LimiX-2: één AI-model voor al je tabeldata

TL;DR

• Wat: LimiX-2 is een nieuw AI-model dat classificatie, voorspelling en ontbrekende data kan aanvullen in tabelbestanden — zonder per dataset opnieuw getraind te worden.
• Waarom relevant: De meeste bedrijfsdata zit in spreadsheets en tabellen, niet in tekst of afbeeldingen. Dit model richt zich precies op dat type data.
• Wat je ermee kunt: Volg of toolmakers zoals Stable AI dit model inbouwen in producten voor omzetvoorspelling, klantsegmentatie of voorraadbeheer — dat bepaalt wanneer het voor jou bruikbaar wordt.

Afgelopen week verscheen er een onderzoekspaper over LimiX-2, een AI-model dat specifiek gebouwd is om met gestructureerde data te werken — denk aan spreadsheets, databases en tabellen. Ik viel erover omdat de meeste AI-aandacht naar chatbots en beeldgeneratie gaat, terwijl het overgrote deel van bedrijfsdata gewoon in rijen en kolommen staat. Dit model pakt precies dat stuk aan.

Wat is LimiX-2 en wie zit erachter?

LimiX-2 is ontwikkeld door onderzoekers van onder andere Stable AI en Tsinghua University in China. Het paper telt zo'n zestig auteurs, geleid door Xingxuan Zhang en Peng Cui. Het model bouwt voort op de eerste versie van LimiX, die eerder in 2025 verscheen.

Wat LimiX-2 bijzonder maakt, is dat het één enkel model is dat meerdere taken aankan op tabeldata:

• Classificatie — bijvoorbeeld: is deze klant een terugkerende koper of niet?
• Regressie — bijvoorbeeld: wat wordt de verwachte omzet volgende maand?
• Ontbrekende waarden aanvullen — als er gaten in je dataset zitten, kan het model inschatten wat daar hoort.
• Causale relaties ontdekken — welke kolommen beïnvloeden elkaar daadwerkelijk?

Dat klinkt misschien technisch, maar de kern is eenvoudig: je hoeft niet voor elke vraag een apart model te bouwen of te trainen. Eén model, meerdere taken.

Hoe werkt het — zonder te diep te duiken

LimiX-2 is gebaseerd op wat de onderzoekers 'Contextual Mechanism Networks' noemen, afgekort CMN. Het idee daarachter: in plaats van alleen te voorspellen wat er in één kolom staat (zoals traditionele modellen doen), leert het model hoe alle kolommen samen functioneren. Een soort röntgenfoto van je dataset in plaats van één enkel datapunt.

Het model is getraind op synthetische data — kunstmatig gegenereerde tabellen op basis van wiskundige structuren die lijken op echte datapatronen. Dat is een bewuste keuze: het voorkomt privacyproblemen en maakt het mogelijk om heel diverse scenario's te simuleren.

De benchmarkresultaten

Volgens het paper scoort LimiX-2 het hoogst op drie brede benchmarks voor tabeldata:

• TabArena: 1935 Elo
• TALENT: 1506 Elo
• BCCO: 1432 Elo

Voor wie niet bekend is met Elo-scores: het is een ratingsysteem dat oorspronkelijk uit het schaken komt. Hoe hoger, hoe beter een model presteert ten opzichte van concurrenten. Het model wordt vergeleken met zowel traditionele machine-learningmodellen die per dataset worden geoptimaliseerd, als met andere 'foundation models' voor tabellen — en het scoort op alle drie de meetlatten bovenaan.

Wat ik hier opvallend vind: de prestaties verbeteren consistent naarmate het model groter wordt, van 12,5 miljoen naar 406 miljoen parameters, zonder dat er een plafond zichtbaar is. Dat suggereert dat er nog ruimte zit in verdere opschaling.

Waarom dit relevant is voor ondernemers

Stel dat je als ondernemer een webshop runt. Je hebt een klantenbestand, bestelgeschiedenis, retouren, marketinguitgaven — allemaal in tabellen. Tot nu toe had je voor elke analyse een apart model of een specialist nodig. Omzetvoorspelling? Apart model. Klantsegmentatie? Ander model. Ontbrekende klantgegevens aanvullen? Weer iets anders.

De belofte van een model als LimiX-2 is dat je straks met één systeem meerdere van die vragen kunt beantwoorden, zonder per vraag opnieuw te hoeven trainen. Dat scheelt tijd, technische complexiteit en potentieel ook kosten.

Waar het concreet zou kunnen landen

Uit eerdere berichtgeving en het LimiX-ecosysteem blijkt dat toepassingen worden gezien in:

• Omzetvoorspelling en vraagplanning — relevanter voor retail en e-commerce.
• Kredietbeoordeling en fraudedetectie — voor financiële dienstverleners.
• Voorraadbeheer en logistiek — waar ontbrekende data vaak een probleem is.

Ik vind het eerlijk gezegd opvallend dat AI-modellen voor tabeldata veel minder aandacht krijgen dan chatbots, terwijl bedrijven doorgaans méér afhankelijk zijn van hun spreadsheets dan van hun chatfunctie. Kun je je voorstellen hoeveel tijd het zou schelen als je CRM- of ERP-data in één keer door zo'n model kon halen voor meerdere analyses tegelijk?

Wat het nog niet is

Een paar nuances zijn belangrijk. LimiX-2 is op dit moment een onderzoeksmodel. Het is gepubliceerd als paper en er staan modelgewichten op Hugging Face (het open platform voor AI-modellen), maar het is geen kant-en-klaar product dat je morgen in je bedrijf installeert.

Voor de meeste MKB-ondernemers geldt: je gaat dit model niet zelf draaien. De relevantie zit in de toolmakers die het wél inbouwen. Als softwareleveranciers en data-analyseplatformen dit soort modellen integreren, wordt het voor jou als ondernemer makkelijker om meer uit je eigen data te halen zonder een team datawetenschappers aan te nemen.

Daarnaast is het model getraind op synthetische data. Dat is vanuit privacy een pluspunt, maar het roept ook de vraag op hoe goed het presteert op echte, rommelige bedrijfsdata met al haar eigenaardigheden. De benchmarkscores zijn indrukwekkend, maar benchmarks zijn altijd netter dan de praktijk.

Een stille verschuiving

Wat mij betreft is LimiX-2 een voorbeeld van een bredere verschuiving die minder zichtbaar is dan de nieuwste chatbot of beeldgenerator, maar die voor bedrijven misschien wel relevanter wordt. De meeste bedrijfswaarde zit in gestructureerde data: klantlijsten, transacties, voorraden, financiële rapportages. Als AI-modellen die data beter, sneller en met minder handwerk kunnen analyseren, dan verschuift er iets fundamenteels in hoe bedrijven hun data benutten.

Ik denk dat het nog een paar stappen kost voordat dit in toegankelijke tools landt die een ondernemer zonder technische achtergrond kan gebruiken. Maar het feit dat er nu modellen ontstaan die specifiek voor tabeldata zijn gebouwd — en die ook nog eens open beschikbaar worden gesteld — vind ik een ontwikkeling die het volgen waard is.