Chinese of Amerikaanse AI? Europese bedrijven wegen soevereiniteit, data en kosten af

Voor Europese bedrijven is de keuze tussen Chinese open-gewichten-AI-modellen en Amerikaanse propriëtaire alternatieven geen simpel binair vraagstuk. Zoals een in Duitsland gevestigde consultant tegen de South China Morning Post zei: "Een Chinees open-gewichtmodel dat op Europese infrastructuur draait, waarbij de data onder controle van het bedrijf blijven, kan in sommige opzichten een grotere operationele soevereiniteit bieden dan het gebruik van een propriëtair buitenlands [model] dat op afstand kan worden gewijzigd, van prijs kan worden veranderd of kan worden teruggetrokken" . De beslissende factor is niet waar het model is gebouwd, maar hoe het wordt ingezet.

De soevereiniteitsparadox: zelf hosten versus API huren

Chinese open-gewichtenmodellen kunnen paradoxaal genoeg de Europese operationele soevereiniteit verbeteren wanneer ze op lokale servers worden gehost. Zodra ze onder een permissieve licentie zijn gepubliceerd (DeepSeek gebruikt MIT, Qwen gebruikt Apache 2.0), kunnen deze gewichten worden gedownload, aangepast en volledig op de eigen infrastructuur van het bedrijf worden gedraaid, zonder dat er gegevens naar de aanbieder terugvloeien .

Daarentegen vereisen Amerikaanse closed-source modellen van OpenAI, Anthropic en Google het huren van API-toegang, waarbij per token wordt betaald en bedrijven worden onderworpen aan de voorwaarden, prijswijzigingen en roadmap van de aanbieder . Zoals CNBC opmerkte, creëert dit een afhankelijkheid van "een handvol AI-aanbieders" . Het Europees Parlement uitte ook zijn bezorgdheid dat de dominantie van niet-Europese AI-bedrijven onzekerheid creëert over de vraag of AI op de EU-markt "de grondrechten en waarden van de EU vrijwaart" .

Europa heeft momenteel geen grensverleggend closed-source model dat op het niveau van GPT of Claude zit; de sterkste Europese open-gewichtenkampioen, Mistral, is concurrerend maar bevindt zich niet aan de absolute grens . De realistische keuze op korte termijn voor de meeste Europese bedrijven is dus tussen een Amerikaans propriëtair model en een Chinees open-gewichtenmodel, niet een Europees alternatief.

De grootste kloof: GDPR-compliance en datacontrole

Hier creëert de implementatiewijze een juridische kloof. De Sovereign AI Registry beoordeelt DeepSeek R1 als "EU-inkoopklaar" wanneer het zelf wordt gehost, met de opmerking: "Gegevensstromen verlopen volledig — dezelfde gewichten, nul PRC-gegevensstroom" . Het GDPR-risico is verbonden aan de gehoste dienst, niet aan de open gewichten zelf .

• Gehoste Chinese API (bijv. deepseek.com): China heeft geen EU-GDPR-adequaatheidsbesluit en het privacybeleid van DeepSeek stelt expliciet dat gegevens in China worden opgeslagen en kunnen worden gedeeld met Chinese autoriteiten. Italië verbood de gehoste dienst binnen 72 uur . De Europese Commissie bevestigde dat elke overdracht van persoonsgegevens naar China door DeepSeek moet voldoen aan de AVG, waarvoor standaardcontractbepalingen of een adequaatheidsbesluit nodig zijn, die momenteel niet bestaan .
• Zelf gehoste open gewichten: Een zelf gehost Chinees open-gewichtenmodel op EU-infrastructuur stuurt geen gegevens terug naar China. Meerdere juridische analisten bevestigen dat het lokaal draaien van open-gewichtenmodellen hetzelfde lage risico met zich meebrengt als het lokaal draaien van Qwen of Llama — geen grensoverschrijdende gegevensstroom .
• Amerikaanse propriëtaire API: Amerikaanse cloudproviders bieden over het algemeen GDPR-conforme verwerkersovereenkomsten en opties voor dataverblijf in de EU. Elke API-aanroep stuurt echter nog steeds promptgegevens naar de infrastructuur van de provider, wat voor zeer gevoelige gebruikssituaties problemen kan opleveren .

Afhankelijkheden in de toeleveringsketen: een andere vorm van risico

Het gebruik van Chinese open-gewichtenmodellen creëert een stroomafwaartse afhankelijkheid van Chinese AI-labs voor updates, beveiligingspatches en toekomstige modelversies. CNBC wees op het risico dat "Amerikaanse bedrijven afhankelijk worden van Chinese technologie" — dezelfde logica is van toepassing op Europa . Het Centrum voor Europese Beleidsstudies waarschuwt dat Chinese modellen "backdoors kunnen bevatten die zelfs niet door intensieve veiligheidstraining kunnen worden verwijderd" en dat politieke controle "diep is ingebed in de trainingsdata-architectuur" .

Beide opties blijven echter uiteindelijk afhankelijk van in de VS ontworpen chips (Nvidia, AMD) of Chinese alternatieven die onderworpen zijn aan exportcontroles. Een Chinees model dat op Europese hardware draait, blijft afhankelijk van een wereldwijde toeleveringsketen voor halfgeleiders.

Het gebruik van Amerikaanse modellen koppelt het bedrijf aan Amerikaanse cloudproviders en prijsstelling van één leverancier. Nu de Amerikaanse AI-kosten zijn gestegen, stappen wereldwijde bedrijven actief over op goedkopere alternatieven . Goldman Sachs merkte op dat Chinese open-gewichtenmodellen "een kritiek punt van intelligentie bereiken dat ze tot levensvatbare alternatieven maakt" .

Het kostenvoordeel is dramatisch

Chinese open-gewichtenmodellen zijn 60–90% goedkoper dan vlaggenschip-Amerikaanse propriëtaire modellen . DeepSeek V4 Flash kost $0,14 per miljoen invoertokens, vergeleken met GPT-5.2 tegen $1,75 . Een workflow die $10.000 per maand kost op een toonaangevend Amerikaans model, kan $1.000 tot $4.000 kosten met een Chinees open-gewichtenalternatief .

In juli 2026 verwezen Amerikaanse bedrijven meer dan 30% van hun OpenRouter-tokens naar Chinese open modellen, tegen slechts 4,5% in de eerste helft van 2025 . Coinbase kondigde in juni 2026 aan dat het routinematige technische workloads had verlegd van OpenAI naar open-gewichtenmodellen van Zhipu AI en DeepSeek .

Een praktisch middenweg: multi-model routering

Veel Europese bedrijven hanteren een strategie van "workload-routering": het gebruik van goedkopere open-gewichtenmodellen voor niet-gevoelige taken en premium modellen voor kritieke taken, waardoor de afhankelijkheid van één enkele aanbieder afneemt . Deze hybride aanpak stelt bedrijven in staat om kosten, risico en prestaties in evenwicht te brengen.

Een verdedigbare modelselectiestrategie omvat vier stappen, volgens The National Law Review: in kaart brengen welke workflows welke modellen raken; identificeren waar exportgecontroleerde technologie in die workflows terechtkomt; een model-en-implementatiehouding voor elke workload vaststellen; en de zorgvuldigheid grondig documenteren .

De open-gewichtparadox kan niet worden genegeerd

Open gewichten zijn "niet terug te roepen" — zodra ze zijn vrijgegeven, kunnen veiligheidsvoorzieningen met minimale inspanning worden verwijderd, en duizenden varianten zonder veiligheidsmaatregelen circuleren al vrijelijk . Het gelijkmakende potentieel van open-gewichtenmodellen en de veiligheidsrisico's die ermee gepaard gaan, zijn onlosmakelijk met elkaar verbonden .

De EU AI Act, die sinds augustus 2025 van toepassing is op AI-modellen voor algemene doeleinden die op de EU-markt worden gebracht, gaat ervan uit dat modellen die zijn getraind met meer dan 10²⁵ floating-point-bewerkingen een systemisch risico met zich meebrengen en moeten voldoen aan verhoogde veiligheids- en transparantieverplichtingen . Zowel Chinese open-gewichten- als Amerikaanse propriëtaire modellen zullen hieraan moeten voldoen.

Kortom: De keuze voor Europese bedrijven is niet tussen "Chinees" en "Amerikaans" als monolithische categorieën. Het zelf hosten van een Chinees open-gewichtenmodel op Europese infrastructuur kan een betere datacontrole en operationele soevereiniteit bieden dan het vertrouwen op een Amerikaanse propriëtaire API — maar het introduceert andere afhankelijkheden in de toeleveringsketen, veiligheidsrisico's en politieke zorgen. Het meest praktische pad voor veel bedrijven is een hybride strategie die gevoelige workloads naar zelf gehoste open modellen stuurt en Amerikaanse propriëtaire API's reserveert voor minder gevoelige, hoogwaardige taken .