De Chinese AI-ambities op de proef gesteld: waarom miljarden aan investeringen verloren gaan

Meer dan alleen een chipoorlog: de echte reden waarom China's AI-offensief vastloopt

De Volksrepubliek China streeft met duizelingwekkende vastberadenheid naar haar doel om tegen 2030 's werelds leidende supermacht op het gebied van kunstmatige intelligentie te worden. Hoewel officiële verklaringen een rooskleurig toekomstbeeld schetsen waarin 90 procent van de economie draait op AI en intelligente systemen elk aspect van de samenleving doordringen, ontstaat er achter de schermen een veel complexer beeld. China's AI-offensief kampt met fundamentele structurele problemen die veel verder reiken dan de veelbesproken Amerikaanse beperkingen op de export van chips. Een tekort aan meer dan vijf miljoen geschoolde werknemers, een gefragmenteerde technologische infrastructuur, dramatische regionale ongelijkheden en een dreigende marktconsolidatie vormen existentiële uitdagingen voor de ambitieuze plannen van Peking.

De parallellen met de problemen rond de energietransitie in Duitsland zijn treffend. Net zoals Duitsland het risico loopt zijn digitale toekomst te laten mislukken door een gebrek aan netcapaciteit, kampt China met een ander soort infrastructurele onevenwichtigheid. Terwijl er in Frankfurt geen datacenters gebouwd kunnen worden vanwege een gebrek aan stroomaansluitingen, staan ​​ultramoderne faciliteiten in westelijke Chinese provincies grotendeels leeg omdat de benodigde infrastructuur, menselijk kapitaal en praktische vraag ontbreken. In beide gevallen komt een fundamentele waarheid van modern technologiebeleid aan het licht: gigantische investeringen in individuele componenten zijn zinloos als het gehele systeem niet consistent wordt ontwikkeld.

Geschikt hiervoor:

• China en de Neijuan van systematische overinvestering: staatskapitalisme als groeiversneller en structurele valkuil

De talentenval

Wellicht de meest kritieke zwakte van China's AI-strategie is het dramatische tekort aan geschoolde arbeidskrachten. Het Ministerie van Personeelszaken en Sociale Zekerheid schat het tekort op meer dan vijf miljoen mensen, met een duizelingwekkende verhouding tussen vraag en aanbod van één op tien. In de eerste helft van 2025 explodeerde het aantal vacatures voor AI-gerelateerde functies met 37 procent ten opzichte van dezelfde periode het jaar ervoor. Vooral robotica-ingenieurs en algoritmeontwikkelaars waren in trek, met een stijging van meer dan 50 procent in het aantal vacatures voor deze functies. Deze cijfers tonen geen gezonde groei aan, maar eerder een wanhopige strijd om schaarse middelen.

McKinsey voorspelt dat de vraag naar AI-professionals in China tegen 2030 zal stijgen tot zes miljoen, terwijl binnenlandse universiteiten en terugkerende Chinezen uit het buitenland er op zijn best twee miljoen kunnen leveren. Dit creëert een tekort van vier miljoen hooggekwalificeerde werknemers, en dit tekort zal waarschijnlijk verder toenemen, aangezien het geboortecijfer in China al jaren daalt. De VN verwacht dat de beroepsbevolking tegen 2050 met 180 miljoen zal krimpen ten opzichte van 2023, terwijl de bevolking snel vergrijst. De gemiddelde leeftijd van de beroepsbevolking zal stijgen tot boven de 45 jaar. China bevindt zich daardoor in een demografisch dilemma tussen opkomende economieën zoals Vietnam en vergrijzende geïndustrialiseerde landen zoals Japan.

Oppervlakkig gezien zou je kunnen denken dat China een overvloed aan afgestudeerden heeft. Chinese universiteiten leveren inderdaad jaarlijks zo'n 1,4 miljoen afgestudeerden in STEM-vakken af. De realiteit laat echter een kwalitatief verschil zien. Echt baanbrekend onderzoek en de ontwikkeling van grensverleggende modellen vereisen voornamelijk promovendi. Het aantal promovendi met een AI-achtergrond blijft relatief laag, wat leidt tot hevige concurrentie om het beschikbare toptalent. Ervaren machine learning-wetenschappers bij techreuzen verdienen nu salarissen van zeven cijfers in yuan. Kleinere startups melden dat cruciale onderzoeks- en ontwikkelingsfuncties maandenlang onvervuld blijven, waardoor de productontwikkeling enorm wordt vertraagd.

Het probleem wordt verergerd door de specifieke aard van AI-integratie. In tegenstelling tot de mobiele revolutie van de jaren 2010, toen de kerntechnologieën al functioneel waren en kapitaal voornamelijk nodig was voor gebruikerswerving en logistieke uitbreiding, vereist de implementatie van AI continu, contextspecifiek onderzoek en ontwikkeling. Een ziekenhuis kan niet zomaar ChatGPT installeren en praten over AI-gestuurde gezondheidszorg. Het vergt maanden of zelfs jaren van ontwikkeling om medische workflows, naleving van regelgeving en integratie met bestaande systemen aan te pakken. Zonder geduldig kapitaal dat bereid is deze meerjarige ontwikkelingscycli te financieren, lopen de meeste AI-plus-projecten vast voordat de kernuitdagingen van de implementatie zijn opgelost.

Het gebrek aan interdisciplinaire expertise blijkt bijzonder problematisch. Een studie uit 2024 van de Renmin Universiteit toonde aan dat China kampt met een tekort aan toptalent, met name AI-wetenschappers en professionals met expertise in verschillende sectoren. De integratie van AI in traditionele industrieën vereist mensen met zowel een diepgaand technisch begrip als uitgebreide branchekennis. Een AI-systeem voor de landbouw vereist ontwikkelaars die verstand hebben van agronomie. Een AI-systeem voor de financiële sector vereist experts die bekend zijn met de regelgeving. Deze interdisciplinaire vaardigheden zijn wereldwijd schaars, maar vooral in China.

Bedrijven reageren met verschillende strategieën. Sommige werven agressief in het buitenland, versoepelen de hukou-regels en proberen talent uit het buitenland terug te halen. Andere investeren fors in interne trainingsprogramma's. De overheid stimuleert de uitbreiding van AI-curricula aan universiteiten. Meer dan vijfhonderd Chinese universiteiten hebben sinds 2018 AI-opleidingen opgezet. Culturele en onderwijskundige veranderingen kosten echter tijd. Zelfs met versnelde inspanningen zal het tekort aan talent het Chinese AI-ecosysteem de komende tien jaar blijven belasten.

De geopolitieke dimensie verergert het probleem nog verder. Hoewel Chinese universiteiten aanzienlijke vooruitgang boeken in AI-onderwijs, blijven wereldwijde technologiecentra toptalent aantrekken. De onzekerheid die voortkomt uit overheidsregulering, ideologische controle en vermeende beperkingen van de academische vrijheid, zet sommige talenten ertoe aan naar het buitenland te emigreren of in China te blijven. Hoewel China 47 procent van 's werelds toonaangevende AI-onderzoekers en 50 procent van de AI-patenten in handen heeft, kunnen deze indrukwekkende cijfers niet verbergen dat de enorme vraag de beschikbare middelen ver overstijgt.

Infrastructuurcrisis ondanks enorme investeringen

De AI-infrastructuur van China vertoont een paradox van monumentale proporties. Enerzijds kondigde het land tussen 2023 en 2024 meer dan 250 nieuwe datacenters voor kunstmatige intelligentie aan of bouwde er een. Publieke en private investeerders pompten miljarden in de uitbreiding van de digitale infrastructuur. Anderzijds melden lokale bronnen dat tot wel 80 procent van deze nieuw gecreëerde rekenkracht ongebruikt blijft. De bezettingsgraad van veel slimme datacenters schommelt tussen de 20 en 30 procent. Faciliteiten die miljarden hebben gekost, staan ​​grotendeels stil, terwijl de exploitanten wanhopig op zoek zijn naar klanten en de aanhoudende kosten voor koeling, elektriciteit en onderhoud hun financiële situatie onder druk zetten.

Deze bizarre situatie is het gevolg van een combinatie van politieke druk, speculatieve excessen en fundamentele misrekeningen. Na het barsten van de huizenbubbel en de door COVID veroorzaakte economische neergang zochten lokale overheden wanhopig naar nieuwe groeimotoren. Het enthousiasme rond ChatGPT eind 2022 deed AI eruitzien als de ideale kandidaat. In 2023 waren er landelijk meer dan 500 datacentrumprojecten voorgesteld. Lokale overheden promootten deze initiatieven agressief, in de hoop hun regionale economieën een impuls te geven. Staatsbedrijven, aan de overheid gelieerde investeringsfondsen, evenals particuliere bedrijven en investeerders omarmden enthousiast de vermeende gouden toekomst.

Zoals typisch is voor overhaaste projecten, ontbrak het echter vaak aan realistische planning. Veel faciliteiten werden gebouwd zonder rekening te houden met de werkelijke vraag of technische standaarden. Ingenieurs met relevante ervaring waren schaars en veel managers vertrouwden op tussenpersonen die prognoses opbliezen of aanbestedingsprocedures misbruikten om subsidies te verkrijgen. Als gevolg hiervan voldeden veel nieuwe datacenters niet aan de verwachtingen: ze waren duur in gebruik, moeilijk te vullen en technisch irrelevant voor moderne AI-workloads.

Geschikt hiervoor:

• AI-boom in China, of staat de AI-bubbel op het punt te barsten? Honderden nieuwe datacenters staan ​​leeg

Een belangrijk probleem schuilt in het type infrastructuur dat is gebouwd. Veel datacenters waren ontworpen voor het trainen van grote taalmodellen en werden daarom gevestigd in de westelijke provincies met hun lagere energieprijzen. Dit sloot aan bij het Eastern Data Western Computing Initiative, dat tot doel had de dataverwerking te verplaatsen van de overvolle stedelijke gebieden in het oosten naar de grondstofrijke regio's in het westen. Toen de vraag echter verschoof van pure modeltraining naar inferentie – de praktische toepassing van getrainde modellen – bleken veel westelijke faciliteiten slecht gepositioneerd. Inferentie vereist doorgaans andere hardwareconfiguraties: snellere, responsievere chips die prioriteit geven aan lage latentie en efficiëntie boven pure rekenkracht. Bovendien moet inferentie dicht bij de eindgebruikers plaatsvinden, oftewel in de grote steden in het oosten. Westerse datacenters zijn dus vaak gebouwd voor de verkeerde taken en op de verkeerde locaties gevestigd.

Als reactie hierop kondigde Peking de bouw aan van een datacentrum gericht op inferentie in Wuhu, een prefectuur in het zuidoosten, om grote stedelijke markten zoals Shanghai, Hangzhou en Nanjing te bedienen. Maar dit is slechts een druppel op een hete plaat. De verkeerde toewijzing van middelen aan ongeschikte infrastructuur heeft miljarden aan kapitaal vastgelegd dat elders productiever had kunnen worden ingezet. Sommige projecten waren blijkbaar nooit bedoeld om winst te genereren door middel van daadwerkelijke rekenkracht. Verschillende rapporten en bronnen binnen de sector bevestigen dat sommige bedrijven AI-datacentra gebruikten om in aanmerking te komen voor door de overheid gesubsidieerde groene energie of grondcontracten. In sommige gevallen werd de geoormerkte elektriciteit teruggeleverd aan het net, terwijl de gebouwen ongebruikt bleven. Eind 2024 streefden de meeste spelers in de sector ernaar te profiteren van beleidsstimulansen in plaats van van daadwerkelijk AI-werk.

Hardwaretekorten verergeren de situatie nog verder. Ondanks de enorme overheidssteun voor de ontwikkeling van chips in eigen land, blijven Chinese AI-bedrijven sterk afhankelijk van buitenlandse technologie. De VS beheerst meer dan 70 procent van de wereldwijde rekenkracht en gebruikt exportbeperkingen om China's toegang tot geavanceerde chips zoals de Nvidia H100 en cruciale verpakkingstechnologieën te beperken. Naar verwachting zal het tekort aan AI-chips in China in 2025 oplopen tot meer dan 10 miljard dollar. Binnenlandse alternatieven zoals de Huawei Ascend 910B blijven achter qua prestaties bij het trainen van grote taalmodellen. Bovendien vereisen geavanceerde AI-clusters niet alleen chips, maar ook zeer geavanceerde interconnecties die tienduizenden processors omvatten. Amerikaanse bedrijven blijven toonaangevend in systeemontwerp.

Chinese bedrijven kochten alleen al in 2024 bijna een miljoen Nvidia HGX H20-processors. Deze afhankelijkheid blijft bestaan ​​omdat Nvidia's grote aanbod en volwassen CUDA-software een kip-en-ei-probleem creëren voor de Chinese AI-industrie. De binnenlandse hardware is zowel onvoldoende in volume als onvoldoende ontwikkelaarsondersteuning. DeepSeek probeerde zijn R2-model te trainen op Huawei's Ascend-chips, maar moest noodgedwongen overstappen op Nvidia-hardware vanwege instabiele prestaties, zwakkere interconnecties en de onvolwassenheid van CANN. Zelfs als Chinese fabrikanten de markt zouden kunnen overspoelen met Ascend NPU's of Moore Threads GPU's, maakt een zwakke softwarestack ze onaantrekkelijk voor ontwikkelaars.

Het software-ecosysteem voor Chinese AI-chips is aanzienlijk zwakker dan zijn westerse tegenhanger. Nvidia's CUDA profiteert van meer dan vijftien jaar documentatie en verfijning, een grote gebruikersbasis en robuuste integratie met populaire machine learning-frameworks zoals PyTorch en TensorFlow. Huawei's CANN-framework werd pas in 2019 geïntroduceerd, twaalf jaar na CUDA. Ontwikkelaars beschrijven het vaak als buggy, instabiel en slecht gedocumenteerd, met frequente crashes tijdens de uitvoering en beperkte integratie met externe partijen. Deze problemen maken grootschalige trainingssessies op Chinese hardware niet onmogelijk, maar ze maken ze wel aanzienlijk duurder.

Het gebrek aan gemeenschappelijke standaarden tussen de verschillende Chinese chipfabrikanten zorgt voor verdere fragmentatie van de markt. Elke fabrikant heeft zijn eigen incompatibele softwarestack op laag niveau. Gangbare AI-frameworks ondersteunen voornamelijk Nvidia-chips. Binnenlandse AI-chips moeten zich aanpassen aan meerdere frameworks, en elke framework-upgrade vereist herhaalde aanpassingen. Dit leidt tot ontbrekende operators en optimalisaties voor grote modellen, waardoor modellen niet kunnen draaien of inefficiënt worden, tot discrepanties in precisie als gevolg van verschillen in architectuur en software-implementatie, en tot hoge portingkosten om grootschalige modeltraining op binnenlandse chips mogelijk te maken.

De Model-Chip Ecosystem Innovation Alliance, opgericht in de zomer van 2025, probeert dit probleem aan te pakken. Het verenigt Huawei, Biren Technologies, Enflame, Moore Threads en anderen met als doel een volledig gelokaliseerde AI-stack te bouwen die hardware, modellen en infrastructuur met elkaar verbindt. Succes hangt af van het bereiken van interoperabiliteit door middel van gedeelde protocollen en frameworks en het verminderen van de fragmentatie van het ecosysteem. Hoewel het verenigen van software op laag niveau lastig kan zijn vanwege de verschillende architecturen, lijkt standaardisatie op middenniveau realistischer. Door zich te richten op gemeenschappelijke API's en modelformaten hoopt de groep modellen overdraagbaar te maken tussen binnenlandse platforms. Ontwikkelaars zouden code één keer kunnen schrijven en deze op elke Chinese accelerator kunnen uitvoeren. Totdat deze standaarden echter daadwerkelijk bestaan, betekent fragmentatie dat elk bedrijf meerdere problemen tegelijkertijd op meerdere fronten moet aanpakken in een verzadigde markt.

Huawei heeft CANN begin augustus 2025 open source gemaakt, mogelijk als onderdeel van zijn commitment aan de nieuwe alliantie of als een algemene poging om zijn Ascend 910-serie tot het voorkeursplatform voor Chinese bedrijven te maken. Tot die tijd werd Huawei's AI-toolkit voor Ascend NPU's in beperkte mate gedistribueerd. De volwassenheid van CANN loopt achter op die van CUDA, voornamelijk omdat er buiten Huawei's eigen projecten geen brede, stabiele geïnstalleerde basis van Ascend-processors bestond. Ontwikkelaars volgen schaalvoordelen, en CUDA werd dominant omdat miljoenen Nvidia GPU's waren geleverd en breed beschikbaar waren, wat investeringen in tuning, libraries en communityondersteuning rechtvaardigde. Huawei en andere Chinese ontwikkelaars kunnen geen miljoenen Ascend NPU's of Biren GPU's leveren vanwege Amerikaanse sancties.

De energie-infrastructuur laat een gemengd beeld zien. China heeft zijn elektriciteitsnet tachtig keer sneller uitgebreid dan de VS en is wereldleider op het gebied van zonne-, wind- en waterkrachtcapaciteit. Deze enorme investeringen in hernieuwbare energiebronnen zijn bedoeld om de schaalvergroting van AI duurzaam te maken. Het Eastern Data Western Computing Initiative verplaatst de dataverwerking naar energie- en landrijke westelijke regio's, aangedreven door wind- en zonne-energie. Het doel is niet alleen om de kosten te verlagen, maar ook om een ​​robuustere en duurzamere infrastructuur te creëren. Naar verwachting zullen er tegen het einde van het veertiende vijfjarenplan in 2025 miljoenen IT-racks geïnstalleerd zijn.

Hoewel de westelijke regio's beschikken over overvloedige wind- en zonne-energiebronnen en lagere elektriciteitsprijzen, lopen ze vaak achter op het gebied van infrastructuurontwikkeling. De uitdaging ligt in het efficiënt combineren van de overvloedige groene energiebronnen in de minder ontwikkelde westelijke regio's met de groeiende behoefte aan dataverwerking in het oosten. De computerbehoeften zijn geconcentreerd in de oostelijke regio's, waar de zelfvoorziening in hernieuwbare energie minder dan 40 procent bedraagt, terwijl het westen 70 procent van de geïnstalleerde capaciteit voor hernieuwbare energie in China vertegenwoordigt. Tencent is van plan zijn grootste smart data center in Ningxia, in het westen van China, te vestigen, mede vanwege de lagere elektriciteitsprijzen. Bedrijven trainen hun grootschalige taalmodellen vaak in westelijke provincies vanwege de lagere elektriciteitskosten, maar vestigen hun applicatiegerichte data centers in het oosten, waar een groter klantenbestand zorgt voor snellere feedback op hun applicaties.

Hoewel westerse regio's lage elektriciteitskosten bieden, maken tekortkomingen in transport, communicatie en talentontwikkelingssystemen het moeilijk om hooggekwalificeerd technisch personeel aan te trekken en te behouden. Veel westerse datacenters staan ​​stil in afwachting van een opleving in de vraag naar downstream-applicaties. Een medewerker van een cloudprovider bevestigde dat de bezettingsgraad van Chinese smart datacenters onder de 30 procent ligt.

Onze expertise in China op het gebied van bedrijfsontwikkeling, verkoop en marketing - Afbeelding: Xpert.Digital

Branchefocus: B2B, digitalisering (van AI tot XR), machinebouw, logistiek, hernieuwbare energie en industrie

Meer hierover hier:

• Xpert Business Hub

Een thematisch centrum met inzichten en expertise:

• Kennisplatform over de mondiale en regionale economie, innovatie en branchespecifieke trends
• Verzameling van analyses, impulsen en achtergrondinformatie uit onze focusgebieden
• Een plek voor expertise en informatie over actuele ontwikkelingen in het bedrijfsleven en de technologie
• Topic hub voor bedrijven die meer willen weten over markten, digitalisering en industriële innovaties

Regionale verdeeldheid vergroot de kloof

De geografische verschillen in de ontwikkeling van kunstmatige intelligentie (AI) in China weerspiegelen en verergeren bestaande economische ongelijkheden. Provincies aan de oostkust, zoals Guangdong, Jiangsu, Zhejiang en Shanghai, hebben lange tijd een leidende positie ingenomen, waarbij Guangdong een bijzonder sterke ontwikkelingsdynamiek vertoont. Shanghai en Beijing hebben dankzij politieke steun en technologische onderzoeks- en ontwikkelingscapaciteiten een hoge concentratie van AI-activiteiten weten te behouden. Centrale regio's zoals Hubei, Henan en Shandong zijn geleidelijk naar een middenpositie verschoven, wat wijst op gestage verbetering. Westelijke provincies zoals Qinghai, Tibet en Gansu blijven echter over het algemeen op een laag niveau. Ondanks enige verbetering blijft de kloof met de oostelijke regio duidelijk zichtbaar en blijft het probleem van onevenwichtige regionale ontwikkeling bestaan.

Van 2014 tot 2022 vertoonde het niveau van kunstmatige intelligentie (AI) in China een significante trend van verbetering en regionale expansie. In 2014 was het algehele niveau van AI-ontwikkeling in het land laag, waarbij alleen de oostelijke kustprovincies uitstekende prestaties lieten zien en hun vroege voorsprong op het gebied van AI aantoonden. De centrale en westelijke regio's begonnen daarentegen laat en hun ontwikkelingsniveau was over het algemeen laag. Tegen 2022 was het AI-niveau in het land aanzienlijk verbeterd, met de Yangtze-delta en de Bohai-kust als belangrijkste aanjagers van de groei. Peking, Tianjin en Hebei lieten een sterke ontwikkelingsdynamiek zien, terwijl de westelijke regio, hoewel op een lager ontwikkelingsniveau, een duidelijke opwaartse trend vertoonde.

Een onderzoek naar inkomensongelijkheid als gevolg van AI toonde aan dat de impact van AI op inkomensongelijkheid het sterkst is in het noordoosten, gevolgd door het westen, terwijl de effecten relatief kleiner zijn in de centrale en oostelijke regio's. AI vergroot de inkomensongelijkheid aanzienlijk door verbeteringen in de industriële structuur en technologische innovatie. De regionale verschillen laten zien dat AI niet als een nivellerend middel werkt, maar eerder bestaande voordelen versterkt. Provincies met een sterke digitale infrastructuur, toegang tot kapitaal en talentpools profiteren onevenredig, terwijl achtergebleven regio's verder achterop raken.

De digitale kloof tussen stad en platteland verergert deze ongelijkheden nog verder. Ondanks recente overheidsinspanningen om de ontwikkeling van digitale infrastructuur op het platteland te versnellen in het kader van de plattelandsvernieuwing in China, gebaseerd op successen in armoedebestrijding, blijft het probleem van de digitale kloof bestaan. Wat betreft financiële investeringen blijven de middelen die worden toegewezen aan digitale infrastructuur op het platteland aanzienlijk achter bij die in stedelijke gebieden. Volgens gegevens bedragen de fiscale en sociale investeringen van China in de informatisering van de landbouw en het platteland op districtsniveau slechts dertien miljoen yuan en dertig miljoen yuan, wat resulteert in een algehele informatiseringsgraad van slechts 37,9 procent.

Er bestaat een aanzienlijk verschil in de inzet van hardware tussen landelijke en stedelijke gebieden, met name op het gebied van digitale middelen, infrastructuur, netwerkapparatuur en basisstations. In 2022 bereikte China een mijlpaal van 2,3 miljoen 5G-basisstations in het hele land. Het aantal 5G-basisstations op het platteland blijft echter aanzienlijk achter bij het nationale gemiddelde, waardoor de digitale kloof verder wordt vergroot. Tegelijkertijd is het doel om in zowel landelijke als stedelijke gebieden een gelijkwaardige netwerkdekking en -snelheid te bieden nog niet volledig bereikt.

Tijdens de COVID-19-pandemie werd de ongelijkheid in de ontwikkeling van hardware-infrastructuur nog duidelijker. Een treffend voorbeeld is een Tibetaanse student uit Linzhou, in de Autonome Regio Tibet, die twintig minuten op een motor naar de voet van een berg moest rijden en vervolgens in de vrieskou naar de top moest klimmen om online lessen te kunnen volgen. Deze anekdote illustreert de grote onbalans in de ontwikkeling van digitale hardware tussen plattelands- en stedelijke gebieden.

Het gebrek aan datacenters op regionaal en gemeentelijk niveau, die essentieel zijn voor het onderhouden van efficiënte digitale applicatiesystemen, belemmert de vooruitgang van generatieve AI-technologieën in plattelandsgebieden. Deze situatie is vergelijkbaar met het spreekwoord: "Zelfs de meest bekwame huisvrouw kan niet koken zonder rijst", wat de fundamentele noodzaak van deze datacenters voor de bevordering van digitale ontwikkeling op het platteland onderstreept.

Vanuit het perspectief van softwareorganisaties die de "soft power" van digitale ontwikkeling op het platteland vertegenwoordigen, kampt de softwaresector op het platteland met tekortkomingen op het gebied van digitale competentie, talentwerving en governance in vergelijking met stedelijke gebieden. Enerzijds is er, beïnvloed door de traditionele, op eigenbelang gerichte mentaliteit die heerst in kleinschalige landbouwgemeenschappen en verergerd door de inherente achterstand in digitale vooruitgang op het platteland, een opvallend gebrek aan enthousiasme onder de plattelandsbevolking om actief gebruik te maken van generatieve AI-diensten voor de revitalisering van het Chinese platteland. Bovendien versterkt de aanzienlijke migratie van de plattelandsbevolking, waardoor ouderen, kwetsbare personen, vrouwen en kinderen de primaire beroepsbevolking op het platteland vormen, de verschijnselen van ontvolking en vergrijzing op het platteland, met gevolgen voor de plattelandsbevolking, de economie, de samenleving en de algehele ontwikkeling.

Uit een onderzoek in plattelandsgebieden waar nog geen elektronisch bestuur voor dorpszaken is ingevoerd, bleek dat 84,13 procent van de dorpsbestuurders "het hoge percentage oudere dorpsbewoners, wat de acceptatie van technologie belemmert" als het voornaamste obstakel noemde. Deze gecombineerde factoren belemmeren de adoptie en bevordering van generatieve AI-technologieën in plattelandsregio's aanzienlijk.

Regionale verschillen zijn ook duidelijk zichtbaar in de AI-index. Een recente studie ontwikkelde een uitgebreide index voor kunstmatige intelligentie met zeven hoofddimensies, bedoeld voor analyses op provinciaal en sectorspecifiek niveau. De vergelijking tussen China en de VS laat zien dat, binnen een uniform kader, de Amerikaanse score de Chinese score van 59,4 met 68,1 overtreft. Wanneer China wordt opgedeeld in zeven hoofdregio's om een ​​subnationale index te creëren, komen er duidelijke regionale verschillen aan het licht in de ontwikkeling van AI in China: de noordelijke, oostelijke en zuidelijke regio's scoren het hoogst, terwijl de centrale en westelijke regio's aanzienlijk achterblijven. Dit benadrukt de effecten van de regionale concentratie van innovatie en industriële middelen.

Deze geografische fragmentatie heeft verstrekkende gevolgen. Het zorgt voor verschillende snelheden van economische transformatie, waarbij toonaangevende regio's zich snel ontwikkelen tot kennisintensieve economieën, terwijl achterblijvende regio's vast blijven zitten in traditionele productie en landbouw. ​​Het verergert sociale spanningen doordat de inkomensverschillen tussen regio's toenemen. Het bemoeilijkt de nationale coördinatie, omdat verschillende provincies uiteenlopende ontwikkelingsniveaus en prioriteiten hebben. En het leidt tot inefficiënte toewijzing van middelen, waarbij ultramoderne datacenters ongebruikt blijven in afgelegen westelijke provincies, terwijl metropolen in het oosten kampen met een tekort aan capaciteit.

Geschikt hiervoor:

• De Chinese economie in de crisis? Structurele uitdagingen van een groeimatie

De overcapaciteitscrisis en de druk tot consolidatie

De enthousiaste bouwgolf van 2023 en 2024 heeft China geconfronteerd met een dramatische overcapaciteitscrisis. Alleen al in 2023 werden meer dan 500 datacentrumprojecten voorgesteld, waarvan er naar verwachting minstens 150 eind 2024 operationeel zullen zijn. Deze ontwikkeling weerspiegelt een bekend patroon in de economische ontwikkeling van China. Wanneer de centrale overheid een sector als strategisch aanmerkt, storten lokale overheden en bedrijven zich er met overmatige ijver op, vaak zonder rekening te houden met de werkelijke behoefte of rationele planning. Het resultaat is steevast overinvestering, overcapaciteit en een pijnlijke consolidatiefase.

De auto-industrie biedt een leerzaam parallel project. Ongeveer 140 bedrijven concurreren in deze sector, waarvan slechts een paar winstgevend zijn en een derde een capaciteitsbenutting van minder dan 20 procent heeft. Om banenverlies op lokaal niveau te voorkomen, helpen regionale overheden zelfs noodlijdende toeleveranciers overeind te blijven door middel van subsidies en andere vormen van steun. De marktconsolidatie is daardoor vertraagd, er zijn prijsoorlogen uitgebroken en producenten staan ​​onder druk om de export naar winstgevendere markten te vergroten. Ondertussen loopt het tijdperk van gemakkelijk toegankelijke exportmarkten ten einde. De VS hebben onder de regering-Biden bijna alle Chinese auto-import verboden op grond van nationale veiligheidsoverwegingen, en de EU heeft vorig jaar importheffingen ingesteld op Chinese elektrische voertuigen.

De infrastructuur voor kunstmatige intelligentie (AI) volgt een vergelijkbaar traject. De Nationale Ontwikkelings- en Hervormingscommissie greep in met strengere regelgeving. Nieuwe projecten moeten nu voldoen aan specifieke gebruikscriteria en aankoopovereenkomsten indienen voordat ze goedkeuring krijgen. Bovendien is het lokale overheden verboden om kleinschalige computerinfrastructuur te initiëren, tenzij ze een duidelijke economische rechtvaardiging kunnen aanvoeren. De overheidsuitgaven bereikten alleen al in 2024 24,5 miljard yuan, ongeveer 3,4 miljard dollar, met nog eens 12,4 miljard yuan gereserveerd voor 2025. Ondanks de forse overheidsinvesteringen blijven de gerapporteerde gebruikspercentages echter tussen de 20 en 30 procent, wat zowel de economische haalbaarheid als de energie-efficiëntie in gevaar brengt.

De afgelopen achttien maanden zijn meer dan 100 projecten stopgezet, een aanzienlijke stijging ten opzichte van slechts 11 in 2023. Deze dramatische toename van geannuleerde projecten is een waarschuwing voor de realiteit. Investeerders en exploitanten realiseren zich dat veel van deze faciliteiten nooit winstgevend zullen worden. De aanvankelijke crisis, aangewakkerd door de hype rond generatieve AI na de lancering van ChatGPT eind 2022, is uitgegroeid tot een winstgevendheidscrisis. De markt voor GPU-leasing is ingestort. Faciliteiten die miljarden dollars hebben gekost, staan ​​nu onderbenut, de opbrengsten kelderen en veel faciliteiten zijn verouderd voordat ze volledig operationeel waren, als gevolg van veranderende marktomstandigheden.

In juli 2025 waarschuwde president Xi Jinping expliciet voor overinvestering in AI, waarmee hij zijn eerdere zorgen over buitensporige investeringen door lokale overheden herhaalde. Deze opmerkingen onderstrepen de wens van beleidsmakers om een ​​herhaling van de overcapaciteit in andere opkomende sectoren, zoals elektrische voertuigen, te voorkomen, die bijdroeg aan deflatoire druk. Hoewel de staatsplanner niet specifiek aangaf welk deel van de sector aan banden moet worden gelegd, is er wereldwijd bijzonder veel geïnvesteerd in de bouw van datacenters die de ontwikkeling van AI ondersteunen. Een vertraging van deze expansie zou gevolgen hebben voor leveranciers van chips, netwerkapparatuur en andere essentiële servercomponenten, van Cambricon Technologies Corp. tot Lenovo Group Ltd. en Huawei Technologies Co.

Op 29 augustus 2025 benadrukte de Staatsraad de noodzaak om te zorgen voor "een ordelijke stroom van talent, kapitaal en andere middelen". Zhang Kailin, een functionaris van de Nationale Ontwikkelings- en Hervormingscommissie, vertelde verslaggevers tijdens een briefing dat de regering provincies zou aanmoedigen om AI op een gecoördineerde en complementaire manier te ontwikkelen. Het doel is om hun unieke sterke punten te benutten om groei te bevorderen zonder dubbele inspanningen. "We zullen resoluut wanordelijke concurrentie of een 'volg de massa'-aanpak vermijden", aldus Zhang. Ontwikkeling moet gebaseerd zijn op lokale voordelen, middelen en industriële fundamenten.

De softwaremarkt weerspiegelt vergelijkbare consolidatiedynamieken. De Chinese Cyberspace Administration heeft een lijst goedgekeurd met meer dan 180 belangrijke taalmodellen voor algemeen gebruik tegen augustus 2024, wat de grote verscheidenheid aan Chinese technologiebedrijven illustreert die strijden om marktaandeel op de binnenlandse markt. Deze bedrijven concurreren niet alleen om een ​​deel van de markt, maar ook om financiering te midden van een economische vertraging en een terugval in de Chinese durfkapitaalsector. Deelnemers aan de workshop benadrukten dat, hoewel veel Chinese startups investeringen hebben aangetrokken van grote technologiebedrijven zoals Alibaba en Tencent, veel investeerders sceptisch blijven over het vermogen van AI-startups om op korte termijn winst te genereren. In hun zoektocht naar economisch productieve investeringen proberen veel Chinese durfkapitaalbedrijven hun risico te spreiden door middelen te bundelen, wat wijst op een meer verspreid financieringsklimaat.

Gezien de beperkingen op het gebied van financiering en hardware voor Chinese AI-ontwikkelaars, suggereerden de deelnemers dat China erin zou kunnen slagen een paar bedrijven of AI-laboratoria vooruit te helpen door middelen te bundelen. Deze inspanningen moeten echter selectief en gericht zijn, waardoor de kans op substantiële rendementen kleiner wordt. Uiteindelijk waren de deelnemers van mening dat deze situatie waarschijnlijk zal leiden tot een toename van de consolidatie in de Chinese AI-markt.

Du Hai, een senior manager bij Baidu's clouddivisie, voorspelde dat dit zal leiden tot marktconsolidatie. De ongeveer twaalf binnenlandse AI-chipbedrijven die momenteel actief zijn, zullen waarschijnlijk teruglopen tot drie of vier afzonderlijke groepen. "De winnaars zullen degenen zijn wiens chips het breedste scala aan modellen kunnen ondersteunen, of een baanbrekende toepassing mogelijk maken die de de facto standaard wordt."

Gartner voorspelt dat het GenAI-technologielandschap tegen 2029 zal consolideren tot 75 procent minder spelers, doordat hyperscalers en SaaS-platformaanbieders uitbreiden en hybride cloudproviders de markt absorberen. Dit is geen marktspeculatie, maar het onvermijdelijke gevolg van economische krachten die de sector nu al hervormen. De parallellen met historische infrastructuurontwikkelingen zijn treffend. Gartner stelt vast dat we van een periode van leveranciersfragmentatie overgaan naar consolidatie door middel van overnames en marktverstoringen. Net zoals de elektriciteitssector evolueerde van duizenden lokale producenten naar een handvol grote nutsbedrijven, volgt AI hetzelfde pad.

De durfkapitaalfinanciering voor Chinese AI-startups daalde begin 2025 met bijna 50 procent op jaarbasis, wat de algemene terughoudendheid van investeerders weerspiegelt te midden van trage groei, onzekerheden op het gebied van regelgeving en geopolitieke spanningen. Alleen al in het tweede kwartaal kelderde de financiering naar slechts 4,7 miljard dollar, het laagste niveau in tien jaar. Deze angst onder investeerders werd mede aangewakkerd door de aantoonbare bereidheid van de Chinese overheid om grensverleggende innovatie te onderdrukken in naam van het verdubbelen van maatregelen om ideologische zuiverheid te bewaren.

De rest van de Chinese markt, hoewel met gemengde signalen, geeft verder aanleiding tot pessimisme. De vastgoedsector is ingestort, de jeugdwerkloosheid bedraagt ​​meer dan 17 procent en het consumentenvertrouwen daalt. De geopolitieke situatie helpt ook niet mee, met exportbeperkingen die de Chinese technologiesector nog steeds beïnvloeden, tarieven die de bredere economie bedreigen en ideologisch gedreven, op controle gerichte beleidsmaatregelen die de meeste investeerders afschrikken. Deze financieringscrisis vormt een specifiek probleem voor de uitrol van AI. Zonder geduldig kapitaal dat bereid is deze meerjarige ontwikkelingscycli te financieren, zullen de meeste AI-plus-projecten vastlopen voordat de kernproblemen van de implementatie zijn aangepakt.

Profiteer van de uitgebreide, vijfvoudige expertise van Xpert.Digital in een compleet servicepakket | R&D, XR, PR & Optimalisatie van digitale zichtbaarheid - Afbeelding: Xpert.Digital

Xpert.Digital beschikt over diepgaande kennis van diverse sectoren. Hierdoor kunnen we strategieën op maat ontwikkelen die precies aansluiten op de behoeften en uitdagingen van uw specifieke marktsegment. Door continu markttrends te analyseren en ontwikkelingen in de sector te volgen, kunnen we proactief handelen en innovatieve oplossingen bieden. De combinatie van ervaring en expertise genereert toegevoegde waarde en geeft onze klanten een doorslaggevend concurrentievoordeel.

Meer hierover hier:

• Profiteer van de 5 expertisegebieden van Xpert.Digital in één pakket – al vanaf €500 per maand

Toekomstscenario's tussen euforie en desillusie

De prognoses voor de Chinese AI-industrie lopen uiteen. Optimistische stemmen zoals Morgan Stanley voorspellen dat Chinese AI-investeringen in 2028 winstgevend zullen zijn en in 2030 een rendement op het geïnvesteerde kapitaal van 52 procent zullen opleveren. De kern van de AI-industrie zou in 2030 een marktwaarde van 140 miljard dollar kunnen bereiken. Deze schatting loopt op tot 1,4 biljoen dollar wanneer gerelateerde sectoren zoals infrastructuur en toeleveranciers van componenten worden meegerekend. AI zou de Chinese bbp-groei op de lange termijn een extra impuls kunnen geven en factoren zoals de vergrijzende beroepsbevolking en de vertragende productiviteitsgroei kunnen compenseren. De komende twee tot drie jaar zou AI de jaarlijkse groei van China met 0,2 tot 0,3 procentpunt kunnen verhogen.

De wereldwijde markt voor humanoïde robots zou in 2050 vijf biljoen dollar kunnen bereiken, met een miljard exemplaren in gebruik, waarvan dertig procent in China. De efficiëntiegedreven en kostenefficiënte aanpak van China creëert een andere weg naar rendement op investeringen. Het kostenvoordeel dat bedrijven zoals DeepSeek laten zien – die invloedrijke modellen ontwikkelen voor slechts 5,6 miljoen dollar – zou Chinese bedrijven in staat kunnen stellen wereldwijde markten te betreden die zich westerse oplossingen niet kunnen veroorloven of er niet toe bereid zijn.

De komende zes tot twaalf maanden zullen cruciaal zijn voor Chinese AI-bedrijven, aangezien een toenemend aantal implementaties binnen bedrijven, gericht op het oplossen van problemen uit de praktijk, productiviteitswinsten zal laten zien. Op de lange termijn zouden humanoïde robots, ofwel mensachtige robots aangedreven door AI, op grote schaal ingezet kunnen worden voor industriële, commerciële en huishoudelijke doeleinden. De AI-revolutie zal zich op de lange termijn vertalen in een productiviteitsboost door de efficiëntie te verhogen, productieprocessen te stroomlijnen en nieuwe producten, diensten en banen te creëren.

De regio Azië-Pacific zal in 2025 goed zijn voor 33 procent van de inkomsten uit AI-software, maar nu China zijn rol in de AI-race met de Verenigde Staten opvoert, verwachten analisten dat de regio in 2030 47 procent van de markt zal vertegenwoordigen. Prognoses geven aan dat China alleen al in 2030 twee derde van de totale inkomsten uit AI-software in de regio Azië-Pacific zal genereren, goed voor 149,5 miljard dollar. Deze aanzienlijke groeiprognose voor de AI-markt wordt gedreven door de volgende trends die de sector vormgeven.

Maar deze optimistische voorspellingen staan ​​naast sombere waarschuwingen. Capital Economics voorspelt dat de door AI aangedreven aandelenmarktzeepbel in 2026 zal barsten. Het onderzoeksbureau stelt dat stijgende rentes en een hogere inflatie de aandelenkoersen zullen drukken. Vanaf 2026 zullen deze winsten op de aandelenmarkt naar verwachting afnemen, naarmate hogere rentes en een stijgende inflatie de aandelenkoersen verder doen dalen. Uiteindelijk verwachten ze dat het rendement op aandelen de komende tien jaar lager zal zijn dan in het voorgaande decennium. En ze denken dat de langdurige bovengemiddelde prestaties van de Amerikaanse aandelenmarkt ten einde zullen komen.

Het Internationaal Monetair Fonds merkte op dat een recessie weliswaar plausibel is, maar dat het onwaarschijnlijk is dat deze zich ontwikkelt tot een systeemcrisis die de Amerikaanse of de wereldeconomie zou verwoesten. Gourinchas stelde vast dat, net als bij trends uit het verleden, de hype rond een baanbrekende technologie op korte termijn mogelijk niet aan de marktverwachtingen voldoet, wat potentieel kan leiden tot een daling van de aandelenkoersen. Hij merkte echter op dat, in tegenstelling tot 1999, het huidige investeringslandschap wordt gekenmerkt door kapitaalkrachtige technologiebedrijven in plaats van door schulden gedreven bedrijven.

Forrester voorspelt dat AI tegen 2026 zijn glans zal verliezen en zijn kroon zal verruilen voor een helm. De zorgen over het rendement op investeringen (ROI) voor bedrijven zullen zwaarder wegen dan de overdreven beloftes van leveranciers. Met deze marktcorrectie zullen bedrijven functionaliteit boven uiterlijk vertoon stellen. CFO's zullen meer betrokken raken bij AI-projecten. Bedrijven zullen hun risico's spreiden over verschillende agent-ecosystemen en talent herverdelen naarmate AI-agenten routinewerk overnemen. Slimme bedrijven zullen investeren in AI-governance en trainingen in AI-vaardigheden om risico's te beperken en hun AI-traject stap voor stap in kaart te brengen.

Volgens een rapport van Bain zullen de wereldwijde kapitaaluitgaven voor AI-datacenters in 2030 jaarlijks $500 miljard bedragen, waarvoor 200 GW extra stroomcapaciteit nodig is – waarvan de helft in de VS. Maar de AI-sector moet $2 biljoen aan jaarlijkse omzet genereren om deze investering te rechtvaardigen. Momenteel is er een tekort van $800 miljard. Een topman gaf aan dat de Chinese AI-chipsector nog steeds te kampen heeft met problemen op het gebied van vraag en productiecapaciteit. De markt heeft toepassingen in de praktijk nodig om te kunnen groeien. De vraag naar toepassingen zal alles bepalen. De Amerikaanse aanpak, waarbij de rekenkracht krampachtig wordt uitgebreid, is geen geschikte optie voor Chinese bedrijven.

De Chinese AI-infrastructuurboom hapert, ondanks de bouw van honderden datacenters ter ondersteuning van haar AI-ambities, aldus MIT Technology Review. Veel daarvan staan ​​nu echter stil. Zowel staatsbedrijven als particuliere entiteiten investeerden in 2023 en 2024 miljarden, in de verwachting dat de vraag naar GPU-lease zou blijven groeien. De adoptie is echter juist afgenomen, waardoor veel aanbieders het nu moeilijk hebben om te overleven. Lokale publicaties melden dat tot wel 80 procent van deze nieuwe rekenkracht ongebruikt blijft.

Deze uiteenlopende toekomstscenario's weerspiegelen fundamentele onzekerheden. Zal China de fragmentatie van zijn software-ecosysteem overwinnen? Kunnen binnenlandse chipfabrikanten de technologische achterstand snel genoeg inhalen? Zullen de Amerikaanse exportcontroles worden aangescherpt, versoepeld of op het huidige niveau blijven? Zal de Chinese overheid haar ideologische controle intensiveren en daarmee innovatie ontmoedigen, of zal ze een pragmatischer beleid voeren? Zal de wereldwijde vraag naar goedkope AI-oplossingen de voorkeur geven aan Chinese, op efficiëntie gerichte benaderingen, of zullen zorgen over kwaliteit en vertrouwen de voorkeur geven aan westerse oplossingen?

De antwoorden op deze vragen zullen niet alleen het lot van China bepalen, maar ook het wereldwijde AI-landschap vormgeven. Er dienen zich drie mogelijke scenario's aan. In het eerste scenario behoudt de VS haar dominantie. Met controle over geavanceerde chips en 's werelds toonaangevende AI-bedrijven behoudt Washington haar technologische leiderschap, terwijl China worstelt met beperkingen op het gebied van rekenkracht en beperkte toegang tot belangrijke markten. Het tweede scenario schetst een opgesplitste AI-ontwikkeling in twee concurrerende ecosystemen. Het ene wordt geleid door de VS en haar bondgenoten, met prioriteit voor transparantie en ethische normen, terwijl het andere wordt gedomineerd door China, waar door de staat gecontroleerde AI dient als instrument voor digitale surveillance. Landen zullen gedwongen worden zich aan te sluiten bij een van deze modellen, wat zal leiden tot een gefragmenteerd digitaal landschap.

Het derde scenario gaat ervan uit dat China de consumentenmarkt voor AI domineert, maar achterblijft in geavanceerde toepassingen. Amerikaanse chipbeperkingen belemmeren China's vermogen om geavanceerde AI te ontwikkelen voor defensie en wetenschappelijk onderzoek, terwijl Peking uitblinkt in AI voor de massamarkt en betaalbare platforms zoals DeepSeek aan wereldwijde gebruikers aanbiedt. Dit evenwicht zou echter drastisch kunnen verschuiven als China zijn ambities in Taiwan zou nastreven, waar TSMC gevestigd is en ongeveer 90 procent van 's werelds meest geavanceerde chips produceert.

Uiteindelijk hertekent de race om AI-suprematie de mondiale machtsverhoudingen. Hoewel de VS momenteel voorop loopt in geavanceerd AI-onderzoek, hebben China's strategische focus en door de staat gestuurde investeringen het land tot een geduchte concurrent gemaakt. Hoewel Peking te maken heeft met obstakels zoals westerse beperkingen en scepsis vanuit de markt, houden de vooruitgang op het gebied van AI voor consumenten en de invloed in opkomende markten de race onvoorspelbaar. Of deze concurrentie nu leidt tot voortdurende Amerikaanse dominantie, een verdeeld digitaal landschap of de opkomst van China in cruciale sectoren, één ding is duidelijk: AI zal de wereldeconomie, het nationale veiligheidsbeleid en interpolitieke allianties in de komende jaren ingrijpend beïnvloeden.

Geschikt hiervoor:

• Het nieuwe vijfjarenplan en het omvangrijke investeringsprogramma van Peking: hoe China de mondiale economische orde uitdaagt

Implementatieproblemen en bestuurlijke tekortkomingen

Naast hardware- en personeelsproblemen kampt China met fundamentele implementatie-uitdagingen die vaak over het hoofd worden gezien. De toepassing van AI in het bedrijfsleven blijft gefragmenteerd en experimenteel. Hoewel China een koploper is in de adoptie van generatieve AI, hebben Chinese organisaties het nog niet zo volledig geïmplementeerd als mogelijk zou zijn. Toen SAS Düber ondervroeg over de mate waarin hun organisaties generatieve AI gebruiken, gaf 19 procent van de Chinese organisaties aan dat ze "generatieve AI gebruiken en volledig hebben geïmplementeerd". Dit is hoger dan het wereldwijde gemiddelde van 11 procent, maar blijft achter bij de wereldleider op het gebied van volledige implementatie, de VS, met 24 procent.

Ondertussen gaf 64 procent van de respondenten uit China aan dat hun organisatie "generatieve AI gebruikt, maar deze nog niet volledig heeft geïmplementeerd", wat aanzienlijk hoger is dan het wereldwijde gemiddelde van 43 procent. Gezien de nadruk die China legt op zorgvuldige regelgeving en geautoriseerde goedkeuring van generatieve AI, is het logisch dat veel organisaties eerst tests uitvoeren voordat ze generatieve AI volledig in hun processen integreren. Het is duidelijk dat China volledig toegewijd is aan generatieve AI, maar Chinese organisaties gaan voorzichtig te werk, zelfs nu ze deze nieuwe technologie collectief omarmen.

Gevraagd naar implementatie-uitdagingen, noemden Chinese respondenten veel minder vaak dan het wereldwijde gemiddelde een gebrek aan interne expertise of adequate tools: slechts 31 procent gaf aan dat ze niet over de juiste tools beschikten om generatieve AI te implementeren, vergeleken met 47 procent wereldwijd, terwijl slechts 21 procent aangaf dat ze geen interne expertise hadden, vergeleken met 39 procent wereldwijd. Deze cijfers staan ​​in schril contrast met de eerder besproken tekorten aan talent en suggereren een discrepantie tussen zelfperceptie en realiteit, of verschillende normen voor wat "adequate expertise" inhoudt.

Gegevensprivacy en gegevensbeveiliging werden door alle respondenten van het onderzoek als de twee belangrijkste aandachtspunten beschouwd met betrekking tot de implementatie van generatieve AI, respectievelijk genoemd door 76 en 75 procent. Meer dan de helft van de respondenten (51 procent) uitte echter ook hun bezorgdheid over de behoefte aan intern talent en vaardigheden. Training op het gebied van governance en monitoring bleek met name ontoereikend. Volgens SAS gaf minder dan één op de tien respondenten (7 procent) aan een "hoog" niveau van training op het gebied van governance en monitoring voor generatieve AI te hebben. Tweeëndertig procent gaf aan een "voldoende" niveau te hebben, terwijl 58 procent – ​​een duidelijke meerderheid – zei dat hun training op het gebied van governance en monitoring "minimaal" was.

Op de vraag naar hun organisatorische governancekaders voor generatieve AI antwoordde slechts vijf procent van de respondenten dat ze een "goed ingeburgerd en uitgebreid" governancekader hadden. Meer dan 55 procent gaf aan dat hun governancekader "in ontwikkeling" was, terwijl 28 procent het omschreef als "ad hoc of informeel". Ongeveer één op de elf procent zei dat hun governancekader voor generatieve AI "niet bestond". Deze lacunes in de governance creëren aanzienlijke risico's voor implementaties, met name in gereguleerde sectoren of bij gevoelige toepassingen.

Gefragmenteerde datastromen tussen verschillende sectoren belemmeren de consolidatie van data in een samenhangende, toegankelijke databank voor AI-toepassingen. Deze datasilo's staan ​​effectieve training van AI-modellen in de weg en beperken de inzichten in diverse sectoren. Overheidsinstanties en bedrijven werken aan het verbeteren van de interoperabiliteit van data en het bevorderen van data-uitwisseling tussen sectoren en gestructureerde, grensoverschrijdende datacirculatie binnen onvoldoende gereguleerde kaders, om zo de volledige waarde van het Chinese data-ecosysteem te ontsluiten. Door deze data-gerelateerde uitdagingen aan te pakken, kan China zijn AI-ecosysteem verder versterken en bijdragen aan een samenhangender en innovatiever wereldwijd datalandschap.

De implementatie van generatieve AI is ook onvoldoende geïntegreerd met het plattelandsbestuur. Als een van de belangrijkste drijvende krachten achter opkomende technologieën zal generatieve AI de bestaande, uiteenlopende belangenstructuur bij de bevordering van plattelandsvernieuwing in China verder compliceren. Voor de overheid, die een prominente positie inneemt, vereist de digitale kloof die voortkomt uit economische verschillen tussen stad en platteland aanzienlijke investeringen in arbeid, middelen en financiën om deze kloof te overbruggen. Dit proces kenmerkt zich door een lange terugverdientijd. In tegenstelling tot de markt, die alleen economische factoren prioriteert, omvat door de overheid geleid plattelandsbestuur een holistische evaluatie van de veelzijdige bestuurskosten.

Technologieontwikkelaars en -leveranciers werken voornamelijk samen met overheidsinstanties. Daardoor zijn hun producten en diensten grotendeels afgestemd op de eisen van de overheid, waardoor de werkelijke ontwikkelingsbehoeften van plattelandsgebieden en hun bewoners mogelijk over het hoofd worden gezien. Dit versterkt de dynamische aard van digitaal bestuur. Op nationaal niveau kan de betrokkenheid van talrijke departementen, ondanks de publicatie van wettelijke documenten zoals het Actieplan voor de Ontwikkeling van Digitale Dorpen 2022-2025 en de Tijdelijke Maatregelen voor het Beheer van Generatieve Kunstmatige Intelligentiediensten, leiden tot onduidelijke verantwoordelijkheidslijnen, vertragingen en een verminderde effectiviteit van het bestuur. Als deze problemen niet snel worden aangepakt, zullen ze niet alleen de intrinsieke motivatie van plattelandsbewoners om actief deel te nemen aan door generatieve AI gedreven plattelandsvernieuwing in China belemmeren, maar kunnen ze ook nieuwe digitale conflicten veroorzaken.

De grote consolidatie van AI: slechts een paar Chinese modellen zullen overleven

China's streven naar een leidende positie in kunstmatige intelligentie tegen 2030 stuit op een complexe mix van structurele uitdagingen die veel verder reiken dan de vaak aangehaalde exportbeperkingen voor chips. Het tekort aan meer dan vijf miljoen geschoolde werknemers, de gefragmenteerde infrastructuur met een dramatisch onbenutte capaciteit, de enorme regionale verschillen tussen stedelijke centra en plattelandsgebieden, en de dreigende marktconsolidatie na jaren van speculatieve overinvestering schetsen een beeld dat aanzienlijk somberder is dan officiële verklaringen doen vermoeden.

Deze paradoxale situatie is met name duidelijk in datacenters: terwijl Frankfurt geen nieuwe faciliteiten kan bouwen vanwege een gebrek aan elektriciteit, staan ​​ultramoderne faciliteiten in de westelijke provincies van China grotendeels leeg door een gebrek aan downstream-infrastructuur, menselijk kapitaal en praktische vraag. In beide gevallen wordt duidelijk dat gigantische investeringen in individuele componenten verloren gaan als het gehele systeem niet consistent wordt ontwikkeld.

De komende 18 tot 36 maanden zullen cruciaal zijn. Ofwel slaagt China erin de fragmentatie te overwinnen door initiatieven zoals de Model-Chip Ecosystem Innovation Alliance, het tekort aan talent te dichten met massale investeringen in onderwijs en de bestaande, maar onderbenutte capaciteit intelligent te benutten, ofwel ziet het land toe hoe investeringen migreren, toptalent vertrekt en digitale waardecreatie elders plaatsvindt. De komende marktconsolidatie zal meedogenloos zijn. Van de meer dan 180 belangrijke taalmodellen die momenteel zijn goedgekeurd, zullen er wellicht slechts drie of vier overleven. Honderden datacenters zullen moeten sluiten of een andere bestemming krijgen. De durfkapitaalfinanciering blijft op het laagste niveau in tien jaar.

Het zou echter voorbarig zijn om de ambities van China af te schrijven. De op efficiëntie gerichte strategie, de focus op snelle implementatie en de kostenvoordelen van oplossingen zoals DeepSeek zouden een aanzienlijk marktaandeel kunnen veroveren op wereldwijde markten die zich geen dure westerse oplossingen kunnen veroorloven. De overheidssteun blijft robuust, hoewel deze beter gecoördineerd en minder verspillend moet worden. En demografische uitdagingen – een vergrijzende bevolking en een krimpende beroepsbevolking – maken productiviteitswinsten door AI niet optioneel, maar essentieel.

Wereldwijde waarnemers moeten China niet onderschatten en de officiële verklaringen van het land niet voor waar aannemen. Zoals zo vaak het geval is, ligt de werkelijkheid ergens tussen deze uitersten in. China zal noch uitgroeien tot een onaantastbare AI-hegemonie, noch wegzinken in technologische onbeduidendheid. In plaats daarvan ontstaat een complex, gefragmenteerd beeld: regionaal geconcentreerde clusters van excellentie aan de oostkust, experimentele implementaties in duizenden bedrijven, spectaculaire mislukkingen in overambitieuze infrastructuurprojecten, innovatieve efficiëntieoplossingen voor specifieke toepassingen en een voortdurende afhankelijkheid van buitenlandse technologie, gecombineerd met versnelde inspanningen om zelfvoorzienend te worden.

Wanneer de eindbeoordeling in 2030 plaatsvindt, zal waarschijnlijk blijken dat noch de meest optimistische, noch de meest pessimistische voorspellingen zijn uitgekomen. China zal aanzienlijke vooruitgang hebben geboekt, maar zal de dominante positie die Peking nastreeft niet hebben bereikt. De VS zullen toonaangevend blijven in grensverleggend onderzoek, maar Chinese oplossingen zullen alomtegenwoordig zijn in opkomende economieën. En de wereld zal moeten opereren met twee deels gescheiden, deels verweven AI-ecosystemen, waarvan het naast elkaar bestaan, de concurrentie en de incidentele samenwerking het geopolitieke landschap van de 21e eeuw zullen vormgeven.

☑️ onze zakelijke taal is Engels of Duits

☑️ Nieuw: correspondentie in uw nationale taal!

Konrad Wolfenstein

Ik ben blij dat ik beschikbaar ben voor jou en mijn team als een persoonlijk consultant.

U kunt contact met mij opnemen door het contactformulier hier in te vullen of u gewoon te bellen op +49 89 674 804 (München) . Mijn e -mailadres is: Wolfenstein ∂ Xpert.Digital

Ik kijk uit naar ons gezamenlijke project.

☑️ MKB -ondersteuning in strategie, advies, planning en implementatie

☑️ Creatie of herschikking van de digitale strategie en digitalisering

☑️ Uitbreiding en optimalisatie van de internationale verkoopprocessen

☑️ Wereldwijde en digitale B2B -handelsplatforms

☑️ Pioneer Business Development / Marketing / PR / Maatregel

Een nieuwe dimensie van digitale transformatie met 'Managed AI' (kunstmatige intelligentie) – Platform- en B2B-oplossing | Xpert Consulting - Afbeelding: Xpert.Digital

Hier leert u hoe uw bedrijf snel, veilig en zonder hoge drempels AI-oplossingen op maat kan implementeren.

Een beheerd AI-platform is uw allesomvattende, zorgeloze oplossing voor kunstmatige intelligentie. In plaats van te worstelen met complexe technologie, dure infrastructuur en langdurige ontwikkelprocessen, ontvangt u een kant-en-klare oplossing op maat van een gespecialiseerde partner – vaak al binnen enkele dagen.

De belangrijkste voordelen in één oogopslag:

⚡ Snelle implementatie: Van idee tot gebruiksklare applicatie in dagen, niet maanden. Wij leveren praktische oplossingen die direct toegevoegde waarde creëren.

🔒 Maximale gegevensbeveiliging: Uw gevoelige gegevens blijven bij u. Wij garanderen een veilige en conforme verwerking zonder gegevens met derden te delen.

💸 Geen financieel risico: u betaalt alleen voor de resultaten. Hoge investeringen vooraf in hardware, software of personeel zijn volledig uitgesloten.

🎯 Focus op uw kernactiviteiten: concentreer u op waar u het beste in bent. Wij zorgen voor de volledige technische implementatie, werking en het onderhoud van uw AI-oplossing.

📈 Toekomstbestendig en schaalbaar: Uw AI groeit met u mee. Wij garanderen continue optimalisatie en schaalbaarheid en passen de modellen flexibel aan nieuwe eisen aan.

Meer hierover hier:

• De Managed AI Solution - Industriële AI-diensten: De sleutel tot concurrentievermogen in de dienstensector, de industrie en de machinebouw