AI-model uitgefaseerd: zo houd je je automatisering werkend

Er komt een mail binnen van je AI-leverancier: het model dat je gebruikt wordt uitgefaseerd. Onderwerp: deprecation notice. Er staat een modelnaam in, een datum, en verder vooral techniek. Bij de meeste bedrijven belandt die mail bij iemand die niet weet welke flow erop draait. Dan gebeurt er niets.

Tot die datum. OpenAI zet op 11 december 2026 de modellen gpt-5-2025-08-07 en gpt-5-mini-2025-08-07 uit, samen met o3 en o3-pro. Eerder al, op 23 oktober 2026, verdwijnen gpt-3.5-turbo, gpt-4-0613 en o1, inclusief de fine-tuned varianten daarvan. Draait je offerteflow, je factuurherkenning of je mailsortering op een van die modellen, dan verandert er op die dag iets in je proces. De vraag is alleen of je het merkt op het moment dat het gebeurt, of drie weken later via een klant.

Wat er gebeurt als een AI-model wordt uitgefaseerd

Er zijn twee scenario's en het vervelendste is niet het scenario dat je verwacht.

Het eerste is dat het model gewoon weg is. Je aanroep faalt. Bij Azure OpenAI krijg je vanaf de einddatum een HTTP 410 terug op elk verzoek naar dat model. Dat is luidruchtig, je ziet het meteen in je foutmeldingen en je kunt het diezelfde dag oplossen. Vervelend, maar overzichtelijk.

Het tweede is dat het model stilletjes wordt vervangen. Azure upgradet deployments van het type Standard, Global Standard en Data Zone Standard automatisch naar de opvolger, regio voor regio, op een schema dat vooraf wordt gepubliceerd. Toen versie 2024-05-13 van gpt-4o op 1 oktober 2026 aan de beurt was, ging die op Standard automatisch over naar gpt-5.1. Je flow blijft draaien. Je krijgt geen foutmelding. Alleen komt er een ander model uit een andere generatie op je prompt af, en die prompt is in de praktijk afgestemd op het gedrag van het oude model.

Dat merk je aan de randen. Een veld dat eerder altijd gevuld werd komt nu soms leeg terug. Een classificatie die op twee categorieën uitkwam gebruikt er ineens drie. Een bedrag dat als 1250,00 werd teruggegeven komt terug als 1.250,00 en je boekhoudkoppeling struikelt erover. Kleine dingen, verspreid over weken, en niemand legt het verband met een datum in een mail die niemand las.

Hoeveel tijd je krijgt van OpenAI en Azure

De aankondigingstermijnen liggen vast in het beleid van beide leveranciers. Ze verschillen genoeg om uit te maken hoe je je planning inricht.

Let op wie de mail krijgt. Azure stuurt de aankondiging naar de eigenaren van het abonnement met actieve deployments. Dat is bij veel bedrijven de persoon die ooit de tenant heeft aangemaakt, niet degene die de automatisering heeft gebouwd. Zet die mails door naar een gedeeld adres dat wel gelezen wordt, en zet de datum meteen in de agenda van degene die de flow beheert.

Er verdwijnen trouwens niet alleen modellen. OpenAI zet op 30 november 2026 ook de Reusable Prompts API, het Evals-platform en Agent Builder uit. Wie zijn prompts of zijn agentlogica in zo'n platform heeft staan in plaats van in eigen beheer, verliest niet alleen een model maar de plek waar het werk stond. Dat is precies de afweging die speelt bij de keuze tussen een AI-abonnement en een eigen systeem.

Modelversie vastpinnen of meebewegen

In vrijwel elke tool waarin je een AI-stap instelt, van n8n en Make tot Power Automate en eigen code, kies je een modelnaam. Je hebt daar twee soorten namen: een alias zoals gpt-5, die altijd naar de huidige versie wijst, en een gedateerde versie zoals gpt-5-2025-08-07, die naar precies één versie wijst.

Op een alias draaien betekent dat je output kan veranderen zonder dat er iets in jouw systeem wijzigt. Op een gedateerde versie draaien betekent dat je output stabiel is tot de dag dat die versie uitgaat, en dan hard stopt of wordt vervangen.

Voor een proces waar geld of een besluit aan hangt, kies je de gedateerde versie. Je ruilt onvoorspelbaarheid in voor een datum die je in de agenda kunt zetten. Dat is een betere ruil dan hij klinkt, want een datum kun je plannen en stille afwijkingen niet.

Praktisch: loop je automatiseringen langs en noteer per stap welke modelnaam er staat. Een middag werk als je er tien hebt. Wat je oplevert is een lijstje van modelnaam, waar hij gebruikt wordt, en welke einddatum daarbij hoort. Zonder dat lijstje kun je een deprecation notice niet beoordelen, want je weet niet of hij over jou gaat.

Een regressietest die je in een middag opzet

Voordat je overstapt naar een nieuw model wil je weten wat er verandert. Dat kan een stuk simpeler dan mensen denken.

Pak 20 tot 40 echte gevallen uit je eigen historie. Echte offerteaanvragen, echte facturen, echte klantmails, met de nadruk op de rommelige exemplaren: de factuur met twee btw-tarieven, de mail in half Engels, de aanvraag zonder onderwerpregel. Leg per geval vast wat er uit had moeten komen. Draai ze door het oude model en door het nieuwe, en zet de uitkomsten naast elkaar in een spreadsheet.

Wat je vergelijkt

Niet de formulering. Vergelijk de velden waar je systeem verderop iets mee doet: het bedrag, het klantnummer, de categorie, het ja of nee. Als die kloppen mag de zin eromheen anders lopen. Kijk daarbij vooral naar het notatieformaat, want daar gaat het in koppelingen het vaakst mis: duizendtallen, datumnotatie, een leeg veld tegenover het woord onbekend.

Bewaar de ruwe uitvoer van elke run, niet alleen het eindresultaat. Als je over een jaar opnieuw moet migreren heb je je testset dan nog. En je hebt iets om aan je accountant of je klant te laten zien als er discussie ontstaat over een periode waarin het model wisselde. Hoe je logging en foutafhandeling verder inricht staat in systemen koppelen via API.

Wat je met je leverancier afspreekt

Als iemand anders je automatisering heeft gebouwd, hoort het opvangen van modelwissels bij het onderhoud. Leg vast wie de deprecation-mails leest, binnen hoeveel werkdagen na een aankondiging de regressietest draait, wie de kosten van die hertest draagt, en wat je meekrijgt als je stopt: de prompts, de testset en de logs. Zonder die laatste afspraak begin je bij een overstap opnieuw.

Dit is ook precies waarom bij elke build die wij opleveren een servicecontract hoort. Een AI-koppeling is geen product dat je één keer neerzet. De leveranciers eronder blijven bewegen, en iemand moet dat bijhouden. Meer over waar agents in de praktijk op stuklopen staat in AI-agents in het MKB, en de bredere aanpak van koppelingen en applicaties vind je bij websites en apps.

Wat je nu het beste doet

Begin met de inventarisatie. Één lijstje met per automatisering de modelnaam en de bijbehorende einddatum, en de deprecation-mails doorgestuurd naar een adres dat gelezen wordt. Dat kost een middag en het is het verschil tussen een geplande migratie en een storing die je via een klant hoort.

Staat er bij jou 11 december 2026 of 23 oktober 2026 in dat lijstje, dan heb je nog tijd om rustig te testen. Weet je niet welke modellen je draait, dan kijken we met je mee: neem contact op of vraag een offerte aan. Bellen kan ook: 010 89 008 89.