Beleidsdenkers en ondernemers roepen deze week in Brussel en Den Haag op tot minder subsidies voor kunstmatige intelligentie. Zij willen dat Europa vooral zijn eigen regels schrapt of versimpelt. Het doel is snellere innovatie en een sterkere positie tegenover bedrijven uit de Verenigde Staten en China. De oproep richt zich op de Europese Commissie en nationale regeringen die miljarden uittrekken voor AI.
Pleidooi voor minder subsidies
Critici zeggen dat extra subsidiepotten het tempo van innovatie niet verhogen. Aanvragen kosten tijd, bevoordelen grote spelers en sturen middelen naar de beste subsidietekst, niet het beste product. Zij vinden dat regels versimpelen meer effect heeft dan nieuwe fondsen. Dat geldt volgens hen vooral voor mkb-bedrijven die nu al dun bemand zijn.
Brussel investeert via programma’s als Horizon Europe en Digital Europe in onderzoek, dataruimtes en rekenkracht. Nationale fondsen proberen dit aan te vullen met launching customers en fieldlabs. Toch blijft de doorbraak naar grootschalig gebruik vaak uit. De roep is daarom: versnel eerst het regelwerk, dan volgt de markt.
Ook investeerders geven aan dat voorspelbaarheid belangrijker is dan subsidie. Heldere kaders maken risico’s beter in te schatten. Dat trekt privaat kapitaal aan voor modellen, datasets en toepassingen. Zonder die duidelijkheid blijven Europese start-ups achter op spelers als OpenAI en Google DeepMind.
AI-verordening drukt op innovatie
De Europese AI-verordening (AI Act) hanteert een risicobenadering met vier niveaus. Hoog-risico-systemen krijgen strenge eisen voor data, transparantie en menselijk toezicht. Dat is logisch bij systemen die impact hebben op banen, gezondheid of basisrechten. Maar de nalevingslast kan voor kleinere ontwikkelaars zwaar uitpakken.
Ook de AVG (privacywet) bepaalt wat mag met trainingsdata. Regels voor dataminimalisatie en doelbinding maken hergebruik van data lastig, zeker voor generatieve modellen. Versleuteling en anonimisering zijn verplicht, maar technisch niet altijd sluitend voor tekst en beeld. Onzekerheid hierover vertraagt pilots in zorg, onderwijs en overheid.
De handhaving staat op het moment van schrijven nog in opbouw, met nationale toezichthouders die rollen verdelen. In Nederland ligt privacytoezicht bij de Autoriteit Persoonsgegevens, terwijl nieuwe taken rond de AI Act worden belegd. Ondernemers vragen om één loket en eenduidige uitleg. Dat moet dubbele audits en tegenstrijdige eisen voorkomen.
Deregulering als concurrentiestrategie
Voorstanders van deregulering zien ruimte in het schrappen van overlap tussen wetten. Denk aan het stroomlijnen van AI-eisen met bestaande productveiligheidsregels. Ook willen zij kortere doorlooptijden voor testen in sandboxes. Zo kunnen veilige toepassingen sneller naar de markt.
Europese spelers als Mistral AI en Aleph Alpha mikken op open of toegankelijke modellen. Zij zeggen vooral behoefte te hebben aan duidelijke standaarden en aansprakelijkheidskaders. Dat maakt contracten met bedrijven en overheden eenvoudiger. Subsidies lossen die juridische onzekerheid niet op.
Toegang tot data blijft cruciaal. Europese dataruimtes, zoals de European Health Data Space, moeten hergebruik juridisch en technisch regelen. Pas als die infrastructuur werkt, heeft extra geld effect. Anders verdwijnt publiek geld in losse pilots zonder schaal.
Gevolgen voor Nederlandse overheid
Voor de Nederlandse overheid speelt inkooprecht een praktische rol. Strenge eisen in aanbestedingen kunnen mkb-aanbieders buitensluiten. Heldere modelclausules voor AI, data en aansprakelijkheid helpen kleinere spelers meedoen. Dat vergroot keuze en drukt kosten voor de overheid.
Gemeenten en uitvoeringsorganisaties willen algoritmen inzetten voor dienstverlening. Denk aan wachtrijbeheer, documentanalyse of vertaalhulpen. Volgens de AI Act vallen sommige toepassingen in lagere risicoklassen, mits goed gedocumenteerd. Eenduidige richtlijnen voorkomen dat veilige projecten onnodig stilvallen.
De AVG blijft leidend bij gegevensverwerking. Praktijken als dataminimalisatie en privacy by design zijn verplicht. Technieken als synthetische data of federated learning kunnen helpen en betekenen: trainen zonder ruwe data te delen. Maar ook daarvoor is toelichting van toezichthouders nodig zodat teams weten wat mag.
Zo kan beleid bijsturen
Beleidsopties liggen op drie sporen: schrappen, stroomlijnen en standaardiseren. Schrap dubbele of onduidelijke bepalingen tussen AI Act, AVG en sectorspecifieke regels. Stroomlijn handhaving via één aanspreekpunt per land. En versnel Europese normen via CEN-CENELEC voor documentatie, evaluatie en monitoring.
Regulatory sandboxes kunnen verplichtingen faseren op basis van risico. Dat verlaagt instapkosten en houdt publieke waarden overeind. Stimuleer daarnaast gedeelde testsets en referentiemetingen. Zo wordt kwaliteit vergelijkbaar zonder vertrouwelijke data te lekken.
Publieke middelen blijven nuttig, maar gericht. Investeer in rekeninfrastructuur, open datasets en juridische duidelijkheid in plaats van brede subsidies. Dat ondersteunt zowel start-ups als corporates. En het verkleint de kloof met Amerikaanse en Chinese aanbieders.
Kern van de kritiek: stop met nieuwe cheques, begin met snoeien in regels — dan komt innovatie vanzelf sneller los.