Waarom Washington twijfelt over Chinese AI-modellen (en jij ook)

Sophie Jansen · 2026-07-21

Als je als professional overweegt om een AI-website te bouwen met open-weight modellen uit China, dan sta je voor een vraag die niets met prestaties te maken heeft: is het over een jaar nog wel verstandig om erin te investeren? De komst van Moonshot AI's Kimi K3 op 16 juli – het grootste open-weight model dat ooit is uitgebracht – heeft namelijk een oud beleidsdebat in Washington opnieuw aangewakkerd. En dat debat gaat rechtstreeks invloed hebben op jouw keuzes, ook al zit je in Nederland. ### Wat er speelt in Washington De Amerikaanse overheid kijkt met argusogen naar Chinese open-weight modellen. Dean W. Ball, hoofd strategische toekomst bij OpenAI en tot voor kort senior AI-adviseur in het Witte Huis, voorspelde dat de Trump-regering uiteindelijk zal kiezen voor het creëren van regelgevingsrisico rond deze modellen. Geen verbod (dat noemt hij een van de domste ideeën in AI-beleid), maar zachte richtlijnen van overheidsinstanties die suggereren dat de modellen achterdeurtjes kunnen bevatten. "Het hoeft niet eens goed onderbouwd te zijn," schreef hij. Genoeg onzekerheid, en gereguleerde bedrijven trekken zich vanzelf terug. ### Waarom dit ook voor Nederlanders relevant is De uitkomst van dit debat raakt ook Nederlandse organisaties die AI-websites bouwen. De mechanismen die worden besproken – federale inkoopregels, exportlijsten, veiligheidsadviezen – reizen namelijk mee met dezelfde cloudproviders die wereldwijd actief zijn. Denk aan Azure, AWS en Google Cloud. Als die providers hun diensten aanpassen, voel jij dat direct in je portemonnee en je workflow. ### Het commerciële probleem Onder de oppervlakte van het beleidsdebat schuilt een simpel rekensommetje. Gesloten labs zoals OpenAI en Anthropic hebben inkomsten per token nodig om de miljardeninvesteringen in datacenters te rechtvaardigen. Goedkopere open-weight modellen drukken die inkomsten, zonder dat het AI-gebruik afneemt. Sterker nog: routingdata van Vercel laat zien dat open-weight modellen in juni 29% van alle tokens verwerkten via hun productiegateway, tegenover ongeveer 11% in april. En dat voor minder dan 4% van de uitgaven. ### De rol van Microsoft en GitHub De druk komt van binnenuit de Amerikaanse tech-stack. GitHub maakte Moonshot's Kimi K2.7 Code op 1 juli beschikbaar in de Copilot-modelkiezer, gehost op Microsoft Azure. Volgens The Information overweegt Microsoft nu om K3 aan Azure toe te voegen en te testen of het Copilot-functies kan overnemen die nu door OpenAI en Anthropic worden verzorgd. De mogelijke besparing op inferentiekosten? Tot wel €550 miljoen. Microsoft heeft dat bedrag niet bevestigd, maar het feit dat de grootste klant van zowel OpenAI als Anthropic het alternatief aan het prijzen is, zegt genoeg. ### Het veiligheidsargument Maar commerciële motieven maken het veiligheidsargument niet minder serieus. Open gewichten kunnen niet worden teruggeroepen. Zodra een model is gedownload en draait in duizenden organisaties, kan geen leverancier het patchen, intrekken of een fix pushen. Dat is een wezenlijk ander risicoprofiel dan een gehoste API. En dat is precies waarom bedrijven als Microsoft, die zelf afhankelijk zijn van veilige AI, zo voorzichtig zijn. ### Wat betekent dit voor jouw AI-website? Voor Nederlandse professionals die een AI-website bouwen, is het advies duidelijk: blijf op de hoogte van de ontwikkelingen in Washington, maar laat je niet verlammen door onzekerheid. Open-weight modellen blijven een krachtig en kosteneffectief alternatief, zolang je de risico's begrijpt en beheert. Overweeg een hybride aanpak: gebruik open-weight modellen voor experimenten en minder kritische toepassingen, en kies voor gesloten API's waar veiligheid en betrouwbaarheid voorop staan. Zo haal je het beste uit beide werelden, zonder dat je vast komt te zitten in een onverwachte beleidswijziging.