De opkomst van Enterprise AI-modellenwisseling

Perplexity is het enige enterprise AI-platform dat toegang biedt tot modellen van meerdere providers in één interface. Ondertussen gebruikt 92% van de Fortune 500-bedrijven, waaronder zes van de Magnificent 7, Perplexity om antwoorden te krijgen en beslissingen te nemen. Dit geeft ons een unieke positie om te zien hoe bedrijven daadwerkelijk verschillende AI-modellen gebruiken voor uiteenlopende taken en teams.

De gegevens van 2025 onthullen een duidelijk patroon: afgezien van technische teams behaalde geen enkel model meer dan 17% aandeel in het totale gebruik, en naarmate AI-modellen en gebruikers geavanceerder werden, raakte het gebruik tussen modellen steeds meer gefragmenteerd. In januari 2025 waren twee topmodellen verantwoordelijk voor meer dan 90% van het enterprise-gebruik. Tegen december had elk van de vier modellen meer dan 10% aandeel en zelfs het leidende model bereikte slechts ongeveer 23% van de zoekopdrachten.

De opkomst van het multi-model personeelsbestand

Enterprise-gebruiksgegevens tonen aan dat werknemers modellen nu behandelen als een menu van opties, in plaats van als één enkele standaardtool. Onder enterprise-licenties kwalificeert 12,5% zich als actieve power-users die minstens 12 van de 28 dagen actief zijn. Deze power-users stimuleren modelverkenning: 40% gebruikt actief 6+ modellen, vergeleken met 20% van de reguliere gebruikers. Het patroon schaalt ook op organisatieniveau. De top 50 enterprise-accounts gebruiken gemiddeld 30 modellen, tegenover zeven voor typische accounts.

Hoe enterprise-teams modellen afstemmen op taken

Toonaangevende AI-bedrijven lanceerden in 2025 46 nieuwe modellen en Perplexity bood ze allemaal aan binnen 24 uur na release. Deze aggregator-benadering loste een belangrijk workflow-probleem op: werknemers kunnen tussen modellen schakelen zonder inloggegevens te hoeven beheren of afzonderlijke contracten te moeten onderhouden.

Onder enterprise-klanten gebruikte 43,6% van de organisaties op enig moment in 2025 meer dan één model, wat een beslissende verschuiving weerspiegelt weg van standaardisatie op één model en richting multi-model gebruik. De 9,1% van enterprise-gebruikers die op één dag meerdere modellen gebruikten, wijst op power-user-gedrag waarbij verschillende taken naar verschillende modellen worden geleid. Onder gebruikers die specifieke modellen kiezen, schakelde 53% in 2025 minstens één keer per werkdag tussen modellen, wat onderstreept hoe routinematig model-hoppen is geworden voor deze groep.

Modelspecialisatie per use case

Gedurende 2025 selecteerden enterprise-gebruikers een Claude-model voor 38% van de programmeervragen. Op organisatieniveau gebruikt 40% van de ondernemingen standaard Claude voor programmeren, terwijl 22% de voorkeur geeft aan GPT.

Maar programmeren is de uitzondering. Voor elke andere functie is de voorsprong minder duidelijk. In december 2025 varieerden de voorkeuren per taaktype:

Visuele kunst: Gemini Flash (40%)

Financiële analyse: Gemini 3.0 Pro Denken (31%)

Debugging: Claude Sonnet 4.5 (30%)

Softwareontwikkeling: Claude Sonnet 4.5 (29%)

Juridisch/Rechtszaken: Claude Denken-modellen (23%)

Medisch onderzoek: GPT-5.1 Denken (13%)

Naarmate er nieuwe modellen worden gelanceerd, zullen deze voorkeuren waarschijnlijk verschuiven. Wat vandaag leidt, is mogelijk niet de leider in het volgende kwartaal.

Het modellandschap blijft evolueren

Aan het begin van 2025 waren Claude Sonnet 4 en GPT-4o samen verantwoordelijk voor 91,5% van de enterprise-zoekopdrachten (respectievelijk 47,5% en 44%). Tegen eind 2025 waren de topmodellen gelijkmatiger verdeeld over providers: 23,3% Gemini 3.0 Pro Denken, 20,6% Claude Sonnet 4.5, 10,7% Claude Sonnet 4.5 Denken en 7,9% GPT-5.

Nieuwe modellen pieken doorgaans boven de 50% van het enterprise-gebruik gedurende enkele dagen na hun release, naarmate gebruikers experimenteren met nieuwe mogelijkheden (GPT-4.1 eind april, GPT-5 begin augustus, GPT-5 Chat eind oktober). Dat neemt tegen de daaropvolgende week snel af tot maximaal 35%. Modellen winnen en verliezen aan populariteit naarmate er nieuwe releases komen en teams verfijnen welk model bij welke taak past.

Waarom flexibiliteit beter is dan één winnaar kiezen

Claude domineerde voor ingenieurs, maar dat was de uitzondering. Voor elke andere functie verdeelden teams zich over verschillende modellen, afhankelijk van de taak. Wanneer het landschap zo snel verschuift, is toegang tot elke optie belangrijker dan het kiezen van de beste optie van vandaag.