Achter elke AI-assistent zit een taalmodel. Weten hoe het werkt, verklaart meteen waar het misgaat.
Een LLM, large language model of groot taalmodel, is software die getraind is op enorme hoeveelheden tekst en daaruit voorspelt welk woord logisch volgt. Daardoor kan het vragen beantwoorden, samenvatten en schrijven. Het begrijpt niets in menselijke zin: het herkent patronen, wat verklaart waarom het overtuigend klinkt en soms onzin zegt.
IN GEWONE TAAL
Voorspellen, niet weten
Een taalmodel heeft geen feitendatabase die het raadpleegt. Het genereert het waarschijnlijkste antwoord op basis van patronen in zijn trainingsmateriaal.
Dat verklaart de sterke en zwakke kanten in één keer. Sterk in taal: samenvatten, herformuleren, toon aanpassen, structuur aanbrengen. Zwak in feiten die het niet vaak heeft gezien, en zwak in alles wat na de training is gebeurd.
En het klinkt altijd even zelfverzekerd. Er zit geen ingebouwd verschil tussen "dit weet ik zeker" en "dit lijkt me aannemelijk" — dat onderscheid moet je zelf organiseren.
WAAROM HET UITMAAKT
Wat dat betekent voor een zakelijke agent
Precies hierom laten wij een AI-agent nooit antwoorden uit algemene kennis. Hij krijgt jouw documenten, prijzen en systemen als bron en antwoordt daaruit — dat heet retrieval, en het is het verschil tussen een agent die klopt en een agent die goed klinkt.
Voor handelingen met gevolgen bouwen we een menselijke goedkeuring in. Niet omdat het model dom is, maar omdat overtuigend klinken en gelijk hebben twee verschillende dingen zijn.
- Antwoorden uit eigen bronnen — niet uit algemene kennis van het model.
- Bron vermelden — zodat een antwoord controleerbaar is.
- Escalatie bij twijfel — liever doorverwijzen dan gokken.
- Menselijke goedkeuring — bij alles met financiële of juridische gevolgen.
- Gesprekken bewaren — je wilt kunnen terugkijken wat er is gezegd.
VEELGESTELDE VRAGEN
Meer over een LLM
Waarom verzint een taalmodel soms dingen?
Omdat het het waarschijnlijkste vervolg genereert in plaats van iets op te zoeken. Ontbreekt de kennis, dan produceert het toch een vloeiend antwoord — dat is het gedrag, geen storing. Daarom koppelen wij agents aan echte bronnen.
Welk model gebruiken jullie?
Dat hangt af van de taak, de gewenste snelheid en de kosten. Belangrijker dan het merk is hoe de agent eromheen is gebouwd: welke bronnen hij mag raadplegen, wat hij niet mag doen en wanneer hij een mens inschakelt.
Leert het model van mijn bedrijfsgegevens?
Bij de opzet die wij gebruiken niet. Je gegevens worden per vraag meegestuurd als context, niet gebruikt om het model te trainen. Bij zakelijke API-toegang is dat de standaardinstelling van de aanbieders die wij gebruiken.
AI die klopt?
Vertel welk werk je wilt automatiseren. Wij zeggen of een agent past — of waarom niet.