TL;DR
- Wat: Hugging Face heeft de grens van 3 miljoen openbaar beschikbare AI-modellen op hun platform doorbroken.
- Waarom relevant: open AI-modellen worden steeds toegankelijker — ook voor bedrijven zonder eigen AI-afdeling.
- Wat je ermee kunt: verken of er een kant-en-klaar model bestaat voor een taak die je nu handmatig of duur uitbesteedt.
Ik stuitte op een bericht van Hugging Face: ze hebben de 3 miljoen modellen op hun Hub bereikt. Op zich is het een getal, maar als je even doorpakt, vertelt het een groter verhaal over hoe beschikbaar AI-technologie inmiddels is geworden — ook voor ondernemers die geen techbedrijf runnen.
Wat is Hugging Face eigenlijk?
Voor wie de naam niet kent: Hugging Face is een soort bibliotheek voor AI-modellen. Je kunt het vergelijken met een app store, maar dan voor slimme bouwblokken. Ontwikkelaars en onderzoekers uploaden daar hun modellen — van tekstvertalers tot beeldherkenning — en iedereen kan ze bekijken, downloaden en gebruiken.
Het platform telt inmiddels zo'n 14 miljoen gebruikers, meer dan 1 miljoen datasets en ruim 1,4 miljoen zogenaamde Spaces (dat zijn kant-en-klare demo-omgevingen). Meer dan 30 procent van de Fortune 500-bedrijven heeft er een geverifieerd account. Dat is niet niks.
Wat mij opvalt, is de snelheid van groei. De eerste miljoen modellen kostte ruim 1.000 dagen. De tweede miljoen? Slechts 335 dagen. En nu tikken we de drie miljoen aan, nog geen jaar later. Die versnelling zegt iets over hoe breed de AI-gemeenschap aan het worden is.
3 miljoen modellen — maar wie gebruikt ze?
Hier wordt het interessant, en eerlijk gezegd ook nuchterder. Want 3 miljoen klinkt indrukwekkend, maar de cijfers laten ook iets anders zien. Volgens Hugging Face's eigen zomerrapport van 2026 heeft zo'n 85,6 procent van alle modellen minder dan 200 downloads ooit. En 1,5 procent van alle modellen is verantwoordelijk voor 99,2 procent van álle downloads.
Dat betekent: het overgrote deel van die 3 miljoen modellen wordt nauwelijks gebruikt. De werkelijke waarde zit geconcentreerd in een relatief kleine toplaag. Ik vind dat een belangrijk nuancepunt. Het is niet zo dat elk model een pareltje is — er zit veel experimenteerwerk en duplicatie tussen.
Er is ook een opvallend verschil tussen wat populair is en wat daadwerkelijk wordt ingezet. Hugging Face meldt dat van de top 25 meest gedownloade modellen en de top 25 meest gelikete modellen er slechts één in beide lijsten voorkomt. De modellen waar mensen enthousiast over zijn, zijn vaak niet dezelfde als de modellen die in de praktijk draaien.
Klein verslaat groot
Een detail dat ik zelf het meest opvallend vind: modellen met minder dan 1 miljard parameters nemen 83 procent van alle downloads voor hun rekening. Alles boven de 100 miljard? Dat is goed voor slechts 1 procent.
Wat zegt dat? Dat de modellen die het meest worden ingezet compact zijn. Ze passen op gewone hardware, kosten minder om te draaien en zijn sneller in gebruik. Voor een ondernemer is dat goed nieuws. Je hebt geen serverpark nodig om iets nuttigs te doen met AI.
Wat betekent dit voor een Nederlands bedrijf?
Stel dat je een webshop hebt en je wilt productbeschrijvingen automatisch laten vertalen, of klantvragen sneller categoriseren, of facturen uitlezen. De kans is reëel dat er op Hugging Face al een model bestaat dat precies dat doet — of in elk geval een stevig startpunt biedt.
De drempel om open modellen te gebruiken is de afgelopen twee jaar flink gedaald. Er zijn steeds meer tools die het technische werk versimpelen, en veel modellen kun je via een API aanroepen zonder dat je zelf iets hoeft te installeren. Dat maakt het ook voor niet-technische teams haalbaarder.
Ik denk dat de relevantie voor het MKB vooral zit in twee dingen:
Kosten. Open modellen zijn vaak gratis te gebruiken. Je betaalt hooguit voor de rekenkracht om ze te draaien, niet voor een licentie. Dat is een ander kostenmodel dan bij gesloten diensten als ChatGPT Enterprise of vergelijkbare abonnementen.
Controle over data. Als je een open model lokaal draait — of bij een Europese cloudprovider — houd je zelf grip op waar je bedrijfsdata naartoe gaat. Dat is voor sommige sectoren (denk aan zorg, juridisch, financieel) niet zomaar een nice-to-have maar een vereiste.
Dat gezegd hebbende: "open" betekent niet automatisch "plug and play". Je hebt nog steeds iemand nodig die begrijpt welk model geschikt is, hoe je het integreert en hoe je de output beoordeelt. De technologie is toegankelijker, maar niet zelfbedienend.
De verschuiving naar open AI
Wat mij het meest bezighoudt bij dit soort mijlpalen, is de bredere verschuiving die erachter zit. Een paar jaar geleden was AI-ontwikkeling vooral iets van grote techbedrijven met diepe zakken. Google, OpenAI, Microsoft — die bepaalden het tempo.
Nu zie je dat Chinese laboratoria zoals Qwen een enorme stempel drukken op het open ecosysteem. Qwen heeft inmiddels meer dan 151.000 afgeleide modellen op de Hub, ruim 2,6 keer zoveel als Meta's Llama-familie. Er verschijnen dagelijks zo'n 180 tot 210 nieuwe Qwen-gebaseerde projecten.
Of je dat als ondernemer interessant of ongemakkelijk vindt, hangt waarschijnlijk af van je perspectief. Maar het feit is dat de concurrentie tussen open modellen groeit, en dat die concurrentie de kwaliteit opdrijft en de kosten drukt. Als afnemer van AI-technologie is dat in de basis gunstig.
Europa beweegt mee
Er zijn ook Europese initiatieven die open AI stimuleren. Zwitserland heeft het Swiss AI-initiatief, en binnen de EU lopen er programma's die overheidsfinanciering koppelen aan open beschikbaarheid van modellen. Het principe "publiek geld, publieke code" wint aan terrein. Wat mij betreft zou het goed zijn als Nederland daar actiever op inzet, maar dat is een mening, geen beleid.
Een mijlpaal met nuance
Drie miljoen modellen is een indrukwekkend getal. Maar de waarde zit niet in het getal zelf — die zit in wat het vertegenwoordigt. AI-technologie verspreidt zich, wordt kleiner en goedkoper, en is niet langer het exclusieve domein van Big Tech. Tegelijkertijd is het aanbod zo groot dat het voor een ondernemer lastig kan zijn om door de bomen het bos te zien.
Voor mij is dit vooral een signaal dat open AI een volwassen fase ingaat. Niet omdat er 3 miljoen modellen zijn, maar omdat de modellen die er écht toe doen steeds beter, compacter en bruikbaarder worden. En dat is voor elke ondernemer die overweegt om AI in te zetten relevanter dan welk miljoenencijfer dan ook.
80% van de AI-projecten haalt productie nooit.
Ik bouw de 20% — van prototype naar draaiend systeem, binnen weken.