Hybrid AI

Wat is hybrid AI?

Hybrid AI is de aanpak waarbij je verschillende AI-technieken combineert in één oplossing, zodat de sterke punten van de ene techniek de zwakke punten van de andere opvangen. De klassieke combinatie is die van symbolische AI (vaste regels en kennis, zoals “een factuur boven €10.000 vereist twee handtekeningen”) met lerende AI (modellen die patronen uit data halen). Sinds de opkomst van generatieve AI is hybride werken eerder regel dan uitzondering geworden: vrijwel elke serieuze bedrijfstoepassing combineert een taalmodel met zoektechnologie, bedrijfsregels of klassieke software.

Hoe werkt het?

Elke techniek doet waar hij goed in is. Regels en kennisbanken zorgen voor controleerbaarheid en naleving van afspraken, machine learning herkent patronen in grote hoeveelheden data, en taalmodellen begrijpen en produceren tekst. Een bekend modern voorbeeld is een chatbot die antwoorden niet verzint maar eerst opzoekt in jouw documentatie (retrieval-augmented generation) en daarna pas formuleert; ook dat is hybride AI. Een ander voorbeeld: een verzekeraar laat machine learning verdachte claims signaleren, waarna vaste bedrijfsregels bepalen welke claims automatisch worden afgehandeld en welke naar een medewerker gaan.

Wat heb je eraan als bedrijf?

Voor het MKB is dit een geruststellende gedachte: je hoeft niet alles aan één AI-model over te laten. Door lerende AI te combineren met je eigen regels en kennis houd je grip op de uitkomsten, wat ook helpt bij de uitlegbaarheid die de EU AI Act bij sommige toepassingen vraagt. Vraag bij leveranciers gerust door: welke onderdelen zijn lerend, welke zijn regelgebaseerd, en waar kan ik bijsturen?

Gerelateerde begrippen

Hybrid AI overlapt sterk met composite AI en bouwt op de symbolic methodology in combinatie met machine learning. De regelkant van zo’n systeem draait vaak op een inference engine of een knowledge graph.