De ambitie is er. Het budget vaak ook. Toch stranden AI-initiatieven in de zorg en bij de overheid op hetzelfde punt: de infrastructuur eronder is er niet op gebouwd.

In de zorg zegt 88 procent van de IT-leiders dat de eigen omgeving niet volledig klaar is om AI-workloads on-premises te draaien. Bij overheid en onderwijs is dat 73 procent. Beide liggen rond of boven het wereldwijde gemiddelde van 82 procent, blijkt uit de sectoredities van de Nutanix Enterprise Cloud Index 2026. We nemen je graag mee in waarom AI-workloads andere eisen stellen dan je bestaande applicaties, waar het in de praktijk misgaat, en welke keuzes je nu kunt maken zodat je infrastructuur je AI-ambities niet in de weg zit.

Waarom AI andere eisen stelt dan je bestaande applicaties

Je huidige applicatielandschap is ontworpen rond een aanname: data reist naar de applicatie, de applicatie draait centraal, en de gebruiker wacht een fractie van een seconde. Voor een EPD-scherm of een vergunningaanvraag werkt dat prima.

AI-workloads breken die aanname op drie punten.

• Ze zijn dataverslindend. Een AI-model dat beelden analyseert of realtime signalen interpreteert, verwerkt volumes waar traditionele applicaties niet bij in de buurt komen. Dat verandert de rekensom van waar je data opslaat en hoe je die verplaatst.
• Ze zijn latencygevoelig. Bij een dashboard is een halve seconde vertraging hinderlijk. Bij een AI-model dat meekijkt tijdens een ingreep of een fraudesignaal moet afgeven voordat een transactie doorgaat, is diezelfde halve seconde het verschil tussen bruikbaar en waardeloos.
• Ze verhuizen. Een model dat je vandaag traint in de cloud, wil je morgen laten draaien op de plek waar de data ontstaat. Dat lukt alleen als je omgeving die verplaatsing ondersteunt.

Precies daarom noemt het onderzoek containerisatie als kern van de oplossing. In de zorg verwacht 81 procent dat containerisatie toeneemt en bouwt 80 procent nieuwe applicaties al in containers. Bij de overheid ligt dat nog hoger: 87 procent verwacht de komende drie jaar meer op containers te leunen. Containers zijn geen doel op zich, ze maken workloads verplaatsbaar.

De zorg: AI komt naar het bed toe

In zorgorganisaties verschuift AI van het datacenter naar de plek waar zorg wordt verleend. Het onderzoek verwacht dat tot 75 procent van de zorgdata straks aan het bed ontstaat.

De cijfers maken concreet wat dat betekent. Een eenpersoonskamer genereert tot 7 TB aan data per jaar. Een IC-bed telt vijftien tot twintig verbonden apparaten. Al die data naar een publieke cloud sturen, laten analyseren en het antwoord terugsturen kost tijd die je bij klinische beslissingen niet hebt. Bovendien: valt je externe verbinding weg, dan valt je AI-ondersteuning weg.

Draai je die workloads dichter bij de bron, dan lost dat drie dingen tegelijk op. De vertraging verdwijnt. Patiëntgegevens blijven binnen de muren van het ziekenhuis. En klinische continuïteit blijft overeind, ook als je WAN-verbinding uitvalt.

Dat verklaart waarom 54 procent van de zorgorganisaties gecontaineriseerde applicaties vandaag al on-premises of in een private cloud draait, tegen 47 procent in de publieke cloud. Niet uit principe, maar omdat de zorgpraktijk het afdwingt.

De (semi-)overheid: dienstverlening die niet mag haperen

Bij overheidsorganisaties speelt hetzelfde vraagstuk, met een andere lading. AI wordt daar ingezet voor subsidieaanvragen, fraudedetectie, vergunningprocessen en dienstverlening aan burgers. Toepassingen waarbij de vraag “waarom besliste het systeem dit” een antwoord moet krijgen dat je kunt uitleggen aan een burger, een journalist of een rechter.

Dat maakt de plek waar de verwerking gebeurt tot een bestuurlijke vraag, niet alleen een technische. Wie heeft toegang tot de data. Onder welke jurisdictie valt de omgeving. Kun je aantonen wat er is gebeurd.

Overheidsorganisaties zijn zich daar scherp van bewust. 91 procent van de IT-leiders in overheid en onderwijs noemt ongecontroleerd AI-gebruik een ernstig risico voor de missie en de beveiliging. Dat is het hoogste percentage van alle onderzochte sectoren, hoger dan de zorg (83 procent) en hoger dan het wereldwijde gemiddelde (87 procent).

Enthousiasme zonder kaders levert risico op, en shadow AI is niet alleen een beveiligingskwestie maar een governance-gat. De aanpak is modernisering van de infrastructuur combineren met heldere digitale beleidskaders, zodat medewerkers binnen een veilig raamwerk kunnen vernieuwen.

Twee sectoren, hetzelfde probleem, tegenovergestelde blinde vlekken

Leg de cijfers naast elkaar en er ontstaat een opvallend beeld.

De zorg loopt het verst achter op infrastructuur (88 procent niet volledig klaar) maar slaat het minst alarm over ongecontroleerd AI-gebruik (83 procent). Bij de overheid is het omgekeerd: minder achterstand op infrastructuur (73 procent) maar het scherpste risicobewustzijn van alle sectoren (91 procent).

Dat betekent iets verschillends voor beide sectoren. Zorgorganisaties onderschatten waarschijnlijk het risico van wat er nu al ongecontroleerd draait. Overheidsorganisaties zien het risico wel, maar moeten dat bewustzijn vertalen naar infrastructuur die veilig gebruik mogelijk maakt. Het risico kennen is niet hetzelfde als het beheersen.

Wat “klaar voor AI” concreet betekent

Gereedheid is geen aan-uitknop. Het is een set eigenschappen die je omgeving wel of niet heeft.

• Workloads kunnen verplaatsen. Je moet een applicatie kunnen draaien in je datacenter, in een private cloud of op een locatie, zonder herbouw. Dat is wat containers je geven.
• Rekenkracht dicht bij de data. Niet alle verwerking hoeft lokaal, maar de latencygevoelige wel. Dat vraagt om capaciteit op de plek waar het ertoe doet.
• Eén beheerlaag over alles heen. Draaien workloads verspreid over datacenter, cloud en locaties, dan wil je niet drie beheerteams met drie gereedschapskisten. Zonder overzicht wordt elke storing een zoektocht.
• Aantoonbare controle. Wie heeft toegang, waar staat de data, wat is er gebeurd. Voor NEN7510, AVG en publieke verantwoording moet je dat kunnen laten zien, niet alleen beloven.
• Herstelvermogen. Een AI-toepassing die klinische of publieke dienstverlening ondersteunt, is bedrijfskritisch geworden. Je back-up- en herstelstrategie moet daarop aansluiten.

Waarom hybride de uitkomst is, niet het compromis

Volledig naar de publieke cloud lost het latencyprobleem niet op en botst op je compliance-eisen. Alles zelf on-premises draaien is duur en houdt je schaalbaarheid tegen.

Het onderzoek laat zien dat organisaties in de praktijk voor het midden kiezen. In de zorg draait 63 procent AI-applicaties via een managed service provider, waarbij een externe partij de containerinfrastructuur host of beheert, zodat workloads zowel centraal als lokaal kunnen draaien.

Dat is geen tussenoplossing. Het is de erkenning dat verschillende workloads verschillende plekken nodig hebben, en dat je een partij nodig hebt die het geheel beheersbaar houdt.

Hoe wij dit aanpakken

Bij co-one begint dit bij workload placement: per toepassing bepalen waar die hoort te draaien, op basis van latency, dataclassificatie, compliance-eisen en kosten. Niet als eenmalige architectuurkeuze, maar als beslissing die je opnieuw kunt nemen als de eisen veranderen.

Daaromheen bouwen we de rest van het fundament. Netwerk en connectiviteit die locaties en cloudomgevingen betrouwbaar verbinden. Observability zodat je ziet wat er draait en waar het knelt, voordat een gebruiker het merkt. Cyber resilience zodat een incident geen uitval van zorg of dienstverlening betekent.

Met Nutanix als strategische partner bouwen we omgevingen waarin dezelfde workload in je datacenter, in een private cloud of op locatie kan draaien, met één beheerlaag eroverheen. Voor zorgorganisaties betekent dat AI-ondersteuning die blijft werken als de verbinding wegvalt. Voor overheidsorganisaties dat je kunt aantonen waar data staat en wie erbij kan.

Waar je begint

Je hoeft niet je hele landschap te vervangen om vooruit te komen.

1. Inventariseer welke AI-toepassingen er nu draaien of gepland staan, en wat elk daarvan nodig heeft aan latency, datavolume en dataclassificatie.
2. Bepaal per toepassing waar die hoort te draaien. Vaak blijkt dat maar een deel echt lokaal moet.
3. Kijk of je huidige omgeving die verdeling ondersteunt. Kun je een workload verplaatsen zonder hem te herbouwen?
4. Begin met één toepassing waarbij de winst het duidelijkst is. Bewijs het daar, schaal daarna.

Bij Curaçao Medical Center en Saxenburgh Medisch Centrum hebben we die route gelopen: eerst het fundament op orde, daarna ruimte voor wat er bovenop komt.

Weten waar jouw omgeving staat?

We doen een workload placement-analyse: welke toepassingen draaien waar, wat kost dat aan performance en compliance, en wat zou beter kunnen. Concreet, binnen enkele weken, zonder dat je eerst een migratietraject hoeft toe te zeggen.

Neem contact op!

Bronnen: Nutanix Healthcare Vertical Enterprise Cloud Index Report en Nutanix Public Sector Enterprise Cloud Index Report (juni 2026), en de Nutanix Enterprise Cloud Index. Onderzoek uitgevoerd door Wakefield Research in november 2025 onder 1.600 IT-, cloud- en engineeringleiders bij organisaties met meer dan 500 medewerkers in veertien markten, waaronder Nederland.