Machine learning voor het MKB: wanneer bouwen, wanneer kopen?

Kernpunten: De keuze tussen machine learning zelf bouwen of kopen is geen of-of-beslissing maar een spectrum met vijf opties, van standaard SaaS tot volledig maatwerk. Voor de meeste MKB-bedrijven is de hybride aanpak het meest kosteneffectief: koop de infrastructuur, bouw de modellen. De WBSO dekt tot 40% van de ontwikkelkosten bij zelfbouw, en de MIT-regeling financiert haalbaarheidsstudies om de juiste keuze te onderbouwen.

Het spectrum van build versus buy

De vraag "moeten we machine learning zelf bouwen of kopen?" is een vals dilemma. Dezelfde afweging speelt breder bij maatwerksoftware laten maken of SaaS kopen. In werkelijkheid is er een spectrum van vijf opties, elk met een eigen balans van kosten, flexibiliteit en complexiteit. Aan het ene uiteinde staat standaard SaaS-software met ingebouwde AI-functionaliteit. Aan het andere uiteinde staat een volledig op maat gebouwd machine-learningplatform, op eigen infrastructuur en met eigen modellen.

Daartussenin bevinden zich drie tussenvormen. De eerste is SaaS met configureerbare AI: een platform dat machine learning aanbiedt als onderdeel van het product, maar waarin de modellen op de eigen data getraind kunnen worden. Denk aan een CRM-systeem dat leadscoring doet op basis van de historische verkoopdata. De tweede is het gebruik van AI-API's zoals de OpenAI API, Google Cloud AI of AWS SageMaker, waarbij bestaande modellen via een programmeerinterface in eigen applicaties worden geïntegreerd. De derde is een hybride aanpak: cloud-infrastructuur en frameworks van de plank, maar de modellen zelf ontwikkeld en getraind op de eigen data.

Volgens McKinsey besteedt 70% van de bedrijven die AI invoeren minder dan 10% van hun digitale budget aan AI-specifieke technologie. Dat betekent dat de meeste bedrijven met bescheiden budgetten werken en dus scherpe keuzes moeten maken. De juiste positie op het spectrum hangt af van drie factoren: de uniciteit van de use case, het belang voor de concurrentiepositie en de beschikbaarheid van de data. Dit artikel zet die afweging op een rij.

Wanneer kopen: standaard use cases met kant-en-klare oplossingen

Kopen is de juiste keuze wanneer het probleem niet uniek is. Er zijn tientallen goed werkende SaaS-oplossingen voor voorspellingen die vrijwel elk bedrijf nodig heeft. Churnpreventie in e-commerce, leadscoring in B2B-sales, vraagvoorspelling in retail, fraudedetectie bij betalingen en sentimentanalyse op klantenservicetickets zijn stuk voor stuk problemen die al door duizenden bedrijven zijn opgelost.

De rekensom is helder. Een SaaS-tool voor leadscoring kost 200 tot 2.000 euro per maand, afhankelijk van het aantal gebruikers en het datavolume. Hij draait dezelfde dag. Er is geen ontwikkelteam, data-infrastructuur of onderhoud nodig. De leverancier zorgt voor updates, verbeteringen en compliance. Voor een MKB-bedrijf met een budget van minder dan 1.000 euro per maand voor AI-toepassingen is dit vrijwel altijd de verstandigste keuze.

Het doorslaggevende criterium is of de AI-functionaliteit een bron van concurrentievoordeel moet zijn. Is het antwoord nee, en gaat het om een standaardfunctie die alle concurrenten op dezelfde manier inzetten, dan is kopen de juiste keuze. Een webshop die productaanbevelingen doet met een standaard SaaS-tool, presteert in 95% van de gevallen net zo goed als een webshop met een eigen aanbevelingsalgoritme. De overige 5% is alleen relevant voor bedrijven waarvoor personalisatie het kernproduct is, zoals Spotify of Netflix.

Let wel op de totale kosten over drie tot vijf jaar. Een SaaS-tool van 500 euro per maand kost over drie jaar 18.000 euro en over vijf jaar 30.000 euro. Dan wordt de vergelijking met maatwerk interessanter, zeker als de behoeften inmiddels zijn gegroeid.

Wanneer bouwen: unieke data, concurrentievoordeel, specifieke eisen

Bouwen is de juiste keuze wanneer de data of het probleem fundamenteel anders is dan wat standaardoplossingen aanpakken. Dit is het geval in drie situaties. De eerste is wanneer het concurrentievoordeel voortkomt uit de uniekheid van de data. Bij datasets die concurrenten niet hebben (historische procesdata van twintig jaar productie, sensordata van gepatenteerde machines of klantgedragsdata uit een uniek verkoopkanaal) is een standaardmodel dat op generieke data getraind is per definitie inferieur aan een model dat op die specifieke data getraind is.

De tweede situatie is wanneer machine learning een strategische muur om het bedrijf moet bouwen. Is het voorspellingsmodel zelf het product of de dienst, of bepaalt de kwaliteit van het model direct de concurrentiepositie, dan hoort die controle niet bij een SaaS-leverancier te liggen. Een logistiek bedrijf dat zijn routeoptimalisatie als kerncompetentie beschouwt, bouwt zijn eigen modellen. Een verzekeraar die risico-inschatting als onderscheidende factor ziet, traint eigen modellen op eigen schadehistorie.

De derde situatie is die van specifieke technische eisen die geen enkele standaardoplossing vervult: integratie met legacy-systemen zonder standaard-API's, dataformaten die gangbare tools niet aankunnen, real-time voorspellingen binnen 50 milliseconden of compliance-eisen waardoor data het eigen datacenter niet mag verlaten. In elk van deze gevallen is maatwerk onvermijdelijk.

De kosten van machine learning op maat lopen sterk uiteen. Een relatief eenvoudig voorspelmodel, zoals vraagvoorspelling voor een retailer met gestructureerde verkoopdata, kost 20.000 tot 35.000 euro voor ontwikkeling en de eerste deployment. Een complexer systeem met meerdere modellen, real-time scoring en integratie met bestaande systemen komt uit op 40.000 tot 60.000 euro. De doorlooptijd is drie tot zes maanden voor een eerste productiewaardige versie. Daar komen jaarlijkse onderhoudskosten bij van 15-25% van de initiële ontwikkelkosten.

De hybride aanpak: koop infrastructuur, bouw modellen

Voor de meeste MKB-bedrijven die besluiten dat standaard SaaS niet volstaat, is de hybride aanpak het meest kosteneffectief: de infrastructuur gekocht, de modellen zelf gebouwd. Concreet gaat het om cloudplatforms als AWS, Google Cloud of Azure voor rekenkracht en opslag, open-source frameworks als scikit-learn, PyTorch of TensorFlow voor modelontwikkeling, en modellen die intern of door een partner op de eigen data worden getraind, gevalideerd en in productie gezet.

Deze aanpak combineert de voordelen van beide werelden. Er zijn geen datacenters te beheren, GPU-clusters aan te schaffen of basisinfrastructuur te ontwikkelen. Tegelijkertijd blijft de controle over de modellen, de data en het intellectueel eigendom volledig intern. De infrastructuurkosten zijn variabel en schalen mee met het gebruik. De cloudrekening voor een machine-learningproject in het MKB bedraagt doorgaans 100 tot 500 euro per maand, afhankelijk van trainingsfrequentie en datavolume.

De open-source ML-community heeft de instapdrempel drastisch verlaagd. Hugging Face biedt meer dan 500.000 voorgetrainde modellen die als startpunt dienen. Met transfer learning kan een model dat op miljoenen datapunten is getraind, worden gefinetuned op een eigen dataset van enkele duizenden records. Wat vijf jaar geleden een team van vijf data scientists en een budget van een half miljoen euro vergde, is vandaag haalbaar met een ervaren ML-engineer en een budget van 30.000 tot 50.000 euro.

Kostenvergelijking: SaaS versus maatwerk over 3 jaar

Neem een concreet scenario: een groothandel met 50 medewerkers wil met vraagvoorspelling het voorraadbeheer verbeteren.

De SaaS-route: een gespecialiseerde SaaS-tool voor demand forecasting kost 800 tot 1.500 euro per maand. Over drie jaar is dat 28.800 tot 54.000 euro. Daar komen implementatiekosten bij van 5.000 tot 10.000 euro voor configuratie en integratie. Totaal over drie jaar: 33.800 tot 64.000 euro. De oplossing is binnen vier tot acht weken operationeel.

De maatwerkroute: de ontwikkeling van een vraagvoorspelmodel op basis van de eigen verkoophistorie, seizoenspatronen en externe variabelen kost 25.000 tot 40.000 euro. Cloud-infrastructuur bedraagt 200 tot 400 euro per maand, oftewel 7.200 tot 14.400 euro over drie jaar. Onderhoud en doorontwikkeling kosten 5.000 tot 8.000 euro per jaar, oftewel 15.000 tot 24.000 euro over drie jaar. Totaal over drie jaar: 47.200 tot 78.400 euro. De eerste versie is operationeel na drie tot vier maanden.

Op het eerste gezicht lijkt SaaS voordeliger. Maar twee factoren verschuiven de balans. Ten eerste presteert een model op maat doorgaans 10-30% beter dan een generiek SaaS-model, omdat het getraind is op de specifieke data en patronen. Voor een groothandel met 5 miljoen euro omzet kan 2-3% hogere voorspelnauwkeurigheid 50.000 tot 100.000 euro per jaar besparen op voorraadkosten. Ten tweede bezit het bedrijf bij maatwerk na drie jaar het model zelf, terwijl het bij SaaS na opzegging van het abonnement weer op nul begint.

Doorlooptijd: van idee tot productie

De doorlooptijd is voor veel MKB-bedrijven een onderschatte factor. SaaS-implementaties zijn snel: vier tot acht weken voor configuratie, data-integratie en gebruikerstraining. Het resultaat is snel zichtbaar en snel bij te sturen als de tool niet aan de verwachtingen voldoet.

Maatwerk vraagt meer geduld en een duidelijker plan. Een realistisch tijdpad ziet er als volgt uit. Weken een tot twee: datainventarisatie en haalbaarheidsanalyse. Weken drie tot zes: data-engineering, het opschonen en klaarmaken van data voor modeltraining. Weken zeven tot tien: modelontwikkeling, training en validatie. Weken elf tot veertien: integratie met bestaande systemen en acceptatietests door gebruikers. Weken vijftien tot zestien: deployment en monitoring. Totaal: vier maanden voor een eerste productieversie.

Na deze eerste versie begint het iteratieve proces van verbetering. Een machine-learningmodel wordt beter naarmate het meer data verwerkt en er meer feedback uit de praktijk wordt teruggekoppeld. Na zes tot twaalf maanden presteert een goed onderhouden model op maat doorgaans duidelijk beter dan de eerste versie. Dat voortdurende verbeteren hoort bij machine learning en is een van de redenen waarom modellen op maat op de lange termijn waardevoller kunnen zijn dan statische SaaS-oplossingen.

Data-eigenaarschap en het risico van vendor lock-in

Een factor die veel bedrijven pas te laat overwegen, is data-eigenaarschap. Bij een SaaS-platform voor machine learning verwerkt dat platform de data. In veel gevallen gebruikt de leverancier geanonimiseerde versies van die data om zijn modellen te verbeteren, zodat concurrenten er indirect van profiteren. Lees de servicevoorwaarden zorgvuldig: 42% van de SaaS-leveranciers behoudt volgens een analyse van Gartner bepaalde rechten op de data die via het platform wordt verwerkt.

Vendor lock-in is een reëel risico. Hoe langer een platform in gebruik is, hoe meer de processen, integraties en workflows afhankelijk worden van die specifieke leverancier. Een overstap naar een concurrent of naar maatwerk wordt met de tijd duurder. De vraag om vooraf te stellen: wat gebeurt er als de leverancier de prijs verdubbelt, als hij wordt overgenomen door een concurrent, of als hij stopt met het product?

Bij maatwerk is het eigenaarschap helder. De modellen, de code en de trainingsdata zijn van u. Wisselen van cloudprovider kan zonder de modellen kwijt te raken. De ontwikkeling kan overgedragen worden aan een andere partner zonder bij nul te beginnen. Dit eigenaarschap is niet alleen een juridische kwestie maar ook een strategische. Machine-learningmodellen die op unieke data getraind zijn, worden bedrijfsbezit dat in de loop van de tijd in waarde stijgt.

Om lock-in te beperken, ook bij een keuze voor SaaS, gelden drie principes. Eis dataportabiliteit: de data moet op elk moment volledig te exporteren zijn in een standaardformaat. Vermijd gesloten integraties: kies platforms die werken met open API-standaarden. Houd de ruwe data altijd in eigen beheer: de SaaS-tool mag de data verwerken, maar de brondata blijft in de eigen systemen.

WBSO voor machine learning op maat

Het ontwikkelen van machine-learningmodellen op maat is bij uitstek het werk waarvoor de WBSO bedoeld is. De WBSO vergoedt een deel van de loonkosten voor technisch-wetenschappelijk onderzoek en technische ontwikkeling. Een bedrijfsspecifiek voorspelmodel bouwen dat op de eigen data wordt getraind, in de eigen bedrijfscontext wordt gevalideerd en in de systemen wordt geïntegreerd, geldt als technische ontwikkeling in de zin van de WBSO.

Concreet biedt de WBSO een korting op de loonheffing van 40% over de eerste 350.000 euro aan S&O-loonkosten en 16% daarboven. Voor een ML-project op maat met 40.000 euro aan ontwikkelkosten betekent dit een effectieve besparing van 10.000 tot 16.000 euro, afhankelijk van de exacte verdeling tussen loon- en materiaalkosten. Die besparing maakt het verschil in de kostenvergelijking tussen SaaS en maatwerk aanzienlijk kleiner.

De WBSO-aanvraag moet worden ingediend voordat het ontwikkelwerk begint. Dat vereist een projectplan met een beschrijving van de technische onzekerheden die opgelost worden en de ontwikkelactiviteiten die daarvoor nodig zijn. Het aanvraagproces is goed gedocumenteerd en de goedkeuringspercentages zijn hoog: meer dan 90% van de aanvragen wordt gehonoreerd. Meer informatie staat op onze WBSO-pagina.

MIT-regeling voor haalbaarheidsstudies

Nog twijfel of bouwen of kopen in deze situatie de juiste keuze is? De MIT-regeling (MKB-innovatiestimulering Regio en Topsectoren) biedt subsidie voor haalbaarheidsstudies die precies deze vraag beantwoorden. Voor een haalbaarheidsstudie naar de inzet van machine learning is subsidie mogelijk tot 35% van de kosten, met een maximum van 20.000 euro.

Een dergelijke haalbaarheidsstudie onderzoekt welke data beschikbaar is en van welke kwaliteit, welke technieken voor machine learning bij het probleem passen, wat de verwachte return on investment is en of bouwen, kopen of een hybride aanpak het meest geschikt is. Het resultaat is een onderbouwd advies als basis voor een weloverwogen investeringsbeslissing.

De combinatie van MIT voor de haalbaarheidsfase en WBSO voor de ontwikkelfase biedt een aantrekkelijk financieringsmodel: eerst gesubsidieerd onderzoeken of het project haalbaar is, en daarna maximale subsidie op de daadwerkelijke ontwikkeling. Voor bedrijven die overwegen AI te integreren als kerncompetentie, is de AI-subsidiepagina een goed startpunt voor een overzicht van alle beschikbare regelingen.

Een besliskader voor de eigen situatie

De juiste keuze hangt af van de specifieke omstandigheden. Gebruik de volgende drie vragen als besliskader.

Vraag één: is de use case standaard of uniek? Lijkt het probleem op wat duizenden andere bedrijven hebben, zoals churnpreventie, leadscoring of e-mailoptimalisatie, dan is kopen bijna altijd de beste keuze. Is het probleem specifiek voor de branche, de data of het bedrijfsproces, dan verschuift de balans richting bouwen.

Vraag twee: is de AI-functionaliteit een bron van concurrentievoordeel? Als het antwoord ja is, investeer dan in eigenaarschap. Een leverancier die dezelfde AI-functionaliteit aan concurrenten verkoopt, levert per definitie geen concurrentievoordeel. Als het antwoord nee is, koop dan de functionaliteit als commodity en besteed het ontwikkelbudget aan zaken die wel onderscheidend zijn.

Vraag drie: is er unieke data van voldoende volume en kwaliteit? Modellen op maat zijn alleen beter dan generieke modellen als ze getraind worden op data die de generieke modellen niet hebben. Is de data niet uniek of is het volume te klein voor betrouwbare modeltraining (doorgaans minder dan 5.000 tot 10.000 relevante datapunten), dan presteert een generiek SaaS-model waarschijnlijk beter dan een model op maat.

Drie keer "standaard, nee, niet uniek" betekent kopen. Drie keer "uniek, ja, voldoende" betekent bouwen. Alles daartussenin wijst richting de hybride aanpak. En bij twijfel: begin met een gesubsidieerde haalbaarheidsstudie via de MIT-regeling. Beter twee maanden investeren in een goed onderbouwd besluit dan twee jaar investeren in de verkeerde richting.