In de eerste vier maanden van 2026 kondigden Microsoft, Google, Amazon en Meta gezamenlijk meer dan $300 miljard aan AI-infrastructuurinvesteringen aan voor dit jaar alleen. De Europese Unie heeft haar eigen teller: €42 miljard aan AI-infrastructuurinvesteringen in Europa — datacenter capaciteit, GPU-clusters, energie-infrastructuur, kabelverbindingen — gepland voor de periode 2025–2028. De getallen zijn indrukwekkend. De vraag die zelden gesteld wordt in de boardrooms die deze aankondigingen consumeren, is de vraag die er werkelijk toe doet: wie profiteert hiervan, en wie betaalt de rekening?
Dit stuk beantwoordt die vraag vanuit drie perspectieven: het macro-economische (waar gaat het geld naartoe?), het sectorspecifieke (welke industrieën profiteren het meest van de capaciteitsuitbreiding?), en het strategische (wat betekent deze investeringsgolf voor de concurrentiepositie van Europese ondernemingen?)
Waar Gaat het Geld Naartoe?
De €42 miljard Europese AI-infrastructuurinvestering verdeelt zich over drie categorieën, elk met een eigen profieldifferentiatie.
De grootste categorie — ongeveer 55% van het totaal — is datacenter capaciteit. Microsoft investeert €3,2 miljard in Nederland, voornamelijk in uitbreiding van haar datacenter footprint in de Amsterdamse regio. Google heeft €1 miljard aangekondigd voor datacenter uitbreiding in Duitsland en Finland. Amazon Web Services investeert €7,8 miljard in datacenter capaciteit in Duitsland en Spanje over de komende vijf jaar. Deze investeringen gaan primair naar energiecontracten, koeling, en serverinfrastructuur — en een significant deel verlaat Europa meteen via leverancierscontracten voor hardware die overwegend in Taiwan en Zuid-Korea geproduceerd wordt.
De tweede categorie — 30% — is energieinfrastructuur. AI-training en inference zijn energie-intensief op een schaal die vijf jaar geleden niet voorzien was. Een grote GPU-cluster voor AI-training verbruikt evenveel stroom als een middelgrote stad. De Europese datacenters die de AI-infrastructuurgolf mogelijk maken, zijn de snelst groeiende consument van elektriciteit op het continent. In Nederland is datacentercapaciteit al goed voor meer dan 3% van het nationaal elektriciteitsverbruik — en dat percentage stijgt. De energienetwerken die deze datacenters verbinden, de zonneparken en windmolenparken die de duurzame stroom leveren, en de netwerkversterkingen die nodig zijn om de capaciteit te distribueren, absorberen een substantieel deel van de investering.
De derde categorie — 15% — is onderzeese kabelinfrastructuur en netwerkverbindingen. De AI-werklasten die in Europese datacenters worden uitgevoerd, vereisen lage-latency verbindingen met de Atlantische en Indo-Pacifische datacenternetwerken waar de modeltraining plaatsvindt. Submariene kabelprojecten die Europa verbinden met Noord-Amerika en Azië zijn in 2025–2026 exponentieel gegroeid. Hier is de mix van publieke en private financiering het meest complex: sommige projecten zijn volledig privaat (Google's Equiano kabel), andere zijn gedeeltelijk met Europees publiek kapitaal gefinancierd.
Wie Zijn de Werkelijke Begunstigden?
De investeringsaankondigingen worden gepresenteerd als Europese AI-investeringen. De realiteit is genuanceerder. Het merendeel van de economische waarde die gegenereerd wordt door deze infrastructuurinvesteringen stroomt naar vier categorieën begunstigden — waarvan slechts één primair Europees is.
De eerste categorie begunstigden zijn de hyperscalers zelf: Microsoft, Google, Amazon, Meta. De Europese datacenter uitbreiding vergroot hun capaciteit om AI-diensten te leveren aan Europese klanten — op infrastructuur die zij bezitten, met modellen die zij ontwikkeld hebben, op een schaal die geen Europese concurrent kan evenaren. De investeringen versterken hun Europese marktpositie, niet die van Europese alternatieven.
De tweede categorie zijn de hardware producenten: NVIDIA, TSMC, SK Hynix, Samsung. Elke GPU die in een Europees datacenter geplaatst wordt, is een NVIDIA-chip (of steeds vaker een AMD-chip) die gefabriceerd is in Taiwan of Zuid-Korea. De Europese Chips Act heeft tot doel om hier verandering in te brengen — maar de TSMC-fabriek in Dresden, die eind 2025 operationeel is gegaan, levert chips voor automotive en industriële toepassingen, niet voor de AI-GPU markt. De AI-hardware productieketen is vooralsnog buiten-Europees, en dat verandert niet op korte termijn.
De derde categorie zijn de Europese energie- en bouwsector. Hier is de economische waarde voor Europa het meest direct: datacenterbouw, energielevering, netwerkinstallatie, en onderhoud. In Nederland hebben bouwbedrijven, energiebedrijven (Vattenfall, Eneco), en netbeheerders (TenneT, Liander) significante meerwaarde gegenereerd uit de datacenterboom. Dit is echter infrastructuurwaarde — werkgelegenheid en omzet in de aanlegfase — niet de strategische waarde die de AI-economie op lange termijn genereert.
De vierde categorie — en de meest strategisch interessante — zijn de Europese ondernemingen die de infrastructuurcapaciteit gebruiken om AI-gedreven diensten te bouwen die concurrerend zijn op wereldschaal. Hier is de lijst dunner dan de investeringsaankondigingen suggereren, maar niet leeg. Adyen, ASML, ING, Zalando, en een groeiend cohort van Europese AI-native startups (Mistral AI in Frankrijk, DeepL in Duitsland, Mollie in Nederland) bouwen op de Europese AI-infrastructuur diensten die specifiek concurrentievoordeel creëren voor de Europese markt.
De Energieparadox
De grootste onvoorziene consequentie van de AI-infrastructuurboom is de energieparadox die zij creëert voor Europa's klimaatdoelstellingen. De EU heeft zichzelf gebonden aan klimaatneutraliteit in 2050, met tussendoelstelling van 55% CO2-reductie in 2030. De AI-infrastructuuruitbreiding die nu plaatsvindt, plaatst een significante nieuwe vraag op het Europese elektriciteitsnetwerk — op een moment waarop dat netwerk al onder druk staat van de elektrificering van transport en verwarming.
De hyperscalers committeren zich aan 100% hernieuwbare energie voor hun Europese datacenters — via Power Purchase Agreements (PPA's) met zon- en windenergie producenten. Dit commitment is reëel maar incompleet: het dekt de gemiddelde jaarlijkse energievraag, niet de piekbelasting. Op momenten van hoge AI-werkbelasting en lage hernieuwbare productie (windstilte, bewolkt weer), draaien de datacenters op stroom die deels van fossiele bronnen afkomstig is. De netbeheerders weten dit. De regulatoren weten dit. De klanten die 'groene' AI-diensten inkopen, weten het minder.
Voor Nederlandse bestuurders is dit relevant in twee richtingen. Ten eerste: de eigen energiestrategie van de onderneming. Als uw bedrijf significante AI-werkbelastingen draait op cloudinfrastructuur die 'groen' is geclaimd, is het de moeite waard om de PPA-structuur van uw cloudleverancier te begrijpen — niet om leverancier te wisselen, maar om de werkelijke carbon footprint van uw AI-operaties realistisch te modelleren. Ten tweede: de beleidsimplicaties. De Nederlandse overheid staat voor een keuze over de vergunningverlening voor nieuwe datacenters, die momenteel controversieel is in provincies als Noord-Holland. De beleidsbeslissingen die de komende twee jaar genomen worden over datacenterlocaties en energiecontracten, zullen de Europese AI-infrastructuurcapaciteit voor het volgende decennium bepalen.
De Competitieve Implicatie voor Europese Ondernemingen
Wat betekent de AI-infrastructuurboom voor de strategische positie van Europese ondernemingen — niet als investeerders in de infrastructuur, maar als gebruikers ervan?
De beschikbaarheid van AI-infrastructuur in Europa is de afgelopen twee jaar dramatisch verbeterd. Twee jaar geleden was de wachttijd voor GPU-capaciteit bij Europese cloudaanbieders drie tot zes maanden. Vandaag is de meeste gangbare GPU-capaciteit — NVIDIA A100, H100, de nieuwere H200 — beschikbaar binnen dagen via de drie grote hyperscalers in hun Europese regio's. Dit is een structurele verandering voor Europese ondernemingen die AI-modellen willen trainen of finetunen op bedrijfseigen data: de toegangsdrempel is gedaald.
De implicatie: de bottleneck voor Europese AI-adoptie is niet langer infrastructuurbeschikbaarheid. Het is interne capaciteit — het vermogen van Europese ondernemingen om te specificeren welke AI-systemen gebouwd moeten worden, om de data te structureren waarop die systemen draaien, en om de organisatie te herontwerpen rondom de systemen die geïmplementeerd worden. Investeringen in eigen data-architectuur en AI-talent zijn op dit moment meer strategisch relevant dan investeringen in eigen GPU-infrastructuur.
De uitzondering is soevereiniteit. Voor ondernemingen die werken met gevoelige data — financieel, medisch, juridisch, defensie-gerelateerd — is de locatie en het eigenaarschap van de infrastructuur waarop die data verwerkt wordt een strategische keuze, niet alleen een technische. De Europese Commissie heeft met de EU Data Act en de Data Governance Act een kader gecreëerd dat de bewegingsvrijheid van data beperkt. Ondernemingen die hun AI-werkbelastingen op niet-Europese infrastructuur draaien, lopen een toenemend compliance-risico — maar ook een reputatierisico bij Europese overheden en regulatoren die steeds scherper letten op de herkomst van de systemen waarmee publieke data verwerkt wordt.
Wat de Boardroom Moet Beslissen
Drie beslissingen die de komende twaalf maanden bepalend zijn voor uw strategische positie in de AI-infrastructuurgolf.
Make-or-buy op infrastruutcurniveau. De vraag is niet meer of u AI-infrastructuur nodig heeft. De vraag is of u die infrastructuur inkoopt als dienst van de hyperscalers, bouwt op basis van co-locatie bij Europese datacenters, of een hybride model hanteert. De businesscase voor eigen GPU-infrastructuur is alleen overtuigend bij werkbelastingen van meer dan €500.000 per jaar aan cloud-GPU-kosten. Onder dat niveau is cloud de rationele keuze. Boven dat niveau verdient eigen of co-located infrastructuur een serieuze businesscase — zeker voor ondernemingen met soevereiniteitsvereisten.
Data-architectuur als strategisch prioriteit. De waarde van de AI-infrastructuurboom realiseert zich alleen als uw bedrijfseigen data geschikt is om AI-systemen op te trainen en te finetunen. De meeste grote Europese ondernemingen hebben data in silo's, in legacy-formaten, met onvoldoende documentatie om direct bruikbaar te zijn voor AI-training. Investeren in data-architectuur — niet als IT-project, maar als strategisch prioriteit met boardlevel eigenaarschap — is de voorwaarde voor het realiseren van de waarde die de infrastructuurboom beschikbaar stelt.
Talentpositie in het AI-tijdperk. De infrastructuur is beschikbaar. De data kan gestructureerd worden. De bottleneck die overblijft is menselijk: het vermogen van de organisatie om te specificeren, te implementeren, en te beheren wat de infrastructuur mogelijk maakt. De schaarste aan AI-engineers, data scientists, en — steeds meer — AI-system-designers is acuter dan de infrastructuurschaarste ooit was. De organisaties die nu investeren in AI-talent — via eigen ontwikkeling, gerichte werving, of strategische partnerships met universiteiten en technologiebedrijven — bouwen de capaciteit die hun concurrenten over drie jaar niet hebben kunnen inhalen.
ZeroForce Perspectief
De €42 miljard is reëel. De investeringen worden gedaan. De infrastructuur wordt gebouwd. De vraag voor Europese bestuurders is niet of zij van deze golf kunnen profiteren — de capaciteit staat klaar. De vraag is of hun organisaties intern gereed zijn om de capaciteit te benutten. De bottleneck heeft zich verschoven van buiten naar binnen. De boardrooms die dit beseffen, investeren nu in data-architectuur en AI-talent. De boardrooms die wachten op de infrastructuur, wachten op de verkeerde heilige graal.
Bronnen: Microsoft Europese AI-investeringsaankondigingen 2026; Google Cloud Europese datacenter roadmap (Q1 2026); AWS Europese investeringsprogramma 2025–2028; European Commission AI infrastructure investment tracker; KPMG The AI Capex Boom: Winners and Losers (mei 2026); TenneT datacenter energievraag rapport 2025; Nederlandse datacenters.nl capaciteitsoverzicht Q1 2026; Mistral AI en DeepL company disclosures 2026.