Nederlandse en Europese organisaties halen steeds vaker data en AI-toepassingen terug uit de publieke cloud. Het gaat om bedrijven, overheden en zorginstellingen die grip willen op kosten en op data. Zij verplaatsen werkprocessen naar eigen datacenters of soevereine clouds in de EU. De belangrijkste redenen zijn prijs, leveranciersonafhankelijkheid en strengere regels rond privacy en AI.
Bedrijven heroverwegen publieke cloud
Veel organisaties starten met een audit van hun cloudgebruik. Ze bekijken welke databases, AI-modellen en apps echt schaal nodig hebben. Wat stabiel draait, gaat naar een eigen omgeving of een Europese aanbieder. Pieken en internationale diensten blijven vaker bij hyperscalers zoals AWS, Microsoft Azure en Google Cloud.
Een volledige exit is zeldzaam. De praktijk is selectief terughalen van onderdelen, ook wel repatriatie genoemd. Dat vermindert afhankelijkheid van één leverancier en verkleint het risico op prijsstijgingen. Het geeft ook meer controle over updates en beveiliging.
Vooral in Nederland spelen publieke waarden mee. Gemeenten en zorginstellingen werken onder de Baseline Informatiebeveiliging Overheid (BIO) en de AVG. Zij willen dat persoonsgegevens in de EU blijven en goed te auditen zijn. Dat past bij de wens voor data-soevereiniteit.
Een “cloud-exodus” is het terughalen van IT- en AI-workloads uit de publieke cloud naar eigen of soevereine infrastructuur, om kosten, risico’s en regels beter te sturen.
Kosten en dataverkeer knellen
De rekensom is vaak de trigger. Opslag, netwerk en uitgaand dataverkeer (zogenoemde egress-fees) maken maandkosten moeilijk voorspelbaar. Egress-fees zijn kosten voor data die de cloud verlaat. Bij veel data-uitwisseling kan dat snel oplopen.
AI vergroot die druk. Het trainen van modellen en het draaien van inferentie vraagt veel GPU’s. GPU-uren in de cloud zijn flexibel, maar duur bij continu gebruik. Wie een stabiel AI-volume heeft, vindt on-premise of een vaste capaciteit bij een Europese provider soms goedkoper.
FinOps, een methode om clouduitgaven te meten en bij te sturen, helpt maar lost lock-in niet op. Proprietaire diensten zoals serverless databases bemoeilijken vertrek. Daarom kiezen teams vaker voor open standaarden en containers. Dat maakt verhuizen later eenvoudiger.
AI-soevereiniteit stuurt keuzes
AI-toepassingen verwerken vaak gevoelige data. Denk aan klantprofielen, medische verslagen of overheidsdossiers. Organisaties willen dat die data in de EU blijven en onder EU-recht vallen. Dat geeft zekerheid over toegang door derden en juridische procedures.
Hyperscalers bieden daarom soevereine opties. Voorbeelden zijn AWS European Sovereign Cloud, Microsoft EU Data Boundary en Google Cloud Sovereign Solutions met partners als T-Systems. Deze diensten beloven dataresidency, extra versleuteling en gescheiden beheer. Toch blijven toezicht en exit-mogelijkheden aandachtspunten.
Er komen ook Europese alternatieven in beeld. OVHcloud, Scaleway en Hetzner leveren infrastructuur binnen de EU. Voor generatieve AI bieden Mistral en Aleph Alpha modellen die on-premise of in een soevereine cloud kunnen draaien. Dit verkleint datastromen naar derde landen bij gebruik van tools zoals OpenAI GPT-4, Anthropic Claude of Google Gemini.
AI-verordening stuurt keuzes
De Europese AI-verordening (AI Act) legt nieuwe plichten op. Systemen met hoog risico moeten risico’s documenteren, datakwaliteit borgen en menselijk toezicht aantoonbaar maken. Voor overheden zijn de gevolgen groot, net als voor sectoren als zorg en financiën. Dit heeft directe impact op waar en hoe AI-systemen draaien.
Voor Nederlandse overheden telt dit bovenop de AVG, BIO en straks NIS2 voor vitale diensten. Dataminimalisatie, versleuteling en auditlogs zijn verplicht. Leveranciers moeten die eisen technisch en contractueel ondersteunen. De “Europese AI-verordening gevolgen overheid” komen zo samen met cloudkeuzes.
Ook de AVG blijft leidend bij dataverwerking. Organisaties moeten weten in welk land data staan en wie erbij kan. Modeltraining met persoonsgegevens vraagt een Data Protection Impact Assessment (DPIA). Dat is eenvoudiger als data en compute binnen de EU blijven.
Hybride aanpak wint terrein
De uitkomst is vaak hybride cloud. Kritische data en voorspelbare AI-workloads draaien lokaal of in een soevereine EU-cloud. Variabele taken en wereldwijde distributie blijven bij hyperscalers. Zo combineren teams flexibiliteit met controle.
Containers en Kubernetes maken workloads verplaatsbaar. Een container is een lichtgewicht pakket met software en alle afhankelijkheden. Met één standaard worden updates en verhuizingen eenvoudiger. Dat beperkt lock-in bij databases, storage en AI-servediensten.
Organisaties werken met een stappenplan. Eerst kosten en datastromen meten, daarna contracten en exit-clausules herzien. Vervolgens data migreren met versleuteling en testen op prestaties en compliance. Tot slot governance inrichten voor AVG, AI Act en sectorregels.
Wat nog ontbreekt
Er is schaarste aan vaardigheden. Het runnen van GPU-clusters en MLOps on-premise vraagt ervaring. Niet elk team kan dat snel opbouwen. Managed opties bij Europese aanbieders vullen dat gat, maar dekking en features verschillen.
Transparantie over egress-fees en interoperabiliteit kan beter. Standaard-API’s en duidelijke dataportabiliteit helpen een gezonde markt. Overheden en toezichthouders in de EU sturen daarop, maar de praktijk loopt achter. Open formats en open source tools versnellen de omslag.
Tot slot is er behoefte aan heldere rekenmodellen. TCO-vergelijkingen moeten AI-specifieke kosten meenemen, zoals modelversies, tokens en GPU-licenties. Zonder dat blijven keuzes op gevoel. Meer meetdata en onafhankelijke benchmarks zouden organisaties helpen.
