SoftBank-topman Masayoshi Son zet opnieuw groot in op kunstmatige intelligentie, na jaren met megaverliezen in zijn Vision Fund. De Japanse investeerder wil een leidende rol in zogeheten frontier-AI, de krachtigste generatie modellen. Dat plan volgt terwijl het fonds eerder verliezen van tientallen miljarden dollar noteerde. Voor Europa en Nederland rijst de vraag wat dit betekent onder de Europese AI-verordening en de AVG.
SoftBank herijkt AI-strategie
SoftBank presenteert zich opnieuw als AI-concern, met chipdochter Arm als strategische troef. Arm ontwerpt processoren die veel datacenters en telefoons aandrijven, een schakel die cruciaal is voor generatieve AI. Tegelijk zoekt Son naar nieuwe deals in modellen en infrastructuur, naast eerdere belangen via het Vision Fund.
Die koerswijziging komt na forse afschrijvingen in het portaal van SoftBank. De verliezen kwamen vooral door overgewaardeerde start-ups en het afkoelen van de techmarkt. Door nu te focussen op rekencapaciteit en kerntechniek probeert SoftBank dichter bij de economische motor van AI te zitten.
Frontier-AI verwijst naar modellen die met extreem veel rekenkracht worden getraind en breed inzetbaar zijn. Voorbeelden zijn GPT-4 van OpenAI, Gemini van Google, Claude van Anthropic en Llama van Meta. Zulke systemen vragen gigantische investeringen in chips, datacenters en energie.
De Vision Funds boekten samen verliezen van tientallen miljarden dollar in de periode 2022–2023, terwijl SoftBank nu weer agressief richting AI groeit.
Verliezen sturen risico-appetite
De eerdere verliezen dwingen tot strakkere selectie van investeringen. SoftBank richt zich op infrastructuur die direct cashflow kan opleveren, zoals Arm-ontwerpen en clouddiensten. Dat is minder speculatief dan groeiaandelen zonder duidelijk verdienmodel.
Ook de manier van dealmaken verandert. Minder kleine cheques verspreid over vele start-ups, meer geconcentreerde bets in bedrijven met bewezen vraag. Zo wil SoftBank schokken in waarderingen beter opvangen.
Voor Europese partijen, zoals pensioenfondsen en staatsbanken, is dit een signaal. De les: let op cash, governance en naleving van regels, niet alleen op modelprestaties. Dat past bij de striktere risicokaders die Europese toezichthouders hanteren.
Europese AI-verordening telt mee
De Europese AI-verordening (AI Act) bevat op het moment van schrijven speciale verplichtingen voor general-purpose AI, de brede modellen achter chatbots en code-assistenten. Modellen met “systemisch risico” krijgen extra plichten, zoals strikte veiligheidstests en rapportage over gebruikte data. Dat raakt partijen die frontier-modellen trainen of aanbieden in de EU.
Wie in Europa zulke systemen uitrolt, moet rekenkracht, datasets en evaluaties transparant maken. Ook moeten ontwikkelaars risico’s voor gezondheid, veiligheid en grondrechten aantoonbaar beperken. Dit geldt bovenop privacyregels uit de AVG, zoals dataminimalisatie en beveiliging van persoonsgegevens.
Voor investeerders betekent dit hogere compliancekosten en langere time-to-market. Maar het verlaagt ook juridische onzekerheid voor afnemers, zoals overheden en zorginstellingen. Dat kan de adoptie versnellen zodra modellen aan de norm voldoen.
Gevolgen voor Nederlandse markt
Nederlandse organisaties gebruiken al systemen als ChatGPT (OpenAI), Gemini (Google) en Claude (Anthropic) voor tekst, code en klantenservice. Zij moeten contractueel borgen hoe data worden verwerkt en opgeslagen. Dat vraagt duidelijke afspraken over logs, bewaartermijnen en het uitsluiten van trainingshergebruik, in lijn met de AVG.
Publieke instellingen vallen in hoogrisicocategorieën als AI de toegang tot diensten beïnvloedt, zoals in onderwijs, werk of zorg. Dan gelden zwaardere eisen aan datakwaliteit, uitleg en menselijke controle. Leveranciers zullen hier extra documentatie en audits moeten leveren.
Voor start-ups is er tegelijk kans. Europese alternatieven zoals Mistral AI en Aleph Alpha positioneren zich met privacyvriendelijke en lokaal te hosten modellen. Dat sluit aan bij vragen uit sectoren als overheid, financiële diensten en industrie.
Rekenkracht en chips als knelpunt
Het trainen van frontier-modellen vraagt enorme rekenkracht op GPU’s, gespecialiseerde chips voor parallelle berekeningen. Nvidia domineert die markt, terwijl concurrenten als AMD en nieuwe ASIC-initiatieven opkomen. SoftBank onderzoekt op het moment van schrijven ook eigen chipprojecten naast de Arm-positie.
Europa heeft hier een strategische rol via ASML, de Nederlandse producent van lithografiemachines voor chipfabrikanten. Toch blijft toegang tot datacenters, stroom en koeling de beperkende factor. Meerdere EU-landen, waaronder Nederland, stellen strengere eisen aan energieverbruik en netwerkcapaciteit.
Dat stimuleert efficiëntere modellen en fine-tuning op domeindata in plaats van steeds grotere trainingsruns. Voor Nederlandse bedrijven kan edge-inference, dus lokaal draaien van modellen zoals Llama, kosten en privacyrisico’s verlagen. Het vraagt wel expertise in optimalisatie en MLOps, de operationele kant van AI.
Wat dit betekent voor deals
Als SoftBank weer groots inzet op AI, stijgen waarderingen in infrastructuur en toppartijen. Europese investeerders doen er goed aan selectief mee te bewegen, met nadruk op naleving van de AI Act en de AVG. Contracten moeten expliciet ingaan op datagebruik, modelupdates en aansprakelijkheid bij fouten.
Voor Nederlandse scale-ups in AI is dit een kans om strategische partnerships te sluiten, bijvoorbeeld rond sectormodellen voor zorg, energie of industrie. Samenwerkingen met cloudproviders en chipmakers kunnen toegang geven tot rekenkracht tegen voorspelbare kosten. Tegelijk blijft winstgevendheid belangrijker dan ooit om cycli in de kapitaalmarkt te overleven.
Kortom: de AI-markt verschuift van hype naar uitrol onder strengere regels. Wie technologie, governance en businesscase in balans brengt, trekt zowel kapitaal als klanten aan. Die lijn tekent zich nu af, van Tokio tot Amsterdam.