Nederland bouwt aan eigen AI-infrastructuur

AI-infrastructuur wordt een strategische basislaag

De discussie over AI gaat meestal over wat organisaties ermee kunnen doen: sneller analyseren, beter automatiseren, slimmer voorspellen. Maar achter al die toepassingen zit een minder zichtbaar fundament. AI-infrastructuur en AI vraagt niet alleen om software, maar ook om rekenkracht, opslag, netwerken, toegang tot modellen en een infrastructuurlaag die zwaar genoeg is om al die processen daadwerkelijk te laten draaien.

Die basislaag krijgt daardoor steeds meer het karakter van een economische nutsvoorziening. Wie toegang heeft tot betrouwbare AI-capaciteit, kan sneller experimenteren, sneller opschalen en AI makkelijker in bedrijfsprocessen opnemen. Wie die capaciteit niet of nauwelijks zelf organiseert, wordt afhankelijker van externe partijen voor precies de technologie die steeds vaker een rol speelt in productiviteit, innovatie en concurrentiekracht.

Daarmee verschuift AI-infrastructuur van een technisch onderwerp voor specialisten naar een strategisch dossier voor bedrijven en overheden. Het gaat niet alleen meer over servers en GPU’s, maar over de vraag waar AI draait, onder welke voorwaarden, en wie uiteindelijk controle heeft over de onderliggende systemen.

Wat is AI-infrastructuur?

AI-infrastructuur is de technische en operationele basis waarop organisaties AI kunnen ontwikkelen, trainen, draaien en opschalen. Het gaat dus niet alleen om krachtige chips of servers, maar om het complete systeem dat nodig is om AI-toepassingen betrouwbaar, veilig en beheersbaar in gebruik te nemen.

Daaronder vallen onder meer:

• rekenkracht, zoals GPU-capaciteit
• opslag en dataverwerking
• netwerk- en platformlagen
• toegang tot modellen en ontwikkelomgevingen
• voorzieningen voor schaalbaarheid, beveiliging en compliance

AI-infrastructuur bestaat niet alleen uit rekenkracht, maar ook uit opslag, netwerk, modellen, beveiliging en compliance.

Juist die onderlaag bepaalt of bedrijven en overheden AI zelfstandig kunnen inzetten, of afhankelijk blijven van externe aanbieders voor capaciteit, opslag en uitvoering.

Ook op Europees niveau verschuift de aandacht zichtbaar van losse AI-toepassingen naar de infrastructuur eronder. EuroHPC spreekt inmiddels over AI GigaFactories als volgende stap: infrastructuurhubs met aanzienlijk grotere rekenkracht, geïntegreerde dataresources en meer automatisering. Dat onderstreept hoe snel AI-capaciteit verandert van technische randvoorwaarde in een strategisch beleidsdossier.

Waarom Nederland op achterstand dreigt te raken

Nederland heeft op dat vlak nog geen vanzelfsprekende voorsprong. Grootschalige AI-infrastructuur is hier beperkt aanwezig, zeker wanneer je kijkt naar capaciteit die nadrukkelijk op Nederlandse bodem staat en onder Europese wetgeving en compliance opereert. Dat maakt de afhankelijkheid van buitenlandse aanbieders groter, juist op een moment waarop AI voor steeds meer organisaties een kernonderdeel van hun digitale strategie wordt.

Die afhankelijkheid raakt niet alleen commerciële bedrijven. Ook voor overheden, zorginstellingen, defensieorganisaties en kennisintensieve sectoren wordt de vraag relevanter waar hun AI-workloads draaien en hoe gevoelig data- en modelgebruik juridisch en operationeel zijn ingebed. Naarmate AI dieper doordringt in besluitvorming, dienstverlening en automatisering, wordt infrastructuur een kwestie van strategische autonomie.

Die afhankelijkheid is inmiddels ook expliciet onderdeel van Nederlands beleid. De Rijksoverheid stelt dat Nederland en Europa voor cruciale digitale infrastructuur te afhankelijk zijn geworden van een klein aantal buitenlandse spelers. Daarom werkt het kabinet aan een nationale aanpak voor digitale infrastructuur en aan sterkere Nederlandse en Europese techcapaciteiten. Tegelijk herzien ook Nederlandse bedrijven hun digitale afhankelijkheid en geven ze meer prioriteit aan soevereiniteit.

Dat hoeft niet meteen alarmistisch te worden gebracht, maar het is wel een serieus onderwerp. Als Nederlandse organisaties AI vooral gebruiken via infrastructuur, platformen en ecosystemen van buiten Europa, ontstaat een structurele afhankelijkheid die verder reikt dan techniek alleen. Dan gaat het ook over eigenaarschap, regelgeving, continuïteit en geopolitieke kwetsbaarheid.

Dat AI-infrastructuur inmiddels als strategisch onderwerp wordt gezien, blijkt ook uit andere initiatieven. In 2025 zetten kabinet en regio samen al in op 200 miljoen euro voor een Nederlandse AI-fabriek in Groningen. Daarmee wordt duidelijk dat de discussie over AI-capaciteit in Nederland niet meer alleen over software gaat, maar ook over fysieke infrastructuur en nationale positie.

De bottleneck zit niet alleen in technologie, maar in energie

Daarmee kom je direct uit bij een typisch Nederlands probleem: het bouwen van AI-capaciteit is niet alleen een technologische uitdaging, maar ook een energievraagstuk. De behoefte aan rekenkracht groeit, maar de ruimte om die capaciteit op traditionele wijze neer te zetten is beperkt. Netcongestie en de druk op het stroomnet maken uitbreiding van zware digitale infrastructuur ingewikkelder dan op papier soms lijkt.

Dat energievraagstuk is niet theoretisch. In de Stand van de Uitvoering 2025 laat Netbeheer Nederland zien dat netuitbreiding weliswaar op recordtempo plaatsvindt, maar dat de vraag naar transportcapaciteit sneller groeit dan het net kan bijbenen. Daardoor lopen aansluittermijnen voor nieuwe en zwaardere aansluitingen verder op en nemen de wachtlijsten toe.

Dat heeft gevolgen voor de manier waarop nieuwe AI-capaciteit in Nederland kan worden opgebouwd. Het klassieke model van één groot centraal datacenter ligt niet automatisch voor de hand, zeker niet in een markt waar snelheid, schaalbaarheid en energiegebruik tegelijk onder druk staan. Voor partijen die AI-infrastructuur willen aanbieden, wordt de vraag dus niet alleen hoeveel rekenkracht ze kunnen leveren, maar ook hoe ze die capaciteit praktisch en energetisch organiseren.

Precies daar probeert AI Mills zich te positioneren.

AI Mills werkt aan modulaire AI-datacenters en AI-infrastructuur verspreid over Nederland

AI Mills presenteert zich als bouwer van AI-infrastructuur op Nederlandse bodem. De kern van het verhaal is dat het bedrijf niet inzet op één grootschalig megadatacenter, maar op meerdere kleinere, modulaire AI-fabrieken die verspreid over Nederland kunnen worden geplaatst.

Achter AI-toepassingen zit een fysieke basislaag van servers, opslag en platformen – precies daar draait de discussie over Nederlandse AI-infrastructuur om.

Volgens AI Mills maakt die aanpak de infrastructuur flexibeler en sneller schaalbaar. In plaats van eerst een groot centraal complex te ontwikkelen, wil het bedrijf capaciteit gefaseerd opbouwen op locaties waar energie technisch en praktisch beter beschikbaar is. Dat moet de uitrol niet alleen wendbaarder maken, maar ook beter laten aansluiten op de manier waarop de AI-markt zich volgens het bedrijf ontwikkelt: snel, veranderlijk en sterk afhankelijk van vraagpieken.

Die keuze voor een verspreid model is tegelijk de kern van de eigen positionering. AI Mills wil laten zien dat AI-infrastructuur in Nederland niet per se hoeft te betekenen dat er opnieuw één massieve digitale locatie bijkomt, maar dat je ook kunt werken met een netwerk van kleinere faciliteiten die samen dezelfde functie vervullen.

Het centrale verkoopargument: soeverein én energie-efficiënt

De belangrijkste belofte van AI Mills is tweeledig. Enerzijds wil het bedrijf AI-infrastructuur bieden die volledig op Nederlandse bodem staat en binnen Europese wetgeving en compliance opereert. Anderzijds stelt het dat dit model kan worden uitgerold zonder het stroomnet op dezelfde manier te belasten als klassieke centrale datacenterconcepten.

Die claim is aantrekkelijk, omdat hij inspeelt op twee actuele zorgen tegelijk: afhankelijkheid van buitenlandse AI-capaciteit en de praktische beperkingen van de Nederlandse energie-infrastructuur. Volgens AI Mills ligt de oplossing in modulaire bouw en in plaatsing op locaties waar energieoverschot of duurzamere opwek beschikbaar is, bijvoorbeeld in de nabijheid van wind- of zonne-energie. Juist in dat verhaal speelt datasoevereiniteit onder druk door slimme AI een steeds grotere rol.

Dat is een slimme positionering, maar het blijft belangrijk om onderscheid te maken tussen claim en bewezen praktijk. Dat een modulair model potentieel beter aansluit op netcongestie, betekent nog niet automatisch dat alle operationele en technische knelpunten daarmee zijn opgelost. Wel is duidelijk dat het bedrijf zich nadrukkelijk profileert op het snijvlak van AI-capaciteit, energieslim bouwen en soevereiniteit. Daarmee past het ook in een bredere beweging waarin digitale controle, soevereine cloud en AI-dreiging nadrukkelijker samenkomen.

Meer dan GPU-capaciteit: AI Marketplace als extra laag

AI Mills beperkt zich in zijn verhaal niet tot pure rekenkracht. Naast GPU-as-a-Service wil het bedrijf ook een AI Marketplace aanbieden waarop organisaties direct toegang krijgen tot toepassingen en basismodellen, zoals taalmodellen, AI-agents en beeld- en videomodellen.

Dat maakt de propositie breder dan alleen infrastructuurverhuur. In de praktijk betekent het dat klanten niet per se helemaal vanaf nul hoeven te beginnen met modelontwikkeling, maar kunnen voortbouwen op bestaande modellen en die verder trainen of aanpassen aan hun eigen gebruikssituatie. De vergelijking met een bibliotheek is daarbij functioneel: bedrijven lenen in feite basismodellen en gebruiken die als vertrekpunt voor eigen toepassingen.

Dat laat zien dat de infrastructuurdiscussie niet alleen over hardware gaat. Toegang tot AI-capaciteit wordt pas echt interessant wanneer organisaties die rekenkracht ook snel kunnen verbinden aan bruikbare modellen en concrete workflows. Daarmee verschuift het verhaal van pure infrastructuur naar adoptiesnelheid, ontwikkeltijd en kostenbeheersing.

Wat dit voor klanten en de markt interessant maakt

Als dit model werkt zoals AI Mills het schetst, kan het voor klanten op meerdere manieren aantrekkelijk zijn. Allereerst verlaagt het mogelijk de drempel om AI-capaciteit dichter bij huis af te nemen, zonder meteen volledig afhankelijk te zijn van buitenlandse hyperscalers. Daarnaast kan een lokale infrastructuurlaag beter aansluiten op organisaties die strengere eisen stellen aan compliance, datasoevereiniteit en juridische controle.

Voor Nederlandse bedrijven kan dat betekenen dat AI sneller van experiment naar productie kan bewegen. Voor overheden en gereguleerde sectoren is het vooral relevant dat infrastructuur niet alleen technisch beschikbaar is, maar ook bestuurlijk en juridisch beter inpasbaar wordt. Sectoren als zorg, overheid en defensie kijken immers anders naar risico’s, controle en datagebruik dan een gemiddelde commerciële startup.

Ook voor de markt als geheel is dit interessant. Als er in Nederland meer serieuze AI-capaciteit ontstaat, kan dat de drempel verlagen voor nieuwe toepassingen, nieuwe bedrijvigheid en een sterker lokaal ecosysteem. Daarmee wordt infrastructuur niet alleen een technische voorziening, maar ook een vestigings- en innovatievoorwaarde. Dat zie je ook terug in bredere marktbewegingen waarin AI-infrastructuur in Nederland vaker een impuls krijgt.

Wat nog kritisch getoetst moet worden

Tegelijk is terughoudendheid nodig. Ambitieuze infrastructuurplannen zijn niet automatisch hetzelfde als bewezen marktrijpheid. Dat AI Mills een interessante richting kiest, betekent nog niet dat alle grote vragen al zijn beantwoord.

De eerste vraag is hoeveel capaciteit er daadwerkelijk beschikbaar komt en op welke termijn. Daarnaast is relevant hoe concurrerend zo’n model wordt tegenover gevestigde hyperscalers, die op schaal, prijs en ecosysteem nog altijd een stevige voorsprong hebben. Ook het energievraagstuk verdient meer dan alleen een conceptuele oplossing: hoe wordt energiegebruik in de praktijk geregeld, op welke locaties, en onder welke technische voorwaarden?

Daar komt nog een bestuurlijke laag bij. “Soeverein” klinkt aantrekkelijk, maar moet voor klanten uiteindelijk ook concreet worden. Betekent het dat data volledig in Nederland blijft? Dat operationele controle lokaal is georganiseerd? Dat de infrastructuur juridisch en technisch losstaat van niet-Europese afhankelijkheden? Juist op dat soort punten zal de markt scherper gaan kijken naarmate de plannen concreter worden.

Die toetsing wordt bovendien relevanter naarmate AI-regels concreter worden. In april 2026 bracht het kabinet de Nederlandse uitvoeringswet voor de Europese AI-verordening in consultatie. Daarmee wordt onder meer duidelijker dat datakwaliteit, risicobeheer, menselijk toezicht en transparantie niet alleen beleidswoorden zijn, maar harde randvoorwaarden voor bepaalde AI-toepassingen. Voor organisaties die willen inschatten wat dat praktisch betekent, is ook de vraag relevant wat bedrijven nu met de EU AI Act moeten doen.

Dat is ook precies waar een redactioneel artikel het verschil moet maken. Niet door het initiatief weg te zetten als luchtfietserij, maar door duidelijk te maken dat infrastructuur pas relevant wordt wanneer belofte, schaal, energie, compliance en operationele uitvoerbaarheid bij elkaar komen.

Een signaal van een bredere Nederlandse verschuiving

Juist daarom is AI Mills vooral interessant als case. Het bedrijf laat zien waar de AI-discussie in Nederland naartoe beweegt. Niet alleen meer praten over tools, copilots en modellen, maar over de vraag waar die AI draait, hoe die van stroom wordt voorzien, onder welke wetgeving die opereert en wie er uiteindelijk controle over heeft.

Die verschuiving speelt niet alleen nationaal. De Europese Commissie zette met het AI Continent Action Plan expliciet in op meer eigen AI-capaciteit, en het netwerk van Europese AI Factories groeide daarna door naar 19 locaties in 16 lidstaten, waaronder Nederland. Dat laat zien dat AI-infrastructuur in toenemende mate wordt gezien als een strategische basislaag voor Europese concurrentiekracht en autonomie.

Dat maakt AI-infrastructuur tot meer dan een technisch nicheonderwerp. Het raakt aan energiebeleid, digitale autonomie, innovatiekracht en economische positionering. In die zin is AI Mills minder alleen een bedrijfsverhaal dan een voorbeeld van een bredere verschuiving: AI wordt pas echt strategisch wanneer ook de basislaag strategisch wordt georganiseerd.

Voor organisaties die AI serieus willen inzetten, is dat de echte les. Wie alleen kijkt naar toepassingen, ziet maar een deel van het speelveld. Uiteindelijk wordt ook bepalend waar die AI draait, onder welke compliancevoorwaarden dat gebeurt en hoe robuust de onderliggende infrastructuur is. Precies daar wordt zichtbaar waarom AI in Nederland niet alleen een softwarevraagstuk is, maar steeds meer een infrastructuurvraagstuk.