AI-bedrijven in Nederland groeien minder hard dan in veel andere Europese landen. De achterstand is zichtbaar bij de stap van start-up naar scale-up, zowel in omzet als in personeel. Dit vergroot de kloof bij Europese digitalisering gevolgen bedrijfsleven en overheid. Oorzaken liggen in terughoudend kapitaal, onduidelijkheid over nieuwe regels en schaarste aan talent en rekenkracht.
Nederlandse AI-groei stagneert
De doorgroei van Nederlandse AI-start-ups naar scale-ups blijft achter. Bedrijven komen lastig aan grotere klanten en internationale contracten. Daardoor blijven omzet en productie te klein om snel te investeren in nieuwe functies en markten.
De adoptie van algoritmen in sectoren als zorg, industrie en overheid gaat traag. Organisaties testen wel, maar zetten pilots niet altijd om in vaste diensten. Lange inkooptrajecten en strenge eisen maken de stap naar uitrol groter.
Initiatieven als de Nederlandse AI Coalitie en Techleap.nl helpen met netwerken, kennis en toegang tot partners. Dat versterkt het ecosysteem, maar lost de schaalvraag niet op. Bedrijven hebben vooral behoefte aan grotere afzet, internationale sales en strategische samenwerking met corporates.
Kapitaalmarkt remt doorbraak
Investeerders kiezen op het moment van schrijven vaker voor bewezen omzet en minder voor risicovolle groei. Seed-rondes komen nog rond, maar Series A en B blijven kleiner of duren langer. Daardoor stellen AI-bedrijven het aannemen van talent en internationale expansie uit.
Publieke instrumenten vangen dit deels op. Invest-NL en regionale ontwikkelingsmaatschappijen cofinancieren groei, vaak samen met het European Innovation Council (EIC) fonds. Toch kosten deze trajecten tijd, en sluiten ze niet altijd aan bij de snelheid die softwarebedrijven nodig hebben.
AI-ontwikkeling is kapitaalintensief. Het trainen en draaien van modellen vraagt veel data, rekenkracht en beveiliging, nog voordat er stabiele omzet is. Zonder doorbraakkapitaal blijft het moeilijk om van proef naar schaal te gaan.
AI Act zorgt voor onzekerheid
De Europese AI-verordening (AI Act) treedt gefaseerd in werking. Het systeem werkt met risicoklassen en stelt strengere eisen aan hoog-risico-toepassingen, zoals in zorg, mobiliteit en HR. Veel Nederlandse bedrijven wachten op praktische richtsnoeren en normen om te weten wat precies nodig is.
De AI Act vraagt bij hoog risico om risicobeheer, goede en representatieve data, technische documentatie, logging, menselijke controle en transparantie richting gebruikers.
Kleine en middelgrote bedrijven moeten processen opzetten voor toetsing en documentatie. Europese normalisatie-instituten werken aan technische normen die hierbij helpen. Tot die duidelijk zijn, houden sommige klanten grote implementaties tegen.
Ook de AVG blijft leidend voor gegevensverwerking. Dataminimalisatie, versleuteling en duidelijke doelen zijn verplicht, ook bij het trainen van modellen. Deze combinatie van regels vergroot vertrouwen, maar zorgt in de bouwfase voor extra tijd en kosten.
Tekort aan talent en rekenkracht
De vraag naar ervaren AI-ontwikkelaars en machinelearning-specialisten is groter dan het aanbod. Grote techbedrijven en consultancy’s bieden hoge salarissen en snelle doorgroei. Start-ups en scale-ups in Nederland kunnen daar niet altijd tegenop.
Rekenkracht is een tweede knelpunt. GPU’s (grafische kaarten voor rekenwerk) zijn schaars en duur, en cloudkosten stijgen snel bij veel experimenten. Publieke faciliteiten, zoals SURF en Europese EuroHPC-infrastructuur, bieden opties, maar sluiten niet altijd naadloos aan op commerciële roadmaps.
Meer gedeelde testfaciliteiten en gerichte cloudcredits kunnen de drempel verlagen. Universiteiten en bedrijven werken al samen in labs, maar structurele capaciteit ontbreekt vaak. Zonder betaalbare rekenkracht blijven bedrijven hangen in kleinschalige pilots.
Kansen via EU-programma’s
Er zijn duidelijke routes om alsnog te versnellen. Horizon Europe en het EIC Accelerator-programma bieden subsidie en, indien nodig, aandelenfinanciering voor risicovolle innovatie. Het Digital Europe Programme ondersteunt testlocaties en data-ruimtes, die nodig zijn om veilig met gevoelige data te werken.
Voor Nederlandse bedrijven zijn vooral zorg, energie en logistiek kansrijk. Denk aan AI voor wachtlijstbeheer, netbalancering of slimme planning in havens. Lidstaten zetten daarnaast “regulatory sandboxes” op, waar bedrijven en toezichthouders nieuwe toepassingen veilig kunnen beproeven.
Ook inkoop kan slimmer. De SBIR-regeling van RVO helpt overheden om innovaties gericht te laten bouwen en testen. Als meer aanbestedingen ruimte bieden voor experiment en snelle opschaling, kan dat de vraag naar betrouwbare AI-systemen in Nederland vergroten.