MacPaw bouwt lokale AI-assistent met Liquid AI-modellen

TL;DR

• Wat: MacPaw gaat samen met Liquid AI een volledig lokale versie van AI-assistent Eney bouwen voor macOS, waarbij data op het apparaat blijft.
• Waarom relevant: Lokale AI betekent dat bedrijfsdata niet naar een externe cloud hoeft — interessant voor ondernemers die worstelen met AVG-compliance bij AI-gebruik.
• Wat je ermee kunt: Houd in de gaten of jouw softwareleveranciers lokale AI-opties aanbieden, vooral als je met klantgegevens werkt.

MacPaw, het Oekraïense softwarebedrijf achter tools als CleanMyMac en het softwareplatform Setapp, heeft een strategisch partnerschap aangekondigd met Liquid AI. Samen bouwen ze aan een AI-assistent die volledig op je Mac draait, zonder dat je data de deur uit hoeft. Ik vind dit een interessante ontwikkeling, vooral omdat het raakt aan een vraag die ik steeds vaker tegenkom: hoe gebruik je AI zonder je privacyverplichtingen te schenden?

Wat is er precies aangekondigd?

MacPaw en Liquid AI gaan hun technologieën combineren om de AI-assistent Eney te laten draaien op basis van zogenaamde Liquid Foundation Models (LFMs). Dat zijn AI-modellen die specifiek ontworpen zijn om efficiënt te werken op gewone hardware — dus niet in een datacenter ergens in de VS, maar op de chip in je eigen MacBook of iMac.

De samenwerking combineert drie bouwstenen:

• Liquid Foundation Models: compacte AI-modellen die lokaal kunnen draaien
• Elix: MacPaw's eigen technologie voor lokale verwerking (voluit: Eney Local Intelligence MLX)
• Mnemos: een geheugenlaag die ervoor zorgt dat Eney context onthoudt tussen gesprekken door

MacPaw-CEO Oleksandr Kosovan vatte het als volgt samen: "Intelligence should live where people work: private by design, fast by default." Vrij vertaald: intelligentie hoort thuis waar je werkt, privé van opzet en snel als standaard.

Eney wordt het eerste product dat hiervan profiteert. De resultaten worden later dit jaar verwacht.

Waarom lokale AI interessant is

Wat mij hier opvalt, is niet zozeer de technische kant — maar de richting. De afgelopen jaren was de standaard bij AI-assistenten: jij typt iets, je data gaat naar een cloud, en je krijgt een antwoord terug. Handig, maar het betekent ook dat je bedrijfsgegevens, klantnamen, e-mails en documenten via externe servers lopen.

Bij lokale verwerking blijft alles op je eigen apparaat. Elix verwerkt je vragen, doorzoekt context en voert taken uit zonder internetverbinding. Alleen wanneer het écht nodig is — bijvoorbeeld voor een koppeling met Google Calendar of een externe API — gaat er data naar buiten. En dan past MacPaw naar eigen zeggen nog datafiltering toe om persoonlijke informatie eruit te halen.

Dit is relevant omdat de drempel voor AI-gebruik bij veel ondernemers precies hier ligt. Uit Nederlands onderzoek blijkt dat zo'n 41% van de MKB-ondernemers privacy en databeveiliging als de grootste belemmering ziet om AI in te zetten. En de Autoriteit Persoonsgegevens is er helder over: zodra je een klantnaam of e-mailadres in een AI-prompt typt, verwerk je persoonsgegevens en geldt de AVG volledig.

Kun je je voorstellen wat het verschilt als die verwerking gewoon op je eigen laptop plaatsvindt?

Liquid AI: compacte modellen, grote ambities

Liquid AI is een Amerikaans bedrijf — opgericht vanuit MIT-onderzoek — dat zich specialiseert in AI-modellen die kleiner en efficiënter zijn dan de gangbare grote taalmodellen. Hun LFM-modellen zijn er in verschillende maten, van compacte versies met 230 miljoen parameters tot grotere varianten met 40 miljard parameters.

Om dat in perspectief te plaatsen: een model als GPT-4 heeft naar schatting honderden miljarden parameters en vereist enorme serverparken. Een model van 230 miljoen parameters past op een gewone laptop. Dat is het verschil tussen een vrachtwagen en een stadsfiets — beide brengen je ergens, maar de een heeft veel minder ruimte en brandstof nodig.

Wat mij opvalt aan Liquid AI's aanpak is dat hun kleinste model (de LFM2.5-230M) volgens VentureBeat beter presteert bij bepaalde taken dan modellen die vier keer zo groot zijn. Dat klinkt tegenstrijdig, maar het idee is dat je met een slimmere architectuur meer kunt doen met minder rekenkracht.

Voor de praktijk betekent dit: snellere reacties, lager energieverbruik, en geen afhankelijkheid van een internetverbinding voor basistaken.

Wat betekent dit voor ondernemers?

Ik denk dat deze ontwikkeling past in een bredere trend die voor ondernemers relevant wordt. Er zijn een paar dingen die ik eruit haal:

Privacy wordt een productfeature

Tot nu toe was privacy bij AI-tools vooral iets van kleine lettertjes en verwerkersovereenkomsten. Steeds meer softwarebedrijven beginnen lokale verwerking als verkoopargument in te zetten. Dat is interessant, want het verschuift de verantwoordelijkheid: als data je apparaat niet verlaat, vervallen veel van de risico's die de AVG adresseert.

Dat wil niet zeggen dat lokale AI automatisch AVG-proof is — je bent als ondernemer nog steeds verantwoordelijk voor hoe je met data omgaat. Maar het maakt de afweging een stuk overzichtelijker.

De keuze tussen cloud en lokaal wordt concreter

Veel bedrijven kiezen nu voor een hybride aanpak: gevoelige verwerking lokaal of op eigen servers, de rest in de cloud. MacPaw's Eney doet in feite hetzelfde — standaard lokaal, cloud alleen als het moet. Stel dat je als ondernemer een AI-assistent gebruikt voor het doorzoeken van klantdossiers of het samenvatten van interne documenten. Dan wil je wellicht niet dat die informatie via servers in het buitenland loopt.

Het is nog vroeg

Een kanttekening: Eney is nu beschikbaar als bèta via Setapp, MacPaw's eigen softwareplatform, en alleen voor macOS. De integratie met Liquid AI-modellen wordt later dit jaar verwacht. Het is dus nog geen kant-en-klare oplossing die je morgen kunt inzetten. Bovendien is het ecosysteem beperkt tot Mac-gebruikers — als je bedrijf op Windows draait, is dit voorlopig niet voor jou.

Ook is het goed om te beseffen dat lokale modellen — hoe efficiënt ook — nog niet dezelfde breedte en diepte bieden als de grote cloudmodellen van OpenAI, Google of Anthropic. Voor complexe taken zul je waarschijnlijk nog steeds een cloudmodel nodig hebben.

Een verschuiving die de moeite waard is om te volgen

Voor mij is dit vooral een signaal dat de AI-industrie voorbij de fase komt waarin alles via de cloud moet. De combinatie van compacte modellen, lokale verwerking en privacybewust ontwerp is precies waar veel ondernemers op zitten te wachten — ook al is de uitvoering nog pril.

Ik vind het eerlijk gezegd ook hoopgevend dat dit niet van een Big Tech-gigant komt, maar van een relatief klein softwarebedrijf uit Oekraïne dat samenwerkt met een gespecialiseerde modelontwikkelaar. Het laat zien dat je niet Google of Apple hoeft te zijn om aan deze verschuiving mee te bouwen.

Of Eney uiteindelijk de assistent wordt die je als ondernemer dagelijks gebruikt? Dat moet nog blijken. Maar de richting — AI die op je eigen apparaat draait, met je data onder je eigen controle — is er een die ik met interesse blijf volgen.