De strijd om de kosten van zakelijk gebruik van kunstmatige intelligentie te verlagen, begint daadwerkelijk invloed te krijgen op aankoopbeslissingen. DeepSeek, het Chinese bedrijf dat zich krachtig positioneerde met open modellen en goedkope API’s, stond in juni bovenaan de lijst van softwareleveranciers die trending zijn op Ramp, een Amerikaanse platform voor management van bedrijfskosten. Dit betekent niet dat DeepSeek OpenAI of Anthropic qua adoptie volledig heeft overtroffen, maar het bevestigt wel dat sommige bedrijven op zoek zijn naar goedkopere alternatieven voor de grote Amerikaanse modellen.
Deze ontwikkeling wordt ondersteund door een tweede signalering uit China. De autoriteiten in het land hebben gewezen op veiligheidsrisico’s verbonden aan tussenplatforms die toegang bieden tot buitenlandse modellen via niet-officiële kanalen. Beide berichten wijzen op hetzelfde kernprobleem: in de nieuwe AI-economie is prijs belangrijk, maar de reis van data nog belangrijker.
De druk van de kosten verandert de AI-aankoopstrategie
Ramp plaatst DeepSeek bovenaan de lijst van “trending software vendors” in juni. Deze lijst meet niet de totale marktaandelen, maar de leveranciers die nieuwe zakelijke betalingen aantrekken. Met andere woorden, het detecteert wanneer een bedrijf voor het eerst betaalt voor een specifiek softwareproduct.
Deze inschatting is relevant omdat het niet om technische nieuwsgierigheid gaat of downloads op GitHub, maar om bedrijfsuitgaven. Volgens de analyse die Ramp Economics Lab citeert, zouden sommige Amerikaanse bedrijven rechtstreeks aan DeepSeek betalen. Dit suggereert dat niet alle bedrijven hun open modellen op eigen servers draaien, maar gebruik maken van diensten die door de Chinese aanbieder worden gehost.
Deze nuance verandert de interpretatie aanzienlijk. Zelf hosten van een model biedt meer controle over waar de workloads draaien en welke gegevens het bedrijf verlaten. Een directe API gebruiken kan sneller en goedkoper zijn, maar brengt het risico mee dat informatie wordt gedeeld met een externe infrastructuur, met alle privacy-, compliance-, jurisdictie- en beveiligingsvragen van dien aard.
| Gebruiksvorm | Belangrijkste voordeel | Grootste risico |
|---|---|---|
| Directe API van DeepSeek | Lagere kosten en snelle implementatie | Gegevens worden verzonden naar een externe partij |
| Zelfgehost open model | Meer controle over data en infrastructuur | Vereist technische capaciteit en eigen hardware |
| OpenAI of Anthropic | Gecultiveerd ecosysteem en brede zakelijke adoptie | Hogere kosten in bepaalde use-cases |
| Inferncerplatforms | Flexibiliteit in meerdere modellen | Meer tussenlagen |
| Onofficiële relays | Goedkope of alternatieve toegang | Verhoogd veiligheids- en compliance-risico |
DeepSeek had eerder al aandacht in januari 2025, toen de adoptie binnen Ramp toenam tot 0,3 %. Daarna zakte het terug naar 0,1 % en bleef dat in april 2026. Ter vergelijking: Anthropic en OpenAI hadden toen een marktaandeel van respectievelijk 34,4 % en 32,3 %, wat aangeeft dat zij nog steeds de leidende spelers waren.
Het verschil tussen tijdelijke groei en marktleiderschap is belangrijk. DeepSeek groeit mogelijk vanaf een kleine basis, terwijl OpenAI en Anthropic nog altijd het meest aanwezig zijn bij veel ondernemingen. Maar de duidelijke boodschap is: de kosten van AI worden een belangrijke factor in de besluitvorming.
De prijs is niet langer enkel een technische detail
In de initiële fase van adoptie testten veel bedrijven AI-modellen zonder zich zorgen te maken over de kosten per token. De focus lag op het verkennen van toepassingsscenario’s: tekstgeneratie, klantenservice, interne copilots, documentanalyse, programmeren, semantisch zoeken en taakautomatisering.
Wanneer deze pilots overgaan in productie, verandert het gesprek. Het aantal model-aanroepen neemt toe, agents voeren meer stappen uit, ontwikkelteams integreren AI in dagelijkse workflows en afdelingen krijgen te maken met terugkerende facturen. Op dat moment wordt de kosten per token een zakelijke variabele in plaats van een technisch detail.
DeepSeek treedt vooral op die markt in. Haar aanbod wordt als kosteneffectiever ervaren voor bepaalde workloads, vooral vergeleken met bekende commerciële modellen. Voor taken waarvoor niet altijd het krachtigste model nodig is, overwegen veel bedrijven een meeragecierte architectuur: premium modellen voor complexe taken, goedkopere modellen voor repetitieve werkzaamheden, en zelfgehoste modellen voor gevoelige data.
| Type workload | Meest geschikt model |
| Gevoelige of gereguleerde data | Intern model of gecertificeerde provider |
| Basis teksten of classificaties | Kosteneffectief model |
| Complex redeneren | Premium model |
| Massale automatisering | Geoptimaliseerd model kosten |
| Kritische softwareontwikkeling | Model met traceerbaarheid en continue evaluatie |
| Snel prototypes | Externe API of multi-model platform |
De trend wijst niet onvermijdelijk op één winnaar. Integendeel, de markt kan verankerd raken in fragmentatie. Bedrijven willen niet altijd het duurste model betalen als een goedkopere optie 80 % van het werk kan doen. Tegelijkertijd willen ze niet onnodige risico’s nemen met kritieke data. Daarom wordt AI-governance steeds meer vergelijkbaar met cloudbeleid: dataclassificatie, leveranciersregels, datalimieten en voortdurende audits.
China waarschuwt voor buitenlandse modeltussenpersonen
Terwijl Amerikaanse bedrijven DeepSeek testen op prijs, richt China zich op een probleem dat ook hun eigen ontwikkelaars treft: AI-relays of tussenplatforms. Deze platforms fungeren als poorten die API’s van diverse modellen, zowel nationaal als internationaal, samenbrengen tot één toegankelijke dienst.
Het voordeel is duidelijk. Een ontwikkelaar kan toegang krijgen tot meerdere modellen zonder direct contract met elke leverancier, technische beperkingen omzeilen, integraties vereenvoudigen of lagere prijzen krijgen. Het risico is echter dat veel van deze diensten een ondoorzichtig laagje vormen tussen gebruiker en het daadwerkelijke model.
De Chinese autoriteiten waarschuwen voor privacyrisico’s, datalekken, herverkoop van gegevens, gebruik van minderwaardige modellen als geavanceerde, achterdeurtjes en ongereguleerde grensoverschrijdingen. Met andere woorden, een relay kan beloven op een gemakkelijke en goedkope manier toegang te bieden, maar kan tegelijk een zwakke schakel worden in de beveiliging.
Deze Chinese waarschuwing dient niet alleen als louter lokaal probleem. De wereldwijde AI-markt telt veel tussenplatforms: gateways, aggregators, proxies, modelrouters, inferentiediensten en services die kosten, latency en beschikbaarheid optimaliseren. Velen zijn legitiem en noodzakelijk. Anderen opereren mogelijk zonder voldoende transparantie.
Het nieuwe risico: niet weten welk model precies reageert
Een voornaam technisch en compliance-uitdaging is traceerbaarheid. Wanneer een bedrijf direct gebruikmaakt van een model van bijvoorbeeld OpenAI, Anthropic, Google, Mistral of DeepSeek, kan men contracten, voorwaarden, datalocatie en databezit controleren. Maar wanneer het via een onduidelijk tussenplatform gebeurt, wordt het veel complexer: welk model heeft daadwerkelijk gereageerd, waar werd de verwerking gedaan, wie zag de prompt en wat is opgeslagen?
Dit heeft praktische gevolgen. Een team kan denken dat het met een geavanceerd model werkt, terwijl het antwoord eigenlijk van een goedkoper alternatief komt. Interne gegevens kunnen zonder toestemming op een platform worden opgeslagen. API-sleutels, credentials of codefragmenten kunnen in een relay verdwijnen zonder garanties. En onbedoeld kan men interne policies schenden.
| Risico’s van AI relays | Mogelijke gevolgen |
| Gebrek aan transparantie over het gebruikte model | Onbetrouwbare of misleidende resultaten | Opslag van prompts | Gevoelige data-expositie |
| Herbruik van gegevens | Ongeautoriseerd gebruik voor training of analyse |
| Overschrijding van grensgebieden | Regelgevingsproblemen |
| Backdoors of kwaadaardige code | Stelen van credentials of systeemtoegang |
| Gebrek aan audittrail | Moeilijkheden bij incidentonderzoek |
Voor gereguleerde sectoren is het risico nog groter. Banken, gezondheidszorg, industrie, overheid, verzekeringen en telecom kunnen niet eenvoudig alle AI-modellen behandelen als consumentenproducten. Ze moeten weten waar data reizen, wie de verwerking doet, welke controles er zijn en hoe compliance wordt aangetoond.
Geopolitiek bepaalt nu ook de inferencelaag
Het DeepSeek-voorbeeld laat zien dat concurrentie tussen modellen niet meer uitsluitend technisch, maar ook economisch en geopolitiek is. Dat Amerikaanse bedrijven direct betalen aan een Chinese AI-aanbieder kan interne vragen oproepen bij juridische, veiligheids- en compliance-afdelingen. Tegelijkertijd maken Chinese ontwikkelaars zich zorgen over indirecte toegang tot buitenlandse modellen via derde partijen.
De inferentielaag wordt een strategische infrastructuur. Het gaat niet alleen meer om dataopslag, maar om waar vragen, documenten, gesprekken en slimme agenten worden verwerkt. AI beweegt niet enkel tekst: het verplaatst intenties, bedrijfscontext en operationeel kennisvermogen.
Daarom is AI-soevereiniteit niet alleen het bezitten van een eigen model. Het vereist ook volledige controle over de volledige keten: interface, API, model, inferentieaanbieder, cloud, logging, encryptie, dataretentie, evaluatie en compliance. Een goedkope model kan handig zijn, maar als de datastromen niet goed worden beheerd, wordt het besparingsvoordeel snel een risico.
Wat moeten bedrijven doen?
De oplossing ligt niet in het verbieden van buitenlandse modellen of altijd voor de duurste kiezen. De markt evolueert juist naar een mix van modellen. Het is essentieel om vooraf heldere regels te stellen, voordat teams zelfstandig gaan inkopen.
Organisaties dienen data te categoriseren, te bepalen welke modellen geschikt zijn voor elk soort informatie, ongeautoriseerde relays te verbieden, contractuele afspraken te maken over databeheer, API-gebruik bij te houden en regelmatig kwaliteit, kosten en risico’s te evalueren. Het kan eveneens wenselijk zijn alternatieven met eigen infrastructuur te onderzoeken wanneer de gebruiksvolumes of data-gevoeligheid dat rechtvaardigen.
DeepSeek kan een interessante optie zijn om kosten te besparen in bepaalde scenario’s. OpenAI en Anthropic blijven de referentie voor veel zakelijke toepassingen. Open modellen zullen in privéomgevingen meer gewicht krijgen. Tussenplatforms blijven waardevol wanneer ze transparantie en controle bieden. Het probleem is niet de diversiteit aan leveranciers, maar het zonder governance gebruiken ervan.
De conclusie voor de technologiesector luidt: betaalbare kunstmatige intelligentie is gearriveerd bij de bedrijven, maar brengt nieuwe vragen mee over data, jurisdictie, security, traceerbaarheid en vertrouwen. De volgende concurrentievoordeel ligt niet alleen in het kiezen van het krachtigste of goedkoopste model, maar in weten wanneer welk model te gebruiken zonder de controle te verliezen.
Veelgestelde vragen
Waarom verschijnt DeepSeek nu op de radar van Amerikaanse bedrijven?
Omdat het in juni bovenaan de lijst van trending softwareleveranciers op Ramp stond, gebaseerd op nieuwe zakelijke betalingen. Dit suggereert dat enkele bedrijven op zoek zijn naar goedkopere alternatieven voor OpenAI en Anthropic.
Gaat DeepSeek OpenAI of Anthropic al voorbij?
Niet volgens de beschikbare data. In april 2026 domineren OpenAI en Anthropic nog steeds de AI adoptie-index van Ramp. DeepSeek wordt als trending leverancier genoemd, niet als marktleider qua aandeel.
Wat zijn AI relays precies?
Dit zijn tussenplatforms die via één service toegang bieden tot verschillende AI-modellen. Ze kunnen integraties vergemakkelijken, maar brengen ook risico’s mee als ze niet transparant of veilig zijn.
Waar moet bedrijven op letten bij het gebruik van goedkope modellen?
Ze dienen te controleren waar de data wordt verwerkt, of prompts worden opgeslagen, of gegevens voor training worden gebruikt, welke jurisdictie geldt, welk model daadwerkelijk reageert en of er voldoende audits plaatsvinden.
Bron: Nieuws Kunstmatige Intelligentie