Goedkopere AI-modellen achter juridische tools dwingen kantoren hun leverancierscontract te herzien
Bedrijven gaven het afgelopen jaar honderdduizenden dollars per maand uit aan AI zonder scherp op de rekening te letten. Dat kantelt snel. Zakenbank UBS zag dat een meerderheid van de bedrijven die hun AI-uitgaven bijhoudt inmiddels op de rem trapt en overstapt op goedkopere modellen, vaak open-weight en steeds vaker uit China. Voor jou als jurist speelt er iets anders dan de prijs. De tool waarmee je werkt, draait achter de schermen steeds vaker op een ander, goedkoper model dat je leverancier op kostengronden kiest. Daarmee verschuift de juridische aandacht van de prijs naar de vraag waar je data wordt verwerkt, door wie, en of je dat contractueel hebt vastgelegd.
Waarom bedrijven overstappen op goedkopere AI-modellen
Een jaar geleden gold in de sector nog het idee dat meer AI altijd beter was. Sommige bedrijven zetten medewerkers op ranglijsten naar het aantal tokens dat ze verbruikten, de rekeneenheden waarmee een taalmodel werkt. Hoe meer tokens, hoe hoger de rekening. AI-intensieve teams gaven tot 7.500 dollar per medewerker per maand uit. Uber verbruikte zijn hele jaarbudget voor AI-programmeerwerk al in april en stelde daarna limieten in per tool en per medewerker.
Twee bewegingen volgden. Bedrijven zetten model routing in: eenvoudige taken gaan naar een goedkoop model, alleen het zware werk naar een duur topmodel. En ze kijken naar Chinese modellen als DeepSeek, Qwen en Z.ai (GLM). Die zijn 60 tot 90 procent goedkoper dan de Amerikaanse toppers en vaak open-weight, wat betekent dat je ze kunt downloaden en op je eigen infrastructuur kunt draaien. Het Amerikaanse AI-bedrijf Lindy verhuisde al zijn verkeer van Claude naar DeepSeek en bespaarde daarmee miljoenen; de directeur noemde het een kwestie van overleven en zei terug te keren zodra de prijzen zakken.
Exportbeperkingen duwen de markt richting China
Tegelijk speelt er iets wat de verschuiving versnelt. Het Amerikaanse ministerie van Handel legde in juni exportbeperkingen op aan twee topmodellen van Anthropic. Omdat het bedrijf de nationaliteit van gebruikers niet kon vaststellen, zette het beide modellen wereldwijd op zwart. Het Peterson Institute noteerde dat de publiek beschikbare AI-capaciteit daarmee voor het eerst in deze periode een stap terug deed, en dat de maatregel gebruikers juist richting Chinese modellen duwt, die na het downloaden niet op afstand zijn uit te schakelen. Niels Provos, die eerder het beveiligingsteam van Google leidde, vatte de kritiek samen: het beleid stimuleert bedrijven wereldwijd om goedkope maar capabele Chinese modellen te gebruiken en ondermijnt zo de eigen Amerikaanse industrie.
Hoe dicht China werkelijk genaderd is, ligt minder vast dan de koppen suggereren. The Wall Street Journal meldde dat een model van het Chinese Z.ai de nieuwste Amerikaanse modellen evenaart in het opsporen van beveiligingslekken. Critici tekenen daarbij aan dat het om een smalle, begeleide taak gaat: een model naar de juiste code wijzen en laten meekijken. Het autonoom vinden van kwetsbaarheden op schaal en die aaneenrijgen tot een werkend exploit, waar de Amerikaanse toppers in uitblinken, halen de Chinese modellen volgens een kritische lezing van dat bericht nog niet. De claim en de nuance staan naast elkaar; wie er beleid op baseert, doet er goed aan beide te wegen.
Voor juristen verschuift het risico naar de leverancier
De duiding die telt voor de praktijk: het model achter je juridische tool is een bewegend doel geworden. Je leverancier kan de onderliggende motor wisselen om kosten te drukken, en dat gebeurt zonder dat het aan de buitenkant zichtbaar is. Een tool die gisteren op een Amerikaans model draaide, draait vandaag misschien op een open-weight model dat op servers buiten de EU staat. Voor stukken die onder het beroepsgeheim vallen, verandert dat de vraag die je moet stellen. Een afgeschermde omgeving met een verwerkersovereenkomst en zonder training op je invoer blijft de ondergrens, maar daar komt een laag bij: je moet weten welk model die omgeving voedt en waar dat model draait. Wij schreven eerder over hoe je eigen AI op je werk botst met het beroepsgeheim; de verschuiving naar wisselende, goedkopere modellen maakt die spanning scherper.
Er is een concrete kant. Wie een AI-leverancier inschakelt, kan in het contract vastleggen welke onderliggende modellen zijn toegestaan en dat de leverancier je vooraf informeert bij een modelwissel. Daarnaast horen de verwerkingslocatie en de subverwerkers op papier te staan, met de eis dat je invoer niet wordt gebruikt om het model te trainen. Voor kantoren die financiële cliënten bedienen, komt DORA in beeld: die regelgeving stelt eisen aan uitbestede ICT-diensten en aan concentratierisico bij een enkele leverancier, en een stille modelwissel raakt precies dat punt. De gemeente Amsterdam publiceerde eerder inkoopvoorwaarden voor AI die ook commerciële kantoren als vertrekpunt kunnen gebruiken; wij bespraken die inkoopvoorwaarden al eerder.
Onder dat alles ligt de afhankelijkheidsvraag. De exportmaatregel liet zien dat een Amerikaans model van de ene op de andere dag onbereikbaar kan worden. Een open-weight model dat je zelf draait, kent dat risico niet, maar brengt eigen vragen mee over herkomst, data en beveiliging. Beide kanten horen thuis in de afweging welke tools je kantoor toelaat, en die afweging leg je vast in beleid in plaats van hem per medewerker te laten ontstaan.