Een krachtige technologiepositie op het gebied van AI vergt meer dan alleen een inzet op AI. Vanuit een strategisch oogpunt kan gekeken worden naar het bredere technologische ecosysteem en de ‘kritische’ innovatie-assets daarbinnen. In het Working Paper Het technologische ecosysteem van AI in Nederland analyseren Babette Bakker, Devin Diran, Claudio Lazo, Govert Gijsbers en Amber Geurts van TNO hoe dit technologisch ecosysteem van AI eruitziet in Nederland. Wat zijn de krachten en zwakten?
In het Working maken de auteurs een onderscheid tussen vijf belangrijke typen technologische assets: de kernassets, de complementaire assets, de ondersteunende infrastructuur, data en de standaarden. Ook hebben ze in vijf sectoren een blik geworpen op de vraag naar deze assets. Specifiek kijken ze naar de domeinen mobiliteit, zorg, infrastructuur, landbouw en industrie.
1. Het ontsluiten en delen van data is op dit moment de eerste belangrijkste bottleneck. Het opzetten van een datadeelinfrastructuur is daarom een voorwaarde voor een sterk technologisch ecosysteem van ai. Dataplatforms en datastandaarden zijn de belangrijkste elementen om op korte termijn AI-implementaties te kunnen stimuleren;
2. De volwassenheid van het sensornetwerk per sector verschilt en daarmee de volwassenheid van het technologische ecosysteem. Daarom moet rekening worden gehouden met een verschil in snelheid in de opname van AI per sector, zelfs al is de datadeelinfrastructuur op orde;
3. Op Europees niveau doet zich een chips tekort voor. Dit is een kritische schakel in het technologische ecosysteem. Een tekort aan computerchips kan een grote impact hebben op de brede ontwikkeling van ai doordat het rekenvermogen in ai-producten van groot belang is, maar ook via de ondersteunende infrastructuur zoals datacenters en netwerken voor Internet of Things , wearables en overige elektronica;
4. De levering van AI-diensten en -producten. De rol van Nederland bij de productie van AI-systemen verschilt per sector. Hierdoor neemt de afhankelijkheid toe van AI-producten die zijn getraind op data uit de vs, en vervolgens additionele middelen en tijd vereisen om in de Nederlandse context.
5. Voor de AI-producten en -diensten die Nederland ontwikkelt, kan het bouwen op een sterke kennispositie op het gebied van AI. Wel blijft Nederland afhankelijk van AI-gerelateerde diensten en producten van techgiganten, voor clouddiensten, en in de toekomst voor integrale AI-faciliteiten. De impact die deze afhankelijkheid heeft op het technologische ecosysteem van de verschillende sectoren, is moeilijk te overzien.
6. Veel AI-producten en -diensten komen tot stand door AI te combineren met complementaire technologieën, zoals immersieve technologie en robotica. Het belang van complementaire technologie is ook terug te zien bij bijvoorbeeld de autonome fabrieken, de autonome kassen en bij het onderhoud van infrastructuur.
7. Op de lange termijn komt er steeds meer aandacht voor systemen die onderling communiceren. Deze elementen in het technologische ecosysteem van AI zorgen ervoor dat Nederland een proeftuin kan zijn voor de opname van AI-producten en -diensten.
Verder onderzoek is nodig om op deze punten strategieën te ontwikkelen om het technologische ecosysteem van AI te behouden of te versterken, en zo een snelle opname van AI en AI-toepassingen in de private en publieke sectoren te realiseren.
Deze deelstudie is uitgevoerd binnen het adviesproject ‘Artificiële Intelligentie’. Doel van dit project is om zicht te krijgen op de impact die AI zal hebben op de Nederlandse samenleving, met name op de langere termijn.
Download het Working Paper hier.
