Op dit moment staat bijna elk SaaS-bedrijf onder druk om AI toe te voegen, en veel teams hebben geen idee hoe ze dat moeten aanpakken.
Maar is het oké om een OpenAI-wrapper te bouwen?
Mijn antwoord is: ja.
Maar niet op de manier waarop de meeste mensen het zouden doen.
Om te beginnen vind ik eigenlijk dat niemand OpenAI zou moeten gebruiken. Het is duur, en ethisch gezien zou ik er liever helemaal niet op bouwen. Ze zijn openlijk betrokken bij projecten waarbij hun technologie wordt gebruikt om mensen te doden, in strijd met het internationaal recht.
Maar OpenAI vervangen door een andere LLM zou het niet automatisch een goed idee maken.
Een slimme prompt is niet genoeg. En een paar AI-features die aan een product zijn vastgeplakt, zijn ook niet genoeg.
Het is net als bij het bouwen van een normaal product. Een verzameling tactieken is niet genoeg.
Je hebt een AI-productstrategie nodig.
Want AI is niet de strategie. Het is alleen nuttig wanneer het iets anders versterkt dat je al hebt.
Ik zeg niet dat elk bedrijf zijn eigen model moet trainen. Integendeel.
Ik denk dat we bij LLM’s dezelfde verschuiving zullen zien als die we in computing in bredere zin hebben gezien. In het begin kwam veel waarde van sterk gespecialiseerde systemen die voor heel specifieke taken waren gebouwd. Ze waren efficiënt, maar alleen voor die ene, beperkte use case. General-purpose computing veranderde dat. Met eenvoudigere, meer generieke instructiesets verschoof de specialisatie naar de softwarelaag. De machine werd herbruikbaar. De logica werd flexibel.
Ik denk dat LLM’s een vergelijkbare rol gaan spelen. Voor de meeste toepassingen zullen mensen vertrouwen op general-purpose modellen en de specifieke logica verplaatsen naar de laag eromheen: prompts, workflows, RAG-pipelines, agents of MCP-functies.
Het is helemaal prima om een bestaande LLM zoals Claude of Mistral te gebruiken, in de cloud of self-hosted.
Dus waarom zijn OpenAI-wrappers zwak?
Om bij de analogie te blijven: niemand zou moeten opscheppen over het gebruik van een CPU. Het is geen unique selling point, en het zou ook niet als een geldige productstrategie moeten worden gezien.
Het zou niet moeten gaan over óf je er een gebruikt of niet. Het zou moeten gaan over waar je het voor gebruikt.
Dus waar gebruik je het voor? Een unieke prompt? Waarschijnlijk niet genoeg. Die is vrij eenvoudig te reverse-engineeren.
Maar wat als je een kant-en-klare LLM toegang geeft tot unieke data die je in de loop der jaren hebt verzameld, en een prompt gebruikt om die op een slimme manier te presenteren? Dat is iets wat niemand makkelijk kan kopiëren.
Of stel je voor dat je een kant-en-klare LLM gebruikt om meer betrokkenheid te creëren binnen een online of offline community die je in de loop der jaren hebt opgebouwd. Iedereen zou die prompt waarschijnlijk kunnen kopiëren. Maar zonder die community zou die waardeloos zijn…
Daar begint AI echt nuttig te worden: wanneer het waarde vergroot die je al hebt gecreëerd.
En als je die waarde nog niet hebt opgebouwd, kan het slim zijn om dataverzameling onderdeel van je strategie te maken.
Dus ja, gebruik een kant-en-klare LLM. Maar doe het slim:
- Bouw POC’s om te testen hoe gebruikers reageren op AI-verbeteringen
- Verbeter bestaande flows
- Vergroot de waarde die je al hebt opgebouwd
Maar voeg niet simpelweg een eenvoudige prompt toe en vink AI daarna af op je lijstje.
