Wat leer je in deze aflevering?
Martijn Wijnen en Rick van Schaick van Florijn zien bedrijven worstelen met shadow AI - medewerkers die ondanks Copilot-licenties toch ChatGPT gebruiken voor gevoelige data. Ze ontwikkelden een risicogebaseerde aanpak die in drie stappen bepaalt wanneer lokale AI-hosting de meerkosten rechtvaardigt. Hun methode classificeert data naar risico: strategische bedrijfsinfo en gereglementeerde gegevens lokaal, standaard taken naar de cloud.
Een zorgorganisatie bespaarde 40 uur administratie per week door gesprekken automatisch te transcriberen, wat €3.000 wekelijkse tijdwinst opleverde tegen €800 maandelijkse meerkosten. Morgen kun je beginnen met een inventarisatie van AI-tools die je team gebruikt en de vraag stellen: "Wat kost het ons als deze informatie bij concurrenten terechtkomt?"
Kernbegrippen
- Shadow AI
- Ongecontroleerd gebruik van publieke AI-tools door medewerkers voor gevoelige bedrijfsdata buiten officiële kanalen.
- Private cloud AI
- Zelf gehoste AI-modellen (open source) die volledige datacontrole bieden maar minder performant zijn dan grote modellen.
- Datasoevereiniteit
- Juridische controle over waar en hoe bedrijfsdata wordt verwerkt, onafhankelijk van de nationaliteit van het AI-model.
- Risico-gebaseerde implementatie
- Selectie van AI-oplossing (privé of publiek) bepaald door gevoeligheid en regelgeving van de data.
- Shadow IT-inventarisatie
- Systematische mapping van AI-tools en datatypen die medewerkers al gebruiken zonder officiële goedkeuring.
Wat kun je morgen doen?
- 1 Inventariseer huidige AI-gebruik bij medewerkers: welke tools, welke data, welke risico's (30 minuten gesprek per team)
- 2 Implementeer risico-gebaseerde aanpak: gevoelige data private, marketing big tech (scheelt 40% kosten)
- 3 Organiseer roundtables met vergelijkbare bedrijven om use cases en ervaringen te delen
Interview: Martijn Wijnen
Kunnen jullie je even voorstellen en vertellen wat Florijn precies is?
Mijn naam is Martijn Wijnen, oprichter van Florijn. Ik ben voornamelijk commercieel verantwoordelijk voor het bedrijf. Florijn is een private cloud AI-oplossing waarmee we bedrijven helpen om veilig en verantwoord AI te implementeren binnen een afgesloten omgeving, gehost en gedraaid in Nederland. We bouwen daar AI-toepassingen op, voornamelijk in de kantoorautomatisering, om bedrijven te helpen AI goed in te zetten. Mijn naam is Rick van Schaick, werkzaam bij Florijn als Business Development Manager en verantwoordelijk voor het product Florijn. Een private cloud is een cloudinfrastructuur die exclusief voor één organisatie of een beperkte groep wordt beheerd. In tegenstelling tot een publieke cloud — zoals die van Amazon, Microsoft of Google — worden de data en de AI-modellen bij Florijn uitsluitend op servers in Nederland gedraaid, buiten het bereik van grote Amerikaanse techbedrijven.
Voor wat voor type bedrijven werken jullie, en waar positioneren jullie jezelf in de markt?
We richten ons voornamelijk op het MKB, het midden- en kleinbedrijf. Dat zijn bedrijven met meestal tussen de tien en tweehonderd medewerkers die te klein zijn om een eigen IT-afdeling te hebben die dit soort trajecten volledig zelf kan oppakken, maar groot genoeg om echt iets te betekenen met AI. We zien echter ook dat we bij grotere, corporatere organisaties terechtkomen, omdat zij vaak wat eerder naar dit soort oplossingen kijken en wat meer budget beschikbaar hebben. Maar de focus en het hart van ons bedrijf ligt echt bij het MKB.
Waarom zouden bedrijven voor jullie kiezen als ze ook gewoon bij een grote partij als Google of OpenAI terecht kunnen?
Dat is een terechte vraag. De grote Amerikaanse aanbieders richten zich op het massapubliek en bieden indrukwekkende modellen aan, maar ze zijn niet ingesteld op de specifieke behoeften van een individuele ondernemer. Wij werken met open source AI-taalmodellen — dat zijn modellen waarvan de broncode vrij beschikbaar is en die iedereen kan inzien, aanpassen en lokaal kan draaien. Die modellen hebben we geconfigureerd en in Nederland gehost. Wij bieden de pragmatische flexibiliteit om mee te schalen met organisaties. We kijken echt heel specifiek naar de individuele ondernemer: hoe kunnen we zorgen dat AI zo precies mogelijk past binnen jouw organisatie en een specifiek probleem oplost? Dat maatwerk is iets wat je bij de grote partijen gewoon niet krijgt.
Voor welke specifieke use cases kiezen bedrijven voor een private cloud in plaats van een publieke oplossing?
Je ziet dat dit voornamelijk speelt bij drie soorten data. Ten eerste gereglementeerde data: informatie waarvoor je wettelijk verplicht bent die veilig te stellen en er zorgvuldig mee om te gaan. Denk aan privacygevoelige informatie of medisch gerelateerde documenten. Ten tweede klantgevoelige informatie: gegevens over je klanten die niet buiten de organisatie mogen komen. En ten derde strategische data: kennis of processen die het onderscheidend vermogen van een bedrijf vormen. We zien veel use cases in de zorgsector, waar het echt niet de bedoeling is dat je gesprekken met cliënten zomaar in een willekeurig model gooit. Die data kan en mag eenvoudigweg niet zomaar naar buiten komen. Maar dan wil je toch AI inzetten voor het transcriberen van gesprekken of het maken van samenvattingen. Voor dat soort toepassingen is een open publieke cloud simpelweg niet geschikt.
Je hebt het meerdere keren over een 'veilige schil'. Wat bedoel je daar precies mee?
Het belangrijkste verschil met de grote Amerikaanse modellen is de datastroom. Wanneer je gebruik maakt van een dienst als ChatGPT, gaan je gegevens naar de servers van OpenAI in Amerika, wordt de vraag en het antwoord daar geformuleerd en krijg je de output terug. Bij ons blijft de data in Nederland en wordt die verwerkt binnen je eigen infrastructuur. De data verlaat de eigen omgeving niet en wordt niet verwerkt door een grote Amerikaanse techpartij. Dat is wat we bedoelen met een veilige schil: je hebt daadwerkelijk controle over wat er met je data gebeurt. Tegenwoordig spreken we ook vaak over data-soevereiniteit — het recht en de mogelijkheid om controle te houden over je eigen data, inclusief waar die opgeslagen wordt en wie er toegang toe heeft. Dat is precies wat wij voor onze klanten creëren.
Maar heeft dat puur met de locatie van de data te maken, of is er ook een veiligheidsaspect?
Rick: Het gaat veel verder dan alleen de locatie. Mensen hebben vandaag de dag geen echte controle over hun data, en dat bewustzijn moet groeien. We leven in een tijd waarin de jongere generatie gewend is om alles op Instagram en Snapchat te gooien zonder na te denken over wat er met hun gegevens gebeurt. Maar voor bedrijfsdata is die houding riskant. Wij hebben samen met onze partner een netwerk opgezet binnen Nederlandse grenzen, met alle bijbehorende wetgeving en regelgeving geregeld, zodat AI-toepassingen lokaal kunnen draaien. Dat betekent dat je niet afhankelijk bent van de goede wil of het beleid van een Amerikaans bedrijf. Controle is de kern van wat wij aanbieden.
Welke certificeringen zijn nodig als je met gevoelige data zoals medische informatie werkt, en hebben jullie die?
Wij werken met de standaard ISO-certificaten, die we sowieso hebben. Daarnaast werken we voor specifieke certificeringen nauw samen met onze hostingpartner Uniserve. Denk daarbij aan NIS2, de Europese richtlijn voor netwerk- en informatiebeveiliging die strengere eisen stelt aan de beveiliging van digitale infrastructuren. Als klein bedrijf kunnen we sommige zware certificeringen niet zelfstandig aanbieden, maar via Uniserve als partner garanderen we de juiste data-hosting en bijbehorende compliancevereisten. Uniserve staat garant voor de veiligheid en de naleving van de vereiste standaarden, zodat wij ons kunnen focussen op de AI-toepassingen zelf.
Hoe zien de stappen eruit als een bedrijf van een Amerikaanse cloudoplossing wil overstappen naar een private omgeving? Waar begint dat traject?
We beginnen altijd met een grondige inventarisatie. We gaan heel goed kijken naar wat er allemaal überhaupt draait binnen de organisatie: welke tools gebruiken medewerkers daadwerkelijk, hoe ziet het bewustzijn over data eruit, en welke applicaties worden er ingezet? Je kunt wel een mooi beleid schrijven en bepalingen vastleggen, maar als je niet weet wat er in de praktijk gebeurt, schiet dat niet veel op. We organiseren daarvoor gesprekken, workshops en werksessies met zowel de ondernemer zelf als de medewerkers, om dat databewustzijn te creëren. Tegelijkertijd laten we zien wat er mogelijk is met AI: wat kun je wel doen, wat kun je niet doen, en waar zitten de kansen? Vanaf dat punt gaan we stapsgewijs verder, naar de daadwerkelijke ontwikkeling van AI-toepassingen.
Hoe meten jullie het bewustzijn van medewerkers rondom dataveiligheid?
Bewustzijn meten is inderdaad lastig. Het is voornamelijk een kwestie van heel veel gesprekken voeren en workshops organiseren om echt in contact te komen met de mensen in de organisatie. Het gaat erom dat werknemers zich bewust worden van de impact van hun handelingen: als ik een verslagje laat herschrijven door een AI-tool, heb ik daar dan klantinformatie voor nodig? Wat gebeurt er met mijn data als ik die in een open systeem zoals ChatGPT gooi? Voor sommige taken — marketing, sales, het schrijven van nieuwsbrieven — maakt dat misschien niet zoveel uit. Maar zodra het om strategische of gevoelige data gaat, moet je uitkijken. Dat bewustzijn bouw je op door het gesprek aan te gaan, niet door mensen een policy te sturen en te hopen dat ze die lezen.
Wat is 'shadow AI', en waarom is dat een probleem, ook als je al betaald hebt voor een veilige oplossing zoals Microsoft Copilot?
Rick: Shadow AI is het fenomeen waarbij medewerkers AI-tools gebruiken buiten de officieel goedgekeurde en betaalde systemen om. Vergelijk het met het oudere begrip shadow IT: vroeger gebruikten medewerkers privé-tools of -software naast de officiële bedrijfssystemen, en hetzelfde zie je nu met AI. Je kunt als bedrijf een mooie investering doen in Microsoft Copilot, alles contractueel vastleggen en denken dat je het goed geregeld hebt. Maar dan heb je altijd die ene medewerker die toch gewoon ChatGPT opent en daar vertrouwelijke documenten in uploadt omdat het makkelijker of bekender aanvoelt. Op dat moment heb je een serieus probleem. Je hebt betaald voor een veilige omgeving, maar de data gaat er toch uit. Daarom is het zo belangrijk om niet alleen een veilig platform te bieden, maar ook actief te werken aan bewustwording: heb je een databeleid, zijn bepaalde tools geblokkeerd, en weet iedereen in de organisatie waarom dat zo is?
Wat laten bedrijven achter als ze overstappen naar jullie open source modellen? Is er een kwaliteitsverschil?
Rick: Ten opzichte van de allernieuwste versie van ChatGPT ga je globaal een versie of anderhalf terug. En de vraag is: is dat erg? Voor je gevoel misschien wel — net zoals je bij een nieuwe telefoon ook het nieuwste model wilt en niet het model van drie jaar geleden. Maar in de praktijk, voor zakelijke toepassingen op eigen data, is dat verschil veel kleiner dan je zou denken. Als je niet bezig bent met het genereren van afbeeldingen of andere zwaar visuele taken, maar met het verwerken van documenten, het samenvatten van teksten of het beantwoorden van vragen over interne data, dan presteert een goed geconfigureerd open source model uitstekend. De kwaliteit is voor de meeste zakelijke use cases meer dan voldoende. We zien ook dat de verschillen tussen open source modellen onderling steeds kleiner worden naarmate die modellen zich verder ontwikkelen.
Welke open source modellen gebruiken jullie, en wat zijn de beperkingen?
We gebruiken onder andere het Llama-model van Meta en het Gemma-model van Google — beide zijn volledig open source en kunnen lokaal worden gedraaid. De beperkingen zitten niet zozeer in de modellen zelf, maar in de hardware waarop ze draaien: de rekenkracht van de CPU's en servers bepaalt hoeveel werk het systeem tegelijk aankan. We werken nauw samen met onze partner Uniserve om de infrastructuur schaalbaar te houden. Op dit moment zijn we ook hard bezig met het onderzoeken van een zogeheten tenant-model voor MKB-bedrijven: in plaats van direct de volledige capaciteit te moeten afnemen, kunnen bedrijven dan stapsgewijs uitbreiden, agent voor agent, totdat ze op het gewenste niveau zitten. Dat maakt het financieel toegankelijker voor kleinere organisaties.
Hoe presteren de open source modellen in het Nederlands, en kijken jullie ook naar Nederlandse of Europese alternatieven?
Martijn: De open source modellen doen het best wel goed in het Nederlands. Je helpt het ook als je goede prompting en een correcte configuratie hebt gebouwd, zodat de modellen consistent in het Nederlands blijven antwoorden. We kijken wel heel hoopvol naar GPT-NL, een Nederlands taalmodel dat is ontwikkeld met data van Nederlandse herkomst, waardoor de taalkundige kwaliteit nog beter zou moeten zijn. Rick: We weten ook beter waar de trainingsdata vandaan komt bij GPT-NL, wat extra transparantie biedt. We hebben nog geen contact gehad, maar we willen daar graag mee aan de slag. Wat betreft Europese modellen zoals Mistral of EuroLLM: die draaien we op dit moment nog niet. Deels omdat de keuze van het modellandschap door onze partner is gemaakt, en deels omdat de Europese modellen nog niet helemaal het kwaliteitsniveau hebben bereikt van de grotere internationale open source alternatieven. Maar we zien dat dit snel verbetert.
Jullie noemden een rechtszaak in Frankrijk rondom Microsoft Copilot. Kun je uitleggen wat dat precies inhield?
Rick: Die zaak draaide om de vraag of Microsoft de data gebruikte die betalende Copilot-gebruikers in het systeem hadden gestopt. Dat is een belangrijk onderscheid: als je betaalt voor een dienst, heb je bepaalde rechten. Als je een gratis dienst gebruikt, mag de aanbieder in principe doen en laten wat hij wil met je data. In dit geval werd gevraagd of Microsoft de data van betalende klanten gebruikte voor het trainen van modellen. Het antwoord was: ja, maar geanonimiseerd. Ze zeiden dat ze de bronnen verwijderden, maar de data zelf wel gebruikten. En toen het verder escaleerde, zei Microsoft uiteindelijk iets wat eigenlijk heel veelzeggend was: we zijn een Amerikaans bedrijf en we moeten ons houden aan de Amerikaanse wetgeving. Dat verwijst naar de CLOUD Act — de Clarifying Lawful Overseas Use of Data Act — een Amerikaanse wet die Amerikaanse autoriteiten het recht geeft om toegang te eisen tot data van Amerikaanse bedrijven, ook als die data fysiek buiten de VS is opgeslagen. Het maakt niet uit of die data in Nederland staat of in Duitsland: als het een Amerikaans bedrijf is, valt het onder die wet. Dat is precies waarom het draaien op lokale, open source modellen zo'n fundamenteel verschil maakt.
AWS heeft een zogenaamd 'soevereine' Europese omgeving opgezet. Is dat een echte oplossing of toch schijn?
Rick: Op papier ziet het er goed uit. AWS heeft een Duitse juridische entiteit opgericht. Je doet zaken met een Duits bedrijf, onder Duits recht, zeggen ze. Maar als je er iets dieper in duikt, zie je dat deze entiteit volledig gebruik maakt van de infrastructuur, systemen en technologie van het Amerikaanse Amazon Web Services. Het is als een lege juridische huls die gekoppeld blijft aan de Amerikaanse moederorganisatie. Als de Amerikaanse overheid data opeist van AWS, dan moet ook AWS Duitsland uiteindelijk meewerken. Er zit nu een extra partij tussen — AWS Duitsland — waardoor het troebeler wordt en jij het gevoel hebt meer controle te hebben. Maar de einduitkomst is in essentie dezelfde. Als je wilt weten of dit voor jou een risico is: neem gewoon contact op met AWS, laat ze de hele supply chain uitleggen, en stel dan de vraag: als de Amerikaanse overheid mijn data opeist, moet jullie die dan of niet overdragen? En vraag of ze dat antwoord ook op papier willen zetten. Dat laatste zullen ze denk ik niet doen.
Wat is het verschil tussen data-soevereiniteit en dataveiligheid, en waarom is dat onderscheid belangrijk?
Martijn: Data-soevereiniteit gaat niet per se over het volledig vermijden van Amerikaanse big tech of bepaalde modellen. Het gaat fundamenteel over de vraag: heb jij controle over je data, en heb jij controle over het hele verwerkingsproces? Als je open source modellen gebruikt die je lokaal draait, heb je die controle. De data verlaat je infrastructuur niet en wordt niet verwerkt door een externe partij. In dat geval maakt het eigenlijk niet eens uit of het open source model oorspronkelijk door een Amerikaans of een Europees bedrijf is ontwikkeld — want je draait het zelf, afgesloten, in je eigen omgeving. Dan is de discussie over de nationaliteit van de modelontwikkelaar minder relevant. Wat dan telt, is de kwaliteit van de output. Dataveiligheid gaat meer over het technische aspect van bescherming tegen aanvallen van buitenaf. Data-soevereiniteit gaat over het eigenaarschap en de controle. Beide zijn belangrijk, maar ze zijn niet hetzelfde.
Wat zijn de stappen die jullie adviseren als een organisatie wil beginnen met dataveiligheid en AI, maar niet weet waar ze moet beginnen?
Martijn: Het belangrijkste wat je kunt doen, is het net ophalen bij je medewerkers. Gebruik je überhaupt AI? Er is een grote groep die het al enthousiast gebruikt, maar ook een grote groep die dat helemaal niet doet. Welke modellen en applicaties gebruik je? Wat doe je in je dagelijkse werk? Door die vragen te stellen, kun je heel snel in kaart brengen welke data er door welke systemen stroomt. Vervolgens ga je op basis van risico bepalen: wat is gevoelig, wat is strategisch, en loop ik ergens risico? Maar tegelijkertijd kijk je ook naar de kansen: waar haal je het meeste rendement als je iets gaat automatiseren? We adviseren altijd: ga alsjeblieft niet alles in één keer proberen te doen. Scope creep — het onbedoeld steeds groter worden van een project — is een van de grootste valkuilen bij AI-implementaties. Houd het klein, maak kleine stappen, en bouw van daaruit verder. In één keer volledig overgaan naar een Europese of private omgeving is bijna niet te doen. Dat moet je langzaamaan aanpakken, selectief en gefaseerd.
Hoeft een bedrijf al zijn data in een private omgeving te zetten, of kun je dat selectief doen?
Rick: Je hoeft absoluut niet alles in één keer om te zetten. Het is ook niet realistisch, en voor veel bedrijven ook financieel niet haalbaar. Je kunt heel goed selectief zijn. Kies bijvoorbeeld een specifiek onderdeel, zoals financiële rapportages en jaarverslagen, en zet die apart in een veilige, soevereine omgeving. Op die data kun je vervolgens een AI-agent bouwen die slimme analyses maakt of vragen beantwoordt. Dat is dan veilig, lokaal en onder jouw controle. De rest van je data kan gewoon in de huidige omgeving blijven. Dat hoef je echt niet allemaal tegelijk te doen. Sterker nog: als je alles in één keer wilt doen, wordt het zeer kostbaar, en dan zit je met een project dat nooit afkomt. Doe het stap voor stap, agent voor agent, en bouw van daaruit verder.
Hoe bepaal je als bedrijf de business case voor een private AI-oplossing? Want het is duurder dan de Amerikaanse alternatieven.
Rick: We proberen altijd te beginnen met een concrete use case. We zeggen: wij gaan deze specifieke agent voor jou bouwen, en daarmee ga je zoveel uren per week besparen. Dat rechtvaardigt de kosten van het veilig opzetten van je data-omgeving. Als we echt onze gang kunnen laten gaan en met specialisten de agents kunnen ontwikkelen, is die investering doorgaans heel snel terugverdiend. Martijn: Tegelijkertijd kijk je naar het risicoprofiel om de afweging te maken: heeft het zin om iets in een private omgeving te draaien, of kan het ook in een publieke omgeving? Daarvoor gebruik je een soort cybersecuritydenken: wat kost het als deze data wel uitlekt of misbruikt wordt? Als die potentiële schade groter is dan de meerkosten van een private omgeving, is de keuze snel gemaakt. Dat geeft je een objectieve basis voor de beslissing.
Over de gasten
Martijn Wijnen is oprichter van Florijn, een private cloud AI-oplossing die draait op open source modellen en gehost wordt in Nederland. Hij is commercieel verantwoordelijk voor het bedrijf dat zich richt op het veilig en verantwoord implementeren van AI binnen afgesloten omgevingen. Wijnen helpt voornamelijk MKB-bedrijven bij het inzetten van AI-toepassingen in kantoorautomatisering.
Bekijk gastprofiel
Rick van Schaick is Business Development Manager bij Florijn, een private cloud AI-oplossing gehost in Nederland. Hij is verantwoordelijk voor het product Florijn en richt zich voornamelijk op het MKB-segment, hoewel het bedrijf ook bij corporate organisaties uitkomt. Van Schaick heeft een commerciële achtergrond en houdt zich bezig met het ontwikkelen van business cases voor AI-agents en het helpen van bedrijven bij het veilig implementeren van AI-toepassingen.
Bekijk gastprofielTranscript
Vandaag zijn Martijn Wijnen en Rick van Schaick te gast. Martijn is oprichter van Florijn, een private cloud AI-oplossing op open source modellen gehost in Nederland. Rick is Business Development Manager bij Florijn en verantwoordelijk voor het product Florijn. Na deze aflevering weet je hoe je de afweging maakt tussen dataveiligheid en model prestaties. Wat Shadow AI is en waarom je er last van krijgt ook als je Copilot al hebt uitgerold. En hoe je de business case bepaalt voor een AI-agent op eigen data. Of je nu MKB ondernemer bent, IT-verantwoordelijke of beleidsmaker, dit gesprek geeft je concrete handvatten. Veel luist op plezier. Joop: Leuk dat jullie luisteren naar een nieuwe aflevering van AIToday Live. Joop: Mijn naam Joop Snijder, CTO van Info Support. Niels: Mijn naam, Niels Naglé, Area Lead Data & AI bij Info Support. Joop: En wij hebben vandaag twee gasten in de studio, altijd leuk. Joop: Zou jullie zelf eerst even willen voorstellen, wil jij beginnen? Martijn: Mijn naam is Martijn Wijnen, oprichter van Florijn. Martijn: Ik ben voornamelijk commercieel verantwoordelijk voor het bedrijf, een private cloud AI-oplossing leveren voor bedrijven. Rick: Mijn naam is Rick van Schaick, werkzaam bij Florijn en verantwoordelijk voor het product Florijn als Business Development Manager. Joop: En kunnen jullie even kort vertellen wat is Florijn? Martijn: Ja, dat is goed. Martijn: Florijn is een private cloud AI-oplossing, waarin we eigenlijk bedrijven helpen om veilig en verantwoord AI te implementeren binnen een afgesloten omgeving, host en gedraaid in Nederland. Martijn: Daar bouwen we eigenlijk gewoon AI use cases op, voornamelijk in de kantoorautomatisering om bedrijven te helpen om AI goed in te zetten. Joop: Voor wat voor type bedrijven hebben we het dan over, is dat van ZZP tot enterprise, waar positioneer je jezelf? Martijn: Richten ons voornamelijk op het MKB. Martijn: Maar we zien ook wel dat we bij corporate uitkomen. Martijn: Maar de focus is voornamelijk op het MKB. Rick: Nog een stukje wat te moeten ontwikkelen. Rick: Het was niet de doelstelling om bij Enterprise uit te komen, maar we zien wel dat die vaak iets eerder naar kijken en iets meer budget hebben. Joop: En waarom zouden bedrijven voor jullie oplossingen kiezen. Joop: Want het is natuurlijk. Joop: Zeker in de MKB. Joop: Dan loop je vrij. Joop: Jullie kunnen niet de tempo bijhouden van een Google en OpenAI alles wat zij hebben. Joop: Waarom waarom bij jullie? Martijn: Ja, goede vraag. Martijn: Waarom bij ons? Martijn: Je ziet dat wij draaien mee met open source modellen. Martijn: Dus gemaakt gebruik van open source AI-taalmodellen. Martijn: Die hebben zo geconfigureerd en in Nederland gehost. Martijn: Wij hebben voornamelijk de pragmatische en de flexibiliteit om mee te gaan met bedrijven. Martijn: Dus wij bieden die veilige schil, kunnen flexibel meeschalen afschakelen met die organisaties. Martijn: Dus je ziet toch dat die grote organisaties richten op het massapubliek. Martijn: Wij kijken echt heel specifiek naar de specifieke ondernemer. Martijn: Om te kijken van hoe kunnen we zorgen dat AI nou zo precies past binnen je organisatie en een specifiek probleem oplost. Niels: En wat zijn dan die specifieke use cases die jullie zien waar echt bedrijven zeggen: nee, maar dit moet in de private cloud. Martijn: Je ziet voornamelijk eigenlijk bij drie tal soorten data. Martijn: Een stukje gereglementeerde data. Martijn: Als je verplicht bent om gewoon data veilig te stellen en goed mee om te gaan. Martijn: Denk aan medische medisch niet meer, maar privacygevoelige informatie. Martijn: Gewoon klantgevoelige informatie of strategische data. Martijn: Dus je ziet vaak dat ondernemers of bedrijven er wel bewust van zijn dat ze er wat mee moeten met die data. Martijn: Maar niet goed weten hoe ze het veilig of goed kunnen doen. Martijn: Dus we zien veel use cases bij toch wel gesprekken met cliënten in de zorgsector, bijvoorbeeld, waarin het belangrijk is dat je niet zomaar het in een random willekeurig model gooit, dat je dat wel in een veilige schil moet doen. Martijn: Die data kan en mag niet zomaar naar buiten komen. Martijn: Maar dan wil je toch AI inzetten, transcriberen van gesprekken of volgens een bepaalde samenvatting of dat soort use cases zie je toch wel snel dat een open source of een ChatGPT of een cloud niet helemaal geschikt is. Joop: Zorg dat ik je onderbreek hoor, maar je hebt twee keer nu gezegd een veilige schil. Joop: Wat is een veilige schil? Martijn: Het belangrijkste verschil met de grote de Amerikaanse modellen, is dat de data naar die modellen toe. Martijn: En daar wordt de vraag en antwoord wordt eigenlijk geformuleerd en je krijgt de antwoord terug of je output terug. Martijn: Bij ons blijft die data in Nederland. Martijn: En wordt het niet verwerkt door zo'n door zo'n grote IT'er. Martijn: En blijft die data binnen je eigen infrastructuur. Joop: Even heel kritisch heeft niks met veiligheid te maken, toch? Rick: Ik denk dat je. Rick: Vandaag de dag hebben we het heel keer over data soevereiniteit. Rick: Dat is wel iedereen dat roept iedereen meer een marketingterm. Rick: Wij hebben het intern altijd gewoon. Rick: Mensen hebben geen controle over hun data. Rick: En dat moeten we, die awareness moet komen. Rick: Mensen moeten begrijpen van je moet controle hebben over wat je doet. Rick: En in de auto hier naartoe hadden we het eigenlijk ook over de jongere generatie. Rick: Ik ben nu rond de 40 is nog wel iets jonger. Rick: Maar over de jonge generatie. Rick: En die zijn het allemaal gewend. Rick: Want die gooien alles op Insta en die gooien alles op Snapchat. Rick: En het maakt je niet uit wie je iets met hun data doet. Rick: En die awareness moet wel komen. Rick: En dat is eigenlijk waar wat belangrijk is. Rick: En wat wij creëren. Rick: Dus we hebben gewoon gezorgd samen met een partner van ons dat we een netwerk hebben binnen Nederlandse grenzen, wetgeving, dat soort dingen. Rick: Dat alles geregeld is en dat we daar de AI-toepassingen kunnen draaien. Rick: En dat zijn niet de ChatGPT's van deze wereld. Rick: Dat gaat gewoon niet, want wij willen het lokaal draaien. Rick: Waardoor je controle hebt. Rick: Dat is wat voor ons echt heel belangrijk is, precies vind ik. Joop: Je raakte net even medische gegevens en use case. Rick: Staat er die snel van af. Joop: Want daar heb je natuurlijk allerlei certificeringen voor nodig. Joop: Hebben jullie dat aan de achterkant? Rick: Wij zelf als organisatie niet, maar ons partner wel. Joop: En weet je welke certificeringen er zijn? Rick: Er zijn er zijn er heel veel. Rick: En ik moet even naar Martijn kijken, want er is eentje die ze nog niet hebben. Martijn: Ja, wij werken vervolgens de standaard ISO certificaten. Martijn: Die hebben we sowieso. Martijn: Maar moet je denken aan NIS2, dat soort certificaten. Martijn: Werken wij met onze partner, Unicerver, waar we voornamelijk mee werken. Martijn: Die doen ook zijn garant voor de data hosting en dat soort zaken. Martijn: Want dan kunnen wij gewoon als kleine partij niet aanbieden. Rick: En ook de service dienen. Unknown: Nee. Joop: Nee, snap ik. Niels: Ik was nieuwsgierig. Niels: Heb je een voorbeeld van wat erbij komt kijken als een bedrijf, dus van de Amerikaanse cloud. Niels: Denken van goh, ik wil toch meer controle. Niels: En wat zijn de stappen die jullie met de organisatie maken om het in de private cloud te draaien? Niels: Waar moet de organisatie aan denken? Martijn: Ja, wij gaan eerst heel goed kijken naar wat draait er allemaal überhaupt binnen organisatie. Martijn: En hoe ziet het bewustzijn ook van medewerkers eruit. Martijn: Welke tools gebruiken ze daadwerkelijk. Martijn: Je kan net zo goed een mooi beleid gaan schrijven en dingen gaan bepalen. Niels: In een bewustwording, hoe meet jullie bewustwording? Martijn: Ja, weten is daarin heel lastig bij bewustwording. Martijn: Het is vooral heel veel gesprekken en workshops en dat soort dingen organiseren om echt in gesprek te gaan met de ondernemers zelf, maar ook de werknemers om ook een beetje dat data bewustzijn te creëren. Rick: En mogelijkheden te laten zien. Rick: Dus laten zien aan de bedrijven van wat is er mogelijk. Rick: En wat kan ik wat kan ik wel, wat kan ik niet doen. Rick: Dat is wel heel belangrijk. Niels: Is er een rode draad uit de ondernemers en de organisaties te halen wat jullie tegenkomen bij de projecten? Rick: Ja, maar wat ook heel grappig is, dat ik ook heel vaak gewoon. Rick: Oh ja, maar dan kunnen we facturen gaan doen en zo toch? Rick: En dat kan het allemaal. Rick: Ik denk van ja, maar dat is toch al jaren op de markt. Rick: En dan denk je van ja, nu pas denken ze erover na of zo. Rick: Nu pas gaan ze naar kijken. Rick: Dus dat soort dingen komen heel vaak voor. Rick: Op HR komen er heel veel vraagstellingen voor om standaard werkzaamheden weg te halen. Rick: Dat is wel echt iets wat ze willen. Rick: Dus iets wat heel vaak terugkomt in een week, in een werkweek, die willen ze wegnemen. Niels: Dus sorry, ik onderbreek je in het proces inderdaad. Niels: Bewustwording was dus belangrijk. Niels: Wat zijn de volgende stappen? Martijn: Ja, het belangrijkste voornamelijk is, is om werknemers bewust te krijgen van wat doe ik met mijn wat voor impact heeft het als ik een bepaald verslagje laat herschrijven, of heb ik daar klantinformatie voor nodig. Martijn: Dat stukje bewustzijn, moet je echt samen met hun werknemer gaan bespreken. Martijn: Want daar ga je ook naar voren krijgen. Martijn: Als ik het in een in een open en ChatGPT gooi, wat gebeurt er met mijn data? Martijn: En voor sommige marketing of sales. Martijn: Taken kan dat prima, maakt het ook niet zoveel uit. Martijn: Pas wanneer het echt een beetje strategische data is, dan moet je uitkijken. Martijn: Dat soort bewustzijn is gewoon in gesprek gaan om inderdaad die mogelijkheid door te nemen, ook de risico's. Martijn: Daar beginnen we voornamelijk om ook zo een klant te laten nadenken over de use cases. Martijn: Wat kan ik de wat heeft dus wel zin in zo'n private cloud en wat niet? Martijn: En vanaf daar gaan we kijken naar wat voor wat voor use cases hebben zin in een private cloud. Martijn: En zo kijken gaan we stapje voor stapje verder naar ook ontwikkeling. Niels: Ja, je noemt een paar keer strategische data. Niels: Waar moet ik dan aan denken bij organisatie strategische data, wanneer is dat wel strategisch en wanneer is het niet strategisch? Martijn: Nou, we kijken dan voornamelijk naar data die beetje rondom je USP zit. Martijn: We zijn in gesprek geweest met een sloopbedrijf. Martijn: Die heel veel uitdaging heeft met het maken van offertes. Martijn: Daar kunnen maar twee mensen binnen het bedrijf. Martijn: En zijn nu aan het kijken of we dat ook in een model kunnen gieten. Martijn: En ja, die manier van offertes, die inschattingen die zij maken, daar zit zoveel kennis en ervaring van de jaren ze niet in een soort standaard proces. Martijn: Het was ook niet te doen. Martijn: Maar daar zie je wel, daar kunnen ze het verschil maken met die hele gerichte offertes die zij doen naar hun klanten. Martijn: En dat zit vaak heel dicht bij de waarheid. Martijn: Dat is voor hun van strategisch belang om dat niet in een soort open open automation tooling te gaan gebruiken, wat ook gewoon hergebruikt kan worden. Martijn: En daar ze dus een beetje dat strategische waarin het heel dicht tegen het proces zit van de klanten. Joop: Hebben jullie al mensen gehad die of klanten die daadwerkelijk van de Amerikaanse cloud zijn overgegaan naar niet volledig. Rick: En dat is eigenlijk ook niet te doen. Rick: Want je hebt natuurlijk wel leuk. Rick: Dan heb je een bedrijf denk je dat je het goed geregeld hebt. Rick: En dan heb je alles contractueel vastgelegd. Rick: Je heb gekozen voor Copilot of zo. Rick: En dan heb je altijd die medewerker die ChatGPT opent en daar al die documenten gewoon toch naar het uploaden is om goed uit te leiden. Rick: Dan heb je wel een issue. Rick: Dus zoals we vroeger in de IT-wereld het altijd hadden over shadow IT of zo, heb je nu ook wel een beetje een soort van shadow AI. Rick: Wat doet mijn medewerker? Rick: En heb ik daar controle op en kan ik dat uitoefenen. Rick: Dat is wel echt heel belangrijk. Rick: En dat zie je dat stukje awareness is ook wel echt aan ons om in dat proces mee te nemen van die stap van hoe heb je dat geregeld, heb je beleidsstukken, zijn er dingen afgesloten of zijn ze wel beperkt toegankelijk. Rick: Da moeten we echt wel naar kijken. Rick: En als we dat doen, dan zie je ook dat ze meer begrip krijgen, voor onze eigen product. Rick: Omdat ze denken, oh ja, wacht even, alles wat daar gebeurt, dat is wel een soort save even, mijn data staat daar. Rick: De agent staat erop en alles gebeurt op die server. Rick: Dus dan heb ik minder risico. Joop: Wat ik wel zie, is de heerst wel een hele hoop FOMO van mensen die echt bang zijn dat ze van alles missen. Joop: Dus er is heel veel. Joop: Het nieuwste taalmodel van dit. Joop: Wat laten ze achter? Joop: Als ze overstappen naar de modellen van jullie. Rick: Ten opzichte van ChatGPT ga je een anderhalf versie terug. Rick: En is dat erg? Rick: Nee. Rick: Maar kijk, voor je gevoel wel. Rick: Ik bedoel, als jij een nieuwe telefoon koopt. Rick: Dan koop je ook het nieuwste model en niet het model van vier jaar geleden of drie jaar geleden. Rick: Alleen zeker voor het zakelijk gebeuren, heb ik het dus niet over het grafische verhaal, of over ontwikkeling van afbeelding of dat soort dingen. Rick: Maar vooral als je gewoon zakelijke toepassingen op aan het doen bent op je data, dan maakt de ChatGPT vier, zeg maar niveau. Rick: Wij gebruiken geen chat, maar we gebruiken andere. Rick: Dat is prima. Niels: Welke modellen gebruiken jullie zoal, als jullie dat kunnen zeggen? Martijn: Llama model, het Gemini model, dat zijn een beetje de, we hebben een aantal open source modellen die waar. Rick: Alles wat de lokaal kunnen draaien. Niels: Waar zit de limitaties dan? Niels: Is dat de service of is dat. Rick: De CPU's. Rick: Voor ons zitten er geen limitaties in. Rick: Dan moeten we als we zien dat het niet goed gaat, dan moeten we dus bellen aan onze partner Uniserve om te zeggen van ja, kan dat. Rick: Of kunnen we dat anders doen, dan zijn we nu heel erg druk mee bezig met over het enterprise MQB verhaal. Rick: Om te kijken van ja, kunnen we niet een deel van die tenant creëren, zodat we niet in één keer de vol moeten moeten betalen als klant zijn, maar dat ze steeds een stukje gaan uitbouwen, agent voor agent, totdat je wel op zo'n niveau zit voor zijn hele talent. Rick: Daar zijn we nu mee aan het onderzoeken. Rick: En zijn we het kijken wat het ook kan. Rick: W die data veiligheid is natuurlijk wel gewoon de kern. Rick: Als je het gaat delen, moet dat wel helemaal goed ingericht zijn. Rick: Dus daar zijn we heel druk mee. Rick: Maar dat is wel die modellen zijn wel prima. Rick: En ik moet ook zeggen, alle toepassingen die nu die we doen en die we draaien. Rick: Het is niet heel anders dan dat ik het in nu bijna alle bekenden wel gaan doen, maar Claude, is volgens mij nog niet genoemd. Rick: Daar werk ik als ik dan toch in eentje moet kiezen, werken zelf het meest mee. Rick: Ja, als je daarin zet, zeg maar dan zie je natuurlijk zie je verschillen, laat ik dat voorop stellen, Claude, is een stuk sneller. Rick: Als je een hele zware toepassing toepast. Rick: Maar voor de rest zie ik weinig verschil in de uitkomst. Joop: En hoe goed doen die modellen, de open source modellen in het Nederlands dan komt een reetje aan. Joop: Ja, gaan jullie daar wat mee doen? Rick: Dat willen we heel graag willen heel graag. Rick: Maar nog geen contact gehad nog geen contact gehad. Rick: Dus we willen heel graag met GPT-NL. Rick: W die kan lokaal, dat is heel goed. Rick: We weten waar ze de data ook vooral vandaan hebben. Rick: Dus dat is ook wel gunstig, dat is ook bekend. Rick: Ik ben heel benieuwd. Joop: Ik denk dat heel veel mensen heel benieuwd zijn. Rick: Ik zou het graag willen zien. Martijn: Maar je merkt dat je vraag was hoe ze in het Nederlands. Martijn: Ze doen het best wel goed in het Nederlands. Martijn: Ja, je helpt ook wel als je zelf daar wat goede promptingen wat dingen omheen hebt gebouwd dat we zorgen dat ze in het Nederlands wel goed blijven antwoorden. Martijn: Maar we kijken wel heel hoopvol naar GPT NL. Joop: Er zijn nog wat andere Europese modellen, draaien jullie die ook, Mistral, EuroLLM. Rick: Nee. Joop: Is daar een reden voor? Rick: Ja, kijk, uiteindelijk moet je op het moment dat zoiets gecreëerd wordt. Rick: Wat veelal door Uniserve zelf is gedaan en bedacht worden de keuzes gemaakt. Rick: En waarom en waarop waren wij niet bij betrokken. Joop: Maar dit is niet zo dat er nu, gezien de geopolitieke ontwikkelingen, dat er ook echt gevraagd worden om Europese modellen. Joop: Je bent soeverein. Joop: En ik zeg het geen waardeoordeel of zo. Rick: Ik denk ook wel dat dat nodig is en dat het gaat komen. 235 Rick: Ik denk dat het misschien ook wel tussen de oren zit dat die nog iets verder weg zijn dan bijvoorbeeld een LLM of dat ze dat niveau nog net niet hebben. 236 Rick: Dus dat je dan nog iets verder teruggaat dan ten opzichte van. 237 Rick: Dat zou ook kunnen. 238 Rick: Het zijn wel dingen die blijven blijven ontwikkelen, ze blijven zoeken, ze zijn op weg. 239 Rick: Alleen of dat ze het niveau aan raken, weet ik niet. 240 Martijn: Ik vind het wel interessant wat je zegt met soevereiniteit en soevereiniteit bedekt niet per se dat je weg moet van Amerikaan Amerikaanse big tech of bepaalde modellen. 241 Martijn: Het zegt meer over waar heb je controle over en heb je de data in eigen beheer en heb je controle over het hele proces. 242 Rick: Wel jammer is, ze doen op papier, geven ze jullie controle door te zeggen, wij doen niks met die data en we doen niks mee. 243 Rick: Dus op papier geven ze je de controle. 244 Rick: Maar in de werkelijkheid is het een hele grote vraagteken. 245 Rick: En als ze dan in Frankrijk voor de rechten moeten komen, zeg maar dan zeggen ze, ja, ja, het kan zijn dat we dat deels gebruiken. 246 Rick: Op papier krijg je wel de controle bij die grote Amerikaanse tijd. 247 Martijn: Ja, als je inderdaad hun modellen gebruik, maar op het moment dat je open source hebt, heb je dat niet. 248 Martijn: Want dan draai je het lokaal, en dan heb je dan wordt natuurlijk niet verwerkt door vanuit Amerika. 249 Martijn: Dus dan heb je die discussie niet helemaal. 250 Martijn: Dan maakt het niet zoveel uit of je een open source model gebruikt van een Europese of een Amerikaanse leverancier, want het is afgesloten. 251 Martijn: Het gaat gewoon meer dan om de kwaliteit van de output. 252 Martijn: Dus daarom we dat gesprek ook nog niet per se gehad met onze klanten. 253 Martijn: Omdat het gaat dan om, je hebt die afsluiting al gedaan en je hebt die controle al die je zoekt. 254 Martijn: Ja, dan gaat het meer om de kwaliteit. 255 Martijn: En je ziet tussen die open source modellen zat in het begin heel veel verschil en nu worden die verschillen zijn ook steeds kleiner. 256 Martijn: Dus nee, dat gesprek, ja, is nog niet heel actueel. 257 Joop: Zou jij nog, want jij haalde die zaak in Frankrijk aan, ik denk dat niet alle luisteraars precies weten waar die zaak over gaat, kan je dat iets meer over vertellen. 258 Rick: Waar ging het over? 259 Rick: Het ging over Copilot van Microsoft en Microsoft moest gewoon verklaren of ze wel of niet de data die mensen in Copilot hebben gestopt, die contractueel daarvoor betaalde, dat is heel belangrijk. 260 Rick: Dus als je daarvoor betaalt, dan heb je een bepaalde recht en als je daar niet voor betaalt in gebruikt, hem mag Microsoft doen en laten wat ze willen. 261 Rick: Mensen voor betaalden, zeg maar, er werd gezegd of gevraagd dat ze die data gebruikten, ja of nee, en het antwoord was ja, maar het wordt geanonimiseerd. 262 Rick: Dus we gaan de informatie gaan we, de bronnen gaan we weghalen, maar we gaan de data wel gebruiken, en dat is eigenlijk het antwoord dat schaven. 263 Rick: Toen ging het nog verder. 264 Rick: En toen zeiden ze uiteindelijk van ja, we kunnen hier met elkaar afspreken wat we willen, maar wij zijn een Amerikaans bedrijf en wij hebben ons te houden aan de Amerikaanse wetgeving. 265 Rick: En dat is eigenlijk ook het laatste wat Mark zoals over gezegd hebt daar. 266 Rick: En dat geeft aan hoe krachtig zo'n die Cloud Act is. 267 Joop: Zeker. 268 Joop: Nee, onder die Cloud Act valt heel erg veel. 269 Rick: Ik ben geen jurist, maar het is wel nogmaals, ik moet daar moet je daar helemaal blind op staan, ik denk het niet. 270 Rick: Ik denk niet dat je in paniek moet raken van een Cloud Act of een AI Act hier in Europa of dat soort dingen. 271 Rick: Ik denk dat je alleen jezelf moet hebben dat je in controle wil zijn van de data die je hebt en die je creëert. 272 Rick: Wat ik ook wel heel leuk vind, is dat mensen best wel schrikken als ze een klein beetje inzicht krijgen. 273 Rick: Maar wat heb ik dan voor data überhaupt in mijn organisatie en wat kan ik daarmee? 274 Rick: En dat is het enige wat we moeten gaan doen, is zorgen dat mensen in controle willen komen. 275 Niels: Om in controle te komen, het voelt soms ook alsof je een stukje gemak los moet laten van je hebt één klik en je creditcard en je kan gaan gebruiken. 276 Niels: Hoe groot is de frictie om de stap te maken naar zo'n veilige omgeving? 277 Rick: Directeur-eigenaar denk ik dat je daar inderdaad een heel mooi team voor moet creëren binnen je bedrijf en die het lekker moet laten oplossen, laat ik dat voorop stellen. 278 Rick: Omdat ze dan ook dan krijg je mee wat de organisatie wil in plaats van wat een directeur wil. 279 Rick: Ik denk dat je moet uitleggen. 280 Rick: Die ene klik, zeg maar om even heel snel iets te doen, dat is niet onmogelijk om dat te doen met je gecontroleerde data. 281 Rick: Het is alleen iets verder kijken naar je neus lang is en niet achter het volk aan lopen, zeg maar, zoals we dat zijn, achter de kudde aan. 282 Niels: Heb je tips voor organisaties die toch zeggen van ja, maar ik krijg alleen maar te horen dat het de grote stap en dat is te veel werk. 283 Niels: Een tip anders dan onze even bellen om voor een afspraak zijn, een andere tip inderdaad, waar mensen zelf ook mee aan de slag kunnen om bewust te worden, kennis op te doen en misschien wel een zelfverrichting. Martijn: Ik denk dat het belangrijkste wat je kan doen, is gewoon het net ophalen bij werknemers, wat gebruik je? Martijn: Gebruik je überhaupt AI, hebben we natuurlijk wel hebben de groep, iedereen die jij gebruikt, maar ook hele goed grote groep die dat niet doet. Martijn: Welke modellen gebruik je? Martijn: Welke applicaties gebruik je. Martijn: En wat doe je in je werk? Martijn: Om te kijken van ja, waar zit nou precies waar zit die data aan ongeveer. Martijn: Je kan dan al heel snel kijken naar waar die data, wat voor data het is en waar het vandaan komt. Martijn: En dan gewoon heel gaan bepalen waar is het belangrijk, is het niet belangrijk, loop ik in risico. Niels: Risico gebaseerde aanpak. Martijn: En tegelijkertijd ook een stukje kansen. Martijn: Waar haal je meeste rendement of winst uit als je iets gaat automatiseren. Martijn: Maar het begint echt bij het kijken naar je proces en wat voor data of informatie gaat daar doorheen. Martijn: En vanaf dan stapsgewijs naar het aanpakken. Martijn: We adviseren ook altijd aan onze klanten, ga alsjeblieft niet alles in één keer proberen te doen. Martijn: Dat is met heel veel AI-projecten de scope. Martijn: Scope creep wordt natuurlijk vaak genoemd. Martijn: Het wordt heel snel heel groot. Martijn: Maar je moet het juist klein houden om stapjes, kleine stapjes te kunnen maken. Martijn: Dus daarom zien we ook bij heel veel klanten van ons dat dat in één keer overgaan naar volledig Europees. Martijn: Dat is dat is heel moeilijk te doen. Martijn: Dat moet je heel langzaamaan aanpakken. Rick: En je hoeft niet hoeft niet alles te doen. Rick: Het is niet dat je je volledige datapaketten in één keer in een Nederlandse omgeving of een Europese omgeving moet gaan zetten. Rick: Maar je kan er ook selectief in zijn om door te zeggen van ik pak een finance gedeelte en ik gaan mijn jaarrapportages en dat soort dingen ga ik wel apart zetten. Rick: En daarmee daar en dan kan ik daar dan weer op die data kan ik weer een AI-agent zetten om je slimme dingen mee te gaan doen. Rick: En dat zit dan, zoals het mooi soeverein. Rick: In een soevereine omgeving. Rick: Dat hoeft niet met alle data. Rick: Dat hoef je echt niet, dat moet je ook echt niet doen. Rick: Want dan wordt het zeer kostbaar. Rick: Want dat moet niet vergeten. Rick: Het is een stuk duurder dan die Amerikaanse techbedrijven. Niels: En waar zit dat dan in dat het duurder is? Niels: Want open source modellen, dus licenties zal wat anders zijn. Niels: Waar zit er dan die kosten in? Rick: In de hardware, de CPU's, dat soort dingen. Martijn: Ja, en je ziet toch de Amerikaanse bedrijven hebben zo'n schaal, de echte hyperscalers hebben zo'n schaal. Martijn: Daar kan daar het gewoon heel moeilijk mee te concurreren. Martijn: Dus daar zie je dat het pricing is gewoon daar een stukje aantrekkelijker. Martijn: Ja, dat gaat ten koste van toch een stukje garantieveiligheid of net wat je het wilt noemen. Joop: Hoe bepaal je dan de business case als klant? Joop: Want aan de ene kant heb je het over welke data, dat snap ik, je zegt van hé, maar dit is gevoelig. Joop: Maar hoe bepaal je dan de business case? Rick: Wij proberen daarvoor eigenlijk altijd een use case te creëren bij de klant, waarmee we zeggen van wij gaan deze agent voor jou creëren, daarmee gaan we zoveel uur besparen. Rick: En dat verklaart eigenlijk de kosten die er tegenovers staat om je data veilig neer te zetten. Rick: Werkt het altijd één op één. Rick: Vaak komen er wel uit, zeg maar als ze ons echt onze gang laten gaan en met specialisten de agents laten ontwikkelen. Rick: Dan is dat heel snel terugverdiend. Martijn: Ja, en dan ga je ook nog vooral kijken naar het stukje risicoprofiel om de afwering te maken, heeft het zin om het in een private omgeving te doen of in een open. Martijn: Dan ga je vaak een beetje kijken naar het risico. Martijn: Wat kostte hem als het wel uitkomt of als er wel dingen mee gebeuren een beetje de cybersecurity gedachten eigenlijk meer. Martijn: Dan ga je wat meer kijken. Martijn: Heeft het ook zin om het private te doen. Niels: En heb je voorbeelden waarin jullie bewust met de klant ook de keuzes gemaakt hebben. Niels: Van dit is prima, laten we je lekker de big tech voor gebruiken en oh, wacht. Niels: Daar hebben we echt specifiek gekozen voor inderdaad de private en wat waren dan die karakteristieken. Martijn: We waren één, twee maanden geleden in gesprek met een bedrijf wat heel veel met tekstverwerking aan doen was. Martijn: Voor hem heel vooral eigenlijk marketingteksten, nieuwsbrieven, mailtjes en schrijven, dat soort zaken. Martijn: En die kwamen bij ons op de lijn en zeiden van ja, we willen eigenlijk alles soeverein gaan doen, we willen zorgen dat we een controle zijn op onze data. Martijn: En we kwamen daar heel snel tot de conclusie dat het niveau van tekstverwerking en niveau van generatieve AI die zij wensen te bouwen, was in open source gewoon niet, kreeg niet de kwaliteit en de output die ze wilden hebben. Martijn: Waardoor je gewoon een beetje offers moest gaan doen. Martijn: En dat wilden ze niet. Martijn: Dus hebben we wel geadviseerd van ja, ga dan maar, dan moet je gewoon met big tech aan de gang. Martijn: En dan moet je kijken of je daar een deel wel in een private omgeving doet en een groot deel van die andere werkzaamheden niet. Martijn: En daar hebben we wel bewogen van blijf dan vooral op het gebied van marketingteksten en dat soort zaken, juist wel die grote modellen gebruiken, want die zijn daar gewoon een stuk sterker in. Martijn: Moet je alleen heel goed uitkijken met klantinformatie. Martijn: En daar hebben die afweging heel erg bewust gedaan van ja, daar had het gewoon geen zin om het allemaal private te gaan doen. Niels: Dus dus een stukje risico kwaliteit verhouding, neem jullie dan mee in die afweging. Niels: En toen viel het de big tech kant. Niels: Wanneer is het juist de andere kant gevallen en wat was daar van echt wel doorslaggevend effect? Martijn: Ja, ik denk de belangrijkste use case was rondom het transcriberen van gesprekken in de zorg met cliënten. Martijn: En daar zit het stukje risico en veiligheid veel belangrijker. Martijn: En natuurlijk, daar is het de kwaliteit van het transcriberen is natuurlijk ook heel belangrijk, want het is niet zo irritant als je het een zegt en het ander staat op papier en dat moet je corrigeren. Martijn: Maar daar hebben we wel stappen kunnen zetten om dat kwaliteitsniveau omhoog te krijgen. Martijn: En wel te zorgen dat dat daar werkbaar was. Martijn: En de zorg heb je ook te maken met bepaalde verslaglegging, volgens bepaalde vaste eisen, dat kan je helemaal meegeven aan zo'n agent om zorgen dat je daarmee gewoon het juiste verslag krijgt. Rick: En de business case is eigenlijk dan heel simpel. Rick: Het gesprek van een uur bijvoorbeeld, dat wordt gedeclareerd. Rick: Maar de nawerking van het uitschrijven van het gesprek, dat mag je dus niet declareren. Rick: Dus als je transcribeert en je krijgt de samenvatting. Rick: Ja, dat scheelt zijn uren die niet wat facturabel zijn. Rick: Dus in de business case was ook heel snel gemaakt voor deze case. Martijn: Ja, want je kon gelijk het verslag eigenlijk doornemen met de cliënt, wat ook nog extra tijd zou creëren met wat wel cliëntcontact is. Martijn: En dat mag wel weer gedeclareerd worden. Martijn: Zo zie je dat zo'n business case dan in één keer wel erg aantrekkelijk wordt. Martijn: Maar daar was dus heel bewust dat stukje risico en een stukje veiligheid van data wel een stuk belangrijker dan een kleine terugslag in kwaliteit. Joop: En wat gebruik jullie dan voor die transcriberen aan modellen, de text-to-speech. Joop: Speech to text, sorry. Martijn: Ook de open source modellen. Martijn: Llama en Gamma gebruiken we daarvoor. Joop: Voor audio naar tekst. Joop: Die hebben we niet geprobeerd. Joop: Wij doen zelf, kijk, we nemen je audio op. Joop: Dit wordt ook getranscribeerd. Joop: We gaan het niet uitschrijven. Martijn: Welke gebruiken jullie hiervoor? Joop: Op dit moment gebruiken ik Parakeet van Nvidia. Joop: Ik heb ook wel naar Whisper gekeken. Joop: Er zijn wat verschillende. Joop: Maar ik vind nog best wel dat er best wel heel veel foutjes in zitten, als ik de tekst omzet. Joop: Daar moet je best nog wel heel wat voor doen. Joop: Ik heb er nog best wel veel tijd aan kwijt, omdat jullie zo direct gezegd hebben, dat het ook echt netjes in het transcript komt te staan, dus dat er geen gekke woorden in staan die je niet gezegd heeft. Joop: Voor mij is dat altijd nog best wel best wel redelijk wat werk. Joop: Dus ik was wel benieuwd wat jullie dan gebruikten. Martijn: Ja, wij gebruiken dus ook gewoon nog een open source model en je merkt wel dat je wel nog wel wat aanpassingen moet doen. Martijn: Zeker op het moment dat er heel snel heel veel gepraat wordt, dan wordt dat steeds lastiger voor zo'n model. Martijn: Maar je merkt wel dat te meer we met zo'n klant bezig zijn, dus te meer we het kunnen fine-tunen, het echt al beter wordt. Martijn: Dat merk je wel heel duidelijk. Martijn: Maar ja, 100% foutloos, dat zitten we ook nog niet op. Joop: Nee, maar dat hoeft ook niet hè. Joop: Laten we wel wezen als degene die meezit te typen. Joop: Ik heb wel eens in die dossiers gekeken, daar staat denk ik meer fouten in dan als je het transcribeert. Joop: Maar zeker, weet je, kijk, het Engels is allemaal heel goed te doen. Joop: Nederland is gewoon een wat kleinere taal en dan maakt het gewoon allemaal weer wat lastiger. Rick: Ja, maar ook dat is gewoon dat wordt gewoon denk ik elke maand, elk half jaar, bij elke update wordt dat beter. Rick: Zeker. Rick: Het wordt ook gelukkig zijn we wel een land die graag dingen proberen en uittesten. Rick: We willen er niet heel graag voor betalen, waar we alle. Rick: We testen veel, we gebruiken veel en ook gewoon veel in het Nederlands. Joop: We hebben nu heel veel gehad over het platform en de modellen. Joop: Maar ik ben eigenlijk ook wel benieuwd naar jullie eigen drijfveren. Joop: Van volgens mij komen jullie uit de consultancy. Joop: Hoe ben je erop gekomen, zeg maar dat je dit bent gaan doen, is best wel een stap. Joop: Toch iets anders. Martijn: Ja, vanuit vanuit Florijn zijn we heel erg met het ontwikkelen van ook maatwerksoftware, een stukje van ondersteuning, leveren programmeurs aan bedrijven, dus echt dat meedenken IT-projecten. Martijn: Maar ja, we zagen wel dat het stuk was natuurlijk in onze branche booming. Martijn: Iedereen iedereen had het erover. Martijn: Iedereen gebruikte het ook programmeurs van ons gebruikten natuurlijk ook om een stukje code te optimaliseren. Martijn: Bij klanten krijgen we ook heel veel vragen over. Martijn: Maar vanuit onze data achtergrond maken we er altijd maken ons altijd wel een beetje zorgen van ja, maar hoe wordt het nou daadwerkelijk gebruikt. Martijn: En dat is ook een beetje de belangrijkste drijfveer geweest van hoe moet je het veilig doen? Martijn: Wij hadden in het begin ook wel wat uitdagingen mee in een gesprekken die met klanten hadden. Martijn: En vanuit daar hebben we gezegd van ja, daar moeten we kijken of we daar een oplossing voor gaan creëren. Martijn: Want er zijn genoeg automatiseerders, mensen die agents tools en dingen kunnen maken. Martijn: Maar om dat goed gestructureerd en in een veilige manier te doen, dat zagen we niet bij elke partij gebeuren. Martijn: En zo zijn we daar eigenlijk zijn we daar eigenlijk ingerold. Rick: En wat we zagen was natuurlijk wel op dat private omgeving dat veel grote enterprise bedrijven daar wel mee aan het werk waren, die hadden al vaak een hybride omgeving, waardoor ze een eigen private omgeving hadden waar ze dingen op deden. Rick: En eigenlijk hebben we gewoon de vraag. Rick: Het gesprek was over waarom doet MKB er zo weinig mee. Rick: En toen kregen we zo'n antwoord van ja, maar zou jij je data daar zo mee in durven gooien en kijken wat eruit komt en wat ze ermee doen. Rick: Zo is het eigenlijk een beetje gaan rollen dat we zeiden, we willen dit echt gaan creëren voor MKB. Rick: Zodat ze niet volledig in hybride omgeving, dan ook wordt het dan wel een hybride omgeving, maar niet volledig in hybride omgeving qua investering moeten. Rick: Maar wel met AI aan het werken. Rick: En dat we door kunnen en blijven ontwikkelen. Niels: En zijn er dan veel andere partijen? Niels: Want jullie zijn er denk ik niet zomaar begonnen. Niels: Dus er zal niet heel veel in de markt zijn. Rick: Het is natuurlijk, het vind ik een combinatie van. Rick: Dus het is niet alleen het platform waar het op draait, zeg maar, maar het is ook de ontwikkeling van een agent en helpen met de business case. Rick: Maar je hebt bijvoorbeeld AWS een soevereine omgeving neergezet, zeggen ze. Rick: Daar zijn we ingedoken. Rick: Want dat vonden wij ook interessant, zeker voor MKB. Rick: Wat als AWS dat gaat doen, dat is een stuk goedkoper simpel. Rick: Dat is dus zo'n verhaaltje op papier ziet het er heel goed uit. Rick: Want wat hebben ze gedaan, ze hebben een Duitse entiteit hebben ze neergezet. Rick: En vanuit daar ga je zaken met ze doen. Rick: Dus je doet zaken met een Duitse partner, Duitse bedrijf. Rick: Heeft niks los van niks vast met Amerika, zeggen ze dan. Rick: Maar ze gebruiken wel alle spullen van Amerikaanse. Rick: Dus ja, uiteindelijk zit dat bedrijf weer gekoppeld aan het Amerikaanse bedrijf. Rick: En als dat moet, moet het nog steeds. Joop: Wat bedoel je van de data overleggen, dan nog steeds onder die cloud uitval. Niels: Het is nu een juridische stuk van. Rick: Ze hebben het juridisch stuk verlengd, nu willen ze de data, als jij klant bent bij hun, en die wordt opgeëist, dan moet je daar. Rick: En nu zit er een partij tussen. Rick: En dat is dan toevallig ook AWS alleen aan AWS Duitsland. Niels: Dus eigenlijk is de supply chain groot gemaakt. Rick: Waardoor het troebeler wordt. Rick: En jij het gevoel hebt dat je meer controle krijgt, maar in die eind is de uitkomst nog steeds hetzelfde. Niels: Hoe kunnen bedrijven daar zelf. Niels: Jullie zijn er ingedoken, maar is dat voor bedrijven ook gewoon zelf te onderzoeken voor krijg je in de mensen. Rick: AWS is gewoon best wel een heel groot net bedrijf, dus dat niks mis mee. Rick: Ze hebben goede producten voor goede prijzen, laat ik dat voorop stellen. Rick: Neem contact met ze op, laat ze het je uitleggen. Rick: En laat ze die supply chain maar eens een keer uittekenen. Rick: En stel dan aan het einde de vraag, oké, maar nu gebeurt dus dat die cloud tech mijn data gaan opeisen vanuit Amerika. Rick: Moet je het dan wel of niet geven, en kan je dat antwoord ook op papier zetten, dat is wel belangrijk. Joop: Het laatste zeker belangrijk voor. Rick: Ja, dat kan wel, maar ik denk dat ze niet op papier geven. Joop: Wat is jouw drijfveer dan geweest om dit te gaan doen? Joop: Want uiteindelijk kan je nog steeds zeggen van het is heel belangrijk ben een loondienst. Rick: Je moest mijn drijf, ja, dat is een beetje toch meekijken naar een organisatie van oké, wat kan je doen om ze bedrijf efficiënter en leuker te maken. Rick: AI was natuurlijk is natuurlijk gewoon nog steeds nieuw is het niet meer. Rick: Maar het is zeker in ontwikkeling. Rick: Dus je kan vaak terugkomen. Rick: En ik wil dat mijn drijf hier was heel erg om het niet voor enterprise te doen. Rick: Helaas komen er vaak toch een beetje aan. Niels: En waarom dan? Niels: Waarom dan specifiek MKB? Rick: Om ik dat, ik vind gewoon als je daar. Rick: Ik ben van harte gewoon een salesman. Rick: En wat leuk is, is dat je dan bij directie of eigenaren terecht komt, die gaan vertellen hoe ze het allemaal een beetje gedaan hebben, hoe ze zich ontwikkeld hebben, waar ze naartoe willen. Rick: Kortere lijnen, kortere doorlooptijden, dat soort dingen. Rick: Dat is dat is wel vind ik leuk. Rick: En kom ik bij allerlei verschillende bedrijven. Rick: Ik vind het ook niet leuk om te zeggen, oké, we gaan alleen maar op de accountant zitten, of gaan alleen maar op de medisch. Rick: Dat wil ik allemaal zo breed mogelijk houden om heel veel verschillende input te krijgen. Rick: En ook die input nem je weer mee naar een andere klant. Niels: Heb je een voorbeeld van dit is een recent voorbeeld, die neem ik zeker naar de volgende vijf klanten gesprekken neem ik mee. Rick: Nou ja, dat is bijvoorbeeld gisteren had ik had ik een gesprek met een grote investeringsmaatschappij. Rick: Zou zeggen, ja, dat is ook een enterprise, maar ja, de investeringsmaatschappij is niet zo groot. Rick: Ze hebben een heel veel grote portefeuille met heel veel bedrijven. Rick: Hij vertelde 1,3 miljoen klanten in totaal die ze bedienen vanuit echt heel veel. Rick: En die vertelden dus over dat shadow AI. Rick: Daar zitten we gewoon mee. Rick: We hebben gewoon, we betalen heel veel licentiekosten. 486 Rick: Voor alle bedrijven. 487 Rick: En dan zien we gewoon dat ze andere programmatuur gebruiken, waar nog steeds heel veel data van ons wegvloeit. 488 Rick: Althans denken we, want we weten niet wat er naartoe gaat. 489 Rick: En dat is dus dat neem je dan mee, weet je wel, en het gebruik je dan als voorbeeldcase bij een ander. 490 Rick: Dat is eigenlijk wat we doen, we kopiëren gewoon alles dan zeggen, dit moet je voorkomen, weet je, dan je net geleerd hebt. 491 Rick: Ja, dat zijn wel dingen die je meeneemt. 492 Rick: En oplossingen. 493 Rick: Simpele oplossingen die we doen, roundtables die we organiseren, waarbij we wel uit dezelfde organisatie. 494 Rick: Nu hebben we hem voor accountancy en administratiekantoren. 495 Rick: En dan komen er 6, 7 bedrijven online, hoeft helemaal niet meer aan tafel, doen we lekker online. 496 Rick: Kunnen wat voorbeelden, vraag ook vraag ook het cases op. 497 Rick: En dan gaan we gaan ze ervaringen met elkaar delen om elkaar beter te maken. 498 Rick: En wat voor ons dan interessant is, is zit er een soort algemene AI-agent in die wij kunnen ontwikkelen en dan weer in de markt kunnen zetten naar hen toe. 499 Rick: Dus ja, in dat opzicht een win-win situatie. 500 Niels: Samen leren. 501 Joop: De technologie is natuurlijk in ontwikkeling. 502 Joop: Is er iets waar je 's nachts van wakker ligt rondom deze technologie? 503 Martijn: Ja, waar echt van wakker ligt. 504 Martijn: Ja, wat ik voorbij zie komen. 505 Martijn: Gelukkig nog maar één keer voorbij gezien. 506 Martijn: Dat er echt mega gevoelige informatie, gewoon in dit geval was het ChatGPT wordt gegooid. 507 Martijn: Om even wat ging dan om HR-informatie. 508 Martijn: Om even de berekening te doen van de omslag. 509 Martijn: Dat was echt dat ik dacht van hoe kan je dit bedenken dat dit handig is. 510 Martijn: Dus dat soort hele gevoelige informatie. 511 Martijn: Gewoon naar de deur uitslingeren. 512 Martijn: Dat zijn wel de situaties die we tegenkomen, waar ik echt wel echt wel zo'n 's avonds van denk van een ondernemer dit gewoon kan zo kan laten gebeuren. 513 Martijn: Daar heb je ook niet altijd even veel controle op. 514 Martijn: Maar dat zijn wel de scenario's die we tegenkomen waar ik echt wel heel veel moeite hebben, heel veel moeite mee hebben. 515 Rick: Ik heb dat minder hoor. 516 Rick: Ik ga prima. 517 Rick: Nee, ik denk dat ik als je ergens over nadenken, want ik lig er echt niet wakker van. 518 Rick: Ik vind wel dat er iets mee moet gebeuren en dan ga je nadenken van oké, wat doet de politiek nou om ons bepaalde kennis en kunde mee te geven om een keurmerk neer te zetten van oké, als je dit soort dossiers of dit soort data bezit van mensen. 519 Rick: Dan moet je aan bepaalde eisen voldoen. 520 Joop: Maar is dat niet de geletterheid die in de AI-act staat? 521 Rick: Ja, prima, maar wat staat er dan in de AI-act daarover? 522 Joop: Dat je geletterd genoeg moet zijn. 523 Joop: Dat is echt het probleem. 524 Rick: Niemand heeft enig idee waar je echt aan moet voordoen. 525 Rick: De GDPR-wetgeving of AVG in Nederland natuurlijk. 526 Rick: Je moet je best hebben gedaan. 527 Rick: Daar komt het wel een beetje op neer. 528 Rick: Dus je moet bepaalde dingen hebben uitgezocht. 529 Rick: Proberen te voorkomen. 530 Rick: Vooral dit proberen. 531 Rick: Nee, je moet het gewoon voorkomen. 532 Rick: En als je dat niet goed gaat, dan moet je het melden. 533 Joop: Ja, dat is een goede vraag. 534 Joop: Maar uiteindelijk aan de ene kant, weet je, kijk, op papier is het gedicht. 535 Joop: Volgens de AVG had dit ook niet gemogen. 536 Joop: Deze gegevens de AI-act zegt dat je geletterd genoeg moet zijn. 537 Joop: Deze persoon was blijkbaar niet geletterd genoeg. 538 Joop: Want anders had je het niet gedaan. 539 Joop: Wat verwacht jij nu? 540 Rick: Er wordt dat niet om niemand wordt er toch op getoetst ook. 541 Rick: Hoe word je dan getoetst dat je geletterd genoeg bent. 542 Joop: Dat is dan wat jij verwacht van vanuit de politiek. 543 Rick: Nee, ik verwacht, misschien wel eigenlijk dat ze daar zeggen van oké, we gaan een organisatie of een bedrijf, of die gaan we zorgen dat ze daarop gaan handhaven of creëren of geen idee, maar dat ze voor mij subsidies op voor bedrijven om die trainingen te gaan doen. 544 Niels: Technisch rijbewijs. 545 Rick: Ja, zo zijn creatiever zijn. 546 Martijn: En dan is het niet zozeer dan zou ik al willen dat het niet alleen om gebruik gaat, maar gewoon voornamelijk gefocust op dat bewustzijn en dat kritisch blijven denken. 547 Martijn: Kan hetgeen wat ik vraag wat voor schade kan het opbrengen, of voornamelijk het kritisch denken, is hier echt nog steeds gewoon heel belangrijk. 548 Niels: Ja, het betekent wel dat je periodiek herhaaldelijk moet gaan doen, want kritisch denken kan wel wegzakken naarmate de tools. 549 Niels: Steeds makkelijker maken, natuurlijk. 550 Rick: En complexer worden aan de achterkant. 551 Rick: Ja, ik vind, ik heb gewoon soms kan daar gewoon niet zozeer het boos altijd slecht woord, maar gewoon echt over nadenken. 552 Rick: Wat is nou wat is hier nou het gouden ei in? 553 Rick: Zo'n Odidocase vind ik hartstikke mooi en dan wordt er naar buiten gegooid van ja, net zijn medewerkers die hebben een paar keer op oké geklikt, te veel. 554 Rick: Dus we gaan eerst gaan we een soort van een heel groot bedrijf gaan we één of twee medewerkers de schuld geven nu. 555 Rick: Die kan je niet kan je niet boos om worden natuurlijk, maar die gegevens liggen wel op straat. 556 Rick: En wat heeft het bedrijf dan gedaan? 557 Rick: Wat heeft het bedrijf dan ondernomen, dat wordt helemaal niet besproken, en zo in ieder geval ondernomen dat ze niet gingen betalen. 558 Rick: En ik ben gewoon nieuwsgierig, wat heeft het bedrijf in de voorgaande jaren gedaan om die medewerkers te trainen. Rick: Dat zou ik wel willen zien en ik zou eigenlijk ook wel willen zien dat er een bepaalde instantie is die dan instantie of waar een bedrijf. Rick: Dus dat je het net zoals een isocertificering of ding: dat je gewoon een organisatie is die gewoon zegt. Rick: Oké, ik ga kijken of dit jij je medewerkers goed traint en of dat af en toe het kennisniveau nog hoog genoeg is. Niels: Ik ben wel nieuwsgierig hoe blijf jullie op peil. Niels: Want de technologie gaat snel wat jullie bijblijven. Rick: Wij zijn natuurlijk elke vooral 's avonds met elkaar op de chat dat je gewoon weer iets aan het proberen bent, dat je aan het spelen. Rick: Ik heb geloof ik, er is denk ik weinig wat ik niet al geprobeerd heb. Rick: Dus ook de LlamaIndex en de Beescoat is ook super tof om te doen, kan je echt hele avond mee zoeken. Rick: En dan lukt het weer net niet en dan weet je gewoon het aan jezelf ligt. Rick: Ik doe iets fout. Rick: Dat ding klopt wel - alleen het werkt dat zijn echt heel leuk. Rick: En achter Ennis natuurlijk heel leuk om mee te spelen, stukken lezen, bekijken wat er gebeurt. Rick: Er zijn wel een aantal Amerikaanse platformen die vaak lees. Rick: Omdat ze vaak net iets voorlopen en dan zie je een beetje wat gebeurt en hoe ChatGPT zich ontwikkelt en wat daarom. Rick: Dat soort dingen, het is gewoon het zo'n kennis. Rick: Omdat je elke dag mee bezig bent, dan vind je het ook gewoon, ik snap wel dat bedrijven dat niet willen. Rick: Die worden gek denk ik als ze elke dag moeten gaan kijken ontwerpen. Joop: Het is ook ons vak. Joop: Om af te sluiten, want je had het over kritisch denken. Joop: Misschien even wat prikkelend van wanneer ben je voor het laatste vergeten om kritisch te denken. Rick: Je moet soms is het natuurlijk best wel vaak eigenlijk waarom omdat je dan denk, oh ja, wacht even gooi het er even doorheen of zo. Rick: En heb je in ChatGPT je een mooi prompt klaarstaan voor jezelf, dat je gewoon altijd op deze manier antwoord wil geven op een bepaalde mail of zo. Rick: En dan gooi je die mail erin en zeggen ik wil dit terugsturen. Martijn: Misschien eigenlijk wel een leuke voorbeeld vanochtend stapte in de auto. Martijn: Ik stapte bij Rick in de auto. Martijn: De laadkabel ging niet los van de auto. Martijn: In plaats van normaal zou je denken, gaan we de auto naar knopjes zoeken, dingen of even bij het laat wordt. Martijn: Eerst wat we zijn, nou, laat het gewoon even een ChatGPT vragen. Rick: Hij gaf niet het goed aan. Martijn: Op een gegeven moment op een gegeven moment hadden we al alle vier, vijf stapjes geprobeerd. Martijn: Dat gewoon een knopje na, hij heeft net nieuwe auto. Martijn: Naast de laadkabel precies een knopje van die moet je gewoon terug om gewoon vast te ontgrendelen. Martijn: Heel stom, kan je niet kritisch aan het nadenken. Martijn: Het heeft niks met databewustzijn te maken, maar je bent gewoon de eerste reacties van laten we maar even vragen. Martijn: Als je gewoon rustig naar de situatie gaat kijken, had je er prima snel uitgekomen. Martijn: Dat soort dingen. Martijn: Je ziet vaak in dat zijn kleine dingen heeft niet eens met databewustzijn te maken. Martijn: Het gemak is gewoon zo makkelijk om dingen even te vragen. Martijn: En je moet je zelf echt dwingen om gewoon niet alles te gaan vragen. Joop: Volgens mij hebben we een heel mooie verhaal gehad van jullie waarom het zo belangrijk is om soevereine private cloud wel of niet in te zetten, mooie scheiding gemaakt. Joop: Dank jullie wel, dank jullie wel voor dit openhartige gesprek. Rick: Jullie bedankt voor de uitnodiging. Joop: Leuk dat je weer luisterde naar deze aflevering, vergeet je niet te abonneren via je favoriete podcast app. Joop: En we gaan ook nog een vraag aan bij de heren stellen. Joop: Die ga je lezen in de minste, de vraag ga je niet lezen, maar ook het antwoord. Joop: In de nieuwsbrief, dus daar kan je ook op abonneren. Joop: Staat in de show notes. Joop: Tot de volgende keer. Joop: Dat was vergeten te zeggen.