De nieuwe ‘van president Donald Trump’Genesis-missie”, dat maandag werd onthuld, wordt aangekondigd als een generatiesprong in de manier waarop de Verenigde Staten wetenschap bedrijven, vergelijkbaar met het Manhattan Project dat tijdens de Tweede Wereldoorlog de atoombom creëerde.
Het uitvoerend bevel voert Het Department of Energy (DOE) gaat een ‘closed-loop AI-onderzoeksplatform’ bouwen dat de 17 nationale laboratoria, federale supercomputers en tientallen jaren aan wetenschappelijke gegevens van de overheid verbindt tot ‘een samenwerkingssysteem voor onderzoek’.
De factsheet van het Witte Huis prijst het initiatief aan als een manier om ‘de manier waarop wetenschappelijk onderzoek wordt uitgevoerd te transformeren’ en ‘de snelheid van wetenschappelijke ontdekkingen te versnellen’, met prioriteiten die zich uitstrekken over biotechnologie, kritische materialen, kernsplijting en -fusie, kwantuminformatiewetenschap en halfgeleiders.
DOE’s eigen publicatie noemde het ‘het meest complexe en krachtige wetenschappelijke instrument ter wereld dat ooit is gebouwd’ en citeert onderminister van Wetenschap Darío Gil die het beschrijft als een ‘closed-loop-systeem’ dat de meest geavanceerde faciliteiten, data en computers van het land verbindt tot ‘een ontdekkingsmotor die de R&D-productiviteit verdubbelt.’
Wat de regering niet heeft opgeleverd is even opvallend: geen raming van de overheidsuitgaven, geen expliciete subsidie en geen overzicht van wie waarvoor zal betalen. Grote nieuwsmedia incl Reuters, Bijbehorende pers, Politieken anderen hebben allemaal opgemerkt dat het bevel “geen nieuwe uitgaven of een begrotingsverzoek specificeert” of dat de financiering zal afhangen van toekomstige kredieten en eerder aangenomen wetgeving.
Deze omissie, gecombineerd met de omvang en timing van het initiatief, roept niet alleen vragen op over hoe Genesis gefinancierd zal worden en in welke mate, maar ook over wie er stilletjes voordeel uit zou kunnen halen.
“Dus dit is gewoon een subsidie voor grote laboratoria of zo?”
Kort nadat DOE de missie bij X had gepromoot, Technium van het kleine Amerikaanse AI-lab Nous Research kwam met een directe reactie: “Dus dit is gewoon een subsidie voor grote labs of zo.”
De zin is een afkorting geworden voor een groeiende zorg in de AI-gemeenschap: dat de Amerikaanse overheid een vorm van overheidssubsidie zou kunnen bieden aan grote AI-bedrijven die te maken krijgen met duizelingwekkende en stijgende reken- en datakosten.
Deze bezorgdheid is geworteld in recente, goed onderbouwde rapporten over de financiële en infrastructuurverplichtingen van OpenAI. Documenten verkregen en geanalyseerd door technische PR-professional en AI-criticus Ed Zitron beschrijven een kostenstructuur die is geëxplodeerd nu het bedrijf modellen zoals de GPT-4, GPT-4.1 en GPT-5.1 heeft geschaald.
Het register hebben afzonderlijk uit de kwartaalcijfers van Microsoft afgeleid dat OpenAI alleen al in de eerste helft van 2025 ongeveer 13,5 miljard dollar verloor op een omzet van 4,3 miljard dollar. Andere media en analisten hebben prognoses benadrukt die laten zien dat er later dit decennium tientallen miljarden aan jaarlijkse verliezen zullen zijn als de uitgaven en inkomsten de huidige tarieven volgen.
Daarentegen heeft Google DeepMind zijn nieuwste training gevolgd Gemini 3 vlaggenschip LLM op de eigen TPU-hardware van het bedrijf en in zijn eigen datacentra, wat het een structureel voordeel oplevert in termen van kosten per rijtraining en energiebeheer, zoals beschreven in Google’s eigen technische blogs en daaropvolgende financiële rapportages.
Tegen die achtergrond bezien klinkt een ambitieus federaal project dat belooft ‘supercomputers en datasets van wereldklasse te integreren in een verenigd AI-platform met gesloten lus’ en ‘power robotica-laboratoria’ voor sommige waarnemers als meer dan alleen een wetenschapsversneller. Afhankelijk van hoe de toegang is gestructureerd, kan dit ook de kapitaalknelpunten verlichten waarmee particuliere laboratoria voor grensmodellen worden geconfronteerd.
Het besluit bepaalt expliciet dat partnerschappen met “externe partners die over geavanceerde AI-, data- of computercapaciteiten beschikken” moeten worden geregeld via gezamenlijke onderzoeks- en ontwikkelingsovereenkomsten, partnerschappen met gebruikersfaciliteiten en overeenkomsten voor gegevensgebruik en het delen van modellen. Deze categorie omvat duidelijk bedrijven als OpenAI, Anthropic, Google en andere grote AI-spelers – ook al worden er geen genoemd.
Wat het bevel niet doet, is deze bedrijven toegang garanderen, gesubsidieerde prijzen specificeren of publiek geld reserveren voor hun trainingsprogramma’s. Elke bewering dat OpenAI, Anthropic of Google “zojuist toegang hebben gekregen” tot gegevens van federale supercomputers of nationale laboratoria is op dit punt een interpretatie van hoe het raamwerk zou kunnen worden gebruikt, en niet iets wat de tekst daadwerkelijk belooft.
Het bevel maakt ook geen melding van de ontwikkeling van open source-modellen – een omissie die opvalt in het licht van opmerkingen vorig jaar van vice-president JD Vancetoen hij, voordat hij aantrad en toen hij als senator uit Ohio diende en deelnam aan een hoorzitting, waarschuwde voor regels die bedoeld waren om gevestigde technologiebedrijven te beschermen, en hij werd alom geprezen door voorstanders van open source.
Closed-loop ontdekking en “autonome wetenschappelijke agenten”
Een andere virale reactie kwam van AI-influencer Chris (@chatgpt21 op X), die in een X-post schreef dat OpenAI, Anthropic en Google al “petabytes aan bedrijfseigen gegevens hebben verkregen” van nationale laboratoria en dat DOE-laboratoria “al tientallen jaren experimentele gegevens hebben opgepot”. Het openbare register ondersteunt een beperktere claim.
De order en factsheet beschrijven “federale wetenschappelijke datasets – ’s werelds grootste verzameling van dergelijke datasets, ontwikkeld gedurende decennia van federale investeringen” en geven agentschappen de opdracht om gegevens te identificeren die in het platform kunnen worden geïntegreerd “voor zover toegestaan door de wet.”
In de aankondiging van de DOE wordt op soortgelijke wijze gesproken over het ontketenen van “de volledige kracht van onze nationale laboratoria, supercomputers en databronnen.”
Het is waar dat de nationale laboratoria enorme hoeveelheden experimentele gegevens bevatten. Een deel ervan is al openbaar via het Office of Scientific and Technical Information (OSTI) en andere repositories; sommige zijn geclassificeerd of exportgecontroleerd; veel wordt onderbenut omdat het zich in gefragmenteerde formaten en systemen bevindt. Maar er is tot nu toe geen openbaar document waaruit blijkt dat particuliere AI-bedrijven nu algemene toegang hebben tot deze gegevens, of dat de DOE praktijken uit het verleden als ‘hamsteren’ karakteriseert.
Wat is Wat duidelijk is, is dat de regering meer van deze gegevens wil ontsluiten voor door AI aangedreven onderzoek en dit in coördinatie met externe partners. Sectie 5 van het uitvoeringsbesluit geeft DOE en de assistent van de president voor wetenschap en technologie de opdracht om gestandaardiseerde partnerschapskaders te creëren, IP- en licentieregels te definiëren en ‘rigoureuze datatoegangs- en beheerprocessen en cyberbeveiligingsnormen vast te stellen voor niet-federale medewerkers die toegang hebben tot datasets, modellen en computeromgevingen.’
Een moonshot met een open vraag in het midden
Op het eerste gezicht is de Genesis-missie een ambitieuze poging om kunstmatige intelligentie en high-performance computing te gebruiken om alles te versnellen, van fusieonderzoek tot de ontdekking van materialen en onderzoek naar kinderkanker, met behulp van tientallen jaren aan door de belastingbetaler gefinancierde gegevens en instrumenten die al bestaan in het federale systeem. Het uitvoeringsbesluit besteedt aanzienlijke ruimte aan bestuur: coördinatie via de National Science and Technology Council, nieuwe subsidieprogramma’s en jaarlijkse rapportage over de status van het platform, de voortgang van de integratie, partnerschappen en wetenschappelijke resultaten.
Toch komt het initiatief ook terecht in een tijd waarin AI-laboratoria in de frontlinie onder hun eigen druk staan, waarbij een van hen – OpenAI – naar verluidt meer lopende modellen uitgeeft dan het aan inkomsten oplevert, en waarin investeerders openlijk debatteren over de vraag of het huidige bedrijfsmodel voor eigen grens-AI duurzaam is zonder enige steun van buitenaf.
In die omgeving zal een federaal gefinancierd, gesloten AI-ontdekkingsplatform dat de krachtigste supercomputers en gegevens van het land centraliseert onvermijdelijk op meer dan één manier worden gelezen. Het kan een echte motor voor de publieke wetenschap worden. Het kan ook een cruciaal onderdeel van de infrastructuur worden voor de bedrijven die de hedendaagse AI-wapenwedloop voeren.
Voorlopig staat één feit buiten kijf: de regering heeft een missie gelanceerd die lijkt op het Manhattan Project, zonder het publiek te vertellen wat het gaat kosten, hoe het geld zal stromen of wie er precies mee mag doen.
Hoe leiders op het gebied van zakelijke technologie de Genesis-missie moeten interpreteren
Voor bedrijfsteams die al AI-systemen bouwen of opschalen, signaleert de Genesis-missie een verschuiving in de manier waarop nationale infrastructuur, databeheer en high-performance computing in de VS zullen evolueren – en die signalen zijn al van belang voordat de overheid een begroting vrijgeeft.
Het initiatief schetst een federaal, door AI aangedreven wetenschappelijk ecosysteem waarin supercomputers, datasets en geautomatiseerde experimenteerlussen fungeren als nauw geïntegreerde pijplijnen.
Die richting weerspiegelt het traject waar veel bedrijven al naartoe gaan: grotere modellen, meer experimenten, zwaardere orkestratie en een groeiende behoefte aan systemen die complexe werklasten met betrouwbaarheid en traceerbaarheid aankunnen.
Hoewel Genesis op de wetenschap is gericht, zinspeelt de architectuur ervan op wat de verwachte normen in de Amerikaanse industrieën zullen worden.
Het gebrek aan kostendetails rondom Genesis verandert de roadmaps van het bedrijf niet direct, maar versterkt wel de bredere realiteit dat computerschaarste, escalerende cloudkosten en stijgende standaarden voor AI-modelbeheer belangrijke uitdagingen zullen blijven.
Bedrijven die al worstelen met beperkte budgetten of een krappe personeelsbezetting – vooral degenen die verantwoordelijk zijn voor implementatiepijplijnen, data-integriteit of AI-beveiliging – zouden Genesis moeten zien als een vroege bevestiging dat efficiëntie, waarneembaarheid en modulaire AI-infrastructuur van cruciaal belang zullen blijven.
Terwijl de federale overheid kaders formaliseert voor datatoegang, traceerbaarheid van experimenten en toezicht op AI-agenten, kunnen bedrijven tot de conclusie komen dat toekomstige nalevingsregelingen of partnerschapsverwachtingen op deze federale normen zijn gebaseerd.
Genesis benadrukt ook het groeiende belang van het verenigen van gegevensbronnen en het garanderen dat modellen in verschillende, soms gevoelige omgevingen kunnen werken. Of het nu gaat om het beheren van pijplijnen over meerdere clouds, het verfijnen van modellen met domeinspecifieke datasets of het beveiligen van inferentie-eindpunten, technische leiders van ondernemingen zullen waarschijnlijk een grotere druk ervaren om systemen te verharden, interfaces te standaardiseren en te investeren in complexe orkestratie die veilig kan worden geschaald.
De nadruk van de missie op automatisering, robotworkflows en het verfijnen van gesloten-lusmodellen kan bepalen hoe bedrijven hun interne AI-R&D structureren, waardoor ze worden aangemoedigd om meer herhaalbare, geautomatiseerde en controleerbare benaderingen van experimenten te hanteren.
Dit is wat bedrijfsleiders nu moeten doen:
-
Verwacht een grotere federale betrokkenheid bij AI-infrastructuur en databeheer. Dit kan indirect de beschikbaarheid van de cloud, de interoperabiliteitsnormen en de verwachtingen van het modelbeheer bepalen.
-
Volg experimentele AI-modellen met gesloten lus. Dit kan een voorproefje geven van toekomstige R&D-workflows in de onderneming en een nieuwe vorm geven aan de manier waarop ML-teams geautomatiseerde pijplijnen bouwen.
-
Bereid u voor op stijgende rekenkosten en overweeg efficiëntiestrategieën. Dit omvat kleinere modellen, systemen met verbeterde ophaalfunctie en training met gemengde precisie.
-
Versterk AI-specifieke beveiligingspraktijken. Genesis geeft aan dat de federale overheid de verwachtingen ten aanzien van de integriteit van AI-systemen en gecontroleerde toegang doet escaleren.
-
Plan voor potentiële publiek-private interoperabiliteitsnormen. Bedrijven die zich vroegtijdig aanpassen, kunnen een concurrentievoordeel behalen op het gebied van partnerschappen en inkoop.
Over het algemeen verandert Genesis niets aan de dagelijkse zakelijke AI-activiteiten van vandaag. Maar het geeft duidelijk aan waar de federale en wetenschappelijke AI-infrastructuur naartoe gaat – en die richting zal onvermijdelijk invloed hebben op de verwachtingen, beperkingen en kansen waarmee bedrijven worden geconfronteerd als ze hun eigen AI-capaciteiten opschalen.
