Een technologieproject van $500 miljard, bedoeld om de toekomst van kunstmatige intelligentie (AI) te bepalen. Dat idee is vorige week werkelijkheid geworden onder de naam Stargate: een megaproject geleid door OpenAI, Oracle en SoftBank, dat de Amerikaanse AI-infrastructuur naar ongekende hoogten moet tillen. Volgens de Amerikaanse president Trump is het “de grootste AI-investering in de geschiedenis”. Op de website van OpenAI staat dat het project "honderden duizenden Amerikaanse banen zal creëren".
Ik heb zo mijn twijfels bij dit project. Hoeveel datacenters er gebouwd gaan worden en hoeveel banen er uiteindelijk écht worden gecreëerd moet nog maar blijken.
Maar voor Europa roept dit nieuws toch een ongemakkelijke vraag op: waar staan wij eigenlijk in deze wereldwijde AI-race? Terwijl de VS en China miljarden pompen in datacenters, chips en andere kritieke infrastructuur, blijft Europa achter; zulke bedragen liggen hier simpelweg niet op tafel. Maar hoe ernstig is deze achterstand werkelijk? En belangrijker nog: wat kan Europa doen om zich te blijven positioneren in de wereldwijde AI-economie?
De VS: Schaal en innovatie
De VS zet in op ongekende schaal en snelheid. Stargate is slechts het meest recente voorbeeld van hoe Amerika publiek-private samenwerking tot kunst heeft verheven. OpenAI, Oracle en SoftBank werken samen om de Amerikaanse dominantie in AI te versterken, waarschijnlijk met belastingvoordelen en overheidssteun als krachtige stimulansen. (In tegendeel tot wat velen denken wordt Stargate niet gefinanciëerd door de overheid, Trump kondigde het slechts aan).
De Amerikaanse aanpak is duidelijk: zo groot mogelijk denken, zo snel mogelijk uitvoeren, en talent aantrekken van over de hele wereld.
En het werkt...
De resultaten spreken voor zich. De VS heeft tot op heden de beste AI-modellen ontwikkeld:
- ChatGPT van OpenAI.
- Gemini van Google (DeepMind).
- Claude van Anthropic.
- LLaMA van Meta.
Maar achter deze façade van vooruitgang ligt een zorgwekkende keerzijde. Neem bijvoorbeeld Larry Ellison, oprichter van Oracle en een van de drijvende krachten achter Stargate. Tijdens een recente conferentie sprak hij enthousiast over hoe een “AI-gestuurd surveillancesysteem ervoor kan zorgen dat burgers zich netjes gedragen”. Hoewel de VS vaak wijst naar China’s gebruik van AI voor surveillance, toont de prominente Ellison zijn opmerking aan dat deze technologie ook in Amerika kan worden ingezet voor controle. Wie zich zorgen maakt over Chinese privacyschendingen, zou wellicht ook naar de VS moeten kijken.
Kortom, hoewel de Amerikaanse AI-industrie indrukwekkend is in schaal en innovatie, is het belangrijk om kritisch te blijven kijken naar de ethische implicaties van hun aanpak.
China: Wat kunnen we leren van DeepSeek-R1?
China heeft met DeepSeek-R1 deze week laten zien dat innovatie niet altijd afhankelijk is van gigantische budgetten. DeepSeek, een relatief kleine startup, heeft een AI-model ontwikkeld dat op veel vlakken even goed – of zelfs beter – presteert dan de systemen van OpenAI. Wat echt indrukwekkend is? DeepSeek deed dit met slechts $6 miljoen aan rekenkracht om haar model te trainen, terwijl OpenAI naar verluidt meer dan $8.5 miljard uitgaf aan het trainen van hun meest geavanceerde modellen.
Om het verschil nog tastbaarder te maken: DeepSeek R1 produceert output tegen een kostprijs van $2,19 per miljoen tokens, vergeleken met $60 per miljoen tokens bij OpenAI’s o1. Dit kostenverschil heeft zelfs grote spelers zoals Meta in beweging gebracht. Meta zou, volgens Fortune, “war rooms” van engineers bij elkaar aan het rapen zijn om te analyseren hoe DeepSeek erin slaagt om zo efficiënt te werken.
De sleutel tot DeepSeek’s succes ligt in hun revolutionaire aanpak van modelarchitectuur en trainingsstrategieën. Volgens het V3 Technical Report werd het model zo ontworpen dat het de beschikbare GPU-rekenkracht optimaal benut. Waar andere bedrijven vaak brute kracht inzetten met zo veel mogelijk van de nieuwste hardware, koos DeepSeek voor een andere route: efficiëntie maximaliseren.
Het succes van DeepSeek is niet los te zien van de bredere Chinese aanpak. Het land biedt een unieke combinatie van infrastructuur, samenwerking en strategische focus die innovatie stimuleert. Enkele factoren die bijdragen aan dit ecosysteem:
- Toegankelijke infrastructuur
De Chinese overheid investeert zwaar in nationale infrastructuur, zoals datacenters en supercomputers, die breed toegankelijk zijn voor startups en onderzoeksinstellingen. Dit verlaagt kosten en geeft kleinere spelers toegang tot middelen die anders onbereikbaar zouden zijn. - Gedeelde ecosystemen
In tegenstelling tot de versnippering in Europa, maakt China gebruik van geïntegreerde ecosystemen waarin bedrijven, universiteiten en de overheid samenwerken. Dit bevordert kennisdeling en zorgt voor efficiënter gebruik van middelen. - Focus op kostenbesparing
In plaats van simpelweg meer rekenkracht in te zetten, draait het in China om slim omgaan met wat er al is. DeepSeek is daar een perfect voorbeeld van.
Toch zijn er ook keerzijden aan de Chinese aanpak, die relevant zijn voor DeepSeek en vergelijkbare projecten. China’s bredere AI-ecosysteem staat bekend om zijn gebrek aan strikte privacybescherming en potentiële politieke inmenging. Modellen zoals DeepSeek kunnen beïnvloed worden door censuur en bias die voortvloeien uit de Chinese regelgeving en datastructuren. Neem het voorbeeld hieronder:
Voor internationale gebruikers/organisaties kan dit een belangrijk obstakel vormen bij het vertrouwen in technologieën die in China zijn ontwikkeld. Hoewel China indrukwekkende resultaten boekt met zijn AI-innovaties, blijven deze kwesties rondom privacy en ethiek aandachtspunten die de internationale adoptie van deze technologieën zeker zullen belemmeren.
Hoe Europa achterblijft
Het lijkt makkelijk te zeggen dat Europa hopeloos achterloopt. Met $500 miljard aan investeringen in Stargate in de VS, lijkt het alsof Europa simpelweg geen rol speelt in de AI-race, dat soort bedragen liggen hier namelijk niet op tafel. Maar dat beeld is te zwart-wit. Europa heeft zeker sterke troeven, zoals ASML, een cruciale speler in de wereld van chiptechnologie – gevestigd in ons eigen Nederland. Bovendien draait het niet alleen om geld, maar ook om visie en strategie zoals aangetoond door China's DeepSeek.
Toch kiest een innovatieve AI-startup als Hugging Face, opgericht door Franse ondernemers, ervoor om zich in New York te vestigen en niet in Frankrijk. Dit legt een fundamenteel probleem bloot: Europa slaagt er niet in om innovatieve bedrijven aan zich te binden.
Europa biedt niet het juiste ecosysteem voor bedrijven om door te groeien. In de VS vond Hugging Face directe toegang tot durfkapitaal, een sterk geïntegreerd netwerk van investeerders en universiteiten, en een overheid die niet bang is om risico’s te nemen. In Europa ontbreekt die schaal. Investeringsprocessen zijn traag en verdeeld over lidstaten, en grootschalige publiek-private samenwerkingen zoals Stargate zijn zeldzaam.
Daarnaast speelt interne verdeeldheid in Europa een grote rol. Elk land heeft zijn eigen prioriteiten, budgetten en strategieën, wat grensoverschrijdende samenwerking bemoeilijkt. In plaats van megaprojecten die de concurrentie aankunnen met de VS of China, zien we kleinschalige, nationale initiatieven die simpelweg niet dezelfde impact hebben. En dat is jammer, want terwijl Europa worstelt met grensoverschrijdende samenwerking, lijkt het alsof grensoverschrijdend gedrag wél probleemloos floreert. Misschien moeten we diezelfde energie steken in AI-innovatie!
Hoewel Europa op ethiek en regelgeving een sterke positie heeft, zoals met de AI Act, brengt dit ook uitdagingen met zich mee. De nadruk op regels en kaders vertraagt innovatie en maakt het risico reëel dat Europa vooral toekijkt terwijl anderen de technologie ontwikkelen. Toch is deze focus op ethiek en regulering zeker nodig – vooral gezien de eerder besproken zorgen over de aanpak van landen zoals China en de VS, waar vraagstukken rondom privacy en bias al tot flinke discussies hebben geleid.
Wat kan Europa doen?
Europa staat op een kruispunt: ofwel we blijven toeschouwer, ofwel we grijpen de kans om een eigen koers te varen. Drie strategieën kunnen Europa weer op de kaart zetten:
- Meer publiek-private samenwerking
Europese AI-projecten missen de schaal van Amerikaanse en Chinese initiatieven. Samenwerking tussen overheden, bedrijven en universiteiten is nodig om kapitaal en expertise te bundelen. - Focus op open-source AI
Europa kan zich onderscheiden met transparante, ethische AI-oplossingen. - Investeren in basisinfrastructuur
Zonder grootschalige datacenters en rekenkracht blijft Europa afhankelijk van Amerikaanse en Chinese technologie.
Europa zal geen Silicon Valley worden, maar dat hoeft ook niet. Slimme keuzes kunnen Europa een unieke rol geven in de AI-toekomst. De vraag is niet of Europa kán meedoen, maar of het de moed heeft om het ook écht te doen.