Een eigen bedrijfs-GPT: chatten met uw bedrijfsdata zonder dat die het pand verlaten
Kort antwoord
Een bedrijfs-GPT is een chatassistent die vragen beantwoordt uit uw eigen documenten, procedures en systemen, met bronvermelding. Hij bestaat uit een taalmodel, een zoekfunctie over uw bronnen, rollen per team en een logboek. De vraag is niet of u er een nodig hebt, maar waar het model draait: bij een Amerikaanse aanbieder die uw gegevens ziet, of op een node die van uw organisatie is en met open-weight modellen werkt.
Wat een bedrijfs-GPT is
De term komt van de „custom GPT’s” in ChatGPT: een chat waaraan u eigen bestanden en instructies meegeeft. In organisaties wordt meestal meer bedoeld: een assistent die het handboek, de contracten, de tickets en het intranet kent, daar vragen uit beantwoordt en de plek noemt waar het antwoord vandaan komt. Technisch heet dat retrieval-augmented generation: de vraag wordt tegen uw documenten gezocht, de treffers gaan mee naar het model, het model formuleert het antwoord met verwijzing. Zie AI op uw eigen documenten voor de techniek.
Het model leert daarbij niets: het leest bij elke vraag opnieuw. Daarom is een bedrijfs-GPT zonder training te bouwen, en daarom blijft de toegangsvraag de belangrijkste.
Drie routes, en wat ze betekenen
| Variant | Waar draaien model en data | Wat u moet regelen |
|---|---|---|
| Custom GPT in ChatGPT | Bij OpenAI in de VS; geüploade bestanden staan daar | Verwerkersovereenkomst alleen met Business of Enterprise, doorgifte buiten de EU, geen rollenmodel bovenop uw eigen rechten |
| Copilot of een cloudassistent in de tenant | In de cloud van de leverancier, binnen uw licenties | Welke bronnen de assistent bereikt; oude deelrechten worden zichtbaar. Zie Copilot of eigen AI |
| Eigen node met open-weight model | In uw serverruimte of op een dedicated node in een Europees datacenter | Beheer, modelkeuze, aansluiten van bronnen; geen leverancier in de keten |
De eerste twee varianten zijn snel ingericht. Ze betekenen wel dat een derde uw vragen en documenten verwerkt. Voor personeelsdossiers, contracten, patiëntgegevens of cliëntdossiers is dat het punt waarop de meeste projecten stranden.
De vier bouwstenen
- Model. Een open-weight model zoals Llama, Mistral of Qwen, in een maat die uw node aankan. Een groot model om te formuleren, een klein om te classificeren.
- Bronnen. Bestandsopslag, intranet, ticketsysteem, vakapplicaties, aangesloten met de rechten die daar gelden. Begin met één afdeling en één documentenset.
- Rollen. Wie mag wat vragen, en uit welke bronnen? De assistent mag nooit meer zien dan de persoon die vraagt. Zie Toegangsbeheer voor AI.
- Logboek. Elke vraag, elk antwoord, elke bron. Voor de functionaris gegevensbescherming, voor het zoeken van fouten, en vanaf december 2027 voor de logplicht van de AI Act bij hoog-risicotoepassingen.
Zo voert u het in
- Eén proces eerst. De kennisbank van de klantenservice, het kwaliteitshandboek, de contractsjablonen. Met een eigenaar en een meetbaar doel.
- Testvragen vooraf. Dertig echte vragen met bekende antwoorden. Daarmee vergelijkt u modellen en meet u later het correctiepercentage.
- Bronnen in plaats van geheugen. Antwoorden zonder verwijzing gelden als vermoeden. Dat zegt de assistent zelf.
- Proef met één team, vier tot zes weken. Dan pas de volgende afdeling. De volledige volgorde staat in Een eigen AI-omgeving opzetten.
Hoe werqly hierin past
werqly is een bedrijfs-GPT op een node die van uw organisatie is: in de eigen serverruimte of als dedicated node in werqly Cloud, met open-weight modellen, aangesloten bronnen en werqly AI Control voor rollen, bronnen per rol en logboek. Medewerkers chatten zoals met ChatGPT, alleen verlaten vragen en documenten het pand niet. Bereken hieronder de configuratie voor uw organisatie.
Veelgestelde vragen
Vragen over dit onderwerp
Is een custom GPT in ChatGPT een bedrijfs-GPT?
Het is de eenvoudigste start, maar de bestanden staan bij OpenAI in de VS, en zonder Business- of Enterprise-contract ontbreekt de verwerkersovereenkomst. Bruikbaar voor openbare inhoud, niet voor vertrouwelijke gegevens.
Moet het model met onze gegevens worden getraind?
Nee. Een bedrijfs-GPT zoekt bij elke vraag in uw documenten en geeft de treffers mee aan het model. Het model blijft ongewijzigd, antwoorden krijgen bronnen, en nieuwe documenten zijn direct bruikbaar.
Hoe voorkomen we dat de assistent te veel prijsgeeft?
Met rollen: de assistent doorzoekt alleen bronnen die de vrager zelf ook mag openen, en logt elk antwoord. Begin met een afgebakende documentenset en breid stap voor stap uit.
Welke hardware heeft een eigen bedrijfs-GPT nodig?
Een server met GPU, waarvan de maat afhangt van het aantal gelijktijdige gebruikers en de modelgrootte. Voor de meeste organisaties volstaat één node; de calculator op deze pagina toont de passende configuratie.
Bronnen
Dit artikel is algemene informatie, geen juridisch advies. Regels en richtsnoeren veranderen; controleer bij twijfel de genoemde bronnen of vraag uw jurist of FG.