Infrastructuur & Logistiek - De Stand
Artificiële intelligentie belooft een einde te maken aan de dagelijkse files en vertragingen in Nederland. Van zelflerende verkeerslichten tot voorspellend onderhoud aan treinen, de techniek staat klaar om onze mobiliteit te transformeren. Maar terwijl de algoritmes steeds slimmer worden, kijkt Nederland kritisch toe. Hoe zorgen we dat deze onzichtbare copiloot onze publieke waarden blijft dienen?
De slimme weg lost files op?
De belofte van artificiële intelligentie (AI) voor het Nederlandse wegennet is even helder als verleidelijk: minder files, kortere reistijden en een hogere verkeersveiligheid. De technologie, die patronen leert uit enorme datastromen, kan verkeer voorspellen en proactief ingrijpen voordat een opstopping ontstaat. Toch blijkt de praktijk weerbarstiger dan de theorie, wat de spanning toont tussen wat technologisch mogelijk is en wat maatschappelijk haalbaar is.
Ver buiten het zicht van de gemiddelde automobilist heeft Rijkswaterstaat een AI-systeem in gebruik dat de verkeersveiligheid verbetert. Dit systeem functioneert als een digitale weginspecteur die continu het wegennet analyseert om te voorspellen waar de kans op een incident het grootst is. Door historische data over ongevallen, drukte en weer te combineren, identificeert het algoritme ‘hotspots’. Deze informatie wordt niet gebruikt om verkeer direct aan te sturen, maar om de inzet van menselijke weginspecteurs te optimaliseren. Omdat het systeem achter de schermen opereert en geen direct herleidbare persoonsgegevens verwerkt, is de implementatie succesvol en geruisloos verlopen.
Een meer tot de verbeelding sprekende toepassing is de intelligente Verkeersregelinstallatie (iVRI), een zelflerend verkeerslicht dat zich dynamisch aanpast aan de actuele verkeerssituatie. Dankzij een combinatie van technologieën zoals machine learning en computer vision kan het de groentijd verlengen bij een lange wachtrij of voorrang geven aan een bus. Internationaal onderzoek en pilots tonen aan dat zulke systemen wachttijden en reistijden aanzienlijk kunnen verkorten. Deze veelbelovende resultaten vormden de opmaat voor een praktijktest in de Nederlandse hoofdstad.
Ondanks deze belofte is de gemeente Amsterdam een proef met iVRI’s gestopt. De meest fundamentele horde was privacy, waarbij de Autoriteit Persoonsgegevens (AP) stelde dat de systemen via smartphone-apps op grote schaal en zonder duidelijke juridische grondslag persoonsgegevens verzamelden. Daarnaast was het effect op de doorstroming in de praktijk zeer beperkt, terwijl de onderhoudskosten aanzienlijk hoger lagen dan bij reguliere installaties. Het project faalde niet omdat de technologie niet werkte, maar omdat er geen overtuigend antwoord was op fundamentele vragen over privacy en publieke meerwaarde, en in het Algoritmeregister staat de status nu dan ook op "Buiten gebruik".
Het spoorboekje wordt data-gedreven
Terwijl de slimme weg nog in de kinderschoenen staat, is AI in het openbaar vervoer al een onmisbare kracht geworden. Bij de Nederlandse Spoorwegen wordt de technologie vooral ingezet om de betrouwbaarheid van de dienstverlening te verhogen. Van de werkplaats tot de app op de telefoon van de reiziger, algoritmes spelen een steeds centralere rol in de operatie. Een van de meest impactvolle toepassingen van AI bij de NS is voorspellend onderhoud, een techniek waarbij sensordata geanalyseerd worden om te voorspellen wanneer een onderdeel aan vervanging toe is. Treinen zijn uitgerust met duizenden sensoren die continu de toestand van wielen, remmen en deuren meten. AI-algoritmes leren de subtiele signalen herkennen die wijzen op naderende slijtage, zoals een lichte verandering in trillingspatronen. Hierdoor kan onderhoud precies worden ingepland wanneer het nodig is: niet te vroeg, wat onnodig geld kost, en vooral niet te laat, wat tot uitval en vertraging leidt.
Naast de onzichtbare verbeteringen zet de NS AI ook in om de reizigerservaring direct te verbeteren. Een bekend voorbeeld is de ‘zitplaatsvinder’ in de app, die op basis van sensordata en historische bezetting een voorspelling doet over de drukte in verschillende coupés. Internationaal gaan vervoerders verder; de Zwitserse PostBus gebruikt bijvoorbeeld Large Language Models (LLM’s) – de technologie achter systemen als ChatGPT – om reisinformatie te genereren. Deze ontwikkelingen illustreren de groeiende rol van data in het personaliseren van de reis.
De volgende stap is een dynamische dienstregeling, die zich in real time aanpast aan de actuele vraag. Een AI-systeem zou op basis van weerdata en evenementenkalenders automatisch extra treinen kunnen inplannen naar de kust op een zonnige dag. De implementatie hiervan is echter complex. Het vereist enorme hoeveelheden data over de verplaatsingen van reizigers, wat direct dezelfde privacyvragen oproept die de Amsterdamse iVRI-proef de das omdeden. De weg naar een volledig flexibel openbaar vervoer is daarom niet alleen een technologische, maar vooral een maatschappelijke en politieke uitdaging.
De haven werkt efficiënter door AI
In de logistiek, waar elke minuut telt, is de adoptie van AI geen kwestie van maatschappelijk debat, maar een economische noodzaak. De Haven van Rotterdam loopt voorop in deze transformatie en gebruikt AI als een cruciaal instrument om de concurrentiepositie te versterken. Hier is de technologie geen experiment, maar een integraal onderdeel van de dagelijkse operatie.
Het kroonjuweel van de Rotterdamse strategie is het platform ‘Pronto’, dat functioneert als een digitale verkeerstoren voor de scheepvaart. Het zelflerende model combineert data over de positie en snelheid van schepen met historische havenbezoeken, het type schip, de lading en zelfs de weersomstandigheden. Op basis daarvan kan Pronto de aankomsttijd bij de ligplaats tot op 20 minuten nauwkeurig voorspellen. Sinds de invoering is de wachttijd voor schepen met 20% gedaald, wat zich door de hele logistieke keten vertaalt in efficiëntiewinst en kostenbesparingen.
De optimalisatie stopt echter niet bij de kade. Algoritmes worden ook ingezet om de meest efficiënte routes voor vrachtwagens te berekenen, rekening houdend met actuele verkeersdrukte en aflevertijden. Geavanceerde modellen creëren zelfs een ‘digitale tweeling’, een virtueel model van de hele toeleveringsketen. Hiermee kunnen bedrijven de impact van mogelijke verstoringen simuleren en proactief maatregelen nemen. De drijvende kracht achter deze snelle adoptie is de onmiskenbare businesscase: een investering die wachttijd en brandstofverbruik reduceert, betaalt zichzelf direct terug.
Wie is er eindverantwoordelijk?
De snelle opkomst van AI in onze infrastructuur dwingt ons om fundamentele vragen te stellen over controle en verantwoordelijkheid. Terwijl de technologie zich ontwikkelt, proberen wetgevers een kader te scheppen dat innovatie mogelijk maakt en tegelijkertijd publieke belangen beschermt. De uitdaging is om regels op te stellen voor een technologie die zichzelf continu opnieuw uitvindt.
Het meest ambitieuze antwoord komt uit Brussel. De Europese AI Act, aangenomen in 2024, is de eerste omvattende wet ter wereld die AI reguleert. De wet hanteert een op risico gebaseerde aanpak, waarbij AI-systemen in kritieke infrastructuren zoals transport als ‘hoog risico’ worden aangemerkt. Dit betekent dat systemen voor verkeersmanagement of de planning van dienstregelingen aan strenge eisen moeten voldoen rondom risicobeoordeling, datakwaliteit, transparantie en cybersecurity voordat ze op de markt mogen komen.
Naast de Europese aanpak ontwikkelt Nederland eigen instrumenten, zoals het landelijke Algoritmeregister dat in 2022 werd gelanceerd. Dit register dwingt overheidsorganisaties om transparant te zijn over de algoritmes die zij inzetten en biedt zo een antwoord op de angst voor de ‘black box’. Door te publiceren welk algoritme wordt gebruikt, met welke data het is getraind en hoe het toezicht is geregeld, wordt publieke controle mogelijk gemaakt. Dit instrument is essentieel voor verantwoording.
Een fundamenteel principe in alle regelgeving is dat van menselijk toezicht. Een AI-systeem mag niet volledig autonoom opereren in situaties waar fundamentele rechten op het spel staan; er moet altijd een mens kunnen ingrijpen. Dit beantwoordt de vraag naar aansprakelijkheid: als een door AI geoptimaliseerd systeem een ongeval veroorzaakt, ligt de verantwoordelijkheid bij de mens of de organisatie die het systeem inzet. Een algoritme kan geen rechtspersoon zijn en wordt beschouwd als een hulpmiddel, waarvoor de gebruiker aansprakelijk is.
De intrede van AI in de Nederlandse infrastructuur is een realiteit die zich dagelijks ontvouwt. De technologie bewijst haar waarde waar ze operationele processen verbetert, zoals bij de NS en de Haven van Rotterdam. Tegelijkertijd laat de gestrande proef in Amsterdam zien dat implementatie in de publieke ruimte een complexe afweging is tussen efficiëntie en fundamentele waarden als privacy. De onzichtbare copiloot kan ons helpen de weg te vinden, maar alleen als we zelf aan het stuur blijven zitten.
