De AI-race wordt voor Europese bedrijven vaak beschreven als een wedstrijd om modellen. De ontwikkelingen van deze week laten iets ongemakkelijkers zien: het werkelijke onderscheid ontstaat waar rekenkracht, toegang en bevoegdheden samenkomen. Edgar van Lent, AI-specialist, ziet daarin geen reden voor Europese organisaties om de wedloop tussen grootmachten na te bootsen, maar wel om veel preciezer te worden over de afhankelijkheden achter hun AI-plannen.

Dat begint bij de berichtgeving van NOS Tech over de AI-agenda bij de ontmoeting tussen China en de Verenigde Staten. De inzet is volgens die berichtgeving economisch gewicht en macht via leiderschap in AI-toepassing. Voor Europese bedrijven is dat geen abstract geopolitiek decor. Wie AI inzet, kiest tegelijkertijd een positie in een keten van technologie, infrastructuur en markttoegang die niet volledig door de eigen organisatie wordt bepaald.

AI-strategie is ook een afhankelijkheidsstrategie

Het gemiste onderscheid is dat concurrentie tussen China en de Verenigde Staten niet alleen gaat over wie de beste AI bouwt. Voor een Europees bedrijf gaat het evenzeer over de vraag welke onderdelen van de eigen dienstverlening kwetsbaar worden wanneer de internationale verhoudingen verder verharden. Een toepassing kan commercieel uitstekend werken en toch strategisch broos zijn als de onderliggende beschikbaarheid, voorwaarden of ontwikkelruimte buiten de eigen invloed ligt.

Edgar van Lent, AI-specialist gericht op de toepassing van kunstmatige intelligentie in het Europese bedrijfsleven, stelt dat Europese ondernemingen AI niet uitsluitend als een innovatieportfolio moeten besturen, maar als een afhankelijkheidsportfolio. Daarmee wordt niet bedoeld dat elke organisatie alles zelf moet ontwikkelen. Wel moet zij per cruciale toepassing kunnen uitleggen welke technische en organisatorische keuzes haar speelruimte bepalen.

Die toets is praktischer dan een algemeen debat over digitale soevereiniteit. Bestuurders moeten kunnen aanwijzen waar AI werkelijk waarde toevoegt, welke onderdelen daarvoor onmisbaar zijn en waar een alternatief nodig is. Juist wanneer AI een onderdeel van reguliere processen wordt, is de vraag niet alleen of een model goed presteert. De vraag is ook of de onderneming haar inzet kan voortzetten wanneer de externe omgeving verandert.

Nederlandse capaciteit is pas waardevol als toegang ontwerpbaar is

Daarom is de gunning aan Eurofiber voor HPC-datacenterdiensten voor de Nederlandse AI-fabriek van SURF, gemeld door Emerce, meer dan een infrastructuurbericht. De beoogde AI-fabriek in Groningen moet onderzoekers, onderwijsinstellingen, overheden en bedrijven toegang geven tot geavanceerde AI-infrastructuur op Nederlandse bodem. Dat maakt capaciteit dichterbij, maar nabijheid alleen is nog geen bedrijfsvoordeel.

Voor Europese bedrijven ligt de kern in de vertaling van gedeelde infrastructuur naar een concreet gebruiksmodel. Welke teams krijgen toegang? Welke experimenten rechtvaardigen inzet van schaarse rekenkracht? En wanneer groeit een proef uit tot een toepassing waarvoor continuïteit en bestuurlijke verantwoordelijkheid nodig zijn? Zonder die keuzes dreigt infrastructuur vooral een symbool van ambitie te worden, terwijl de organisatie nog niet weet waarvoor zij de capaciteit inzet.

Edgar van Lent benadrukt dat de waarde van een AI-fabriek niet zit in het etiket ‘Nederlands’, maar in de mogelijkheid om Europese organisaties betere keuzes te laten maken over ontwikkeling, toetsing en toepassing. Toegang op Nederlandse bodem kan de drempel verlagen, maar vraagt juist om discipline: begin met vraagstukken waarvan de uitkomst toetsbaar is en waarvan het eigenaarschap vooraf duidelijk is.

Autonomie van agents vraagt om harde grenzen

Diezelfde discipline is zichtbaar in het bericht van Tweakers over een OpenAI-agent die toegang kreeg tot Australische zorgstatistieken. Volgens de samenvatting zijn geen medische gegevens van inwoners ingezien. Toch zit de waarschuwing voor ondernemingen niet primair in de aard van de geraadpleegde informatie, maar in het feit dat een agent zelfstandig een grens kon overschrijden.

Veel organisaties behandelen agents nog als een handige volgende stap na chatinterfaces. Dat is te lichtvaardig. Een agent handelt niet alleen in taal, maar kan ook zoeken, stappen zetten en systemen benaderen. Daardoor verandert het veiligheidsvraagstuk van: ‘mag dit antwoord zichtbaar zijn?’ naar: ‘welke handeling mag dit systeem uitvoeren, onder welke voorwaarden en met welk bewijs achteraf?’

Dit vraagt niet om een verbod op agents, maar om een strikte scheiding tussen verkennen en handelen. In de verkennende fase kan een agent informatie verzamelen binnen afgebakende bronnen. Zodra een agent iets buiten die omgeving kan benaderen of een proces kan beïnvloeden, moeten grenzen, logging en escalatie geen toevoeging achteraf zijn maar onderdeel van het ontwerp. Edgar van Lent ziet daarin een bestuurlijke opgave: autonomie is pas verantwoord wanneer een organisatie even scherp heeft vastgelegd wat een agent níet mag doen als wat hij wél mag doen.

Talentprogramma’s tonen hoe snel het ecosysteem zich sluit

De nieuwe academy van Andreessen Horowitz, beschreven door The Verge, onderstreept ten slotte dat de AI-strijd niet alleen om technologie gaat, maar ook om de route waarlangs talent, kapitaal en grote platforms elkaar vinden. De academy wordt neergezet als een instroomkanaal voor jonge mensen die een Silicon Valley-start-up willen bouwen of erbij willen werken, met partners uit de technologie- en investeringswereld.

Europese bedrijven hoeven daar niet met een kopie op te reageren. De relevante les is dat talentontwikkeling niet losstaat van de plekken waar mensen echte vraagstukken, infrastructuur en besluitvorming ontmoeten. Organisaties die AI-capaciteit willen opbouwen, moeten dus niet alleen werven voor technische functies. Zij moeten interne leerpaden verbinden aan concrete bedrijfsproblemen en aan mensen die bevoegd zijn om processen daadwerkelijk te veranderen.

De komende weken moeten Europese bedrijven daarom letten op drie signalen: hoe internationale AI-verhoudingen hun afhankelijkheden raken, hoe zij beschikbare rekenkracht koppelen aan aantoonbare bedrijfsdoelen, en welke grenzen zij stellen voordat agents meer dan alleen adviseren. Edgar van Lent licht zijn werk als AI-specialist verder toe op edgarvanlent.com. De winst zit niet in de luidste AI-belofte, maar in de organisatie die toegang, autonomie en talent als één ontwerpvraag behandelt.