💻 computer science

Code, Capital, and Clusters: Understanding Firm Performance in the UK AI Economy

Deze studie analyseert de prestaties van Britse AI-bedrijven van 2000 tot 2024, waarbij een zware afhankelijkheid van Londen en bedrijfsspecifieke factoren zoals grootte en specialisatie wordt onthuld, terwijl wordt aangetoond dat lokale sociaaleconomische omstandigheden de groei aanzienlijk beïnvloeden, waardoor wordt gepleit voor gericht beleid dat sectorconsolidatie in evenwicht brengt met regionale diversificatie om duurzame ontwikkeling te waarborgen.

Oorspronkelijke auteurs: Waqar Muhammad Ashraf, Diane Coyle, Ramit Debnath

Gepubliceerd 2026-02-09

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Waqar Muhammad Ashraf, Diane Coyle, Ramit Debnath

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je de Britse AI-industrie voor als een enorme, bruisende tuin. De afgelopen twee decennia hebben tuinmannen in een ongelooflijk tempo zaden geplant (het starten van nieuwe bedrijven). Dit paper, geschreven door onderzoekers van de Universiteit van Cambridge, is als een gedetailleerde kaart en een weersvoorspelling voor deze tuin. Ze wilden begrijpen welke planten het grootst groeien, waarom sommige gedijen terwijl andere verwelken, en hoe de tuin er in de toekomst uit zal zien.

Hier is het verhaal van hun bevindingen, onderverdeeld in eenvoudige delen:

1. De "Londen-bubbel"

Als je kijkt naar waar deze AI-bedrijven zijn geplant, zie je een enorme onbalans. Londen is de belangrijkste kas.

De Metafoor: Stel je een tuin voor waar 4 op de 10 planten in één specifieke hoek (Londen) zijn gepropt. Die hoek is zo vol met middelen, geld en geschoolde werkers dat die hoek het meeste werk doet met groeien.
De Realiteit: Ongeveer 41% van alle actieve AI-bedrijven in het VK is gevestigd in Londen. Hoewel deze hoek zeer productief is, waarschuwen de onderzoekers dat het zwaar leunen op één plek riskant is. Als die hoek ziek wordt, lijdt de hele tuin eronder. De rest van het VK heeft kleinere, verspreide groene lapjes die niet dezelfde hoeveelheid zonlicht krijgen.

2. Wat maakt een bedrijf "Groot" vs. "Slim"?

De onderzoekers keken naar wat het succes van een bedrijf drijft, specifiek naar het geld (omzet) en hoe efficiënt het zijn werknemers gebruikt. Ze vonden twee verschillende "motoren" voor succes:

Motor A: Grootte (De "Groter is Beter"-regel)
- De Metafoor: Denk aan een grote vrachtwagen versus een fiets. De vrachtwagen (een groot bedrijf met veel werknemers) vervoert van nature meer lading (maakt meer totaal geld) simpelweg omdat hij groot is.
- De Bevinding: De belangrijkste factor voor een bedrijf om veel totaal geld te verdienen, is hoeveel werknemers het heeft. Grotere bedrijven maken meer cash.
Motor B: Specialisatie (De "Expert"-regel)
- De Metafoor: Stel je nu voor dat je meet hoeveel lading een vrachtwagen per persoon vervoert. Een fiets met één deskundige rijder kan efficiënter zijn dan een vrachtwagen met 100 luie werkers.
- De Bevinding: Om het meeste geld per werknemer te verdienen (productiviteit), heeft een bedrijf diepe technische expertise nodig. De onderzoekers maten dit door te kijken naar de specifieke "trefwoorden" op de website van een bedrijf (zoals "computer vision" of "generative AI"). Bedrijven met een zeer gefocuste, hoogtechnologische vaardigheid zijn het meest efficiënt, ongeacht hun grootte.

3. De Bodem Matters (Lokale Omstandigheden)

Je kunt een zaadje niet zomaar overal planten en verwachten dat het groeit; de bodem doet er toe.

De Metafoor: Zelfs als je een geweldig zaadje hebt (een goed AI-idee), zal het niet goed groeien in droge, onvruchtbare grond. Het heeft rijke grond nodig met voedingsstoffen (geschoolde mensen) en water (banen en bevolkingsdichtheid).
De Bevinding: Het succes van een AI-bedrijf hangt sterk af van de lokale buurt. Gebieden met meer mensen met een universitair diploma (Level 3 kwalificaties), een hogere bevolkingsdichtheid, meer lokale banen en meer mensen helpen AI-bedrijven te groeien. Dit bewijst dat AI niet alleen over technologie gaat; het gaat over de lokale gemeenschap eromheen.

4. De Toekomstvoorspelling: Van een Wilde Spruit naar een Volwassen Bos

De onderzoekers gebruikten computermodellen om te voorspellen wat er tussen nu en 2030 zal gebeuren.

De Metafoor: Voor een lange tijd zat de tuin in een fase van "wilde groei", waarbij overal nieuwe spruiten opdoken. De voorspelling suggereert dat de tuin nu een fase van "volwassen bos" ingaat.
De Voorspelling:
- Vertraging: Het aantal nieuwe bedrijven dat wordt opgericht, zal waarschijnlijk niet meer zo snel groeien en zal stabiliseren.
- Consolidatie: We zullen meer bedrijven zien die sluiten (oplossen). Dit is niet noodzakelijkerwijs slecht; het is als het uitdunnen van een bos met zwakke bomen zodat de sterke bomen kunnen overleven. Het "faalpercentage" zal naar verwachting licht stijgen naarmate de markt competitiever wordt.
- Het Resultaat: Tegen 2030 zal het VK een stabiel, iets kleiner aantal bedrijven hebben, maar de bedrijven die overblijven zullen de sterkere, veerkrachtigere zijn.

5. Wat zouden de Tuinmannen (Beleidsmakers) moeten doen?

Op basis van deze kaart stellen de auteurs drie belangrijke zaken voor aan de Britse regering:

Plant Nieuwe Tuinen: Geef niet alleen de Londense hoek water. Investeer in het bouwen van nieuwe "superclusters" in andere steden (zoals Cambridge, Manchester of Bristol), zodat de tuin verspreid is en veiliger is.
Los Twee Verschillende Problemen Op:
- Help kleine bedrijven het geld te krijgen dat ze nodig hebben om groter te worden (opschalen).
- Help bedrijven beter te worden in hun specifieke technische vaardigheden (specialisatie).
Bereid je voor op het Uitdunnen: Omdat sommige bedrijven onvermijdelijk zullen sluiten, moet de overheid de overlevers helpen groeien en ervoor zorgen dat wanneer een bedrijf faalt, de kennis niet verloren gaat maar wordt doorgegeven.

Samenvattend: De Britse AI-tuin is momenteel te veel gericht op Londen, en hoewel de tuin groeit, begint deze te vertragen en zichzelf te ordenen. Om de tuin gezond te houden, moet het VK de groei naar andere regio's verspreiden en bedrijven helpen om zowel groter als slimmer te worden.

Technische Samenvatting: Code, Kapitaal en Clusters: Begrip van Bedrijfsprestaties in de Britse AI-economie

Probleemstelling

Hoewel het Verenigd Koninkrijk (VK) zichzelf heeft gevestigd als een wereldwijde leider in Kunstmatige Intelligentie (AI)—met een ranglijst op de derde plaats achter de VS en China en een sectorwaardering van £72,3 miljard—ontbreekt het de bestaande literatuur aan een fijnmazige analyse op bedrijfsniveau. Overkoepelende overheidsrapporten identificeren brede drijfveren zoals kapitaal- en talentpools, maar falen in het in kaart brengen van de specifieke wisselwerking tussen technische specialisatie, hyperlokale sociaaleconomische omstandigheden en bedrijfsprestaties.

Specifiek is er een gebrek aan begrip over:

Hoe demografische gegevens op postcodeniveau (bijv. kwalificatieniveaus, bevolkingsdichtheid) correleren met de operationele omzet van lokaal geregistreerde AI-bedrijven.
Het onderscheid tussen "dedicated" AI-bedrijven (die kern-IP ontwikkelen) en "gediversifieerde" entiteiten (die AI integreren in bestaande stacks) met betrekking tot overleving en omzetefficiëntie.
Voorspellende inzichten in de levenscyclus van deze bedrijven, specifiek wat de ontbinding versus duurzame schaling drijft naarmate de sector volwassen wordt.

Methodologie

De studie hanteert een datagestuurde, longitudinale benadering door een uitgebreide dataset van Britse AI-entiteiten te analyseren van 2000 tot 2024.

Datacollectie en Verwerking

Bronnen: De basis werd geconstrueerd met behulp van de UKRI "WAIFinder"-database, uitgebreid via web-crawling met glass.ai, en gekruist met Companies House en LinkedIn.
Omvang: De uiteindelijke dataset bestaat uit 4.392 unieke AI-entiteiten. Strikte inclusiecriteria behielden alleen "bedrijven" en "universiteiten" die direct AI-producten/diensten ontwikkelen, waarbij ecosystemische facilitators (incubators, accelerators) werden uitgesloten.
Verrijking: Bedrijfsregisters werden verrijkt met gegevens van de Office of National Statistics (ONS) 2021 Census op postcodeniveau, waarbij bevolkingsdichtheid, kwalificatieniveaus (Level 3/4+) en sectorale werkgelegenheidsdichtheid werden vastgelegd.
Omzetanalyse: Vanwege de financiële rapportagevrijstellingen voor kleine bedrijven in het VK, was gedetailleerde omzet- en personeelsanalyse beperkt tot een subset van 529 entiteiten die volledige rekeningen publiekelijk hebben gerapporteerd.
Feature Engineering: Technische specialisatie werd gekwantificeerd met behulp van Term Frequency-Inverse Document Frequency (TF-IDF) toegepast op de websitebeschrijvingen van entiteiten, waardoor een samengestelde "keyword score" ontstond om de intensiteit en onderscheidend vermogen van het technische portfolio van een entiteit te meten.

Modelleringskader

Er zijn twee afzonderlijke analytische fasen uitgevoerd:

Prestatiedrijvers (Regressie):
- Algoritme: CatBoost (Categorical Boosting) werd gekozen vanwege de superieure prestaties op tabelvormige datasets.
- Targets: Er werden twee modellen getraind om (a) Operationele Omzet en (b) Operationele Omzet per Werknemer (een proxy voor arbeidsproductiviteit) te voorspellen.
- Features: Inputs omvatten variabelen op bedrijfsniveau (aantal werknemers, aantal dienstjaren, sector, keyword scores) en sociaaleconomische indicatoren op postcodeniveau.
- Interpreteerbaarheid: SHapley Additive exPlanations (SHAP) werden ingezet om de marginale bijdrage van elke inputvariabele aan de voorspellingen te kwantificeren.
- Validatie: Modellen werden getraind op 80% van de data en getest op 20%, geëvalueerd met $R^2$ en Root Mean Squared Error (RMSE).
Groei-voorspelling (Tijdreeks):
- Metrieken: Vier levenscyclusmetrieken werden geanalyseerd: Totaal aantal AI-entiteiten, Actieve AI-entiteiten, Ontbonden entiteiten en de Ontbindingsratio.
- Algoritmen: Vier univariate tijdreeksmodellen werden vergeleken: ARIMA, Theta, Exponential Smoothing (ETS), en Median Fourier Linear Exponential Smoothing (MFLES).
- Optimalisatie: Hyperparameters werden getuned met behulp van de Tree-structured Parzen Estimator (TPE).
- Onzekerheid: Conformal Prediction werd gebruikt om 95% voorspellingsintervallen te construeren voor voorspellingen die doorlopen tot 2030.

Belangrijkste Resultaten

1. Geografische en Sectorale Concentratie

Dominantie van Londen: Londen huisvest 41,3% van alle actieve AI-entiteiten (1.616 bedrijven).
Sectorprestaties: Hoewel de technologiesector het merendeel van de ontbindingen veroorzaakt (57,3%), rapporteerde de sector Algemene Financiële Dienstverlening de hoogste gemiddelde operationele omzet (£33,9 miljoen) binnen de geanalyseerde subset.
Evolutie van Keywords: "Machine Learning" en "Artificial Intelligence" blijven de meest voorkomende termen. "Generative AI" kwam rond 2015 op en vormde tegen 2024 een duidelijke cluster met Natural Language Processing (NLP).

2. Drijvers van Bedrijfsprestaties

Omzetdrijvers: Bedrijfsgrootte (werknemersbereik) is de dominante voorspeller van de totale operationele omzet, verantwoordelijk voor 74,85% van de verklarende kracht. Grotere bedrijven genereren hogere absolute omzetten.
Productiviteitsdrijvers: Technische specialisatie (keyword score) is de primaire drijfveer van de operationele omzet per werknemer, bijdragend met 83,59%. Dit suggereert dat productiviteit verbonden is aan de breedte en relevantie van AI-capaciteiten in plaats van de omvang van het bedrijf.
Impact van het Lokale Ecosysteem: Variabelen op postcodeniveau (kwalificatieniveau Level 3, bevolkingsdichtheid en lokale werkgelegenheidsniveaus) leveren significante marginale bijdragen aan zowel omzet als productiviteit, wat bevestigt dat AI-groei ingebed is in regionale sociaaleconomische ecosystemen.

3. Voorspelling naar 2030

De modellen voorspellen een transitie van een fase van hoge groei naar een consolidatiefase:

Totaal aantal Entiteiten: De groei zal naar verwachting afvlakken, met een bereik van ongeveer 4.651 entiteiten in totaal tegen 2030 (95% CI: 4.323–4.979).
Actieve Basis: Het aantal actieve entiteiten zal naar verwachting de 4.410 bereiken (95% PI: 3.672–5.149), wat wijst op een bescheiden maar stabiele groei.
Ontbindingen: Het absolute aantal ontbindingen zal naar verwachting aanzienlijk stijgen tot 316 in 2030.
Ontbindingspercentage: Het jaarlijkse ontbindingspercentage zal naar verwachting stabiliseren op ongeveer 2,21%, wat wijst op een volwassen wordende markt waarin minder productieve bedrijven uitfaseren terwijl de kernsector veerkrachtig blijft.

Belangrijkste Bijdragen en Betekenis

Het artikel claimt de eerste dimensionele, bedrijfsgerichte mapping van de Britse AI-economie te bieden die technische specialisatie integreert met hyperlokale sociaaleconomische data. De betekenis ligt in drie gebieden:

Empirisch Bewijs voor Plaatsgevoelig Beleid: De studie daagt puur sectorale innovatiebeleid uit door aan te tonen dat lokale factoren (onderwijs, dichtheid) cruciaal zijn voor de bedrijfsprestaties. Het pleit voor het cultiveren van regionale AI-capaciteiten buiten Londen om systemische risico's en regionale ongelijkheid te mitigeren.
Differentiatie van Groeistrategieën: De analyse maakt onderscheid tussen twee paden voor economische groei: het schalen van de bedrijfsgrootte (om de totale omzet te drijven) en het verdiepen van technische specialisatie (om de productiviteit te drijven). Dit suggereert dat beleid zich moet richten op kapitaaltekorten voor schaling, terwijl tegelijkertijd paden moeten worden gecreëerd voor de commercialisering van grensverleggend onderzoek.
Strategische Vooruitblik op Consolidatie: De voorspellingsresultaten wijzen erop dat de sector een consolidatiefase ingaat. De auteurs stellen dat dit geen teken van achteruitgang is, maar een transitie naar een stabieler ecosysteem. Zij stellen voor dat beleid moet verschuiven van enkel het ondersteunen van startup-creatie naar het helpen van levensvatbare bedrijven bij het navigeren door groeitransities en het beheren van "kennisbehoudende exits" tijdens consolidatie.

De auteurs concluderen dat gerichte, op bewijs gebaseerde interventies essentieel zijn om deze consolidatieperiode te transformeren in een duurzaam concurrentievoordeel, om ervoor te zorgen dat de Britse AI-economie geografisch gebalanceerd, productief en veerkrachtig is.