Volgens David Graus, verbonden aan het Institute for Logic, Language and Computation (UvA), is de afstand tot de Verenigde Staten en China groot. Tegelijk ziet hij een duidelijke Europese kracht: strengere regelgeving rond privacy, bias en maatschappelijke risico’s kan leiden tot AI-systemen met een sterker kwaliteits- en betrouwbaarheidsprofiel. In plaats van directe schaalconcurrentie met Big Tech pleit hij daarom voor focus op maatschappelijke AI, waarbij technische prestaties en publieke waarden samen worden ontworpen.

Michiel Bakker, Nederlands AI-wetenschapper aan MIT, ziet meer ruimte voor inhaalgroei als Nederland en Europa investeren met scherpe prioriteiten. Hij noemt een nationaal investeringsplan waarin talent, rekenkracht, energie, ondernemerschap en adoptie in publieke en private sector op elkaar aansluiten. Ook strategische infrastructuur, zoals chips en datacenters, hoort daarbij. Zijn waarschuwing is dat het grootste risico niet alleen achterblijvende investeringen zijn, maar vooral verkeerde investeringen, bijvoorbeeld extra rekenkracht zonder gelijktijdige versterking van het elektriciteitsnet.

Beide perspectieven wijzen op hetzelfde spanningsveld: de AI-markt groeit hard, maar kent ook tekenen van oververhitting. De wereldwijde kapitaalstromen tussen grote technologiebedrijven zijn sterk verweven, terwijl praktische grenzen rond datacentercapaciteit, energiegebruik en beschikbare trainingsdata zichtbaarder worden. Dat maakt selectief investeren belangrijker dan volume op zichzelf.

In die context geldt voor Nederland dat publieke kennisopbouw en gerichte ecosystemen bepalend zijn voor duurzame impact. Voorbeelden zoals de AI Factory in Groningen laten zien hoe investeringen in onderzoek en infrastructuur tegelijk wetenschappelijke aantrekkingskracht en economisch perspectief kunnen versterken. Lees verder op NEMO Kennislink.