"Europa ligt uit de AI-race." Het is het meest herhaalde, maar minst kloppende narratief van dit moment. We hebben inderdaad geen OpenAI, Google DeepMind of Anthropic. En ja, de Amerikaanse techgiganten haalden in 2025 ruim 23 keer zoveel investeringskapitaal op als China. Het verschil met Europa maakt niet vrolijk.
Wie puur naar die cijfers kijkt, denkt dat we vanaf de zijlijn toekijken hoe de rest van de wereld de toekomst bouwt. Dat verhaal klopt op slechts de helft van de AI-race. En het is wat ons betreft precies de verkeerde helft.
De ontwikkeling van AI gaat over twee dingen:
- De Frontier-race: wie bouwt het slimste model? Hier vallen de klappen rondom strategische macht en infrastructuur. Op deze as loopt Europa inderdaad flink achter.
- De Adoptie-race: wie past AI het snelst en slimst toe in de praktijk? Dit is de race die de daadwerkelijke productiviteitswinst bepaalt. En deze strijd ligt nog volledig open.
Door alleen naar de Frontier-race te kijken, maken we een historische vergissing. Bij fundamentele technologische veranderingen — of het nu over elektriciteit of de computer gaat — wordt de meeste economische waarde toegevoegd door degene die toepast. Dus niet door de uitvinder.
De digitale sector zelf (software, telecom, clouddiensten) beslaat in ontwikkelde landen maar zo'n 10% van het bbp. De échte waarde van AI ontstaat wanneer het als gereedschap landt in de overige 90%: de maakindustrie, logistiek, retail en zorg. Daar heet het geen 'AI', maar een efficiëntere fabriek, een winstgevendere winkel en een soepelere keten. Kijken we naar dat speelveld, dan heeft Europa een enorme troef in handen. De Europese maakindustrie is goed voor 14% van ons bbp, tegenover nog geen 11% in de VS. We hebben in de Europese industrie zo'n 2,2 miljoen bedrijven en 30 miljoen werkenden. Dát is de plek waar AI de meeste waarde kan toevoegen. Maar laten we eerlijk zijn: alleen fabrieken waar je AI kúnt toepassen, zijn niet genoeg. De winst wordt bepaald door de snelheid van adoptie.
China snapt het wél
Kijk naar China, en je ziet hoe de adoptie-race wordt gespeeld. Het nationale "AI+"-plan jaagt niet primair op het slimste frontier-model, maar pompt de technologie direct de industrie en logistiek in. Ze doen dit niet met logge, miljarden kostende supermodellen, maar met enorme hoeveelheden kleine, specifieke en goedkope AI-modellen. Alleen al van Alibaba's open Qwen-modellen zijn inmiddels 100.000 varianten gebouwd.
Voor 90% van de zakelijke taken — denk aan een order uitlezen, een klantvraag routeren, kwaliteitscontrole op de lopende band — is zo'n klein, specifiek getraind model perfect. Het is flink goedkoper, veel sneller en, niet onbelangrijk, het draait op je eigen infrastructuur. Een kleiner open model dat je lokaal (on-premise) draait en finetunet op je eigen processen, is juist het ultieme bezit. Je raakt het niet kwijt als een tech-miljardair de prijzen verhoogt of de stekker eruit trekt. Bovendien maakt het voldoen aan de EU AI Act en andere regulering direct een stuk makkelijker: jouw data blijft binnen je eigen muren en het model is uitlegbaar.
Er is geen last mover advantage
Dáár zit de kern. We moeten dus op macro-, meso- en microniveau hard aan de gang met adoptie. Het bedrijf — of sector, regio, land — dat vandaag begint met het toepassen van AI, bouwt een voorsprong op die latere instappers niet zomaar kunnen terugkopen. Ook niet met een beter model of een zak geld. Door te doen bouw je procesdata op, je medewerkers leren met AI werken, en kleine succesvolle use-cases stapelen zich op. Dit leerproces kost tijd, en tijd om te wachten op het "perfecte moment" of "betere modellen" hebben we niet. De echte prijs van traagheid is niet de technologie die je misloopt, maar het leervermogen van je concurrent dat kwartaal na kwartaal groter wordt.
Kortom: Europa hoeft de frontier-race niet te winnen om extreem veel waarde uit AI te halen. We zijn nog niet uitgespeeld. De klok tikt wel, en de enige variabele die jij vandaag in de hand hebt, is hoe snel je begint.
Onze les: begin. Liefst klein, maar breed gedragen. Bewijs de waarde van AI in de praktijk van je organisatie. Schaal wat werkt.