Jarenlang hebben we over AI gesproken als een sector. Als we vandaag de dag kijken naar de houding van de Verenigde Staten, is het juister om erover te spreken als een strategische infrastructuur. Het gaat hier niet alleen om technologie. Het is een politieke, industriële en, in toenemende mate, een kwestie van nationale veiligheid.
De vergelijking met het Manhattan-project komt niet uit de lucht vallen. Het Manhattan-project ging in 1942 officieel van start en onder leiding van Leslie Groves, van 1942 tot 1946, werd theoretisch onderzoek, centrale coördinatie en industriële capaciteit omgezet in een programma met meetbare operationele doelstellingen. Volgens het Wikipedia-artikel over het Manhattan-project waren er tussen 1942 en 1946 drie hoofdlocaties, meer dan 100 nevenlocaties en ongeveer 130.000 mensen tegelijkertijd bij het project betrokken. Deze omvang helpt om een duidelijke logica te begrijpen: wanneer Washington besluit dat een technologie van strategisch belang is, versnelt het de overgang van onderzoek naar industrialisatie.
Voor een Italiaanse ondernemer is dit geen academische discussie. Als de Verenigde Staten AI beschouwen als een hefboom voor soevereiniteit, veranderen de machtsverhoudingen in de hele toeleveringsketen. De dominante leveranciers veranderen, de technologische afhankelijkheden veranderen, en ook de risico's op het gebied van gegevens, compliance en bedrijfscontinuïteit veranderen. In dit kader worden overwegingen rond AI-veiligheid cruciaal, niet alleen voor degenen die modellen ontwikkelen, maar voor elk bedrijf dat deze modellen implementeert.
Hier moet een essentieel onderscheid worden gemaakt. De metafoor van het Manhattan Project is krachtig als politiek taalgebruik. Maar om te begrijpen wat er werkelijk aan de hand is, moet men het verhaal loskoppelen van de operationele structuur.
Wanneer een regering de terminologie van het Manhattan-project gebruikt om over kunstmatige intelligentie te spreken, is dat meer dan alleen een retorische keuze. Daarmee geeft zij aan dat zij AI beschouwt als een troef die moet worden beschermd met het oog op nationale prioriteiten, industriële capaciteit en centrale coördinatie.
Deze verandering is belangrijk omdat AI, in tegenstelling tot andere recente digitale technologieën, tegelijkertijd raakvlakken heeft met software, hardware, energie, data, wetenschappelijk onderzoek en veiligheid. Het is niet zomaar een verticale markt. Het is een algemene technologie die complete waardeketens kan hertekenen.
Kernpunt: als Washington AI als strategische infrastructuur beschouwt, komen ook degenen die AI gebruiken voor prognoses, bedrijfsvoering of analyses indirect in dat geopolitieke speelveld terecht.
Voor Italiaanse bedrijven gaat het er niet om een ideologisch standpunt in te nemen. Het gaat erom te begrijpen in welk operationeel ecosysteem ze terechtkomen. Het onderwerp ‘Manhattan-project voor kunstmatige intelligentie’ is dus niet alleen van belang voor wie de Amerikaanse politiek volgt, maar ook voor wie vandaag beslissingen moet nemen over de technologische stack, de opslaglocatie van gegevens en de afhankelijkheid van leveranciers.
In het publieke debat doet het idee de ronde van een „Genesis Mission“ als groot Amerikaans initiatief op het gebied van AI. In het verhaal wordt dit voorgesteld als een enorme sprong voorwaarts. Het probleem is om onderscheid te maken tussen wat al vaststaat en wat op dit moment nog wordt gepresenteerd als een aankondiging, een beleidsrichting of een strategische ambitie.
Op basis van de beschikbare informatie moet de Genesis Mission in de eerste plaats worden gezien als een maatregel op het gebied van industriebeleid en nationale veiligheid. Niet als een louter onderzoeksprogramma. De strategische betekenis ervan ligt in het feit dat AI wordt ingepast in hetzelfde kader waarmee de Verenigde Staten van oudsher omgaan met kritieke capaciteiten.
Er zijn een aantal kwalitatieve aspecten die deze benadering goed omschrijven:
Deze aanpak doet denken aan de logica van de „missiegedreven” programma’s die ook in het geval van het Manhattan-project wordt beschreven: bundeling van talent, centrale coördinatie en meetbare doelstellingen, zoals beschreven in het Wikipedia-artikel over het Manhattan-project.
Het strategische punt is niet alleen wat er zal worden gerealiseerd. Het is wat de taal toestaat. Als politieke leiders een metafoor voor nationale mobilisatie gebruiken, effenen ze de weg voor beslissingen die anders uitzonderlijk zouden lijken: begrotingsprioriteiten, voorrang bij infrastructuurprojecten, versterkte samenwerking tussen de staat en het bedrijfsleven, en een grotere selectiviteit ten aanzien van leveranciers en toeleveringsketens.
Het is niet nodig dat elk detail al vastligt om de markt tot een gedragsverandering te bewegen. Vaak volstaat een politiek signaal.
Daarom moet de Genesis Mission nuchter worden geanalyseerd. Niet als een stichtingsmythe, maar als een aanwijzing dat de Verenigde Staten AI zien als onderdeel van een systemische concurrentiestrijd. Voor een Europese lezer betekent dit niet dat er „een nieuwe Oppenheimer op komst is”. Het betekent: Washington bereidt zich voor om technologische capaciteiten om te zetten in een duurzaam geopolitiek voordeel.
De metafoor van het Manhattan-project werkt omdat deze een snelle, gecentraliseerde mobilisatie met de allerhoogste prioriteit oproept. Maar letterlijk genomen is deze metafoor onnauwkeurig. Om het Manhattan-project op het gebied van kunstmatige intelligentie echt te begrijpen, moet men minder kijken naar het epos van Oppenheimer en meer naar de materiële opzet van het oorspronkelijke programma.
Het Manhattan Project was een programma van uitzonderlijke omvang. De Trinity-test op 16 juli 1945 was de eerste kernproef in de geschiedenis en luidde het atoomtijdperk in. Uit de beschikbare bronnen blijkt ook dat de kosten ongeveer 2 miljard dollar van die tijd bedroegen, met een initiële financiering van 500 miljoen dollar, waarbij meer dan de helft van de middelen bestemd was voor de scheiding van splijtbare materialen, zoals blijkt uit deze historische analyse van het Manhattan-project.
Dit is het eerste belangrijke punt om AI te begrijpen. Grote doorbraken komen niet alleen voort uit een goed wetenschappelijk idee. Ze ontstaan wanneer drie factoren samenkomen:
Daarnaast is er nog een tweede, nog interessanter aspect. In het oorspronkelijke project ging meer dan 90% van de kosten naar gebouwen en de productie van splijtbaar materiaal, waarbij de activiteiten verspreid waren over meer dan 30 locaties en er sprake was van een zogenaamde „parallelle” strategie, dat wil zeggen dat onderzoek, installaties en organisatorische aanpassingen gelijktijdig werden ontwikkeld, zoals Mimesis Scenari benadrukt.
Voor AI is deze vergelijking verhelderend. Het knelpunt is niet alleen het algoritme. Het gaat om de infrastructuur, de gegevens, de energie, de industriële processen en het vermogen om dit alles snel te coördineren.
AI is geen bom. Het is geen afzonderlijk artefact met één duidelijk operationeel doel. Het is een reeks mogelijkheden die zich uitstrekt over software, modellen, ingebedde systemen, cloudplatforms, zakelijke tools en beveiligingsapparatuur.
Hier begint de Manhattan-metafoor aan scherpte in te boeten.
Praktische regel: de juiste vraag is niet „Wie is de nieuwe Oppenheimer?”. Het is „Wie heeft de controle over rekenkracht, gegevens, de toeleveringsketen en de toegang tot de markt?”.
Voor wie vandaag de dag over KMO's en kunstmatige intelligentie leest, zijn de gevolgen concreet. Als men de metafoor te letterlijk neemt, onderschat men wat werkelijk bepalend is voor de schaalgrootte in AI: niet het geïsoleerde genie, maar de industriële organisatie.
Grote nationale strategieën verlopen nooit lineair. Ook de Amerikaanse strategie op het gebied van AI vertoont interne spanningen die een Europese waarnemer zorgvuldig moet interpreteren, omdat ze deel uitmaken van de kern van de zaak en geen achtergrondruis zijn.
De eerste tegenstrijdigheid is eenvoudig. De Verenigde Staten noemen AI een strategische prioriteit, maar elke versnelling op dit gebied gaat gepaard met politieke beperkingen, begrotingsonderhandelingen, uiteenlopende industriële belangen en implementatietermijnen die zelden overeenkomen met het publieke beeld.
Dit leidt tot een fenomeen dat kenmerkend is voor grootschalig technologisch beleid. De intentieverklaring lijkt monolithisch. De daadwerkelijke uitvoering is daarentegen gefragmenteerd. Sommige onderdelen lopen op stoom, terwijl andere trager verlopen. Sommige aspecten zijn heel duidelijk, zoals het geopolitieke signaal. Andere blijven daarentegen onduidelijk, zoals de operationele governance, de langetermijnstructuren of de werkelijke reikwijdte van de prioriteiten.
Voor een Italiaans bedrijf is deze dubbelzinnigheid geen detail dat alleen door waarnemers in Washington wordt opgemerkt. Het betekent dat de AI-markt in de komende maanden en jaren beïnvloed zou kunnen worden door beslissingen die niet louter economisch van aard zijn. Een aanbieder zou zijn positie kunnen versterken omdat hij aansluit bij een nationale prioriteit. Een infrastructuur zou een grotere strategische rol kunnen gaan spelen omdat deze past in een veiligheidslogica. Een afhankelijkheid die vandaag nog ‘technisch’ is, zou morgen ook politiek kunnen worden.
Bedrijven opereren niet los van de geopolitiek. Ze ondervinden de gevolgen ervan in hun kostenstructuur, in de beschikbaarheid van diensten en in hun keuzemogelijkheden.
Dit geldt des te meer als we kijken naar de concurrentie tussen de verschillende blokken. De Verenigde Staten beschouwen AI steeds meer als een soevereiniteitsmiddel. China maakt, op zijn eigen manier, een soortgelijke keuze. Europa dreigt daartussenin in een positie terecht te komen waarin het weliswaar veel regelgeving oplegt, maar minder controle heeft over de cruciale industriële knooppunten.
Het Europese probleem is niet alleen de achterstand in een technologische race. Het is het feit dat die race zich ontwikkelt tot een concurrentiestrijd tussen blokken waarin industrie, veiligheid en buitenlands beleid met elkaar verweven zijn. In dit scenario treedt Europa vaak op met een benadering die vooral op regelgeving is gericht.
De EU-AI-wet is belangrijk omdat deze grenzen, verantwoordelijkheden en risicocategorieën vastlegt. In de context waar Sanoma Italia naar verwijst, valt generatieve AI onder de categorie ‘beperkt risico’ wanneer er bewust gebruik van wordt gemaakt. Maar dit alleen geeft nog geen antwoord op de meer concrete vraag: bouwt Europa ook vergelijkbare industriële capaciteit op?
Op Italiaans grondgebied blijft de situatie ongelijkmatig. Uit de door Sanoma aangehaalde gegevens blijkt dat, volgens ISTAT, de verspreiding van AI in bedrijven en bij de overheid zeer ongelijkmatig is en dat het gebrek aan vaardigheden een van de belangrijkste belemmeringen vormt, zoals samengevat in het artikel van Sanoma in de rubriek "L'onda lunga" van Prometeo. Dit verschuift de focus: het probleem is niet alleen het reguleren van het gebruik van AI, maar ook het achterhalen wie daadwerkelijk in staat is om deze technologie op grote schaal toe te passen.
In de praktijk dreigt Europa met een dubbele asymmetrie te worden geconfronteerd:
Thema:VSenChina, Europa, Strategische visie, AI als hefboom voor macht, AI als gebied dat moet worden gereguleerd engecoördineerd, Infrastructuur, sterke integratie tussen overheid en industrie, grotere afhankelijkheid vanexterneleveranciers, Interne implementatie, nationale en industriële impuls, ongelijkmatige verspreiding
Voor een MKB-bedrijf is dit geen geopolitieke theorie. Het heeft directe gevolgen voor drie operationele beslissingen.
Als AI een strategische infrastructuur voor staten wordt, is het kiezen van een AI-leverancier niet langer alleen een kwestie van inkoop. Het is risicobeheer.
In dit verband is het ook nuttig om het debat op ELECTE over de AI Act te volgen, want voor veel Italiaanse bedrijven bestaat de echte uitdaging erin snelle innovatie te combineren met operationele controle en naleving van de Europese regelgeving.
Het woord ‘soevereiniteit’ lijkt misschien ver af te staan van het MKB. In werkelijkheid verwijst het naar een zeer praktische behoefte: controle behouden over technologieën die inmiddels cruciaal zijn voor verkoop, bedrijfsvoering, prognoses, naleving en rapportage.
Als je AI- of analytics-platforms overweegt, raad ik je aan om het thema ‘soevereiniteit’ vanuit een praktische invalshoek te bekijken. Dit zijn de criteria die er echt toe doen.
Veel kleine en middelgrote ondernemingen kiezen voor AI op basis van demo’s, gebruiksgemak en de initiële kosten. Dat is begrijpelijk, maar tegenwoordig niet meer voldoende. De juiste vraag is niet alleen: „Doet deze oplossing wat ik nodig heb?”. De volledige vraag luidt: „Blijft deze oplossing in overeenstemming met mijn operationele, regelgevende en strategische beperkingen als de geopolitieke context verslechtert of verandert?”.
Hier begint het verhaal over het Manhattan-project op het gebied van kunstmatige intelligentie ineens niet meer zo ver weg te lijken. Als de Verenigde Staten en China AI als nationale infrastructuur beschouwen, zou elk Europees bedrijf zich op zijn minst moeten afvragen waar het zelf op die kaart staat.
Managementkeuze: de beste AI-partner is niet alleen degene met de meeste functies. Het is degene die je onnodige risico’s vermindert zonder de innovatie te vertragen.
Daarom is technologische soevereiniteit geen autarkie. Het is het vermogen om weloverwogen keuzes te maken, risico’s te spreiden en de controle over kritieke processen te behouden.
De belangrijkste les is niet dat we een herhaling van het Manhattan-project meemaken. Dat is het niet. De les is concreter. AI heeft inmiddels de grenzen van de techmarkt overschreden en is doorgedrongen tot het domein van de nationale strategie.
Voor een Italiaanse ondernemer is het de moeite waard om de komende maanden op een aantal signalen te letten: de mate van daadwerkelijke afstemming tussen de Amerikaanse regering en het bedrijfsleven, de vertaling van het verhaal naar operationele capaciteiten, de ontwikkeling van de Europese houding ten aanzien van regelgeving en investeringen, en vooral de manier waarop deze dynamieken tot uiting komen op het gebied van cloud, modellen, toegang tot rekenkracht en gegevensbeheer.
De meest rationele keuze is op dit moment niet om te wachten tot er volledige duidelijkheid is. Die zal er niet snel komen. De rationele keuze is om een AI-strategie te ontwikkelen die innovatie, naleving van de regelgeving en het verminderen van kritieke afhankelijkheid met elkaar verenigt.
In een wereld waarin geopolitiek deel uitmaakt van de technologische stack, is het net zo belangrijk om de juiste partners te kiezen als om de juiste tools te selecteren.
Als je een solide AI-strategie wilt ontwikkelen die beter aansluit bij de Europese context, neem dan eens een kijkje bij ELECTE, een AI-aangedreven platform voor data-analyse dat is ontworpen om bedrijfsgegevens om te zetten in duidelijke operationele beslissingen, met een aanpak die is afgestemd op de behoeften van Europese bedrijven. Je kunt zien hoe het werkt en beoordelen of het zonder onnodige complicaties bij jouw tech-stack past.
.svg)
.svg)
.svg)
