Beerlage geeft vanuit een kantoor op Schiphol leiding aan de Benelux-afdeling van Cloudera. Het is een Amerikaans open-source softwarebedrijf uit Santa Clara, dat een geavanceerd hybride dataplatform levert waarmee grote organisaties al hun data veilig kunnen beheren, analyseren en inzetten voor machine learning en AI.
Met wereldwijd ruim drieduizend medewerkers draait het bedrijf een jaaromzet van ruim 1,2 miljard dollar. In Nederland bedient Cloudera onder meer KPN en diverse (groot) banken, verzekeraars en pensioenfondsen. Volgens Beerlage is 2026 cruciaal, omdat een AI-model slechts zo goed is als de data-architectuur waarop het rust.
Vijf knelpunten in AI-adoptie
Uit eigen onderzoek, The Data Readiness Index, komen de volgende vijf knelpunten naar voren:
- 1.
AI vereist data-readiness: om AI succesvol in te zetten, moeten organisaties in staat zijn hun data overal volledig te beheren, integreren en vertrouwen.
- 2.
Toegangsproblemen: bij 79 procent van de bedrijven stagneren AI-initiatieven doordat zij geen volledige toegang hebben tot de benodigde data.
- 3.
Tegenvallende ROI: slechte datakwaliteit (22 procent), kostenoverschrijdingen (16 procent) en zwakke integratie (15 procent) zijn de grootste belemmeringen voor succesvolle AI-investeringen.
- 4.
Datasilo’s: geïsoleerde data verhindert effectieve samenwerking, waarbij 73 procent ervaart dat infrastructuurproblemen operationele doelen actief in de weg staan.
- 5.
Kloof in de praktijk: hoewel 85 procent aangeeft dat hun datastrategie duidelijk is, is bij slechts 18 procent de data daadwerkelijk volledig beheerd (‘governed’).
“Als je het senior management in grote organisaties vraagt, denkt ruim 80 procent dat ze hun zaken en data goed op orde hebben”
Frank Beerlage Cloudera Benelux
Onbetrouwbaar: het wankele fundament van de ‘black box’
Beerlage wijst er fijntjes op dat er in de gemiddelde bestuurskamer te weinig besef is van deze problematiek. „Als je het senior management in grote organisaties vraagt, denkt ruim 80 procent dat ze hun zaken en data goed op orde hebben. Zij gaan ervan uit dat als ze modellen gaan draaien op hun data, ze de uitkomst wel kunnen vertrouwen. Maar als je lager in de organisatie kijkt, vooral bij de IT-afdelingen, dan zegt men: dat is gewoon niet waar. We hebben hooguit 20 procent daadwerkelijk goed op orde.”
Het is misschien geen sexy boodschap, dat beseft hij zich heel goed, maar het is een noodzakelijke boodschap. Beerlage: „De fundering is misschien niet het leukste gedeelte van het huis, maar als dat niet goed zit, heeft de rest van het bouwwerk geen enkele zin.”
Kortom: wanneer modellen zijn getraind op incomplete of vervuilde data, treedt het onverbiddelijke principe van garbage in, garbage out in werking.
Bovendien gebruiken organisaties veel commerciële AI-modellen als een ondoorzichtige black box. Organisaties vuren een vraag af, krijgen een antwoord, maar hebben geen enkele mogelijkheid om te controleren welke logica of bronnen zijn gebruikt.
Beerlage geeft als voorbeeld. „Ik vroeg AI onze reis te plannen naar Toscane, met de eis van een maximale reistijd van 4,5 uur per dag. Omdat ik veel in Duitsland gewerkt heb, zag ik meteen dat de routebeschrijving van geen kant klopte. Maar het probleem is dat we er collectief van uitgaan dat wat eruit komt, de absolute waarheid is.”
Een ander voorbeeld: verpleegkundigen in een universitair medisch centrum die, gedreven door de oprechte wens om patiënten beter te helpen, medische dossiers in ChatGPT laadden om te zoeken naar betere behandelmethoden. „Wat je op dat moment doet, is uiterst vertrouwelijke patiëntengegevens in een publieke omgeving laden waar ze nooit meer uitkomen. In de drang om iets met AI te doen, gaan management en werkvloer massaal over ethische en wettelijke grenzen heen.”
Ook ING implementeerde een AI-assistent op basis van Googles Gemini-technologie direct in zijn consumentenapp. Beerlage noemt dergelijke stappen ‘heftig’. Hoewel Cloudera zelf ook gebruikmaakt van Gemini, benadrukt hij dat dit uitsluitend kan binnen een volledig afgeschermde, private omgeving.
„Alles wat je erin stopt, moet in een gesloten doos zitten”, is het devies. Het risico op mislukking bij grootschalige implementaties is dan ook reëel: analistenbureau Gartner voorspelt dat meer dan 60 procent van alle geavanceerde AI-projecten roemloos zal falen. Directies starten enthousiast met een flitsende proof of concept (PoC) die is aangeleverd door een extern adviesbureau, maar zodra het model in productie gaat en geconfronteerd wordt met de interne datachaos, stort het kaartenhuis in elkaar.
Onbeheersbaar: de geopolitieke tijdbom en de illusie van de cloud
Het tweede pijnpunt is de beheersbaarheid van bedrijfskritische informatie. Veel Europese organisaties wegen de risico's van datasoevereiniteit veel te laconiek af.
Het argument dat data veilig is omdat het in een datacentrum in Amsterdam of Frankfurt staat en dus onder de Europese privacywetgeving (AVG) valt, is volgens Beerlage een gevaarlijke fabel. „Dat is gewoon onzin. De Amerikaanse Cloud Act en de Patriot Act bepalen samen dat digitale soevereiniteit niets te maken heeft met de fysieke locatie van de servers. Als de Amerikaanse overheid de gegevens opvraagt van Nederlandse ambtenaren of burgers, en die data staat bij een Amerikaanse cloudleverancier, dan moet die leverancier die data gewoon overhandigen, ongeacht of de server in Europa staat.”
Dit zet techgiganten en hun Europese klanten klem in een onoplosbaar juridisch conflict. Voldoen aan de Amerikaanse wet betekent de Europese wet overtreden, wat kan leiden tot boetes tot 4 procent van de wereldwijde jaaromzet. Maar weigeren betekent dat Amerikaanse bestuurders een gevangenisstraf riskeren.
De Europese Commissie heeft in het verleden geprobeerd via politieke akkoorden te verklaren dat Amerikaanse partijen capabel genoeg zijn om zich aan onze privacyregels te houden. Echter, nu het Amerikaanse Hooggerechtshof heeft geoordeeld dat de FTC (Federal Trade Commission) geen onafhankelijke politieke scheidsrechter is, valt de juridische bodem onder deze privacy-overeenkomsten volledig weg. In feite overtreedt iedereen die nu data in een Amerikaanse publieke cloudomgeving heeft staan, de Europese wet.
Desondanks migreren overheden gewoon door. Zo zette de Belgische overheid onlangs miljoenen ambtenaren op Microsoft Copilot zonder dat daar strategisch over nagedacht lijkt te zijn. In Nederland verschuilen organisaties zich vaak achter de regels van Europese aanbestedingen. Men claimt dat men verplicht is de markt volledig open te gooien, waardoor Amerikaanse hyper-scalers zoals Amazon, Google en Microsoft steevast winnen.
Beerlage: „Frankrijk laat zien dat het anders kan. Vanuit een chauvinistische én strategische traditie bepalen de Fransen simpelweg dat vitale IT-aanbestedingen naar Franse of Europese partijen moeten gaan. Zij begrijpen dat data-architectuur een strategische discussie is over eigenaarschap en nationale veiligheid.”
Grote institutionele spelers nemen inmiddels concrete tegenmaatregelen. Beerlage ziet een duidelijke trend in dataherstel: „Twee hele grote banken in Nederland hebben momenteel een actieve strategie om hun gevoelige gegevens uit de publieke cloud te halen. Een grote Nederlandse fabrikant doet hetzelfde met al zijn intellectueel eigendom (IP). Eén van die banken draaide op grote schaal Databricks op Azure, maar heeft besloten om de meest gevoelige data daar weg te halen en terug te brengen naar een eigen, afgeschermde omgeving.” Zelfs de Europese Commissie is bezig haar data-infrastructuur te migreren naar het soevereine Europese StackIT.
Onbetaalbaar: de token-val en de CFO-nachtmerrie
Bovendien wordt doorgaan op de huidige weg op den duur onbetaalbaar, stelt hij. Kunstmatige intelligentie via publieke hyper-scalers is een bodemloze put. Advocatenkantoren en adviesbureaus zien hun IT-kosten momenteel extreem stijgen. Waar men voorheen vaste abonnementen per maand afsloot, rekent de cloudindustrie nu af per ‘token’. Bedrijven betalen per zoekopdracht, per ingevoerd keyword en per gegenereerde pagina. Zeker wanneer er gezocht wordt in het publieke domein, escaleren de kosten exponentieel, zo ziet hij in de praktijk gebeuren.
Beerlage illustreert dit met een concrete casus van een Cloudera-klant die een AI-assistent (Copilot) wilde uitrollen voor meer dan duizend gebruikers binnen de organisatie. „Als ze dat via de publieke cloudaanbieder zouden doen, kwamen de kosten puur door het verbruik van tokens uit op maar liefst 4 miljoen dollar per jaar. Dat stond los van de licentiekosten voor de software zelf. Als we doorrekenen wat het kost als ze exact hetzelfde model draaien op ons open-source dataplatform binnen hun eigen infrastructuur, kwamen de kosten uit op 895.000 dollar. Omdat je op een eigen omgeving draait, vallen de tokenkosten volledig weg. Dat is een directe besparing van 86 procent.”
De onbetaalbaarheid van publieke AI dwingt bedrijven tot besluiten die de innovatie juist remmen. Omdat de rekeningen onbeheersbaar worden, beginnen directies de toegang tot AI-modellen te limiteren. Advocaten mogen bijvoorbeeld geen honderd documenten meer analyseren, maar nog maar tien. „In plaats van het fundamentele probleem aan te pakken, gaan we innovatie tegenhouden, omdat we de cloudrekening niet meer kunnen betalen”, waarschuwt Beerlage.
Een sprekend voorbeeld is de luchtvaartmaatschappij Emirates. Zij trainden anderhalf jaar lang een geavanceerd AI-model in de publieke cloud voor hun customer service desk. Het proof of concept werkte fantastisch. Maar het model opschalen naar duizenden medewerkers wereldwijd, bleek financieel en kwalitatief totaal onmogelijk. De kosten explodeerden en de responskwaliteit ging hard achteruit.
Het resultaat: Emirates moest anderhalf tot twee jaar aan werk weggooien en volledig opnieuw beginnen in zijn eigen, afgeschermde data-omgeving. Beerlage: „Wat veel mensen zich niet beseffen, is dat een AI-model onlosmakelijk vastzit aan de data. Als je een model traint in de public cloud van een hyper-scaler, kun je na twee jaar niet zeggen: ik trek het model even naar binnen. Je zit vast in een totale vendor lock-in.”
Bovendien is het huidige verdienmodel van partijen zoals OpenAI zwaar verlieslatend. Bij vrijwel elke query die een consument of bedrijf doet, verliest OpenAI geld omdat de rekenkracht van de chips duurder is dan de opbrengst. Beerlage: „Die prijzen gaan maar één kant op, en dat is omhoog.”
Lees ook: Remy Gieling waarschuwt leiders: ‘Maak van je medewerkers geen blind verlengstuk van AI’
“De discussie moet niet gaan over wie het snelste model heeft of dat we ChatGPT of Claude moeten gebruiken. We moeten terug naar de basis”
Frank Beerlage Cloudera Benelux
De uitweg: strategische pas op de plaats en open standaarden
De conclusie van Beerlage is glashelder: de focus in de boardroom moet verschuiven van de ‘hipheid’ van het AI-model naar de nuchtere realiteit van de data-architectuur. „De discussie moet niet gaan over wie het snelste model heeft of dat we ChatGPT of Claude moeten gebruiken. We moeten terug naar de basis: waar staat de data? Wie is de eigenaar? En hoe behouden we de regie?”
De sleutel tot een duurzame AI-strategie ligt in open-source technologie en een onafhankelijke datamanagementlaag. Open-source modellen zijn inmiddels kwalitatief enorm volwassen geworden. „Een open-source model is wellicht 90 procent zo effectief als een peperduur commercieel model”, stelt Beerlage nuchter. „Maar je hebt ook geen Rolls-Royce nodig om naar de Albert Heijn te gaan. Soms is de fiets of een simpele wandeling meer dan genoeg. Door open-source modellen binnen te halen en te draaien op je eigen infrastructuur, declareer je onafhankelijkheid. Het is veiliger, je behoudt volledige governance en het is een fractie van de kosten.”
Ontvang elke week het beste van BusinessWise in je mailbox. Schrijf je hier nu gratis in:
