Europa heeft wellicht de eerste fase van de artificial intelligence-wedloop verloren. Het beschikt niet over de grootste cloud-platforms, de krachtigste basismodellen, noch over voldoende gespecialiseerde rekeninfrastructuur waarop geavanceerde AI steunt. Maar de volgende fase zou wel eens op een heel andere plek kunnen worden beslist: op fabrieksvloeren, in magazijnen en in machines.

Naarmate AI zich ontwikkelt van het genereren van tekst en beelden naar waarnemen, beslissen en handelen in de fysieke wereld, zou het voordeel kunnen verschuiven naar degenen die de controle hebben over industriële data, simulatiesystemen en de software die wordt gebruikt om robots te trainen. Dit biedt kansen voor Europa.

De paradox: talent zonder schaalgrootte

De positie van Europa op het gebied van AI is paradoxaal. Europa beschikt over een groot reservoir aan talent, diepgaande industriële expertise en enkele van de meest geautomatiseerde fabrieken ter wereld. Rond In Europa zijn 325.000 AI-professionals werkzaam, terwijl Europese AI-start-ups tussen 2025 en de eerste helft van 2026 meer dan $40 miljard hebben opgehaald.

Toch blijft Europa zwak op de gebieden waar schaalgrootte het belangrijkst is. Het trekt veel minder financiering aan voor AI-projecten in een vergevorderd stadium dan de Verenigde Staten, bezit slechts ongeveer 3% van de wereldwijde AI-octrooien, en is in hoge mate afhankelijk van buitenlandse computerinfrastructuur. Hoewel het land ongeveer 16% van de in totaal data datacenters ter wereld herbergt, beschikt het over minder dan 5% van de gespecialiseerde rekencapaciteit die wordt ingezet voor geavanceerde AI.

Lichamen, nog geen hersenen

Op de fabrieksvloer is het beeld echter anders. In West-Europa wordt ongeveer 267 industriële robots per 10.000 werknemers in de verwerkende industrie. Duitsland telt er ongeveer 449, waarmee het een van ’s werelds meest geautomatiseerde productie-economieën is. Dit bestaande bestand biedt Europa een potentieel waardevol uitgangspunt, maar vormt nog geen strategisch voordeel. In een fabriek kunnen duizenden robots worden ingezet zonder controle te hebben over de software, data of de intelligentie die deze systemen waardevol maakt. Veel Europese machines maken nog steeds gebruik van verouderde PLC-code, propriëtaire interfaces en gefragmenteerde systemen. Operationele kennis blijft vaak beperkt tot afzonderlijke fabrieken, leveranciers van apparatuur en engineeringteams.

Europa beschikt over de arbeidskrachten. Het heeft echter nog niet voldoende zeggenschap over de kennis. Dit onderscheid wordt steeds belangrijker nu de Europese productiesector te maken heeft met toenemende Chinese concurrentie, een tekort aan arbeidskrachten en druk om de productiviteit te verhogen. Fysieke AI zou kunnen bijdragen aan de modernisering van fabrieken en de industriële positie van Europa kunnen beschermen. Maar het aanschaffen van meer robots alleen zal niet volstaan. De strategische vraag is wie eigenaar zal zijn van de systemen die deze robots trainen, coördineren en verbeteren.

Waarom simulatie een doorbraak betekent

Hier komen synthetische data en simulatie om de hoek kijken. Het trainen van robots in de echte wereld is een traag, kostbaar en potentieel gevaarlijk proces. Een gesimuleerde fabriek kan miljoenen voorbeelden genereren door objecten, indelingen, verlichting en fysieke omstandigheden automatisch te wijzigen. Robots kunnen zeldzame of gevaarlijke situaties oefenen zonder de productie te onderbreken of apparatuur te beschadigen.

Recent onderzoek toont het potentieel aan. Een systeem dat was getraind op basis van ongeveer 1,8 miljoen synthetische robottrajecten behaalde een succespercentage van ongeveer 80% bij praktische manipulatietaken, zonder fysieke training data of praktische fijnafstemming. Andere benaderingen kan één menselijke video omzetten in een driedimensionale omgeving en daaruit voorbeelden voor de training van robots genereren.

Simulatie zal het testen in de praktijk niet overbodig maken. Fabrieken zijn te complex en de veiligheidseisen te streng om uitsluitend op virtuele prestaties te kunnen vertrouwen. Maar een groot deel van het kostbare opleidingsproces zou kunnen worden verplaatst naar simulatie, waardoor de implementatie in de praktijk wordt gereserveerd voor validatie, aanpassing en voortdurende verbetering. En dat verandert waar waarde kan worden gecreëerd. De belangrijkste activa op het gebied van robotica zijn wellicht niet langer uitsluitend hardware, maar synthetische data-sets, industriële wereldmodellen, simulatietools en implementatieplatforms.

Waar Europa een rol zou moeten spelen

Europa loopt het risico dat het cloud-tijdperk zich herhaalt: de Europese industrie neemt buitenlandse systemen over, terwijl de data, de platforms en de economische waarde elders blijven. Het omvangrijke robotpark vormt alleen een strategisch voordeel als Europese bedrijven machines met elkaar kunnen verbinden, industriële data kunnen standaardiseren en fabriekskennis kunnen omzetten in herbruikbare opleidingsomgevingen.

Europa hoeft niet op elk niveau van AI het voortouw te nemen. Het bedrijf dient zich te richten op de gebieden waarop het reeds over onderscheidende sterke punten beschikt: productie, robotica, industriële automatisering en veiligheidskritische systemen.

Fabrikanten dienen operationele data- en digitale fabrieksmodellen als strategische activa te beschouwen. Technologiebedrijven dienen software te ontwikkelen die verouderde machines koppelt aan moderne AI. Beleidsmakers dienen gezamenlijke testfaciliteiten, simulatie-infrastructuur en interoperabele normen te ondersteunen. Investeerders moeten het kapitaal in de latere ontwikkelingsfase verstrekken dat nodig is om veelbelovende robotica-bedrijven om te vormen tot wereldwijde platforms.

Het venster wordt geopend

Er worden al investeringen in deze richting gedaan. In juni 2026 zal een Een Duits robotica-bedrijf heeft een financieringsronde aangekondigd van ongeveer $1 miljard voor de uitbreiding van humanoïde robots en een AI-trainingsplatform. Op de luchthaven van München wordt tevens een 2.300 vierkante meter groot opleidingscentrum voor Physical AI ontwikkeld om robots te trainen en leerresultaten data in Europa te genereren.

Deze initiatieven zijn van belang omdat zij verder kijken dan alleen de hardware en gericht zijn op de beheersing van de opleidingsinfrastructuur zelf. Europa beschikt reeds over het technische talent, de industriële omgevingen en de machines. De vraag is of het deze troeven kan omzetten in schaalbare software, data en platforms voordat buitenlandse bedrijven dat doen.

Europa beschikt al over de robots. Het moet nu de intelligentie ontwikkelen die daarachter schuilgaat.