Van homelab tot BedrijfsLab
Waarom hetzelfde instinct achter een homelab ook de reden is dat wij voor klanten lokale AI-modellen draaien in plaats van alles door te sturen naar een Amerikaanse API.
Er ging de afgelopen tijd een video rond van Linus Tech Tips over homelabbing: mensen die hun eigen server draaien voor bestanden, foto's, media en meer, in plaats van daarvoor te betalen aan een stapel losse abonnementen bij grote techbedrijven. Het instinct daarachter is simpel en herkenbaar: wie de eigen data en de eigen infrastructuur in eigen beheer houdt, is niet afhankelijk van een partij die morgen de prijs kan verdubbelen, de voorwaarden kan wijzigen, of gewoon kan stoppen met het product.
Dat instinct is precies waarom wij bij klanten geen AI-oplossingen bouwen die alles doorsturen naar OpenAI, Azure of een andere externe AI-leverancier.
Dezelfde afweging, andere schaal
Een homelab vervangt een cloudopslag-abonnement door een eigen NAS. Bij een klant vervangen wij, waar dat past, een doorlopende API-rekening bij een externe AI-leverancier door een taalmodel dat op de eigen hardware van de klant draait. Het onderliggende punt is in beide gevallen hetzelfde: wie de infrastructuur zelf in handen heeft, is niet overgeleverd aan de voorwaarden van een derde partij.
Op onze BedrijfsLab-pagina staat dat concreet uitgewerkt voor bedrijven: zelfgehoste alternatieven voor Nextcloud, wachtwoordbeheer, monitoring, en inderdaad ook AI. Met Ollama, llama.cpp of vLLM als motor onder een eigen chatinterface (LibreChat of OpenWebUI) draait het taalmodel zelf volledig op de eigen hardware van de klant. Niet alleen de interface is dan "eigen", het model dat de prompt daadwerkelijk verwerkt is dat ook.
Waarom dat meer is dan een principekwestie
Dit is geen puur ideologische keuze. Drie concrete, praktische redenen komen terug bij klanten die hiervoor kiezen:
- Data blijft binnen de deur. Geen prompt, geen document en geen klantgesprek dat de deur uitgaat naar een externe AI-leverancier. Voor sectoren waar dat er echt toe doet, zoals de zorg, de advocatuur of de administratie, is dat vaak de doorslaggevende reden.
- Geen verrassing bij de volgende prijswijziging. Een abonnement bij een externe AI-leverancier kan van maand tot maand duurder worden, van model wisselen, of stoppen te bestaan. Wat op eigen hardware draait, blijft draaien tegen dezelfde kosten, ongeacht wat een externe leverancier daarna beslist.
- Geen lock-in aan één leverancier. Ollama, llama.cpp en vLLM zijn open source en wisselbaar: het model van vandaag is niet de enige optie voor morgen. Bij een dienst die volledig om een enkele externe API is gebouwd, is die keuzevrijheid er niet.
Dat betekent niet dat elke externe AI-API per definitie verkeerd is: voor een deel van onze eigen dienstverlening, zoals deze site zelf, gebruiken we ze ook. Het punt is dat het een bewuste keuze moet zijn, per situatie, niet een automatisme omdat het de enige weg lijkt te zijn die iemand kent.
Hetzelfde instinct, netjes uitgewerkt
Het homelab-instinct - eigen data, eigen infrastructuur, geen overlevering aan een partij die de deal op elk moment kan veranderen - is precies het uitgangspunt van het BedrijfsLab. Alleen dan ingericht op een manier die voor een bedrijf standhoudt: betrouwbaar, onderhouden, en met serieuze back-updiscipline in plaats van een los project in een garage.
Benieuwd wat dit voor uw bedrijf kan betekenen?
Bekijk het BedrijfsLab →Verder lezen: de video die dit stuk aanleiding gaf, over homelabbing in het algemeen: Linus Tech Tips op YouTube.