De AI-markt heeft geen enkele winnaar meer

OpenAI blijft de grootste in het enterprise-segment met 78 procent adoptie. Toch groeien Anthropic en Google snel in specifieke domeinen. Uit het jaarlijkse a16z-onderzoek onder CIO's van Fortune 500-bedrijven blijkt dat de meeste organisaties inmiddels drie of meer modellen naast elkaar draaien. Dat maakt de vraag wie de AI-race wint minder relevant dan de vraag hoe je meerdere modellen naast elkaar gebruikt zonder dat je organisatie in complexiteit verzuipt.

Wat de cijfers wel en niet zeggen

Andreessen Horowitz ondervroeg de IT-leiding van 100 grote ondernemingen. 78 procent gebruikt OpenAI, 53 procent Anthropic, 41 procent Google en 26 procent Meta's Llama-familie. De optelsom laat zich raden: bedrijven kiezen zelden één leverancier, ze combineren. Anthropic wint terrein in softwareontwikkeling, waar Claude wordt geprezen om kwaliteit van code en debugging. OpenAI heeft het overwicht in algemene taken zoals samenvatten, tekstgeneratie en klantenservice. Google Gemini vindt zijn plek waar teams al zwaar leunen op Workspace.

Deze specialisatie levert een landschap op met meerdere winnaars in verschillende hoeken van de markt. Dat past bij een tweede bevinding uit hetzelfde onderzoek: 60 procent van de bedrijven verwacht hun AI-uitgaven het komend jaar te verhogen, met verhoudingsgewijs meer budget voor specialistische toepassingen dan voor breed inzetbare chatinterfaces.

Waarom bedrijven meerdere modellen naast elkaar draaien

De reden zit deels in kwaliteit per taak en deels in leveranciersrisico. Wie zijn hele workflow op één aanbieder bouwt, is kwetsbaar bij prijswijzigingen, uitval of een verschuiving in modelgedrag na een update. ServiceNow koos daarom voor een orkestratielaag over meerdere modellen heen. De waarde verschuift van het model zelf naar het platform dat modellen combineert. Dat inzicht keert terug bij organisaties die serieus met AI werken: het model dat vandaag het beste presteert, kan over drie maanden ingehaald zijn door een concurrent.

Voor directies draait AI-strategie daarmee meer om architectuur dan om leverancierskeuze. Welke laag zit tussen je bedrijfsprocessen en de modellen? Wie beheert die laag? Hoe zorg je dat een nieuw model probleemloos ingehangen kan worden als het beter blijkt te zijn voor jouw werk?

Wat dit betekent voor je AI-agenda

Drie concrete gevolgen. Ten eerste: reken vanaf nu met een budget voor meerdere modellen, niet één abonnement. Prijs- en licentiestructuren verschuiven daarmee van een vaste post naar iets dat je jaarlijks bijstuurt. Ten tweede: zorg dat je AI-workflows model-onafhankelijk zijn, zodat je bij een nieuwe release kunt schakelen zonder je proces te herbouwen. Ten derde: leg de kennis over welk model waarvoor werkt vast in je organisatie, want die expertise maakt uiteindelijk het verschil, niet de licentie zelf.

Organisaties die AI serieus willen inbedden lopen aan tegen de vraag hoe ze persoonlijke tijdswinst omzetten in bedrijfsvoordeel. Diezelfde discipline geldt voor modelkeuze: individuen kiezen wat voor hen werkt, de organisatie zorgt dat die keuzes optellen tot iets samenhangends.

Wil je doorpraten over hoe je AI-workflows minder afhankelijk maakt van één leverancier? Plan een kennismaking in, we denken graag mee.