3. De Mondiale AI-Verhoudingen: Feiten en Cijfers

3.1 De Huidige Stand: VS Dominant, China Haalt In

Verenigde Staten: Leidende Positie In 2024 produceerden VS-gebaseerde instellingen 40 toonaangevende AI-modellen, significant meer dan China’s (15) en Europa’s (3). Private AI-investeringen bereikten $109,1 miljard – bijna 12 keer China’s $9,3 miljard en 24 keer het VK’s $4,5 miljard.

China: Snelle Inhaalslag Ondanks lagere investeringen sluit China de kwaliteitskloof snel. Prestatieverschillen op belangrijke benchmarks zoals MMLU en HumanEval krimpten van dubbele cijfers in 2023 naar bijna gelijkwaardigheid in 2024. China blijft wereldleider in AI-patenten met ongeveer 70% van alle internationale aanvragen.

Europa: Beperkte Mondiale Impact Europese AI-investeringen bedroegen €4,3 miljard tussen 2018-2023 – een fractie van Amerikaanse uitgaven. Europa produceerde slechts 3 “notable AI models” (wereldwijd invloedrijke modellen) in 2024 volgens Stanford’s criteria, waaronder Mistral AI (Frankrijk) en Aleph Alpha (Duitsland). Hoewel Europa meer modellen ontwikkelde, behaalden weinig daarvan mondiale erkenning, wat de uitdaging illustreert om door te breken in de door VS en China gedomineerde markt.

3.2 Een Déjà Vu uit de Jaren ’80

Deze cijfers doen me denken aan de computerrace van de jaren ’80. Toen leek Japan onverslaanbaar met superieure hardware en massale overheidsinvesteringen. Amerika vreesde voor “technologische Pearl Harbor.” Europa worstelde met achterstand.

Uiteindelijk won niemand alles: Japan beheerste hardware, Amerika software, Europa vond niches in telecom. De les? Technologische dominantie is complexer dan pure investeringscijfers suggereren en technische dominantie (maken van het apparaat of model) staat los van inhoud (het vullen met kennis).

3.3 AI-Modellontwikkeling: Kwaliteit versus Kwantiteit

Modelproductie per Regio (2024) – “Notable AI Models”:

Regio	Aantal Toonaangevende Modellen	Percentage
Noord-Amerika	40	62%
Azië (voornamelijk China)	15	23%
Europa	3	5%
Overige (Midden-Oosten, Latijns-Amerika, Zuidoost-Azië)	7	11%

Opmerking: “Notable” betekent wereldwijd invloedrijke modellen volgens Stanford’s criteria. Europa produceerde meer AI-modellen, maar slechts 3 werden als toonaangevend beschouwd.

Prestatiekloof Verkleint Dramatisch Het prestatieverschil in de top tien van de taalmodellen tussen de 1e en 10e in de rangschikking daalde van 11,9% naar 5,4% in één jaar. De beste twee modellen schelen elkaar nu zelfs nog slechts 0,7%. Dit wijst op technologische convergentie – verschillende regio’s bereiken vergelijkbare resultaten.

Democratisering van AI-Ontwikkeling Opmerkelijk is dat modelontwikkeling ook steeds internationaler wordt. In 2024 lanceerden voor het eerst landen buiten de VS-China-Europa as belangrijke modellen: de VAE met Falcon, Brazilië met maritalk, en Zuid-Korea met HyperCLOVA X. Dit toont aan dat geavanceerde AI-ontwikkeling niet langer exclusief is voor traditionele tech-machten.

Open Weight versus Closed Models Open weight-modellen verkleinen de kloof met gesloten modellen drastisch. Het prestatieverschil daalde van 8% naar slechts 1,7% op sommige benchmarks binnen één jaar. Meta’s Llama 3.1 en Mistral’s modellen tonen dat openheid niet ten koste hoeft te gaan van kwaliteit.

Efficiëntie wordt Belangrijker dan Grootte Microsoft’s Phi-3-mini (3,8 miljard parameters) behaalt dezelfde prestaties als PaLM (540 miljard parameters) van twee jaar eerder – een 142-voudige efficiëntiewinst. Dit suggereert dat innovatie verschuift van “groter is beter” naar “slimmer is beter.”

Benchmark-Inflatie: Een Meetprobleem? Nieuwe benchmarks (MMMU, GPQA, SWE-bench) uit 2023 toonden binnen een jaar dramatische verbeteringen: +18,8, +48,9 en +67,3 procentpunten respectievelijk. Dit roept vragen op: meten we het juiste, of worden benchmarks te snel achterhaald door vooruitgang?

Voorbeelden van invloedrijke modellen in 2024

Enkele modellen verdienen bijzondere vermelding vanwege hun technologische of geopolitieke betekenis:

• GPT-4o (OpenAI, VS): multimodaal, realtime, en toonaangevend op vrijwel alle benchmarktests; wordt wereldwijd gebruikt in commerciële toepassingen zoals ChatGPT.

• Gemini 1.5 (Google DeepMind, VS): excelleert in complexe redenering en multimodale integratie, gericht op veilige AI voor educatie en kenniswerk.

• Claude 3.5 Sonnet (Anthropic, VS): bekend om z’n sterke prestaties op ethische consistentie en ‘red teaming’-veiligheidsbenchmarks.

• Llama 3.1 (Meta, VS): open weight-model dat verrassend dicht in de buurt komt van gesloten modellen en snel wordt geïntegreerd in open source-ecosystemen.

• Mistral Large (Frankrijk): krachtig Europees alternatief dat scoort op snelheid, compactheid en transparantie; strategisch belangrijk voor AI-soevereiniteit in de EU.

Deze modellen illustreren hoe zowel schaal (VS), openheid (Meta, Mistral) als specialisatie (Claude, Gemini) concurrerende strategieën zijn geworden in de wereldwijde AI-race.

3.4 Nederland’s ASML-Paradox

Cruciale Positie ASML levert de meest geavanceerde chip-productiemachines wereldwijd. Elke moderne AI-chip is afhankelijk van ASML-technologie, ongeacht of deze in Amerika, China of Europa wordt geproduceerd.

Export-restricties Sinds 2023 mag ASML bepaalde machines niet meer aan Chinese bedrijven leveren vanwege Amerikaanse druk. Dit raakt ongeveer 15% van ASML’s omzet, maar versterkt tegelijk hun strategische waarde voor westerse partners.

De Paradox Nederland controleert AI-hardware productie maar blijft achter in AI-software. Het Rathenau Instituut noemt dit “een gemiste kans” – we maken de infrastructuur maar ontwikkelen nauwelijks eigen toepassingen (bijv. gebrek aan open source NL-modellen). Is het verstandig om alleen het gereedschap te maken voor anderen?

3.5 Europese AI Act: Regulatieve Soft Power

Europese AI Act Implementatieschema:

Datum	Fase	Wat gaat in
Februari 2025	Fase 1	Verboden AI-praktijken, AI-geletterdheidsverplichtingen
Augustus 2025	Fase 2	Regels voor algemene AI-modellen (GPAI)
Augustus 2026	Fase 3	Volledige implementatie hoogrisico AI-systemen
Augustus 2027	Fase 4	Regels voor AI in gereguleerde producten

Mondiale Impact De EU AI Act wordt internationaal nagevolgd. Landen zoals Japan en Canada ontwikkelen vergelijkbare regelgeving. Amerikaanse staten zoals Californië refereren aan Europese normen. Europa compenseert beperkte investeringen met regelgevings-leiderschap – een klassieke soft power-strategie.

Implementatie-uitdagingen Slechts drie EU-lidstaten hebben toezichthoudende autoriteiten volledig aangewezen. Veertien landen, waaronder Nederland, hebben dit nog niet gedaan. Dit vertraagt effectieve handhaving.

Wat betekent dit voor Nederlandse bedrijven?
Hoewel de AI Act vooral als Europees beleidskader wordt gepresenteerd, zal de praktische impact direct voelbaar zijn voor Nederlandse bedrijven — zeker voor ontwikkelaars en gebruikers van AI in sectoren als zorg, financiële dienstverlening, energie en overheid. De wet introduceert verplichtingen op het gebied van transparantie, risicobeoordeling, monitoring en menselijke controle, ook voor bedrijven die geen AI-modellen ontwikkelen maar deze slechts toepassen (zoals chatbots, voorspellende algoritmen of geautomatiseerde besluitvorming).

Concreet betekent dit dat Nederlandse organisaties nu al:

• hun AI-toepassingen moeten inventariseren (classificatie: hoogrisico of niet),

• interne documentatie op orde moeten brengen (bijv. herkomst data, modelkeuzes, fallback-mechanismen),

• governance-structuren moeten inrichten (zoals een interne AI-verantwoordelijke of ethiekcomité),

• impactassessments moeten uitvoeren, vergelijkbaar met DPIA’s bij AVG.

Veel organisaties onderschatten de complexiteit: bij hoogrisico AI-systemen geldt een meldplicht bij falen, een verplicht kwaliteitsmanagementsysteem, en soms zelfs een CE-markering. Wie hier te laat op anticipeert, loopt juridische én reputatierisico’s.

De paradox is dat Nederland beleidsmatig traag is met het aanwijzen van toezichthouders, maar bedrijven al wel straks moeten voldoen aan de nieuwe verplichtingen. Actieve voorbereiding is daarom essentieel — ook zonder nationale handhaving gereed.

3.6 Investeringstrends 2024-2025

Generatieve AI Groeit Wereldwijde investeringen in generatieve AI stegen naar $33,9 miljard (+18,7% ten opzichte van 2023). Het aantal nieuw gefinancierde generatieve AI-startups verdrievoudigde bijna.

Private AI-Investeringen 2024:

Land/Regio	Investering	Verhouding vs VS
Verenigde Staten	$109,1 miljard	1x (basis)
China	$9,3 miljard	12x minder
Verenigd Koninkrijk	$4,5 miljard	24x minder
Duitsland	€2,8 miljard	~39x minder
Frankrijk	€1,9 miljard	~58x minder
Nederland	€850 miljoen	~128x minder

Overheidsinvesteringen (selectie):

Land	Investering	Programma
China	$47,5 miljard	Semiconductorfonds
Frankrijk	€109 miljard	Digitale transitie
Saoedi-Arabië	$100 miljard	Project Transcendence
Canada	$2,4 miljard	AI-strategie toezegging

Kanttekening: Chinese staatsinvesteringen zijn moeilijker te traceren dan private investeringen, wat mogelijk een vertekend beeld geeft van werkelijke uitgaven.

3.7 Technologische Convergentie

Open Weight-Modellen Winnen Terrein Open weight-modellen verkleinden het prestatieverschil met gesloten modellen van 8% naar 1,7% op sommige benchmarks binnen één jaar. Dit democratiseert toegang tot geavanceerde AI.

Hardware-Efficiëntie AI-chips worden jaarlijks 30% energiezuiniger. NVIDIA’s H100-chips verbruiken 80% minder energie per berekening dan voorgangers van drie jaar geleden.

Benchmarks Worden Snel Achterhaald Nieuwe benchmarks (MMMU, GPQA, SWE-bench) uit 2023 toonden dramatische prestatieverbeteringen binnen één jaar: respectievelijk +18,8, +48,9 en +67,3 procentpunten. Dit roept vragen op over de betrouwbaarheid van vergelijkingen.

Benchmark-inflatie als vals kompas
Hoewel deze benchmarks nuttig zijn voor vergelijking van modelcapaciteiten, ontstaat er wereldwijd een vorm van benchmark-inflatie: modellen worden geoptimaliseerd op deze testsets, zonder dat dit automatisch leidt tot betere bruikbaarheid of betrouwbaarheid in de praktijk. Zo scoren sommige modellen uitstekend op academische tests, maar falen in robuuste interacties met echte gebruikers of bij ethische consistentie.

Dit leidt tot een fundamenteel beleidsprobleem: overheden en bedrijven richten zich vaak op modellen die “het goed doen” in laboratoria, terwijl maatschappelijke waarde juist vraagt om uitlegbaarheid, veiligheid en lange termijnvertrouwen. Benchmarks meten prestaties — maar niet legitimiteit, contextgevoeligheid of publieke acceptatie.

3.8 Mondiale Machtsverschuivingen in Vogelvlucht

De mondiale AI-verhoudingen verschuiven snel en worden minder binair. Waar in 2022 het beeld overheerste van een tweestrijd tussen de VS en China, zien we in 2025 een meer genuanceerd, multipolair speelveld ontstaan:

• De Verenigde Staten behouden hun koppositie in investeringen en toonaangevende modellen, mede dankzij Big Tech en onderzoeksnetwerken.

• China verkleint het kwaliteitsverschil en blijft dominant in patenten, maar loopt achter in transparantie en internationale adoptie.

• Europa speelt geen hoofdrol in modelontwikkeling, maar compenseert dit met regelgevende invloed via de AI Act.

• Nieuwe regio’s zoals de VAE, Zuid-Korea en Brazilië doorbreken het traditionele duopolie met open weight-modellen en nationale AI-initiatieven.

• AI wordt breder verspreid, maar ook ongelijk: technologische convergentie betekent niet automatisch gelijke toegang, zeggenschap of ethiek.

Deze realiteit vraagt om ander strategisch denken: niet meer in termen van “wie wint”, maar “wie bepaalt de voorwaarden waaronder AI wereldwijd wordt ontwikkeld, toegepast en gecontroleerd”.

3.9 Projectie 2026: Wat de Cijfers Voorspellen

Projectie 2026 – Verwachte Investeringen:

Categorie	Verwachte Investering
Mondiale generatieve AI	$67,8 miljard
Amerikaanse private sector	$150+ miljard
Chinese staatsinvesteringen	$60+ miljard

Modelontwikkeling De trend wijst naar verdere globalisering: meer modellen uit diverse regio’s, kleinere prestatieverschillen, grotere focus op specialisatie dan algemene suprematie.

Regulering EU AI Act volledig operationeel, internationale regelgeving volgt Europees voorbeeld. Compliance-by-design wordt concurrentievoordeel.

Conclusie: Feiten Bepalen de Koers

De cijfers tonen een wereld waar Amerikaanse dominantie afneemt zonder Chinese overheersing. Europa compenseert bescheiden investeringen met regelgevingsleiderschap. Nederland’s ASML-positie illustreert hoe kleine landen cruciale technologische schakels kunnen beheersen.

De trend wijst naar multipolaire AI-ontwikkeling: geen winnaar-neemt-alles, maar specialisatie per regio. Voor Nederland betekent dit kansen, mits we realistisch blijven over onze mogelijkheden en focussen op gebieden waar we daadwerkelijk kunnen excelleren. De AI-wereld wordt multipolair, niet unipolair – en dat biedt ruimte voor slimme specialisatie.

 

Jeroen Teelen

9 augustus 2025

 

 

Deze blog is deel 3 van de volgende serie:

142 De stand van AI in 2025 deel 1: Van experiment naar Infrastructuur

143 De stand van AI in 2025 deel 2: De Energievraag rond AI, Mythen en Realiteit…

144 De stand van AI in 2025 deel 3: De Mondiale Verhoudingen…

145 De stand van AI in 2025 deel 4: Nederlandse Strategie… Koploper of Achterhoede?

 

Bronnen

Primaire Rapporten

• Stanford AI Index Report 2025 – Stanford Institute for Human-Centered AI
• McKinsey State of AI 2025 – How Organizations Are Rewiring to Capture Value
• McKinsey State of AI 2024 – Gen AI Adoption Spikes and Starts to Generate Value
• McKinsey Technology Trends Outlook 2025 – Top Tech Trends

Nederlandse Onderzoeksinstituten

• Rathenau Instituut – Generative AI Scan 2024 – Generative AI Rapport
• Rathenau Instituut – AI Research in Netherlands – Research on Artificial Intelligence
• Rathenau Instituut – Balans van de Wetenschap 2024 – Balans Rapport

Internationale Surveys en Studies

• Pew Research Center – AI Public Opinion 2025 – How US Public and AI Experts View AI
• Pew Research Center – AI in Workplace 2025 – Workers More Worried Than Hopeful
• Pew Research Center – AI Usage Tracking 2025 – What Americans See About AI Online

Technische Analyse

• IEEE Spectrum – State of AI 2025 – 12 Eye-Opening Graphs

Aanvullende Gegevens

Alle investeringscijfers, benchmark-gegevens en modelperformances zijn afkomstig uit de Stanford AI Index Report 2025, gevalideerd tegen McKinsey’s rapporten en waar van toepassing aangevuld met Europese gegevens van het Rathenau Instituut.

 

|