De wereldwijde uitgaven aan AI-geoptimaliseerde cloudinfrastructuur (IaaS) zullen in 2026 met 96% toenemen. Het gaat om rekenkracht en opslag die speciaal is ingericht voor algoritmen en grote taalmodellen. De groei komt door bedrijven die sneller generatieve AI willen bouwen en uitrollen. Dit raakt ook Nederlandse organisaties, die met strengere Europese regels keuzes moeten maken over waar en hoe zij deze diensten gebruiken.
Vraag naar GPU-cloud explodeert
AI-geoptimaliseerde IaaS is Infrastructure as a Service met versnellers zoals GPU’s en snellere netwerk- en opslagopties. Bedrijven gebruiken dit om modellen te trainen en te draaien, bijvoorbeeld voor chatbots, zoekfuncties en code-assistenten. Grote aanbieders zijn Amazon Web Services (P5-instances, Trainium), Microsoft Azure (ND H100 v5, Azure Maia), en Google Cloud (A3 met H100, TPU v5).
De directe aanjager is generatieve AI. Modellen als OpenAI GPT-4o, Google Gemini en Meta Llama 3 vragen veel parallelle rekenkracht en snelle data-toegang. Ook Europese spelers zoals Mistral AI en Aleph Alpha gebruiken dit soort infrastructuur, vaak in EU-regio’s voor datalocatie.
GPU’s blijven schaars en duur, wat vraag naar publieke cloud vergroot. Niet elk bedrijf kan zelf datacenters met NVIDIA H100 of AMD MI300A bouwen. Daarom verplaatsen teams proefprojecten en productie sneller naar IaaS met gerichte optimalisaties voor AI-workloads.
Uitgaven aan AI-geoptimaliseerde IaaS stijgen in 2026 met 96% ten opzichte van een jaar eerder, op het moment van schrijven.
Kosten drukken marges cloud
Training en het draaien van modellen (inference) zijn kostbaar. De meeste kosten zitten in GPU-tijd, data-opslag en uitgaand dataverkeer. FinOps-teams letten daarom op schaalbare configuraties en korte reserveringen om verspilling te voorkomen.
Cloudproviders bieden prijsvoordeel met gereserveerde capaciteit en spot-instances, maar dat vergroot het risico op afhankelijkheid. Specifieke chips, zoals TPU’s of eigen accelerators, kunnen prestaties verbeteren, maar maken overstappen lastiger. CIO’s moeten de totale kosten doorrekenen, inclusief netwerk en egress-fees.
Optimalisatie bespaart veel. Denk aan kleinere modellen, kwantisatie (lagere numerieke precisie voor snellere berekening) en batching van verzoeken. Ook het scheiden van training en inference over verschillende instance-typen verlaagt kosten.
Europese regels sturen keuzes
De Europese AI-verordening (AI Act) stelt eisen aan hoge-risico-toepassingen, zoals algoritmen voor werving, zorg en publieke diensten. Organisaties moeten risico’s testen, documenteren en toezicht regelen voordat zij AI in gebruik nemen. Dit beïnvloedt de keuze voor IaaS, want logging, audittrail en reproduceerbaarheid moeten goed zijn ingericht.
De AVG blijft leidend bij persoonsgegevens. Dataminimalisatie, versleuteling en duidelijke verwerkersafspraken met cloudproviders zijn verplicht. Voor veel Nederlandse organisaties is verwerking in EU-regio’s van AWS, Microsoft of Google een randvoorwaarde om datastromen buiten de EER te vermijden.
De Europese Data Act, die gefaseerd ingaat vanaf 2025, moet het wisselen tussen cloudaanbieders vergemakkelijken. Dit helpt lock-in te beperken bij AI-projecten met veel data. Open standaarden voor modelopslag en vector-databases maken migratie in de praktijk eenvoudiger.
Netwerk en energie knellen
AI-workloads vragen snelle interconnects, zoals InfiniBand of geoptimaliseerde Ethernet, en veel opslagdoorvoer. Zonder dit ontstaan wachttijden die kosten opdrijven. Datacenters investeren daarom in snellere netwerken en NVMe-opslag, specifiek voor trainingclusters.
Het stroomverbruik stijgt door zware rekenlasten en koeling. Europese datacenters moeten voldoen aan strengere duurzaamheidsrapportages, zoals de CSRD. Voor Nederlandse locaties spelen netcongestie en ruimtelijke inpassing mee bij de planning van AI-capaciteit.
Voor organisaties loont het om energie-inzichten en PUE-waarden van aanbieders mee te nemen in selectie. Sommige clouds bieden emissie-rapportages per workload. Dat helpt bij interne duurzaamheidsdoelen en publieke verantwoording.
Kansen voor Nederlandse aanbieders
Europese providers als OVHcloud, Scaleway en Open Telekom Cloud bouwen AI-geoptimaliseerde diensten met EU-datagaranties. Dit sluit aan bij soevereiniteitswensen van overheden en gereguleerde sectoren. Samenwerkingen binnen GAIA-X en EuroHPC vergroten bovendien toegang tot rekenkracht voor onderzoek en industrie.
Nederlandse instellingen in zorg, onderwijs en overheid kunnen profijt hebben van regionale GPU-capaciteit en duidelijke contracten. Denk aan BYOK/HYOK-sleutelbeheer (eigen encryptiesleutels) en streng scheiden van data en model. Dit beperkt juridische risico’s en houdt opties open voor toekomstige migratie.
Hybride architecturen winnen terrein: gevoelige data blijven on-premises, terwijl training of inference in de cloud draait. Met goede MLOps-processen en monitoring voldoet dit makkelijker aan AI Act en AVG. Zo kunnen teams opschalen zonder controle te verliezen.
Wat nu te doen
Begin met een portfolio-analyse: welke AI-toepassingen zijn echt nodig, en wat is hun risicoklasse onder de AI Act. Kies daarna per workload de juiste infrastructuur: CPU, GPU of gespecialiseerde accelerator. Stel meetbare doelen op voor kosten, prestaties en naleving.
Leg exit-strategieën vast in contracten, inclusief data-export en modelportabiliteit. Test overstappen vroegtijdig, ook tussen EU-regio’s en aanbieders. Gebruik open formaten en standaarden om herhaalbaarheid te borgen.
Maak tot slot governance concreet. Richt een multidisciplinair team in met security, legal, data en IT. Met heldere spelregels kunnen organisaties de snelle groei in AI-infrastructuur benutten, zonder verrassingen achteraf.