84.999 dollar. Dat stond op het prijskaartje van de machine die ik vorige week in een post onder mijn bureau zette. Een AI-supercomputer ter grootte van een desktop, met 748 gigabyte geheugen en genoeg rekenkracht voor een model van een biljoen parameters.
De meest gelikete reactie was niet "wauw". Het was: wie heeft dat geld.
Eerlijke vraag. En precies de verkeerde. De prijs is nooit het punt geweest. Het punt is data-soevereiniteit: van wie jouw AI-model en je data eigenlijk zijn.
De vraag die bijna niemand stelt
De meeste bedrijven die "iets met AI" doen, draaien volledig op één externe leverancier. Je stuurt je facturen, je klantmails en je contracten naar een server in een ander land, en je krijgt een antwoord terug. Werkt prima. Tot het niet meer werkt.
Vorige week zette een overheid een topmodel zomaar uit. De Fable 5 ban. Bedrijven die hun proces eromheen hadden gebouwd stonden van de ene op de andere dag stil. Geen bug, geen storing. Een beslissing van iemand anders.
Dat is het echte risico van AI uit het stopcontact. Niet dat het te duur is, maar dat een leverancier of een overheid meebeslist over jouw bedrijfsvoering. De prijs kan stijgen, het model kan veranderen, de toegang kan dichtgaan. Jij hebt geen stem. Ik schreef er eerder over in de Fable 5 ban en waarom vendor-onafhankelijkheid telt.
Een AI-werkstation onder je bureau draait dat om. Niet omdat het sneller of goedkoper is. Omdat het van jou is.
Wat 84.999 dollar echt koopt
De machine is een MSI XpertStation WS300, gebouwd op NVIDIA's DGX Station met de GB300-superchip. In gewone taal: een desktop met 748 gigabyte werkgeheugen, 20 petaFLOPS rekenkracht en ruimte voor modellen tot een biljoen parameters. Dat laatste is het soort model waar de grote AI-labs hun cloud mee vullen.
Maar de specs zijn niet wat je koopt. Wat je koopt is dit: alles gebeurt binnen je eigen muren.
Geen mailbox die naar OpenAI gaat. Geen contractregels die een Amerikaanse cloud passeren. Geen klantdata die je kantoor verlaat om ergens anders verwerkt te worden. De vraag stelt, het model rekent, en het antwoord komt terug. Allemaal in dezelfde kamer.
Data-soevereiniteit is geen marketingwoord. Het zijn vier concrete dingen.
Ik gebruik "soevereiniteit" niet als slogan. Het betekent vier dingen die je kunt nakijken.
Je data verlaat het pand nooit. Dat maakt AVG-compliance een architectuurkeuze in plaats van een verwerkersovereenkomst met kleine lettertjes. Voor klantgegevens, contracten en financiële cijfers is dat het verschil tussen "het mag" en "het mag niet". Meer daarover in AI en AVG: wat mag wel en niet.
Niemand kan je model uitzetten. Geen provider, geen overheid, geen prijsverhoging die je uit de markt drukt. Het model staat op jouw schijf. Het draait of je nu wel of geen abonnement hebt.
Geen rekening per gebruik. Geen kosten per token, geen rate limits die je op het drukste moment afremmen, geen leverancier die meekijkt hoeveel en wat je vraagt. Je betaalt de hardware één keer.
Je eigen model is jouw IP. Je kunt een model fine-tunen op je eigen data, zodat het jouw toon spreekt en jouw vakkennis kent. Dat model is dan van jou. Kleiner, scherper, en niet te kopiëren door een concurrent die dezelfde generieke API gebruikt.
📖 Lees ook: Waarom vendor-lock-in je grootste AI-risico is: hoe je voorkomt dat één leverancier je bedrijfsvoering gijzelt.
De eerlijke tegenstem (zodat je geen 85.000 dollar verbrandt)
Ik ben geen lokaal-fanaat. Als ik je dit verhaal verkoop zonder de andere kant, doe ik je tekort. Drie dingen die je moet weten voordat je je creditcard pakt.
Cloud is per eenheid ordes goedkoper. Een cloudaanbieder deelt dezelfde dure hardware over duizenden klanten. Jij betaalt alleen wat je gebruikt. Voor de meeste bedrijven blijft een cloud-API simpelweg goedkoper dan een eigen machine, zeker bij laag volume. Mijn eigen benchmark van lokale modellen liet zien dat een cloud-model tien taken voor een paar cent afrondt.
De beste modellen draaien nog in de cloud. De absolute top, de frontier-modellen, blijven capabeler dan wat je lokaal draait. Voor de echt moeilijke taken pak je nog steeds beter een topmodel uit de cloud.
Lokaal is niet automatisch veiliger. Dit is de valkuil waar de meeste mensen overheen stappen. Zodra het model bij jou staat, ben jij verantwoordelijk voor de beveiliging. De updates, de fysieke toegang, de sleutels, de back-ups. Een slecht beheerde lokale machine lekt makkelijker dan een goed beheerde cloud. Soevereiniteit betekent controle, niet vanzelf veiligheid. Die twee zijn niet hetzelfde.
Dat is precies waarom ik zelf alles vastleg met een governance-laag die elke beslissing traceerbaar maakt. Een eigen machine zonder AI-governance is geen soevereiniteit. Het is een duur risico.
Wanneer 84.999 dollar klopt, en wanneer niet
De prijs is verdedigbaar in een paar concrete gevallen.
Het klopt als:
- Je in een gereguleerde sector zit waar data het gebouw niet uit mag: zorg, finance, juridisch, overheid.
- Je datavolume zo hoog is dat de cloudrekening structureel hoog oploopt.
- Je je eigen modellen wil trainen op gevoelige data en je dat niet aan een externe partij wil toevertrouwen.
Het klopt niet als:
- Je een handvol AI-taken per dag draait. Dan is de cloud goedkoper en simpeler.
- Je geen iemand hebt die de machine beheert en beveiligt.
- Je vooral de nieuwste, beste modelkwaliteit wil. Die zit nog in de cloud.
Voor de meeste MKB-bedrijven is 84.999 dollar dus niet het antwoord. Het goede nieuws: hetzelfde soevereiniteits-principe schaalt naar beneden. Er is een hele klasse werkstations van 2.000 tot 4.000 dollar die je data net zo goed binnenhoudt. Daar kom ik binnenkort op terug, met een concrete vergelijking onder elkaar.
De 85.000 dollar-machine is het uiterste van een lijn. Het laat zien waar "je AI zelf bezitten" eindigt. Maar de lijn begint veel lager.
Wat ik zou doen
Begin niet bij de hardware. Begin bij de vraag welke data je kantoor echt niet uit mag, en welke processen daarop draaien.
Voor de meeste bedrijven is de nuchtere mix de beste: gevoelige, hoog-volume taken lokaal op een betaalbaar werkstation, en de cloud erbij voor het zware werk dat topkwaliteit vraagt. De keuze valt per taak, niet per principe.
De 85.000 dollar-tier reserveer je voor het geval dat compromisloos moet: gereguleerde data, eigen training, schaal. Geen statussymbool, maar een architectuurkeuze.
En de echte les is niet welke doos je koopt. Het is dat je de vraag stelt voordat een leverancier hem voor je beantwoordt. Van wie is jouw AI?
Veelgestelde vragen
Van wie is jouw AI?
De 85.000 dollar-machine is een extreem voorbeeld, maar de vraag eronder geldt voor elk bedrijf dat AI gebruikt. Bouw je je proces op iets dat je niet bezit, dan beslist iemand anders mee over je bedrijf.
Wil je weten welke data bij jou echt binnen moet blijven en hoe je daar een werkbare architectuur omheen bouwt? Bekijk hoe ik AI-systemen voor het MKB ontwerp, of volg me op LinkedIn waar ik dit soort keuzes hardop maak.