dan een lijst met functionaliteiten.
Heeft iemand u “uw eigen AI” aangeboden, en wilt u weten wat u echt zult bezitten? Zullen we kennismaken?
Ja, AI kan een app maken die werkt. Wat de tool zelf goed doet, waar hij ophoudt, en wanneer u een professional inschakelt.
Continuous Delivery en Continuous Deployment verschillen maar in één stap. Waarom een kleine, frequente wijziging minder riskant is dan een grote, met bronnen.
Wat is een feature flag? Vier typen toggles, wat u probeert voordat u er een toevoegt, en zeven anti-patterns waardoor code draait die nooit is getest.