De Europese AI-paradox: waarom de volgende generatie AI-experts al onder ons is

De valse keuze die het Europese AI-debat domineert

We leven in een tijd van zelfverklaarde AI-specialisten. Ze vallen uiteen in twee kampen die langs elkaar heen schreeuwen. Het ene kamp verklaart dat we niet zonder AI kunnen overleven. Het andere houdt vol dat we het volledig moeten afwijzen.

Tussen deze extremen? Stilte. Vrijwel niets.

De eerste groep is zich waarschijnlijk niet bewust van wat er bestond vóór de huidige AI. Ze weten niet dat AI er al was voordat het AI werd genoemd. Deze groep moet begrijpen dat de huidige AI niet is wat het zou moeten zijn. We zijn te snel gegaan. We hebben bochten afgesneden. Het resultaat, binnenkort: onbruikbare AI.

Waarom schreeuwt deze groep zo hard dat we niet zonder AI kunnen? Ze hebben er een makkelijk verdienmodel aan gekoppeld. Het is niet schaalbaar. Ze houden vast aan de truc die ze kennen.

De tweede groep weet wat er eerder was. Ze begrijpen de individuele componenten. Ze zijn al jaren specialisten in deze gebieden. Deze groep heeft hulp nodig om de mogelijkheden én de grenzen te zien. Zij zullen waarschijnlijk de eersten zijn die herkennen wat AI zou moeten zijn, en wat op de juiste manier bereikt kan worden.

Hun kennis past in de AI-architectuur. In de volgende generatie AI, gebouwd voor mensen, zullen deze mensen hun voorkeursplaats vinden. Hier ligt een enorme kans voor snelle om- en bijscholing en bijdrage. Het verdienmodel dat ze momenteel dreigen te verliezen krijgt nieuwe vaart.

Kunnen we hier een uitdagende polarisatie uit destilleren en die vervolgens verbinden aan een genuanceerde conclusie?

Het huidige AI-landschap in Europa

Laten we specifiek zijn over waar Europa staat. De cijfers vertellen een belangrijk verhaal.

Europa kampt met een gedocumenteerd AI-talententekort. Het VK heeft 168.000 AI-vacatures. Duitsland heeft er 102.000. Frankrijk heeft er 88.000. De verhouding tussen vraag en aanbod voor AI-vaardigheden wereldwijd is 3,2 op 1. Slechts 10% van 's werelds top AI-onderzoekers woont in Europa, en dat percentage daalt jaarlijks.

Enterprise AI-adoptie in Europa staat op slechts 13,5% in 2024. AI-talent vertegenwoordigt 0,41% van de EU-beroepsbevolking. Ondertussen hebben de VS 240+ techbedrijven met een waarde van meer dan $10 miljard. Europa heeft er 14. Amerikaanse AI VC-financiering bereikte $68 miljard in 2024. De EU haalde $8 miljard.

Deze statistieken creëren paniek. Ze voeden het narratief van de eerste groep: Europa moet AI importeren, AI kopen, AI snel adopteren of voor altijd achterblijven.

Maar dit narratief gaat ervan uit dat huidige AI de enige AI is. Het gaat ervan uit dat black-box deep learning de eindbestemming is. Het negeert wat Europa bouwde vóór de hype.

Wat Europa had voordat AI AI werd genoemd

Terwijl Amerikaanse bedrijven neurale netwerken opschaalden, bouwde Europa iets anders. Iets fundamenteels. Iets dat de huidige AI wanhopig nodig heeft.

Formele methoden en verificatie: Europa heeft 25+ jaar gedocumenteerde expertise in het bewijzen van software-correctheid. De Universiteit van Freiburg, Inria, Formal Methods Europe, bedrijven als Prover Technology, CEA List, Axiomise, PQShield. Deze instellingen en bedrijven zijn niet verdwenen. Ze zijn er nog steeds. Hun expertise is relevanter dan ooit.

Constraint programming: Het Handbook of Constraint Programming werd gepubliceerd in 2006. De CPAIOR-conferentie begon in 2004 in Nice, Frankrijk. Onderzoeksgroepen als VeriDIS bij Inria, KU Leuven, RISC aan de Johannes Kepler Universiteit ontwikkelen al decennialang constraint-solving technieken. Dit is niet theoretisch. Het is de basis van optimalisatie-, plannings- en besluitvormingssystemen.

Logisch programmeren en Prolog: Geboren in Europa. Universiteit van Aix-Marseille, 1972-1973. Makers Alain Colmerauer en Philippe Roussel. Vijftig jaar Europees onderzoek. In 2022 vierde de gemeenschap "Vijftig Jaar Prolog en Verder." Dit is geen verlaten geschiedenis. Het is levende expertise.

Semantisch web en knowledge engineering: SWAD-Europe was een groot Europees initiatief voor het Semantisch Web binnen W3C. OWL werd een W3C-aanbeveling in 2004, geleid door Europese onderzoekers. Vandaag publiceert Nature onderzoek over semantische knowledge graphs. De expertise is nooit verdwenen.

Dit is wat de tweede groep weet. Dit is hun specialisatie. En zij kijken hoe de eerste groep wielen slecht opnieuw uitvindt, decennia aan onderzoek negeert en systemen creëert die precies falen omdat ze deze fundamenten missen.

Het probleem met de eerste groep: onhoudbare hype

De AI-consultingmarkt zal $630,7 miljard bereiken tegen 2032. Dit verklaart het geschreeuw. Consultants, cloudleveranciers, dienstverleners hebben hun verdienmodel gekoppeld aan de huidige AI. Ze moeten Europese bedrijven overtuigen dat ze nu AI moeten adopteren of sterven.

Maar het model is niet schaalbaar. Dit is waarom.

Huidige AI lijdt aan exponentiële foutaccumulatie. Systemen die 98% accuraat zijn per stap worden 13% accuraat na 100 stappen. Hallucinaties ballen samen. Multimodale systemen verliezen 31% prestatie wanneer ze gegenereerde fouten tegenkomen. De wiskunde geeft niet om verdienmodellen.

De oplossing van de eerste groep? Meer trainingsdata. Betere prompts. Verificatiestappen die meer stappen toevoegen aan het probleem dat veroorzaakt wordt door te veel stappen. Ze proberen wiskunde te bestrijden met natuurlijke taal.

Dit is niet houdbaar. Europese bedrijven die deze benaderingen adopteren zullen het 95% productie-faalpercentage ervaren dat gedocumenteerd is door MIT- en Fortune-onderzoek. Ze zullen miljoenen uitgeven aan systemen die wiskundig gegarandeerd falen in multi-step scenario's.

De eerste groep weet dit. Ze kunnen het niet toegeven. Hun verdienmodel hangt af van het in stand houden van de illusie dat de huidige AI werkt. Dus schreeuwen ze harder.

De kans in de tweede groep: over het hoofd geziene expertise

Bekijk nu de tweede groep. Zij keken van de zijlijn naar de AI-hype. Ze zagen bedrijven technieken opnieuw uitvinden die Europa decennia geleden al had opgelost. Ze zagen neurale netwerken worstelen met problemen die constraint programming elegant oplost.

Ze hielden zich stil omdat de markt hun expertise niet beloonde. AI-financiering ging naar deep learning. Constraint programming-onderzoek ging door aan universiteiten en gespecialiseerde bedrijven. Formele verificatie bleef essentieel in veiligheidskritische industrieën. Knowledge engineering voedde semantisch web-applicaties die betrouwbaar werkten.

Deze groep bestaat. Ze zijn substantieel. Europa heeft 10+ miljoen ICT-specialisten. Duitsland heeft er 2,3 miljoen. Centraal- en Oost-Europa hebben er 3,5 miljoen. Werkgelegenheid onder developers is 84%. Dit is geen kleine niche. Dit is een enorm personeelsbestand met onderbenutte expertise.

Hier is het cruciale inzicht: de eisen van de EU AI Act voor verklaarbaarheid, transparantie en controleerbaarheid creëren regelgevende vraag naar precies wat deze groep weet.

Formele verificatie bewijst systeemcorrectheid. Constraint programming biedt interpreteerbare redeneerpaden. Logisch programmeren maakt traceerbare besluitvorming mogelijk. Knowledge engineering bouwt hybride neuro-symbolische systemen die leren combineren met redeneren.

De expertise van de tweede groep sluit direct aan op de eisen voor volgende-generatie AI. Ze hoeven AI niet vanaf nul te leren. Ze moeten erkennen dat hun bestaande vaardigheden DE volgende generatie AI ZIJN.

De onbruikbare AI die eraan komt

Wat gebeurt er wanneer de huidige AI-benaderingen hun wiskundige limieten raken? We zien het al.

Google AI Overview suggereerde lijm op pizza te doen. CNET's AI schreef artikelen met een foutpercentage van 53%. Medische diagnosesystemen faalden bij 80% van de pediatrische gevallen. Juridische AI-modellen hallucineren bij 1 op de 6 queries. Dit zijn geen randgevallen. Het zijn symptomen van fundamentele architectuurproblemen.

Het hallucinatie-sneeuwbaleffect dat Zhang et al. (2023) identificeerden laat zien dat LLM's zich te sterk committeren aan vroege fouten en aanvullende valse claims genereren om deze te rechtvaardigen. Fouten propageren niet alleen. Ze groeien.

Het 98%-probleem betekent dat na 34 redeneerstappen systemen waarschijnlijker fout dan goed zijn. Na 100 stappen zijn ze 86,7% van de tijd fout. Dit is waarom 95% van de AI-agents faalt in productie. Dit is waarom 95% van de generatieve AI-pilots nooit productie bereikt.

We naderen snel onbruikbare AI. Systemen die niet vertrouwd kunnen worden voor multi-step redeneren. Systemen die menselijke factchecking van elke output vereisen. Systemen die meer kosten om te repareren dan ze aan waarde leveren.

De eerste groep zal reageren met meer van hetzelfde. Grotere modellen. Meer compute. Betere prompts. Ze zitten vast in een paradigma waarvan de wiskunde zegt dat het niet kan werken.

De tweede groep ziet dit anders. Ze hebben carrières besteed aan het bouwen van systemen die NIET lijden aan exponentiële foutaccumulatie. Formele methoden bewijzen eigenschappen. Constraint solving vindt optimale oplossingen. Logisch programmeren biedt solide redeneren. Knowledge engineering creëert verklaarbare systemen.

De polarisatie wordt duidelijk. De ene groep verdubbelt op falende benaderingen. De andere groep houdt de oplossingen vast waar de markt uiteindelijk om zal vragen.

Europese digitale soevereiniteit door bestaande expertise

De EU-Commissie definieert digitale soevereiniteit als "digitale infrastructuren, producten en diensten die Europese veiligheid, strategische activa en belangen beschermen." De Verklaring van Berlijn voegt toe "het vermogen om autonoom te handelen en vrij ons eigen digitale pad te kiezen."

Huidige benaderingen van AI-soevereiniteit richten zich op het bouwen van Europese versies van Amerikaanse AI. Grote taalmodellen trainen. Europese foundation models creëren. Concurreren op Amerikaanse voorwaarden.

Dit mist de essentie. Europa's pad naar AI-soevereiniteit is niet doen wat Amerika doet, alleen lokaal. Het is doen wat Europa het beste doet, anders.

De nadruk van de EU AI Act op verklaarbaarheid, transparantie en mensgerichte design is geen toeval. Het weerspiegelt Europese waarden. Het weerspiegelt ook Europese technische sterktes. De regelgeving creëert vraag naar systemen die verklaard, geverifieerd en gecontroleerd kunnen worden.

Wie kan deze systemen bouwen? Niet de deep learning-specialisten die black-box modellen bouwden. De formele methoden-experts die al 25 jaar systeemcorrectheid bewijzen. De constraint programming-onderzoekers die al twee decennia interpreteerbare optimalisatiesystemen bouwen. De knowledge engineers die verklaarbare semantische systemen bouwen sinds de vroege jaren 2000.

Dit is het Europese voordeel. Europa hoeft geen AI-expertise te importeren. Europa moet erkennen dat zijn bestaande technische expertise DE volgende generatie AI-expertise IS.

De omscholingskans die voor het oprapen ligt

Het Pact for Skills van de Europese Commissie heeft 2,6 miljoen individuen bereikt via bij- en omscholingsinitiatieven. CEDEFOP rapporteert dat meer dan 25% van de Europese volwassen werknemers al experimenteert met AI op het werk.

Het traditionele narratief suggereert dat deze werknemers deep learning, neurale netwerken, transformerarchitecturen moeten leren. Ze moeten worden zoals de eerste groep.

Dit is omgekeerd. De werknemers die Europa al heeft bezitten precies de vaardigheden die volgende-generatie AI nodig heeft. Ze moeten alleen erkennen dat hun expertise waardevol is in de AI-context.

Een formele verificatiespecialist hoeft geen neurale netwerken te leren. Ze moeten hun verificatie-expertise toepassen op constraint-gebaseerde AI-systemen. Een constraint programming-onderzoeker hoeft niet over te stappen naar deep learning. Ze moeten erkennen dat hun constraint-solving technieken DE volgende generatie AI-redenering ZIJN. Een knowledge engineer hoeft het semantisch web niet op te geven voor grote taalmodellen. Ze moeten hybride systemen bouwen die leren combineren met redeneren.

De omscholingsuitdaging is niet Europese specialisten AI vanaf nul bijbrengen. Het is hen helpen te zien dat hun decennia aan expertise AI ZIJN. De AI die de huidige benaderingen niet kunnen leveren.

Het verdienmodel dat ze dreigen te verliezen is niet weg. Het transformeert. Bedrijven die formele verificatie, constraint satisfaction en knowledge engineering begrijpen zullen degenen zijn die AI-systemen bouwen die daadwerkelijk werken in productie. De AI-systemen die voldoen aan EU-regelgeving. De AI-systemen die Europese bedrijven kunnen vertrouwen.

De genuanceerde conclusie: polarisatie als kans

De polarisatie tussen "we moeten AI hebben" en "we hebben geen AI nodig" is vals. Beide posities missen de nuance.

De genuanceerde realiteit: Europa heeft AI nodig, maar niet de huidige AI. Europa heeft volgende-generatie AI nodig gebouwd op Europese sterktes. Verklaarbaar, verifieerbaar, efficiënt, mensgericht. De AI die de EU AI Act verplicht. De AI die Europese bedrijven daadwerkelijk nodig hebben. De AI die Europese specialisten al weten te bouwen.

Het narratief van de eerste groep dat we huidige AI moeten adopteren of sterven is gevaarlijk. Het leidt Europese bedrijven ertoe te investeren in systemen die zullen falen. Het bestendigt afhankelijkheid van Amerikaanse technologie. Het negeert Europese expertise.

Het scepticisme van de tweede groep over huidige AI is gerechtvaardigd, maar hun conclusie dat we geen AI nodig hebben is fout. We hebben AI nodig. We hebben alleen de JUISTE AI nodig. AI gebouwd op fundamenten die zij al decennia ontwikkelen.

De kans ligt in de synthese: erken dat de volgende generatie AI-expertise al bestaat in Europa. Het zijn de 10+ miljoen ICT-specialisten. Het zijn de formele methoden-experts met 25+ jaar ervaring. Het zijn de constraint programming-onderzoekers met twee decennia werk. Het zijn de knowledge engineers die het semantisch web bouwden.

Deze mensen hoeven niet vervangen te worden door AI-specialisten van elders. Ze moeten in staat worden gesteld te erkennen dat hun expertise DE volgende generatie AI-expertise IS. Ze moeten de brug zien tussen hun huidige vaardigheden en de AI-systemen die Europa daadwerkelijk nodig heeft.

Bij Dweve bouwen we die brug. Core biedt het formele verificatieframework. Loom implementeert constraint-gebaseerde experts. Nexus biedt de orchestratielaag. Spindle biedt de kennisgovernance. Elk component benut Europese technische sterktes. Elk component creëert kansen voor Europese specialisten om hun expertise toe te passen op volgende-generatie AI.

De polarisatie is geen probleem. Het is een kans. De botsing tussen hype en realiteit zal Europese bedrijven dwingen te erkennen wat daadwerkelijk werkt. Wanneer de huidige AI faalt, zullen Europese bedrijven alternatieven zoeken. Die alternatieven bestaan. Ze zijn gebouwd op 25-50 jaar Europees onderzoek. Ze worden gehouden door 10+ miljoen Europese specialisten. Ze moeten alleen erkend worden als de volgende generatie AI.

Wat je moet onthouden

• De polarisatie is vals. "We moeten AI hebben" versus "we hebben geen AI nodig" mist de nuance. Europa heeft volgende-generatie AI nodig gebouwd op Europese sterktes, niet geïmporteerde huidige AI.
• Huidige AI faalt. Exponentiële foutaccumulatie maakt multi-step systemen onbruikbaar. 95% van de AI-pilots faalt naar productie. De wiskunde geeft niet om verdienmodellen.
• Europese expertise bestaat. 25+ jaar formele methoden. 20+ jaar constraint programming. 50+ jaar logisch programmeren. 20+ jaar knowledge engineering. Dit is geen geschiedenis. Het is de basis van volgende-generatie AI.
• De EU AI Act eist wat Europa heeft. Verklaarbaarheid, transparantie, controleerbaarheid. Dit zijn geen lasten voor Europese specialisten. Dit is wat ze al decennia bouwen.
• 10+ miljoen ICT-specialisten. Europa heeft een substantieel personeelsbestand met relevante expertise. Ze hoeven AI niet vanaf nul te leren. Ze moeten erkennen dat hun bestaande vaardigheden volgende-generatie AI ZIJN.
• De omscholingskans is enorm. Pact for Skills bereikte 2,6 miljoen mensen. 25% van de Europese werknemers experimenteert met AI. De uitdaging is erkennen dat bestaande expertise van toepassing is op AI, niet buitenlandse expertise importeren.
• Europese AI-soevereiniteit komt van binnenuit. Niet door Amerikaanse benaderingen te kopiëren, maar door Europese sterktes in formele methoden, constraint programming en knowledge engineering te benutten om AI te bouwen die daadwerkelijk werkt.

De kern

Het debat over Europese AI-soevereiniteit focust op de verkeerde vraag. Het is niet of Europa AI nodig heeft of niet. Het is wat voor SOORT AI Europa nodig heeft.

Huidige AI, gebouwd op deep learning en neurale netwerken, raakt wiskundige limieten. Exponentiële foutaccumulatie. Hallucinatie-sneeuwballen. 95% productie-faalpercentages. Dit is niet de toekomst waar Europese bedrijven op kunnen vertrouwen.

Volgende-generatie AI, gebouwd op formele verificatie, constraint satisfaction en knowledge engineering, komt al op in Europa. Het benut 25-50 jaar Europees onderzoek. Het werkgelegenheidt 10+ miljoen Europese specialisten. Het sluit aan bij EU AI Act-eisen. Het werkt daadwerkelijk.

De eerste groep zal blijven schreeuwen dat Europa huidige AI moet adopteren of sterven. Hun verdienmodel hangt ervan af. De tweede groep zal sceptisch blijven, missend dat hun expertise DE volgende generatie AI IS.

De genuanceerde waarheid ligt ertussenin. Europa heeft AI-soevereiniteit nodig. Maar het pad naar soevereiniteit is niet Amerikaanse technologie importeren. Het is Europese specialisten in staat stellen de AI te bouwen die ze al weten te maken. De AI gebouwd op fundamenten die ze al decennia ontwikkelen. De AI die de EU AI Act verplicht. De AI die daadwerkelijk zal werken in productie.

De volgende generatie AI-experts is niet iemand die Europa moet vinden of vanaf nul moet trainen. Ze zijn er al. Ze zijn hier al 25-50 jaar. Ze moeten alleen erkennen dat hun expertise precies is wat volgende-generatie AI vereist.

Klaar om Europese AI-soevereiniteit te bouwen op Europese fundamenten? Dweve's constraint-gebaseerde platform benut decennia aan Europees onderzoek in formele methoden, constraint programming en knowledge engineering. Geen Amerikaanse mislukkingen importeren. Gewoon bouwen op Europese sterktes. Schrijf je in voor onze wachtlijst.