Wat als de AI-dienst waarop je bedrijfsprocessen draaien morgen twee keer zo duur wordt? Of een paar uur uitvalt? Met de groei van AI groeit ook de afhankelijkheid van externe AI-providers. Local AI biedt een tegenbeweging: een deel van de rekenkracht komt terug naar de eigen organisatie. Wanneer is dat slim en wanneer blijft de cloud juist de betere keuze?
Weerbaarheid begint bij minder afhankelijkheid
Jarenlang was de beweging in IT duidelijk: steeds meer applicaties, data en rekenkracht verhuisden naar de cloud. Daardoor hoefde het device zelf steeds minder te kunnen. Met AI ontstaat nu een tegenbeweging. Hardware krijgt meer specifieke AI-rekenkracht en modellen worden efficiënter, waardoor steeds meer taken lokaal kunnen draaien.
Voor de weerbaarheid van organisaties is dat relevant. Wie bepaalde AI-taken lokaal kan uitvoeren, hoeft voor die processen niet volledig afhankelijk te zijn van de beschikbaarheid, voorwaarden en infrastructuur van een externe provider.
“Local AI neemt risico’s niet weg. Het zorgt er vooral voor dat je zelf meer controle houdt over waar je van afhankelijk bent,” vertelt André van Haren, Manager Volume Categories bij Copaco.
Die lokale controle hoeft zich niet tot één device te beperken. Organisaties kunnen AI-modellen ook binnen hun eigen infrastructuur draaien, zodat meerdere medewerkers of toepassingen daarvan gebruik kunnen maken.
Niet iedere AI-taak hoeft naar de cloud
Denk aan het uitlezen van facturen en pakbonnen, het classificeren van productinformatie of het verwerken van interne documenten. Zulke taken zijn vaak voorspelbaar en hebben niet voortdurend de nieuwste informatie van buiten de organisatie nodig.
“Als je een pakbon moet uitlezen, heb je daar niet de AI-kennis van gisteren voor nodig”, zegt Van Haren. “Dat soort processen kun je lokaal uitvoeren.”
Ook de gebruikte data speelt mee. Persoonsgegevens, klantinformatie, contracten of andere vertrouwelijke bedrijfsinformatie hoeven bij een lokaal model niet voor iedere AI-opdracht naar een externe omgeving te worden gestuurd.
De vraag verandert daardoor. Niet alleen: naar welke AI-provider mogen we deze data sturen? Maar ook: moet deze data onze omgeving eigenlijk wel verlaten?
Ook kosten kunnen een afhankelijkheid worden
“Zodra AI onderdeel wordt van je bedrijfsprocessen, wordt het prijsmodel van je provider óók onderdeel van je bedrijfsrisico”, zegt Van Haren.
Bij veel cloud-AI betaalt een organisatie naar gebruik. Dat werkt goed zolang AI beperkt wordt ingezet, maar het verbruik kan snel oplopen wanneer steeds meer processen ervan afhankelijk worden.
AI-agents versterken die ontwikkeling. Een agent kan voor één opdracht achter de schermen verschillende modellen meerdere keren aanspreken. Daarmee kan het gebruik veel sneller groeien dan wanneer medewerkers alleen zelf prompts invoeren.
Wie zulke processen volledig op een externe AI-dienst bouwt, heeft weinig invloed op wat er gebeurt als tarieven veranderen.
Bij Local AI verschuift dat model. Een organisatie investeert vooraf in eigen rekenkracht en kan die capaciteit vervolgens herhaaldelijk gebruiken. Vooral bij intensieve en voorspelbare workloads kan dat interessant worden.
Lokaal is echter niet automatisch goedkoper. Hardware, energie, beveiliging, updates en beheer kosten eveneens geld. Voor incidenteel gebruik of zeer zware workloads kan cloud-AI juist financieel aantrekkelijker blijven.
Meer controle betekent meer verantwoordelijkheid
“Wie AI lokaal draait, haalt niet alleen de controle terug. Je haalt ook een deel van het beheer en de beveiliging terug naar je eigen organisatie”, zegt Van Haren.
Een lokaal AI-model moet worden bijgewerkt. De hardware moet worden beheerd en beveiligd. En een systeem waarop gevoelige informatie wordt verwerkt, kan juist aantrekkelijk zijn voor aanvallers.
Local AI is dus niet automatisch veiliger dan cloud-AI. Een organisatie bepaalt meer zelf waar de verwerking plaatsvindt, maar moet die omgeving vervolgens ook goed beschermen.
Ook dat hoort bij weerbaarheid. Wie minder bij een externe provider neerlegt, moet zelf in staat zijn het beheer en de beveiliging goed te organiseren.
De slimste keuze verschilt per workload
“Ik geloof niet dat organisaties straks moeten kiezen tussen Local AI óf cloud-AI. In de praktijk heb je ze allebei nodig”, zegt Van Haren.
Local AI ligt vooral voor de hand bij voorspelbare en intensief gebruikte workloads, gevoelige data of toepassingen die niet volledig afhankelijk mogen zijn van een externe dienst. De cloud heeft juist voordelen wanneer actuele informatie, schaalbaarheid of tijdelijk veel extra rekenkracht nodig zijn. Ook bij incidenteel gebruik kan cloud-AI financieel aantrekkelijker zijn dan investeren in eigen capaciteit.
Die hybride aanpak draagt bij aan weerbaarheid: organisaties kunnen per workload bepalen waar die het beste draait en voorkomen zo dat alle AI-processen afhankelijk zijn van dezelfde omgeving of provider.
De hardwaremarkt beweegt al mee
Die verschuiving is inmiddels zichtbaar bij hardwarefabrikanten. Naast AI-PC’s ontstaat een categorie compacte AI-systemen waarmee grotere modellen binnen de eigen omgeving kunnen draaien. Onder meer HP, Dell, Lenovo, ASUS, MSI en Acer bewegen zich op die markt.
Daarmee wordt AI-rekenkracht ook relevanter bij de selectie van zakelijke hardware. Naast processor, geheugen, opslag en batterijduur komt een nieuwe vraag op tafel: welke AI-workloads moet dit apparaat de komende jaren aankunnen?
Ook het advies van IT-partners verandert
“De vraag ‘wat wil je met AI gaan doen?’ wordt straks net zo belangrijk als de vraag hoeveel geheugen of rekenkracht een gebruiker nodig heeft.”
Voor resellers en MSP’s verandert daarmee het gesprek met klanten. Welke AI-processen gebruikt een organisatie? Welke data wordt daarin verwerkt? Welke toepassingen moeten blijven functioneren als een externe dienst wegvalt? En wanneer is lokale capaciteit interessanter dan cloud-AI?
Daarmee ontstaat ook ruimte voor dienstverlening. Een IT-partner kan naast hardware bijvoorbeeld lokale modellen installeren en actualiseren, de omgeving beveiligen en capaciteit beheren.
Van Haren ziet vooral voor kleinere, lokale IT-partners kansen om zich met Local AI te onderscheiden. Zij kunnen een Local AI-omgeving bij de klant implementeren en vervolgens ook het beheer verzorgen. Voor partners die daar nog weinig ervaring mee hebben, heeft hij een eenvoudig advies:
“Begin ermee. Installeer verschillende modellen en ervaar zelf wat lokaal inmiddels kan. Pas als je er zelf mee werkt, kun je klanten er goed over adviseren.”
Benieuwd naar meer inzichten over Local AI en weerbaarheid?
Voor resellers en MSP’s die met Local AI aan de slag willen, is hardware alleen niet genoeg. Copaco kan samen met fabrikanten helpen om kennis over modellen, beveiliging en beheer op te bouwen en toe te passen.
Tijdens CopaConnect 2026 op 13 oktober in Brussel komen vendors, resellers en IT-experts samen om inzichten en praktijkervaringen rond digitale weerbaarheid te delen. Local AI is een concreet voorbeeld van hoe keuzes rond technologie en afhankelijkheden deweerbaarheid van organisaties beïnvloeden.
Dit is een ingezonden commerciële bijdrage van Copaco. De redactie is niet verantwoordelijk voor de inhoud.