AI-concentratie in Big Tech: marktmacht wordt private governance over grondrechten
The Concentration of Artificial Intelligence in Big Tech and Its Implications for Human Rights in the European Union. Marcin Marciniak (Universiteit van Gdańsk), 2026.
1. De verkeerde vraag
AI wordt doorgaans beschreven als een general-purpose technologie waarvan de effecten zich verspreiden over productie, openbaar bestuur, wetenschap, zorg en onderwijs. Die beschrijving suggereert een neutrale, breed verspreide technologie.
De werkelijkheid is anders. De capaciteit om de meest geavanceerde systemen te ontwikkelen en te draaien is juist sterk geconcentreerd. Het trainen en serven van frontier-modellen vereist gespecialiseerde processors, grootschalige cloudinfrastructuur, uitgebreide data, hooggekwalificeerde arbeid, elektriciteit, water en toegang tot mondiale distributiekanalen. Deze eisen bevoordelen organisaties die al meerdere lagen van de digitale economie beheersen.
De relevante beleidsvraag verschuift daarmee fundamenteel. Het probleem is niet langer alleen of individuele AI-systemen accuraat, veilig of economisch voordelig zijn. Het is of een klein aantal bedrijven de infrastructuur mag beheersen waarlangs AI wordt ontwikkeld, gedistribueerd en in sociale instituties wordt opgenomen.
Marciniak's centrale these is scherp geformuleerd: marktconcentratie wordt een vorm van private governance over de voorwaarden waaronder grondrechten worden uitgeoefend.
2. Methode: een narratieve review, geen meta-analyse
De methodologische positie verdient vooraf expliciete aandacht, omdat zij de epistemische status van elke conclusie bepaalt.
Het artikel gebruikt een interdisciplinaire narrative review, geen systematische meta-analyse. Het combineert peer-reviewed onderzoek in economie, arbeidsstudies, milieu-analyse, technologiebeleid en robotica met rapporten en juridisch materiaal van EU-instellingen, internationale organisaties, nationale toezichthouders, vakbonden en bedrijven. De hoofdperiode is 2018-2026.
Cruciaal: het artikel probeert niet één kwantitatieve maat te berekenen van de grondrechtenimpact van concentratie. De voorbeelden verschillen in jurisdictie, technologie en bewijskracht. Ze worden gebruikt om causale mechanismen en institutionele reacties te toetsen, niet om te beweren dat elk datacenter, model of geautomatiseerde werkplek identieke uitkomsten produceert.
En het belangrijkste methodologische anker: het onderscheid tussen een risico voor de praktische uitoefening van een recht en een wettelijk vastgestelde schending wordt door het hele artikel gehandhaafd. Concentratie schendt op zichzelf geen rechten. Dat onderscheid is niet een voetnoot; het is de draagconstructie van het argument.
3. De drie claims
Het artikel stelt drie claims, die samen de structuur van de analyse vormen:
- Concentratie moet over het volledige technische en economische systeem worden geanalyseerd, niet op het niveau van model-eigendom alleen.
- De grondrechtelijke effecten verlopen via identificeerbare mechanismen: ongelijke toegang, informatieve asymmetrie, externalisering van infrastructuurkosten, werkplekcontrole, en verzwakte capaciteit tot review of overstap.
- Mededingingshandhaving is noodzakelijk maar niet voldoende. Rechten-gebaseerde waarborgen vereisen publieke technische capaciteit, transparantie, interoperabiliteit, werknemersparticipatie, milieuverantwoording en remedies die effectief blijven zelfs wanneer gebruikers afhankelijk zijn van een dominante aanbieder.
Deze drie claims onderscheiden het artikel van zowel het naïeve "Big Tech is goed omdat het innoveert"-narratief als van het simplistische "groot is per definitie kwaadaardig"-narratief. De analyse focust op afhankelijkheid, verdeling van beslissingsmacht, en de capaciteit van betrokkenen om uitleg, onderhandeling, overstap of rechtsherstel te verkrijgen.
4. De bronnen van geconcentreerde macht
4.1 Compute-kapitaal en de onderzoekskloof
De meest directe bron van concentratie is de kapitaalschaal die nodig is om geavanceerde modellen te trainen. De vaste kosten bevoordelen bedrijven die grote projecten intern kunnen financieren of schaarse capaciteit jaren vooruit kunnen reserveren. Dit creëert een cumulatief voordeel: compute-toegang maakt betere modellen mogelijk, betere modellen trekken klanten en ontwikkelaars, en de resulterende omzet financiert de volgende generatie infrastructuur.
Dit raakt vrijheid van wetenschap (artikel 13 Handvest) en gelijkheid van kansen. Onderzoeksgroepen zonder industriële compute kunnen efficiënte methoden of kleinere modellen bestuderen, maar kunnen de claims over frontier-systemen niet reproduceren, controleren of betwisten. Ahmed & Wahed (2020) beschrijven een de-democratisering van AI-onderzoek; Besiroglu et al. (2024) tonen hoe ongelijke compute-toegang academische bijdrage en onafhankelijke controle bedreigt.
Formele academische vrijheid kan dus samengaan met een materieel onvermogen om de systemen te onderzoeken die steeds meer publiek beleid en economisch leven vormgeven. Het gaat niet om een recht op onbeperkte rekenkracht. Het gaat erom of universiteiten en publiek-belang-onderzoekers voldoende capaciteit behouden om claims te toetsen en alternatieven te ontwikkelen zonder afhankelijkheid van de bedrijven die zij evalueren.
4.2 Verticale integratie en ecosysteemcontrole
Concentratie wordt ingrijpender wanneer controle zich uitstrekt over complementaire lagen: cloudinfrastructuur, foundation-modellen, office-software of zoekmachines, distributie via een besturingssysteem, en gebruiksdata die volgende producten verbeteren.
De Europese Commissie's analyse van concurrentie in generatieve AI benadrukt toegang tot kern-inputs, partnerschappen, clouddiensten en distributie als bronnen van marktmacht. De relevante analyse-eenheid is daarom niet een afzonderlijke modelmarkt, maar het netwerk van afhankelijkheden dat chips, cloudcontracten, applicatie-interfaces, ontwikkelaarstools, propriëtaire data en gebruikstoegang verbindt.
Zelfs wanneer meerdere modellen nominaal beschikbaar zijn, kunnen zij afhangen van dezelfde cloudprovider, acceleratorleverancier of distributieplatform. Schijnbare productvariëteit kan samengaan met geconcentreerde infrastructurele macht.
4.3 Van marktmacht naar private governance
Een bedrijf oefent private governance uit wanneer zijn contractuele en technische beslissingen voorwaarden bepalen die maatschappelijk significant zijn maar moeilijk door betrokkenen te onderhandelen. Gebruiksvoorwaarden kunnen toegestaan onderzoek, dataretentie, acceptabele content, modeltoegang of accountopschorting bepalen. Technische standaarden bepalen welke applicaties interopereren. Propriëtaire evaluatieprocedures bepalen of een geautomatiseerde beslissing begrijpelijk is.
Het grondrechtenrisico is het grootst wanneer vier voorwaarden samenvallen:
- De dienst is belangrijk voor deelname aan economisch of sociaal leven;
- De aanbieder neemt een moeilijk-vervangbare positie in;
- De besluitvorming is ondoorzichtig;
- Effectieve review is niet beschikbaar.
Dit kader vermijdt bedrijfsgrootte als intrinsiek verwijt. Het focust op afhankelijkheid, de verdeling van beslissingsmacht, en de mogelijkheid van betrokkenen om een verklaring te krijgen, voorwaarden te onderhandelen, van aanbieder te wisselen of rechtsherstel te zoeken. Dit verklaart ook waarom concentratie rechten kan raken zelfs wanneer een specifieke AI-output technisch accuraat is.
5. Infrastructuurmacht en milieurechtvaardigheid
De cloud is fysieke infrastructuur. Grootschalige AI hangt af van datacenters verbonden aan elektriciteitsnetwerken, watersystemen, glasvezel en bouwketens. Wanneer de vraag sneller groeit dan de lokale infrastructuur, beïnvloeden private investeringsbeslissingen andere gebruikers.
De empirische voorbeelden zijn concreet en goed gedocumenteerd:
- Ierland: de Commission for Regulation of Utilities nam een nieuw aansluitbeleid voor datacenters aan vanwege de systeem- en veiligheidseffecten van snelgroeiende vraag.
- Londen: beperkte elektriciteitscapaciteit wordt geassocieerd met vertraging van woningbouw in gebieden waar datacenter-vraag concurreert om nettoegang.
- Ohio: datacenter-specifieke tariefregelingen bedoeld om infrastructuurrisico directer bij grote gebruikers te leggen.
- Virginia: publieke review identificeerde substantiële implicaties voor opwekking, transmissie, landgebruik en tariefbetalers.
- Georgia: netplanning koppelde datacenter-groei aan extra opwekking en aan het voortbestaan van kolen- en gascapaciteit.
- Chili: waterconflicten in Santiago; de Second Environmental Court eiste dat klimaateffecten in de beoordeling van het Cerrillos-project werden opgenomen.
De grondrechtenbetekenis ligt in milieurechtvaardigheid: wereldwijd verspreide digitale baten kunnen worden gedragen door lokaal geconcentreerde kosten voor bewoners met beperkte invloed op infrastructuurbeslissingen. Artikel 35 (gezondheid) en artikel 37 (milieubescherming) van het Handvest ondersteunen levenscyclusbeoordeling, cumulatieve-impactanalyse en publieke participatie.
6. Werkplekmacht, privacy en menselijke waardigheid
6.1 Automatisering en ongelijke aanpassing
Het onderscheid tussen taakautomatisering en beroepsverlies blijft essentieel. De meeste banen combineren routine met oordeelsvorming, communicatie, uitzonderingsafhandeling en impliciete kennis. Een systeem kan geselecteerde taken verwijderen terwijl werkgelegenheid behouden blijft, of de resterende menselijke activiteiten intensiveren.
Het robotica-bewijs toont deze diversiteit: Acemoglu & Restrepo (2020) vinden banen- en loonverlies in blootgestelde Amerikaanse lokale markten; Dauth et al. (2021) vinden verdringing uit de Duitse industrie maar geen vergelijkbare daling van de totale lokale werkgelegenheid; Adachi et al. (2024) vinden dat lagere robotprijzen in Japan zowel robotgebruik als werkgelegenheid vergrootten. Nationale gemiddelden kunnen geconcentreerde schade verbergen.
Big Tech-concentratie komt dit proces binnen via general-purpose modellen, cloud-analytics en werkplekplatforms. Een kleine groep aanbieders kan standaardiseren hoe prestaties worden gemeten en hoe geautomatiseerde aanbevelingen in werving, roostering of ontslag worden geïntegreerd. De directe werkgever blijft verantwoordelijk voor de uitrol, maar propriëtaire afhankelijkheid kan beperken wat werkgever, werknemersvertegenwoordigers of toezichthouders kunnen inspecteren.
6.2 Monitoring, veiligheid en autonomie
AI kan gevaarlijke taken verwijderen en predictief onderhoud verbeteren. Gihleb et al. (2022) associëren robotblootstelling met lagere letselcijfers. Maar automatisering kan ook het tempo van resterend werk versnellen: Burtch et al. (2025) vinden dat magazijnrobotica ernstige letsels verminderde terwijl minder ernstige letsels toenamen. Nikolova et al. (2024) linken robotisering aan verminderde ervaren betekenisvolheid en autonomie.
Continue dataverzameling creëert een directe verbinding met privacy. Werkpleksystemen kunnen locatie, toetsaanslagen, stem, beeld, productiviteit en emotionele indicatoren registreren. Zelfs waar elk datapunt onschuldig lijkt, kan de combinatie gedetailleerde profielen opleveren die toegang tot werk beïnvloeden. De GDPR vereist een rechtsgrondslag, doelbinding, dataminimalisatie en waarborgen; de Platform Work Directive introduceert specifieke bescherming voor geautomatiseerde monitoring en besluitvorming.
Menselijke waardigheid is relevant omdat werknemers niet mogen worden gereduceerd tot continu geoptimaliseerde datapunten. Effectieve rechtsbescherming vereist meer dan een generieke mededeling dat AI werd gebruikt: betrokkenen hebben begrijpelijke redenen, toegang tot relevant bewijs, een competente menselijke reviewer en bescherming tegen represailles nodig.
7. Halfgeleiders, cloud en geopolitieke afhankelijkheid
De fysieke infrastructuur van AI wordt geproduceerd via een netwerk van chiparchitectuur, ontwerpsoftware, productieapparatuur, materialen, fabricage, high-bandwidth memory, geavanceerde packaging, serverassemblage, netwerk en cloudoperatie. Concentratie vindt plaats op meerdere niet-verwisselbare stadia.
Dit raakt Nederland direct. ASML is uniek belangrijk in extreme-ultraviolet lithografie; TSMC is centraal in geavanceerde foundry-productie; een kleine groep Koreaanse en Amerikaanse bedrijven levert high-bandwidth memory; NVIDIA combineert leidende accelerators met een breed geadopteerd software-ecosysteem. De OECD benadrukt dat geaggregeerde marktaandelen de afhankelijkheid van specifieke, moeilijk-substitueerbare inputs kunnen onderschatten.
Deze afhankelijkheden creëren zowel bedrijfs- als geopolitieke macht. Het resultaat is asymmetrische interdependentie, geen nationale of bedrijfsmatige zelfvoorziening. Digitale soevereiniteit moet daarom niet worden gelijkgesteld aan autarkie. Vanuit rechtenperspectief is soevereiniteit de praktische capaciteit van publieke instellingen om data te beschermen, systemen te auditen, essentiële diensten tijdens verstoring te handhaven, van leverancier te wisselen en acceptabele voorwaarden te onderhandelen.
Een staat kan formele autoriteit behouden terwijl hij de technische capaciteit mist om systemen in zorg, onderwijs of sociaal bestuur te verifiëren. Dat verzwakt zijn vermogen om rechten te garanderen en een effectieve remedie te bieden.
8. Tegengestelde macht en rechten-gebaseerde governance
8.1 Mededinging, interoperabiliteit en publieke capaciteit
De Digital Markets Act voegt ex-ante-verplichtingen voor aangewezen gatekeepers toe en weerspiegelt het oordeel dat sommige platformmacht niet pas na het ontstaan van schade kan worden aangepakt. In AI moet mededingingsbeleid echter rekening houden met verticale afhankelijkheden en technische overstapkosten. Het bestaan van meerdere applicaties garandeert geen betwistbaarheid als zij afhangen van dezelfde cloud, accelerator, model of identiteitsinfrastructuur.
Interoperabiliteit en portabiliteit kunnen afhankelijkheid verminderen, maar vereisen zorgvuldig ontwerp. Dataportabiliteit zonder compatibele formaten of betaalbare overdracht is grotendeels formeel. Publieke aanbesteding kan leverage creëren door gedocumenteerde interfaces, exporteerbare logs, audittoegang en geloofwaardige exit-regelingen te vereisen.
8.2 Grondrechtenbeoordeling en effectief rechtsherstel
Artikel 27 van de AI Act verbindt technisch risicomanagement met grondrechtenbescherming en vereist van bepaalde inzettende partijen een fundamentele-rechtenbeoordeling (FRIA) vóór gebruik. De directe reikwijdte is smaller dan de volledige politieke economie die het artikel onderzoekt; het maakt niet van elk cloudcontract of datacenter-investering een verplichte beoordeling. Maar het biedt een bruikbaar institutioneel model: identificeer getroffen groepen, beschrijf voorzienbare effecten, specificeer toezicht en mitigatie, en heroverweeg inzet wanneer risico's niet adequaat beheersbaar zijn.
De beoordeling mag geen eenmalig compliancedocument worden. Vóór inzet moeten organisaties doel, alternatieven, getroffen groepen, databronnen, afhankelijkheden en exit-opties identificeren. Tijdens gebruik moeten zij fouten, discriminerende uitkomsten, werkbelasting, resourceconsumptie en klachten volgen. Na een materiële wijziging in model, aanbieder of context moet de beoordeling worden bijgewerkt.
8.3 Collectief onderhandelen en werknemersparticipatie
Collectief onderhandelen zet abstracte rechten om in afdwingbare werkplekregels. De WGA-overeenkomst van 2023 bepaalde dat AI-gegenereerde tekst niet kon worden gebruikt om de erkenning of vergoeding van een schrijver te verminderen. SAG-AFTRA onderhandelde toestemming en compensatie voor digitale replica's. NewsGuild-overeenkomsten behandelden bescherming van vakbondswerk en menselijk toezicht op AI-geassisteerde journalistiek.
Europese voorbeelden bieden aanvullende modellen: de Spaanse Riders Law vereist informatie voor werknemersvertegenwoordigers over de parameters achter algoritmen die arbeidsomstandigheden beïnvloeden; de Platform Work Directive stelt regels over dataprocessing, informatie, menselijk toezicht en consultatie. Deze maatregelen zijn belangrijk omdat individuele werknemers zelden de technische expertise of onderhandelingsmacht bezitten om een complex systeem alleen aan te vechten.
9. Epistemische classificatie van de kernconclusies
In de geest van het artikel zelf (dat zijn beperkingen nadrukkelijk voorop zet) classificeer ik de centrale claims op bewijssterkte:
| Stelling | Status |
|---|---|
| AI-ontwikkeling is geconcentreerd in verticaal geïntegreerde bedrijven | Sterk empirisch onderbouwd |
| Concentratie schendt op zichzelf grondrechten | Niet aangetoond: het artikel stelt dit expliciet niet |
| Concentratie vergroot afhankelijkheid, ondoorzichtigheid en overstapkosten | Sterk onderbouwd, mechanisme-gebaseerd |
| Datacenter-uitbreiding externaliseert lokale infrastructuurkosten | Gedocumenteerd per geval (Ierland, Londen, Ohio, Virginia, Georgia, Chili), geen universele wetmatigheid |
| Automatisering produceert een universele banenverlies-coëfficiënt | Weerlegd: het bewijs toont contextuele diversiteit |
| Marktmacht functioneert als private governance over grondrechten | Conceptueel sterk, juridisch nog geen gevestigde categorisering |
| Mededingingshandhaving alleen is voldoende | Verworpen: het artikel betoogt juist dat dit onvoldoende is |
De sterkste, best verdedigbare claim is niet een specifiek empirisch getal. Het is de conceptuele verschuiving zelf: van het beoordelen van individuele AI-systemen op accuratesse, naar het beoordelen van de infrastructurele voorwaarden waaronder rechten worden uitgeoefend. En de meest methodologisch verantwoorde claim is dat concentratie een risico vormt, geen automatische schending.
10. De Nederlandse implicatie: soevereiniteit als rechtsbescherming
Voor de Nederlandse publieke sector is dit artikel geen buitenlandse theorie maar een spiegel.
ASML en de halfgeleider-afhankelijkheid. Nederland herbergt het unieke chokepoint in EUV-lithografie. Het artikel plaatst dit in een rechtenkader: afhankelijkheid van chokepoints is niet alleen industriepolitiek maar bepaalt de praktische capaciteit van staten om essentiële diensten te handhaven en hun eigen regels af te dwingen.
Cloud-concentratie en CLOUD Act. De Nederlandse overheid worstelt al met de spanning tussen Amerikaanse hyperscalers en soevereiniteitseisen. Het artikel levert het normatieve kader: soevereiniteit is geen autarkie maar de praktische capaciteit om te verifiëren, te auditen, te migreren en te onderhandelen. Dat is precies de BIO2/NIS2-vereiste van aantoonbare controle, vertaald naar infrastructureel niveau.
FRIA als institutioneel model. Artikel 27 AI Act biedt volgens het artikel een bruikbaar model voor rechten-gebaseerde beoordeling, mits het geen eenmalig compliancedocument wordt. Dit sluit direct aan op de Nederlandse uitvoering van de AI-verordening.
Publieke aanbesteding als leverage. De aanbeveling dat publieke aanbesteding gedocumenteerde interfaces, exporteerbare logs, audittoegang en exit-regelingen moet vereisen, is een directe handleiding voor de Rijksoverheid, gemeenten en ZBO's die AI en cloud inkopen. Wie een systeem niet kan superviseren of vervangen, zou het niet moeten adopteren.
11. Conclusie
Marciniak's artikel levert geen nieuwe empirische meting maar een herkadering van de vraag. De concentratie van AI in Big Tech is niet primair een mededingingskwestie; het is een vraag naar de voorwaarden waaronder fundamentele rechten kunnen worden uitgeoefend.
De zeven aanbevelingen zijn concreet: beoordeel concentratie over de volledige AI-stack; vereis interoperabiliteit en portabiliteit in publieke aanbesteding; gebruik FRIA voorbij haar minimale wettelijke reikwijdte; breid publiek-belang-rekenkracht uit; leg infrastructuurkosten bij de gebruikers die ze veroorzaken; geef werknemers tijdig informatie en onderhandelingsruimte; en garandeer dat elke betrokkene toegang heeft tot een identificeerbare menselijke beslisser, begrijpelijke redenen en een effectief beroepskanaal.
De kernboodschap is dat het doel niet is om schaal te voorkomen waar schaal reële baten oplevert. Het doel is om te voorkomen dat technologische schaal onverantwoorde macht wordt over de uitoefening van grondrechten.
Voor de Nederlandse publieke sector, die nu AI in zorg, onderwijs en sociaal bestuur versnelt adopteert, is de les eenduidig: de keuze van cloud- en modelleverancier is niet alleen een kosten- of prestatieafweging. Het is een keuze over wie de voorwaarden bepaalt waaronder fundamentele rechten worden uitgeoefend, en of uw organisatie de capaciteit behoudt om die voorwaarden te controleren, aan te vechten en te verlaten.
Bron: Marciniak, M. (2026). "The Concentration of Artificial Intelligence in Big Tech and Its Implications for Human Rights in the European Union." Institute of Theoretical Physics and Astrophysics, University of Gdańsk. arXiv:2609.39285 [cs.CY], 17 pagina's. Interdisciplinaire narrative review, hoofdperiode 2018-2026.
AI & Security Intelligence
Wekelijkse nieuwsbrief met AI updates, security alerts en compliance inzichten, direct in uw inbox.
Security & AI Operating Model
Advisory met executiekracht
Van BIO2 en NIS2 tot EU AI Act, embedded in uw operating model, niet als extern project. Maandelijks opzegbaar, met assessments als bewijsvoering.