Ford Motor Company verloor de afgelopen jaren miljarden op zijn inzet voor zelfrijdende auto’s. Het Amerikaanse bedrijf schreef in 2022 zwaar af op Argo AI, de start-up voor autonoom rijden waarin het groot had geïnvesteerd. Dat laat zien dat snelle winsten met kunstmatige intelligentie, software die met data leert, niet vanzelf komen. In Europa spelen regels zoals de Europese AI-verordening mee in het tempo van invoering, met duidelijke gevolgen voor overheid en wegbeheer.
Autonoom rijden leverde verlies
Ford zette vanaf 2016 stevig in op Argo AI om auto’s zonder stuur of pedalen mogelijk te maken. De technologie bleek ingewikkelder en duurder dan gedacht. In 2022 werd Argo AI ontbonden en nam Ford personeel en delen van de technologie over. Ook partner Volkswagen boekte een forse afboeking.
In 2022 nam Ford een bijzondere waardevermindering van 2,7 miljard dollar op zijn belang in Argo AI.
Na de afboeking verschoof Ford de focus van volledig autonoom (zogeheten Level 4) naar geavanceerde rijhulpsystemen. Deze systemen helpen de bestuurder, maar nemen de verantwoordelijkheid niet over. Ford verkoopt die functies onder de naam BlueCruise. Het doel is nu eerst veilige, beperkte taken op snelwegen goed te laten werken.
De stap terug is strategisch. Volledig zelfrijden vraagt niet alleen toptechniek, maar ook massale uitrol, onderhoud en juridische dekking. De financiële risico’s bleken te groot voor snelle schaal. Het resultaat: minder ambitie in autonomie, meer nadruk op betaalbare, controleerbare functies.
Techniek bleek duur en lastig
Zelfrijdende systemen combineren camera’s, radar en lidar met kaarten en krachtige chips. Het model moet miljarden kilometers aan rijdata leren en zeldzame situaties begrijpen. Dat vraagt dure sensoren, rekenkracht en dataverwerking. Ook is continu testen op de openbare weg nodig met veiligheidschauffeurs.
Een klein deel van het verkeer is onvoorspelbaar: wegwerkzaamheden, slecht weer, onverwachte acties van anderen. Juist die “randgevallen” kosten veel tijd en geld om te vangen in datamodellen. Een fout kan grote gevolgen hebben voor veiligheid en aansprakelijkheid. Dat maakt elke stap naar meer autonomie zwaar en traag.
Bovendien verouderen modellen snel als de omgeving verandert. Nieuwe infrastructuur of verkeersregels vragen hertraining en herkeuring. Dat maakt het onderhoud van zulke systemen vergelijkbaar met het ontwikkelen van een nieuw product, keer op keer. De businesscase schuift daarmee verder naar de toekomst.
Europese regels sturen keuzes
In Europa gelden technische voertuigregels en, op het moment van schrijven, de bijna inwerking tredende AI-verordening. De AI-verordening plaatst AI die veiligheidsfuncties aanstuurt in de categorie “hoog risico”. Dat betekent strenge eisen aan risicobeheer, data-kwaliteit, logging en menselijke controle. Fabrikanten moeten conformiteitsbeoordelingen doorlopen voor verkoop in de EU.
Daarnaast geven UNECE-regels, zoals R157 voor Automated Lane Keeping Systems, het kader voor specifieke functies. Landen keuren die functies apart goed. In Duitsland gaf de KBA eerder groen licht voor Mercedes’ Drive Pilot (Level 3), terwijl in Nederland de RDW per geval beoordeelt. Het gevolg is dat uitrol per land verschilt in tempo en dekking.
Voor overheden betekent dit scherp toezicht en duidelijke voorwaarden voor testen op de weg. Gemeenten en wegbeheerders moeten rekening houden met dataminimalisatie en versleuteling onder de AVG. Ook aansprakelijkheid en handhaving vragen nieuwe afspraken. Zo raken beleid en techniek elkaar direct bij pilots en vergunningen.
Fabrikanten kiezen tussenstap
Na de teleurstellingen met Level 4 richten veel merken zich nu op Level 2 en 3. Dat zijn systemen die sturen, remmen en afstand houden, maar met de bestuurder als eindverantwoordelijke (Level 2) of tijdelijk zonder toezicht in afgebakende situaties (Level 3). Ford zet daar op in met BlueCruise. Tesla’s Autopilot en Mercedes’ Drive Pilot volgen een vergelijkbare route, elk met eigen beperkingen.
Deze aanpak levert sneller bruikbare functies op voor klanten. Handsfree rijden op bepaalde snelwegen is concreet en toetsbaar. De veiligheid is beter te bewaken, omdat de context beperkt is. Ook past het beter binnen de huidige toelatingskaders in de EU.
Toch is ook dit geen geldmachine. Fabrikanten zoeken naar inkomsten via abonnementen en pakketten. Klanten willen bewijs van waarde, zoals minder files of minder stress. Zonder breed netwerk en duidelijke voordelen blijft de bereidheid om te betalen beperkt.
Praktijklessen voor investeerders
De casus Ford laat zien dat AI in complexe omgevingen jarenlange investeringen vraagt. Snelle winstverwachtingen botsen met technische en juridische realiteit. Organisaties doen er goed aan om stap voor stap te bouwen. Begin met duidelijke, meetbare taken en een sluitende veiligheids- en datastrategie.
Voor Nederlandse bedrijven en overheden is het advies concreet. Check vroeg of een toepassing onder de AI-verordening als hoog risico valt. Richt datamanagement, documentatie en menselijk toezicht vanaf dag één in. Zo voorkom je dure herbouw aan het einde van een project.
Ook samenwerking loont. Deel testdata binnen juridische kaders en werk met RDW, universiteiten en Europese programma’s zoals AI4EU. Daarmee wordt leren sneller en veiliger. En blijft het risico beheersbaar, nog vóór de grootschalige uitrol.