De Europese Unie wil reageren op de dominantie van de Verenigde Staten en China op het gebied van kunstmatige intelligentie met een grootschalige investering: 20 miljard euro inzetten om tot vijf gigafactories voor AI op te zetten, elk uitgerust met meer dan 100.000 geavanceerde processors. Op papier heeft dit plan politieke kracht en een logische rationale. Zonder eigen rekenkracht is ware technologische soevereiniteit onmogelijk, en zonder Europese infrastructuur blijft AI afhankelijk van cloudplatformen, chips en platforms die buiten Europa worden beheerd.
Het probleem is dat het initiatief omgeven is door twijfel. Diverse experts, beleidsmakers en sectoractoren vragen zich af of Brussel de juiste reactie formuleert of dat men te laat een model probeert te kopiëren dat al in verandering is. De relevante vraag is niet of Europa meer AI-capaciteit nodig heeft — die is onmiskenbaar. De vraag is of het concentreren van miljarden in grote centra voor het trainen van grote modellen de beste manier is om Europese bedrijven, overheden, onderzoekers en industrieën te ondersteunen.
De Europese Commissie benadrukt dat gigafactories geen eenvoudige datacenters zijn. Ze worden gepresenteerd als grootschalige installaties voor het ontwikkelen en trainen van nieuwe generatie modellen, uitgerust met meer dan 100.000 AI-chips, energiekapaciteit, geavanceerde netwerken, efficiëntie en automatisering. Daarnaast maken ze deel uit van een bredere strategie: het AI-continentplan, de InvestAI-initiatieven, de 19 AI-fabrieken die al gepland staan en een toekomstige Cloud and AI Development Act, die de capaciteit van datacentra in de EU in de komende vijf tot zeven jaar wil verdrievoudigen.
Het risico van capaciteit opbouwen zonder duidelijk te hebben wie ze zal gebruiken
De kritischste kanttekening richt zich op de vraag naar de vraag zelf. Brussel ontving 76 aanvragen uit 16 lidstaten voor het opzetten van gigafactories op ongeveer 60 mogelijke locaties. Dit toont industrieel enthousiasme, maar lost niet de kernvraag op: welke Europese bedrijven zullen die faciliteiten gebruiken, met welke workloads, businessmodellen en welk rendement?
Mistral AI, de meest zichtbare Europese speler in foundation models, lijkt niet te wachten op de infrastructuur van de gemeenschap. Het Franse bedrijf kondigde een investering van 1,2 miljard euro aan voor datacenters in Zweden, samen met EcoDataCenter, en versterkte ook zijn capaciteit in Frankrijk. In mei 2026 pleitte CEO Arthur Mensch voor een verticale integratiestrategie die infrastructuur, modellen en toepassingen omvat, met als doel eind 2027 200 MW te bereiken en in 2030 1 GW vermogen te hebben.
Deze beweging laat een open vraag: als de grootste Europese AI-speler zijn eigen weg aan het bouwen is, voor wie zijn de EU-gigafactories dan precies bedoeld? Ze kunnen geschikt zijn voor startups, universiteiten, onderzoekscentra en industriële bedrijven, maar het trainen van grensverleggende modellen is geen activiteit die je snel improviseren kunt. Het vereist talent, data, software, klanten, doorlopende financiering en capaciteit om hardware-upgrades bij te houden.
Ook is er twijfel over de omvang. Twintig miljard euro lijkt veel, maar vergeleken met de Amerikaanse privaatuitgaven is het nog relatief laag. Grote hyperscalers en AI-labs kondigen investeringen van honderden miljarden aan in infrastructuur, energie, chips en datacenters. Europa kan niet concurreren door simpelweg de cijfers te evenaren, omdat het niet beschikt over dezelfde kapitaalmarkten, concentratie van cloudplatformen of diepte in geavanceerde chips.
De afhankelijkheid van NVIDIA verdwijnt niet door in Europa te bouwen
Een ander gevoelig punt is de technologische afhankelijkheid. Europese gigafactories willen de soevereiniteit versterken, maar als ze bijna volledig afhankelijk zijn van NVIDIA GPU’s, NVIDIA netwerken, NVIDIA software en een toeleveringsketen die door niet-Europese fabrikanten wordt gedomineerd, is de autonomie beperkt. De infrastructuur ligt wel op Europees grondgebied, maar belangrijke technologische componenten blijven van buiten Europa komen.
Dit betekent niet dat Europa NVIDIA moet afwijzen. Het zou onrealistisch zijn. Hun GPU’s en systemen vormen vandaag nog de basis van veel geavanceerde AI. Maar soevereiniteit gaat niet enkel over het kopen van veel accelerators en die in Europese centra opslaan. Het omvat ook het beheersen van data, software, modellen, energie, operaties, beveiliging, onderhoud, financiering en de mogelijkheid om hardware op korte termijn te vervangen.
Het marktlandschap verandert ook. Terwijl het trainen van grote modellen nog steeds relevant is, wint inferentie – het uitvoeren van reeds getrainde modellen voor miljoenen gebruikers, bedrijven en processen – aan belang. Deze inferentie vereist niet per se dezelfde chips, architecturen of fysieke concentraties als het trainen. Vaak kan men profiteren van gedistribueerde infrastructuur, gespecialiseerde accelerators, CPU’s, Europese chips met lager energieverbruik, edge computing of private clouds.
Europa zou hier een meer realistische kans kunnen liggen: niet proberen de Amerikaanse schaal voor training van enorme modellen te evenaren, maar een soevereine compute-netwerk op te bouwen voor industriële, medische, wetenschappelijke, energiesector en overheidsgebruik. Minder obsessie met het hebben van “de volgende GPT Europese variant” en meer focus op het oplossen van concrete problemen met Europese data, onder Europese regels en met controleerbare infrastructuur.
De industrie vraagt om concrete doelen, niet alleen meer GPU’s
Het plan voor gigafactories kan tekortschieten als het slechts een pronkproject wordt. Een installatie met 100.000 GPU’s is indrukwekkend, maar garandeert geen concurrentiekracht. De Europese kracht ligt wellicht elders: in de auto-industrie, gezondheidszorg, robotica, chemie, energie, geavanceerde productie, telecommunicatie, publieke sector, defensie, landbouw, logistiek en wetenschap.
In deze sectoren beschikt Europa al over bedrijven, data, kennis, processen en klanten. Wat vaak ontbreekt is niet alleen rekenkracht, maar ook het vermogen om modellen in productie te nemen, data veilig te delen, regelgeving na te leven, AI te integreren in bestaande systemen en resultaten te meten. Een nuttige AI-fabriek voor Europa zou veel meer moeten bieden dan GPU’s: veilige omgevingen, deployment- tools, inferentiediensten, technische ondersteuning, governance-frames, toegang voor MKB en domeinspecifieke modellen.
De Europese Commissie probeert daarin te voorzien met het netwerk van AI-fabrieken, gericht op startups, industrie en onderzoek. Maar de schaal van de gigafactories kan afleiden en te veel politieke en privé-kapitaal naar zich toe trekken zonder dat duidelijk is welk probleem ze precies oplossen. Het gevaar is niet alleen investeren in rekenkracht, maar dat dit zonder een duidelijke industriële architectuur gebeurt.
Ook zijn er fysieke knelpunten. Europa kent al jaren een tekort aan datacenters ten opzichte van de vraag. Beschikbaarheid van energie, vergunningen, netaansluiting, grond, koeling en maatschappelijke acceptatie bepalen mede de uitrol. Het bouwen van gigafactories hangt niet alleen af van fondsen, maar vraagt stevige energievoorziening, lokale overeenkomsten, glasvezelnetwerken, gekwalificeerde operators en planning die niet botsen met milieudoelen of lokale oppositie.
Soevereiniteit betekent niet kopiëren uit de VS
De Europese aanpak zou uit moeten gaan van een eenvoudig uitgangspunt: soevereiniteit betekent niet hetzelfde als het kleinst en trager kopiëren van de VS. Het gaat erom te bepalen welke capaciteiten strategisch voor Europa zijn en deze op een coherente wijze te financieren.
Het kan zinvol zijn om een of meerdere gigafactories te bouwen, gekoppeld aan concrete doelen zoals wetenschappelijke modellen, defensie, gezondheidszorg, industrie, Europese talen, overheidsdiensten, veiligheid, klimaatonderzoek of geavanceerde simulaties. Ook kan het logischer zijn een deel van de capaciteit te reserveren voor startups en universiteiten. Maar als het plan slechts een late kopie is van Stargate, dan loopt Europa het risico dat het op het moment dat de markt zich verder ontwikkelt naar gedistribueerde inferentie, bedrijfsagenten, efficiëntere modellen en gespecialiseerde waardeketens, te laat komt.
Europa heeft wel rekenkracht nodig, maar ook sterke Europese klanten, cloudproviders, alternatieve chips, open software, eigen modellen, technisch talent en regelgeving die niet bedrijven dwingt te migreren buiten Europa. Als het gemakkelijker wordt voor een Europees bedrijf om AI te trainen, te gebruiken en te verkopen in de VS dan in de EU, zal geen gigafactory dat fundamentele probleem oplossen.
De investering van 20 miljard kan een kans worden als het bijdraagt aan een duurzame industriële basis. Maar Brussel moet vermijden dat het een symboolproject wordt. Het is niet genoeg om gebouwen vol GPU’s in gebruik te nemen: de capaciteit moet ook echt gebruikt worden, toegankelijk zijn, inspelen op echte behoeften en afhankelijkheden verminderen in plaats van maskeren.
Europese AI zal niet alleen op grootte gebaseerd zijn. Het draait om focus, integratie en goed doordachte vraagstellingen. Minder jagen op de grootste installatie en meer op praktische vragen: welke modellen worden getraind, wie gebruikt ze, welke data worden ingezet, welke sectoren profiteren, welke leveranciers doen mee en hoe wordt voorkomen dat publieke middelen juist afhankelijkheid versterken die men wil doorbreken?
Veelgestelde vragen
Wat zijn de AI-gigafactories die de EU wil bouwen?
Het zijn grote rekenfaciliteiten voor het trainen en ontwikkelen van geavanceerde AI-modellen, met meer dan 100.000 AI-processoren per centrum en een geplande investering tot 20 miljard euro.
Waarom krijgen ze kritiek?
Omdat niet duidelijk is wie alle capaciteit zal gebruiken, of het richten op massale training de juiste aanpak is en of Europa daadwerkelijke afhankelijkheid kan verminderen als de centra gebaseerd zijn op niet-Europese chips en software.
Wat is het verschil tussen AI Factories en AI Gigafactories?
AI Factories zijn supercomputing-centra gericht op startups, onderzoek en industrie. AI Gigafactories zijn veel grotere faciliteiten voor volgende-generatie AI-modellen en zwaardere rekenbelasting.
Wat zou een meer effectieve strategie voor Europa zijn?
Het combineren van meer rekenkracht met duidelijke sectorale doelen, inferentienfrastructuur, Europese leveranciers, open software, toegang voor MKB, datagovernance en concrete toepassingen in industrie, gezondheidszorg, energie, defensie en overheid.
bron: techzine