Amerikaanse techbedrijven als OpenAI, Google, Microsoft en Meta versnellen de ontwikkeling van generatieve AI. Europese spelers zoals Mistral en Aleph Alpha zoeken intussen naar een eigen positie. In Brussel werkt de Europese Unie aan de AI-verordening, die op het moment van schrijven vanaf 2025 gefaseerd van kracht wordt. De kernvraag is of Europa achterop raakt of juist kiest voor een andere koers met eigen regels, infrastructuur en open modellen.
Amerikaanse voorsprong groeit snel
De nieuwste generatieve systemen komen vooral uit de Verenigde Staten. Denk aan ChatGPT en GPT-4o van OpenAI, Gemini van Google, Claude van Anthropic en Llama 3 van Meta. Microsoft duwt deze modellen de markt op via Copilot in Office en via Azure. Het tempo van releases en updates is hoog.
In Europa komen bedrijven en overheden vaak via cloudplatforms in aanraking met deze modellen. Azure, Google Cloud en AWS bieden kant-en-klare AI-diensten voor klantenservice, coderen en samenvatten. Dat is snel en handig, maar vergroot de afhankelijkheid van Amerikaanse aanbieders. Dataresidency-opties helpen, maar de kern van de modellen blijft buiten Europa beheerd.
Kapitaal en rekenkracht stromen vooral naar de VS. Europese durfkapitaalrondes zijn kleiner en schaarser. Uitzonderingen zijn Mistral in Frankrijk en Aleph Alpha in Duitsland, die eigen taalmodellen als Mistral Large en Luminous ontwikkelen.
Toponderzoekers volgen vaak de rekenkracht en salarissen. Europese universiteiten leveren sterk fundamenteel werk. Zonder toegang tot veel chips en productteams dreigt de kloof groter te worden.
AI-verordening verandert toezicht overheid
De Europese AI-verordening (AI Act) introduceert een risicogericht kader. Verboden toepassingen, zoals sociale scoring door overheden, worden expliciet geweerd. Hoog-risico systemen vragen om een conformiteitsbeoordeling en menselijk toezicht. De regels gaan op het moment van schrijven stapsgewijs gelden vanaf 2025.
“Algemene AI-systemen zijn modellen die voor veel taken inzetbaar zijn, zoals chatbots, code-assistenten en vertalers.”
Voor zulke algemene systemen (GPAI) komen transparantieplichten, technische documentatie en samenvattingen van gebruikte trainingsdata bij auteursrecht. Modellen met een groter maatschappelijk risico krijgen extra evaluaties en meldplichten. Fabrikanten en aanbieders moeten hun keten op orde hebben.
Voor Nederlandse overheden betekent dit: inventariseren waar algoritmen draaien en inkoopvoorwaarden aanpassen. Hoog-risico toepassingen in zorg, werk of handhaving vragen om logboeken en controleerbaarheid. Gemeenten, uitvoeringsorganisaties en ministeries krijgen zo strakkere spelregels.
De AVG blijft onverminderd gelden. Organisaties moeten dataminimalisatie en versleuteling toepassen. Webscraping met persoonsgegevens voor training vraagt een stevige rechtvaardiging en toezicht door privacytoezichthouders.
Rekenkracht is de flessenhals
Grote datamodellen vragen enorme hoeveelheden chips en energie. NVIDIA H100/H200 en AMD MI300 zijn schaars en duur. Dit remt Europese labs en start-ups bij training en fine-tuning.
Het Europese supercomputerprogramma EuroHPC biedt toegang tot machines als LUMI (Finland) en LEONARDO (Italië). In Duitsland komt JUPITER, de eerste Europese exascale-computer. Start-ups en onderzoekers kunnen rekentijd aanvragen via nationale loketten. De capaciteit is echter beperkt en toewijzing kost tijd.
De European Chips Act beoogt circa 43 miljard euro aan publieke en private investeringen te mobiliseren. Nieuwe fabplannen, zoals Intel in Magdeburg en TSMC in Dresden, krijgen staatssteun. Dit is een meerjarige route en lost het huidige GPU-tekort niet direct op.
Nederland heeft met ASML een sleutelspeler in chipmachines. Dat geeft strategisch gewicht in de keten. Toch biedt het geen directe GPU-capaciteit voor Europese AI-start-ups, die nu vaak cloud inkopen.
Open modellen krijgen steun
Europa ziet kansen in open modellen met vrijgegeven gewichten. Meta publiceert Llama 3 en Mistral levert varianten zoals Mixtral. Organisaties kunnen deze systemen on-premises draaien en afschermen.
Die aanpak past bij digitale soevereiniteit en AVG-eisen. Overheden en ziekenhuizen houden gevoelige data binnen eigen netwerken. Audit en logging zijn zo makkelijker zelf te regelen.
De kwaliteit en veiligheid variëren per model en taak. Gebruikers moeten zelf evalueren, filteren en bijsturen. De AI-verordening vraagt daarbij om risicobeheer en technische dossiers, ook als het model open is.
Rond open-source groeit een ecosysteem van tools voor fine-tuning en controle. Europese onderzoeksinstituten zoals Inria en TNO ontwikkelen testmethoden en benchmarks. Dat kan de kloof met gesloten, commerciële modellen verkleinen.
Nederland kiest voor toepassen
Onderwijs en onderzoek testen generatieve systemen via SURF en universitaire labs. Snellius wordt gebruikt voor experimenten met Nederlandstalige taalmodellen en domeinspecifieke data. Bedrijven proberen ChatGPT en Gemini voor klantenservice, samenvattingen en code.
De rijksoverheid vraagt om zorgvuldige inzet van algoritmen. De Autoriteit Persoonsgegevens waarschuwt voor datalekken en ongewenst hergebruik van gegevens. Organisaties moeten DPIA’s uitvoeren, een privacyrisico-analyse, bij gevoelige toepassingen.
De Nederlandse AI Coalitie en ICAI ondersteunen publiek-private labs in zorg, logistiek en havenindustrie. Doel is waarde in de praktijk, met duidelijke governance en meetbare effecten. Voor mkb en gemeenten is begeleiding nodig bij “Europese AI-verordening gevolgen overheid” en bij inkoop.
Taaldiversiteit blijft een technisch aandachtspunt. Systemen presteren vaak minder op Nederlands en kleinere talen zoals Fries. Europese initiatieven als AI4EU en de European Language Data Space leveren data en tools om dit te verbeteren.