Envision bouwt AI-datacenter dat volledig op eigen zon en wind draait

TL;DR

• Wat: Het Chinese Envision opende in Binnen-Mongolië een AI-datacenter van 120.000 m² dat rechtstreeks draait op eigen wind- en zonneparken — zonder aansluiting op het openbare stroomnet.
• Waarom relevant: AI vreet steeds meer stroom, ook in Nederland, waar netcongestie nu al bedrijven op wachtlijsten zet voor een nieuwe aansluiting.
• Wat je ermee kunt: Volg of dit off-grid model navolging krijgt in Europa — het kan bepalen hoe snel (en tegen welke kosten) AI-diensten beschikbaar blijven.

Ik stuitte op een bericht dat me aan het denken zette: het Chinese energiebedrijf Envision heeft een AI-datacenter geopend dat volledig draait op eigen wind- en zonne-energie, zonder aansluiting op het reguliere stroomnet. Dat klinkt als een technisch detail, maar voor iedereen die afhankelijk is van AI-diensten — en dat zijn we steeds meer — raakt dit aan iets fundamenteels: waar komt al die stroom eigenlijk vandaan?

Wat Envision heeft gebouwd

Het project heet Galaxy Campus en staat in Ulanqab, een stad in de Chinese regio Binnen-Mongolië. Het gaat om een faciliteit van 120.000 vierkante meter — vergelijk het met zo'n twintig voetbalvelden — die is ontworpen om op te schalen naar meer dan 2 gigawatt aan vermogen. Om dat in perspectief te plaatsen: 2 gigawatt is genoeg om ruim een miljoen huishoudens van stroom te voorzien.

Het bijzondere zit hem in de opzet. Waar vrijwel elk datacenter ter wereld stroom afneemt van het openbare elektriciteitsnet, heeft Envision de wind- en zonneparken direct aan het datacenter gekoppeld. Daartussen zit een eigen opslagsysteem met batterijen en een AI-gestuurd energieplatform dat vraag en aanbod in real time op elkaar afstemt. Envision noemt dit hun "AI Power System".

Volgens het bedrijf levert die aanpak tien keer meer rekenkracht per vierkante meter op dan een conventioneel datacenter. De faciliteit is ontworpen om tot een miljoen AI-versnellers te huisvesten — de gespecialiseerde chips die nodig zijn voor het trainen en draaien van AI-modellen.

Waarom off-grid?

De redenering van oprichter en CEO Lei Zhang is vrij helder: het bestaande stroomnet is niet gebouwd voor de snelheid waarmee AI groeit. In veel landen — ook in de VS — staan datacenters jarenlang op wachtlijsten voordat ze aangesloten kunnen worden. Volgens Envision lopen die wachttijden in het Westen op tot vijf jaar of meer.

Door het net helemaal te omzeilen, vermijdt Envision dat probleem. Geen wachtrij, geen afhankelijkheid van een overbelast netwerk. De woestijnregio's van Binnen-Mongolië bieden daarvoor de juiste omstandigheden: veel ruimte, veel zon, veel wind, en relatief weinig concurrentie om grond.

Galaxy Campus is het eerste project onder Envision's bredere programma "Mission Gobi", dat in juni 2026 werd aangekondigd op techconferentie VivaTech in Parijs. Het doel: 5 gigawatt aan groene AI-rekencapaciteit in woestijngebieden wereldwijd, uiterlijk in 2030.

Wat dit met Nederland te maken heeft

Je zou kunnen denken: leuk voor China, maar wat heb ik daar als Nederlandse ondernemer aan? Meer dan je misschien verwacht.

In Nederland gebruiken datacenters inmiddels zo'n 4,6 procent van alle elektriciteit. Eén enkel hyperscale AI-datacenter verbruikt evenveel stroom als honderdduizend huishoudens. Tegelijkertijd kampt bijna het hele land met netcongestie — het stroomnet zit vol. Bedrijven staan op wachtlijsten voor een nieuwe of grotere aansluiting, en dat geldt niet alleen voor datacenters maar ook voor reguliere MKB-bedrijven.

Wat mij hier opvalt, is het indirecte effect. Als jij als ondernemer AI-tools gebruikt — en volgens recente cijfers doet inmiddels zeven op de tien MKB'ers dat — dan draait die software ergens op servers die stroom nodig hebben. De kosten en beschikbaarheid van die stroom beïnvloeden uiteindelijk wat jij betaalt voor die diensten, en hoe betrouwbaar ze zijn.

Kun je je voorstellen wat het betekent als de energiekosten voor AI-datacenters met tientallen procenten stijgen omdat het net overvol zit? Die kosten worden uiteindelijk doorberekend.

De kanttekeningen

Ik vind het eerlijk gezegd indrukwekkend wat Envision hier neerzet, maar er zijn een paar dingen die ik nog niet helemaal kan beoordelen.

Betrouwbaarheid zonder net

Wind en zon zijn variabel. Envision zegt dit op te vangen met batterijopslag en hun AI-gestuurd energiesysteem, maar hoe dat presteert bij langdurig slecht weer of piekbelasting, is nog niet onafhankelijk geverifieerd. Ik zou zelf willen weten hoe groot de batterijcapaciteit precies is en hoeveel uren autonomie die biedt.

Schaalbaarheid naar andere regio's

Binnen-Mongolië heeft specifieke voordelen: goedkope grond, veel wind, relatief soepele vergunningen. Of dit model werkt in Nederland of West-Europa, waar grond schaars en duur is en vergunningstrajecten lang duren, is een hele andere vraag. De Rabobank wees er eerder op dat datacenters in Nederland het energiesysteem ook kunnen versterken — bijvoorbeeld door flexibele aansluitingen en warmtehergebruik — maar dat vereist juist wél een koppeling aan het bestaande net.

Geopolitieke context

Envision is de op één na grootste windturbineproducent ter wereld. Dit project versterkt China's positie in zowel hernieuwbare energie als AI-infrastructuur. Dat is relevant omdat het de afhankelijkheid van westerse bedrijven van Chinese technologie en infrastructuur kan vergroten. Ik merk dat daar in de berichtgeving nog weinig aandacht voor is.

Wat dit signaleert over de richting van AI-infrastructuur

Wat mij betreft is het meest interessante aan dit verhaal niet het datacenter zelf, maar het onderliggende idee: dat je de energievoorziening voor AI niet als een apart probleem moet behandelen, maar als integraal onderdeel van het ontwerp.

Dat is een andere manier van denken dan we in Europa gewend zijn, waar datacenters doorgaans een plek zoeken op het bestaande net en vervolgens merken dat er geen ruimte is. Envision draait die logica om: eerst de energiebron, dan het datacenter ernaast.

Of dat model de standaard wordt, durf ik niet te zeggen. Maar ik denk wel dat het een richting aanwijst. De energievraag van AI groeit sneller dan het net kan bijbenen — niet alleen in China, maar ook hier. En de manier waarop dat probleem wordt opgelost, bepaalt mede hoe toegankelijk en betaalbaar AI-toepassingen blijven voor bedrijven als het jouwe en het mijne.

Voor mij is dit vooral een signaal dat de energiekant van AI een strategisch vraagstuk aan het worden is — niet alleen voor techbedrijven, maar voor iedereen die op die technologie bouwt.