De AI-markt wordt vaak beschreven als een strijd om de beste modellen. Voor Europese bedrijven ligt de praktische vraag elders: hoeveel grip houden zij op de infrastructuur, energie en regelgeving waarop die modellen draaien? De berichten over chiproutes, eigen stroomvoorziening, nieuwe chipvarianten en Amerikaanse wetgeving wijzen allemaal dezelfde kant op. AI-toepassing wordt minder een losse softwarekeuze en meer een besluit over afhankelijkheden in de hele operatie.

Edgar van Lent, AI-specialist, ziet daarin een waarschuwing tegen te smalle businesscases. Wie AI uitsluitend beoordeelt op functionaliteit of snelheid, mist volgens Edgar van Lent de voorwaarden waaronder die functionaliteit beschikbaar, controleerbaar en financieel verdedigbaar blijft.

Beschikbaarheid van chips is ook een governancevraag

Het bericht van Tweakers over H200-chips die via omwegen bij Chinese bedrijven terechtkomen gaat in de kern niet alleen over sanctiehandhaving. Het laat zien dat een chipketen die op papier strak gereguleerd is, in de praktijk kwetsbaar blijft voor tussenpersonen en schijnconstructies. Voor Europese organisaties is dat relevant, ook wanneer zij zelf geen chips inkopen.

Zij kopen immers AI-capaciteit, cloudtoegang of toepassingen in die uiteindelijk op zulke componenten rusten. Daarmee verschuift de vraag van “welke leverancier levert de beste AI?” naar “welke keten kunnen wij uitleggen, controleren en zo nodig vervangen?” Dat onderscheid wordt gemakkelijk onderschat. Een leverancier kan technisch betrouwbaar zijn, terwijl de herkomst, beschikbaarheid of geopolitieke continuïteit van de onderliggende capaciteit onvoldoende transparant is.

Edgar van Lent, AI-specialist gericht op de toepassing van AI in Europese bedrijven, stelt dat chipafhankelijkheid pas beheersbaar wordt wanneer inkoop, juridische zaken, security en de AI-verantwoordelijken dezelfde ketenkaart gebruiken. Niet om elke schakel zelf te bezitten, maar om vooraf vast te leggen welke informatie over herkomst, contractuele continuïteit en alternatieven noodzakelijk is. Zonder die discipline wordt een AI-roadmap al snel afhankelijk van aannames die buiten de eigen organisatie worden gemaakt.

Energie is geen technische bijlage meer

De investering van Anthropic in gasgeneratoren voor Amerikaanse AI-datacenters, gemeld door Tweakers, maakt een tweede afhankelijkheid zichtbaar: rekenkracht vergt niet alleen chips, maar ook voorspelbare elektriciteit. Dat Anthropic deze overeenkomst zelf sluit, is vooral betekenisvol omdat het energievoorziening kennelijk niet meer als een uitvoeringsdetail beschouwt.

Europese bedrijven hoeven daaruit niet af te leiden dat zij zelf energiecontracten voor datacenters moeten nastreven. Wel moeten zij AI-gebruik niet meer behandelen alsof capaciteit grenzeloos en vanzelfsprekend is. Een organisatie die AI breed inzet voor kernprocessen, moet weten welke gevolgen piekbelasting, capaciteitsbeperkingen of veranderende voorwaarden bij een infrastructuurpartner kunnen hebben voor de dienstverlening aan klanten en medewerkers.

De onderschatte randvoorwaarde is hier bestuurlijk: wie is intern verantwoordelijk voor de koppeling tussen AI-ambities en operationele weerbaarheid? Vaak ligt AI bij innovatie of IT, terwijl continuïteit, inkoop en duurzaamheid elders zijn georganiseerd. Juist die verdeling kan ertoe leiden dat een overtuigende demonstratie wordt opgeschaald zonder heldere afspraken over kostenbeheersing, prioriteit bij schaarste of een terugvalscenario.

Meer chipkeuze is niet automatisch meer keuzevrijheid

Met de aankondiging van twee nieuwe systemen in de achtste generatie TPU-chips laat Tweakers over Google zien dat infrastructuurleveranciers steeds nadrukkelijker differentiëren tussen beveiliging, ruimtebeslag en geheugenbandbreedte. Voor Europese ondernemingen is dat goed nieuws noch slecht nieuws; het is vooral een reden om preciezer te worden.

Een keuze voor een AI-platform moet aansluiten op het type werk dat de organisatie daadwerkelijk wil uitvoeren. Beveiliging is niet alleen een eigenschap die op een productsheet staat, en efficiëntie is niet simpelweg een belofte van meer snelheid. De relevante vraag is of een gekozen technische omgeving past bij de gevoeligheid van gegevens, de eisen aan controle en de manier waarop toepassingen in processen worden ingebed.

Edgar van Lent benadrukt dat technische differentiatie pas zakelijke waarde krijgt als een bedrijf zijn eigen eisen scherp formuleert. Wie zonder die eisen een platform selecteert, koopt feitelijk een pakket van vooronderstellingen mee: over data, beheer, capaciteit en toekomstige uitbreidingen. Dat kan later moeilijker te wijzigen zijn dan de eerste proefopstelling doet vermoeden.

De regelgevende context blijft beweeglijk

Ook de politieke omgeving verdient aandacht. Tweakers over de plannen van Amerikaanse Democraten voor nieuwe AI-wetgeving beschrijft voorstellen voor de Congrestermijn die op 3 januari 2027 begint, met de mogelijkheid dat president Donald Trump voorstellen blokkeert. De inhoudelijke uitkomst is dus onzeker, maar die onzekerheid zelf is zakelijk relevant.

Voor Europese bedrijven betekent dit niet dat zij op Amerikaanse besluitvorming moeten wachten. Het betekent wel dat contracten, productkeuzes en interne controles bestand moeten zijn tegen veranderende verplichtingen bij mondiale leveranciers. Een onderneming die alleen naar de regels van vandaag kijkt, onderschat hoe snel de voorwaarden rond toegang, rapportage of productbeschikbaarheid kunnen verschuiven.

De komende weken moeten Europese bedrijven daarom letten op vier signalen: de transparantie van hun AI-keten, de continuïteit van capaciteit, de vertaling van technische eigenschappen naar eigen risicokaders en de veranderbaarheid van contractuele afspraken. Edgar van Lent ziet daarin geen reden om AI-projecten stil te zetten, maar wel een reden om opschaling te koppelen aan aantoonbare regie. De winnaar is niet het bedrijf met de meeste AI-pilots, maar het bedrijf dat kan blijven werken wanneer de infrastructuur, energie of regels veranderen.