Tesla trekt 25 miljard dollar uit voor kunstmatige intelligentie en robots. CEO Elon Musk kondigde het plan deze week aan in de Verenigde Staten. Het geld gaat naar de zelfrijsoftware Full Self-Driving (FSD), het Dojo-supercomputerproject en de humanoïde robot Optimus. In Europa spelen regels zoals de AI-verordening mee, met gevolgen voor overheid en toezicht.
Tesla zet $25 mrd apart
Tesla vergroot zijn bestedingen aan AI en robotica tot 25 miljard dollar, op het moment van schrijven. Het bedrijf zegt dat dit nodig is om sneller te trainen, testen en uit te rollen. De focus ligt op rijsystemen, fabrieksrobots en de rekenkracht die daarvoor nodig is. Het grootste deel gaat naar infrastructuur en softwareontwikkeling.
Het bedrag moet knelpunten wegnemen bij datacenters, chips en energie. Training van grote datamodellen vraagt veel grafische processors (GPU’s) en stroom. Zonder die middelen stagneert de ontwikkeling van FSD en Optimus. Met extra investeringen wil Tesla die stappen verkorten.
Voor Europese klanten kan dit helpen om functies sneller aan te passen aan lokale regels. In de EU gelden strengere veiligheidseisen voor rijhulpsystemen. Meer budget voor validatie en documentatie kan de goedkeuring versnellen. Toch blijven nationale toezichthouders een beslissende rol houden.
Kerncijfer: 25 miljard dollar voor AI en robots.
FSD blijft onder toezicht
Full Self-Driving is Tesla’s softwarepakket voor geautomatiseerd rijden. Het systeem gebruikt neurale netwerken, een type algoritme dat patronen leert uit data. FSD is geen volledig autonoom niveau 4 of 5 systeem. Een menselijke bestuurder moet altijd opletten en kan aansprakelijk zijn.
In Europa is FSD beperkt beschikbaar en vaak teruggebracht tot rijhulpfuncties. Goedkeuring verloopt via voertuigregelgeving en veiligheidsnormen. Zo gelden in de EU uniforme regels voor automatische rijfuncties op snelwegen. Dit beperkt de uitrol van functies die in de VS wel te testen zijn.
Met extra investeringen wil Tesla de rijervaring consistenter maken in stedelijke omgevingen. Stedelijk verkeer is complex door fietsers, voetgangers en verkeersborden. Meer en betere trainingsdata kan die situaties beter afdekken. Dat vraagt ook om striktere validatie en logging.
Dojo en chipinkoop groeien
Dojo is Tesla’s eigen supercomputer voor AI-training. Het systeem is ontworpen om videodata uit camera’s in auto’s snel te verwerken. Zo leert FSD beter inschatten wat er op de weg gebeurt. Dojo moet op termijn kosten verlagen ten opzichte van standaard cloudchips.
Tegelijk blijft Tesla GPU’s inkopen voor piekbelasting. Die chips, zoals Nvidia’s H100, versnellen AI-berekeningen. Beschikbaarheid en levertijden zijn een risico voor elke ontwikkelaar van grote modellen. Langlopende contracten en eigen datacenters bieden meer zekerheid.
De energiebehoefte van zulke clusters is hoog. Dat maakt locatiekeuze en koeling belangrijk. In Europa spelen ook netcapaciteit en duurzaamheidsdoelen mee. Projecten moeten passen binnen nationale klimaat- en omgevingsregels.
EU-regels kneden de uitrol
De Europese AI-verordening (AI Act) classificeert rijsystemen in voertuigen als hoog risico. Dat betekent strengere eisen aan datakwaliteit, transparantie en menselijk toezicht. Ontwikkelaars moeten risico’s aantonen en documenteren. Dit raakt ook de “Europese AI-verordening gevolgen overheid”, zoals markttoezicht en sancties.
Daarnaast geldt de AVG voor cameradata in en rond de auto. Dataminimalisatie en versleuteling zijn verplicht. Tesla paste in Europa eerder functies zoals Sentry Mode aan om omstanders te beschermen. Zulke aanpassingen blijven nodig bij uitbreiding van datasets.
Voor inzet op de weg gelden UNECE-regels en nationale typegoedkeuring. In Nederland kijkt de RDW naar voertuigveiligheid en software-updates. Over-the-air updates mogen niet leiden tot ongekeurde functie-uitbreiding. Dit houdt de introductie gefaseerd en controleerbaar.
Robots in fabriek eerst
Optimus is Tesla’s humanoïde robot voor eenvoudige taken in de fabriek. Het doel is repetitief werk veiliger en goedkoper te maken. Inzet begint vaak intern, waar processen controleerbaar zijn. Dit verkleint risico’s en levert direct meetbare efficiency op.
De Gigafactory in Berlijn-Brandenburg kan profiteren van snellere automatisering. Robots kunnen onderdelen sorteren, onderdelen dragen en kwaliteitscontroles ondersteunen. Goede afscherming en noodgevallenprocedures blijven verplicht. Arbeidsveiligheid en overleg met ondernemingsraden spelen hier een rol.
Als Optimus buiten de fabriek komt, gelden extra regels. Toepassingen in publieke ruimtes vallen onder strengere veiligheidseisen. Dan zijn certificering, aansprakelijkheid en privacy cruciaal. Extra investeringen kunnen helpen om die drempels te nemen, maar tijdwinst is niet zeker.