Gemma 4 is er. En het verandert wat lokale AI governance voor jouw organisatie mogelijk maakt.

Flowerbed engineering helpt organisaties dagelijks met AI-strategie, datagovernance en de vraag hoe je AI veilig inzet zonder controle over je data te verliezen. De komst van Gemma 4 raakt direct aan wat wij voor onze klanten doen.

Vorige week donderdag schreven we over AI governance: waarom de vraag niet meer is óf je AI gebruikt, maar hoe je weet welke data erdoorheen gaat. Vandaag een update die dat gesprek concreter maakt dan ooit.

Op 2 april lanceerde Google DeepMind Gemma 4. Gratis. Open source. Apache 2.0-licentie. En het is niet zomaar een nieuw model.

‍

Wat Gemma 4 is

Gemma 4 is een familie van open modellen gebouwd op dezelfde onderzoeksbasis als Google’s eigen Gemini 3. Er zijn vier varianten: een 2 miljard parametermodel dat op een telefoon draait, een 4 miljard variant voor laptops, een 26 miljard Mixture-of-Experts model voor werkstations en een 31 miljard dense model voor servers. Dat laatste staat op plek drie in de wereldwijde open model ranglijst, en scoort beter dan modellen die twintig keer zo groot zijn.

Wat er technisch in zit: een contextvenster tot 256.000 tokens, native ondersteuning voor tekst en afbeeldingen, nativie meertaligheid in meer dan 140 talen en ingebouwde agentic capabilities voor meerstaps redenering en functieaanroepen. En het draait volledig lokaal, op jouw eigen hardware, zonder cloudverbinding nodig te hebben.

‍

Waarom dit voor AI governance direct relevant is

Donderdag legden we uit dat AI governance twee onderdelen heeft. Technisch: welke data gaat door welke systemen. En menselijk: of mensen in de praktijk de goede beslissingen nemen.

Het technische probleem had altijd een nadeel: als je gevoelige data lokaal wilde verwerken, waren de beschikbare open modellen merkbaar minder goed dan GPT-4o of Claude Sonnet. Je moest kiezen tussen kwaliteit en controle.

Gemma 4 verandert die afweging. De 31B variant presteert op niveau van recente frontier-modellen, maar draait volledig op jouw eigen hardware. Geen CLOUD Act. Geen prompts die naar Amerika gaan. Geen provider die beslissingen neemt over jouw data.

Dit maakt een aanpak mogelijk die eerder alleen in theorie bestond. Publieke of interne AI-taken die niet gevoelig zijn, gaan via de publieke modellen met de nieuwste updates. Taken waarbij bedrijfskritische informatie betrokken is, gaan via een lokaal model. En dankzij Gemma 4 is de kwaliteit van dat lokale model voor het eerst echt gelijkwaardig.

Wat de praktijk vraagt

Een open model downloaden is één ding. Het goed inzetten voor governance vraagt meer.

Ten eerste moet je weten welke data kritiek is. Dat is een classificatievraag, geen technische vraag. Welke informatie is intern? Welke is bedrijfskritisch? Welke mag absoluut niet buiten de eigen omgeving worden verwerkt? Zonder antwoord op die vraag heb je geen governance, maar een model dat op een server staat.

Ten tweede moet je de routering inrichten. Welke taken gaan naar welk model? Wie bepaalt dat? Hoe wordt het afgedwongen? Dat zijn architectuur- en beleidsvragen die bij elkaar moeten komen.

Ten derde is er de hardware. Gemma 4’s 31B model draait op een moderne werkstation-GPU. Voor organisaties die een serieuze lokale AI-omgeving willen, is GPU-infrastructuur geen luxe meer maar een basisvereiste.

Wat dit voor Nederlandse organisaties betekent

Vorige week noemden we al de Cyberbeveiligingswet, de CLOUD Act en de vraag wie er toegang heeft tot jouw data. Gemma 4 biedt nu een praktisch antwoord op het technische stuk van die vraag. Geen excuus meer dat lokale AI te slecht is. Geen excuus meer dat sovereign AI te duur is.

Organisaties die nu nadenken over hun AI-architectuur, hebben voor het eerst een serieus open alternatief voor publieke API’s bij gevoelige data. Wie dat nu goed inricht, heeft over twee jaar een voorsprong op de organisaties die toen nog aan het wachten waren.

Vision on Data Governance is de dienst waarbij Flowerbed engineering organisaties helpt van datastrategie tot werkende architectuur, inclusief de keuzes rondom welke modellen voor welke data worden ingezet. Datahub-as-a-Service biedt de gestructureerde omgeving om die governance ook in de praktijk te borgen, meetbaar en aantoonbaar.

Wil je weten hoe een hybride AI-architectuur er voor jouw organisatie concreet uitziet? Neem gerust contact op.