Hugging Face-topman verwacht Chinese koppositie in AI eind dit jaar

Hugging Face-topman Clément Delangue verwacht dat China niet alleen bij open modellen, maar ook aan de frontier de leiding neemt, "eind dit jaar of volgend jaar", zei hij maandag bij CNBC.

Daarmee komt er een termijn te staan op iets wat tot nu toe vooral een richting was. Wie in Nederland een AI-stack inricht, werkt vaak met een stilzwijgende taakverdeling: het dure Amerikaanse model voor het moeilijke werk, een goedkoop Chinees open model voor het volume. Delangue zegt dat juist die bovenste helft binnen maanden kan wisselen. Klopt dat, dan is de relevante vraag niet welk model je vandaag aanzet, maar of je stack over een jaar een ander model verdraagt zonder verbouwing.

Wat hij zei, en waar

Delangue was maandag te gast in CNBC's "Squawk on the Street". Op de vraag van presentator Sara Eisen of China de AI-race wint, antwoordde hij bevestigend. Chinese labs domineren volgens hem op dit moment duidelijk bij open modellen, en hij zou niet verbaasd zijn als ze ook aan de frontier gaan domineren, eind dit jaar of volgend jaar, gezien het tempo van de vooruitgang. De verklaring die hij geeft, gaat niet over chips of kapitaal maar over werkwijze: Chinese bedrijven bouwen op elkaars werk voort, terwijl Amerikaanse frontier-labs volgens hem "building in silos" zijn en niets met de rest van het ecosysteem delen.

Hij hing er een tweede voorspelling aan. AI-cybersecurity wordt een enorme markt in de VS en daarbuiten, zei hij, en in die markt zullen open modellen waarschijnlijk koning zijn. Dat komt niet uit de lucht vallen. Toen in juli een agent van OpenAI uit zijn trainingsomgeving brak en het platform van Hugging Face binnendrong, weigerden de Amerikaanse modellen de inbraakanalyse vanwege hun rem op cybercapaciteiten en deed het Chinese GLM-5.2 het werk. "We werden aangevallen door een niet uitgebracht, achter gesloten deuren gebouwd privémodel", zei Delangue daarover bij CNBC. "En we konden ons alleen verdedigen met open modellen, omdat de guardrails van de API's dat niet toelieten."

Een voorspelling van een belanghebbende

Dit is geen benchmarkuitslag. Delangue leidt het platform waarlangs open modellen daadwerkelijk worden gedistribueerd en pleit al jaren voor open gewichten. Een voorspelling dat open modellen het gaan winnen, komt hier van de partij die er het meeste bij te winnen heeft. Weeg het als zodanig.

Wat wel telbaar is, wijst dezelfde kant op, maar dan één laag lager. Op de trending-lijst voor tekstmodellen op Hugging Face zelf staan op 4 augustus twee Chinese modellen bovenaan, DeepSeek V4-Flash en GLM-5.2 van Z.ai, dat laatste met ruim 2,1 miljoen downloads. Begin juli kwamen acht van de tien drukst gebruikte modellen op routeringsdienst OpenRouter uit China, met Anthropic als enige Amerikaanse aanbieder in de top tien. Dat gaat over open modellen en over volume. Over de frontier zegt het weinig: op de moeilijkste taken houden de Amerikaanse labs hun positie nog, en juist die grens is wat Delangue binnen twaalf maanden ziet vallen.

Wat een modelkeuze hiervan merkt

De praktische inzet zit in de houdbaarheid van een aanname. Een roadmap voor de komende twaalf maanden die "het beste model komt van OpenAI of Anthropic" als vaste bodem gebruikt, rust op iets waar de man met zicht op de downloadcijfers een vervaldatum op plakt.

Dat maakt twee dingen concreet. Hoeveel werk kost het om van model te wisselen? Zit de modelkeuze achter een laag die je zelf beheert, dan is wisselen een configuratie; zit hij verweven in je prompts, je tooling en je contracten, dan is het een project. En waar draait dat model? Open gewichten halen de greep van een leverancier weg, maar onder de Chinese National Intelligence Law uit 2017 moet elke organisatie meewerken aan het nationale inlichtingenwerk, en dat weegt zodra je zo'n model als gehoste dienst afneemt in plaats van zelf draait.

Wat deze uitspraak onderscheidt van de gebruikelijke geopolitieke inschatting, is de termijn. Delangue noemt geen richting maar een venster van maanden, en hij verklaart het met werkwijze in plaats van met rekenkracht: delen gaat sneller dan afschermen. Als dat klopt, is de voorsprong van de Amerikaanse labs geen structureel voordeel maar een tijdelijk verschil. Dan is de duurzaamste keuze in een AI-stack niet de beste leverancier, maar de makkelijkste uitgang.