De AI-boom loopt richting 2031 tegen een gigantisch probleem aan
In het kort:
Bain schat dat jaarlijks $6 biljoen AI-omzet nodig is om de geplande infrastructuurinvesteringen in 2031 economisch te dragen.
Bekende AI-toepassingen vullen mogelijk slechts 20% tot 30% van die omzetbehoefte; het grootste deel moet nog worden uitgevonden.
Nvidia en andere hardwareleveranciers verdienen al aan de bouwgolf, terwijl hyperscalers het rendement op hun investeringen nog moeten bewijzen.
De wereld bouwt AI-datacenters alsof de toekomstige vraag al vaststaat. Microsoft, Alphabet, Amazon, Meta en Oracle kunnen volgens Bain & Company in 2026 samen ongeveer $780 miljard investeren. Dat is bijna vijf keer zoveel als drie jaar geleden. Tegen 2031 kan de jaarlijkse rekening voor AI-infrastructuur oplopen tot $1,5 biljoen.
Daar hoort alleen een ongemakkelijke voorwaarde bij. Om zulke investeringen structureel te rechtvaardigen, zou de AI-sector volgens Bain jaarlijks bijna $6 biljoen omzet moeten genereren. Het consultancybedrijf verwacht dat bestaande toepassingen hooguit $1,2 biljoen tot $1,8 biljoen opleveren. Zelfs in het gunstigste geval ontbreekt dus ongeveer $4,2 biljoen.
Voor beleggers is dit meer dan een nieuwe waarschuwing over een mogelijke AI-bubbel. Het laat vooral zien waar het risico binnen de AI-keten terechtkomt. Nvidia, Micron en andere hardwareleveranciers ontvangen hun omzet tijdens de bouwfase. Microsoft, Amazon, Alphabet, Meta en Oracle moeten vervolgens bewijzen dat klanten jarenlang genoeg voor die capaciteit willen betalen.
Meta’s Prometheus AI-datacenter in New Albany, Ohio. Het AI-cluster moet uiteindelijk circa 1 GW aan capaciteit leveren:
De $6 biljoen is geen marktprognose
Het opvallendste cijfer uit het rapport wordt gemakkelijk verkeerd geïnterpreteerd. Bain voorspelt niet dat de AI-markt in 2031 automatisch $6 biljoen groot zal zijn. Het bedrag is een berekende omzetdrempel.
De redenering begint bij een mogelijke $1,5 biljoen aan jaarlijkse investeringen in datacenters, chips, geheugen, netwerkinfrastructuur en vervangingscycli. Bain neemt vervolgens aan dat kapitaaluitgaven ongeveer 25% van de omzet mogen vertegenwoordigen. Wie $1,5 biljoen door 25% deelt, komt uit op $6 biljoen benodigde jaaromzet.
Die aanname is bepalend. Bij een kapitaalintensiteit van 20% zou maar liefst $7,5 biljoen omzet nodig zijn. Wanneer exploitanten bereid zijn structureel 30% van hun omzet te investeren, daalt de drempel naar $5 biljoen.
Het rapport bewijst dus niet dat er precies $6 biljoen aan eindvraag moet ontstaan. Het maakt wel duidelijk hoe gevoelig het verdienmodel is voor bezettingsgraad, prijzen, afschrijvingstermijnen en het tempo waarin nieuwe chips moeten worden vervangen. Een datacenter kan technisch volledig operationeel zijn en toch een matige investering blijken wanneer de machines onvoldoende worden gebruikt of rekencapaciteit snel goedkoper wordt.
70% tot 80% van de benodigde omzet is nog niet zichtbaar
Bain ziet voor consumenten-AI een potentiële omzet van $200 miljard tot $400 miljard in 2031. Hieronder vallen abonnementen en advertenties rond chatbots en digitale assistenten. Zakelijke toepassingen kunnen nog eens $1 biljoen tot $1,4 biljoen opleveren, onder meer via softwareontwikkeling, verkoop, marketing, klantenservice en IT-beheer.
Samen is dat $1,2 biljoen tot $1,8 biljoen. Daarmee is slechts 20% tot 30% van de benodigde $6 biljoen ingevuld. Afhankelijk van welk uiteinde van de bandbreedte wordt gebruikt, resteert feitelijk een gat van $4,2 biljoen tot $4,8 biljoen.
Bain noemt vier routes om dat gat te verkleinen. AI-modellen kunnen traditionele zoekmachines vervangen en advertentie-inkomsten aantrekken. Autonome voertuigen, vrachtwagens, drones en industriële systemen kunnen een markt van ongeveer $400 miljard vormen. Physical AI, waaronder robots, simulaties en digitale tweelingen, kan volgens het rapport circa $900 miljard toevoegen.
Zelfs daarna blijft nieuwe productontwikkeling de grootste en minst concrete categorie. AI zou bijvoorbeeld medicijnen, materialen, energieoplossingen en behandelingen mogelijk moeten maken die nu economisch of technisch nog buiten bereik liggen.
Dat is tegelijk de grootste kans en het zwakste onderdeel van de rekensom. Bestaande abonnementen en cloudcontracten zijn meetbaar. Omzet uit producten die nog niet bestaan, is dat niet.
Bekende consumenten- en bedrijfstoepassingen vullen maar een deel van de benodigde AI-omzet. Volgens Bain moet circa $4,2 biljoen uit nieuwe markten en innovaties komen:
Waarom Nvidia voorlopig aan de gunstige kant staat
De eerste fase van de AI-golf heeft vooral hardwarebedrijven beloond. Bain berekende dat de beurswaarde van hardware- en halfgeleiderbedrijven tussen 2020 en 2026 gemiddeld 24% per jaar groeide, tegenover 6% voor softwarebedrijven.
Een denkbeeldige waarde van 100 zou bij die groeipercentages in zes jaar stijgen naar ongeveer 365 voor hardware en 142 voor software. Hardware heeft zich op die basis dus ruim 2,5 keer zo sterk ontwikkeld. Die vergelijking omvat meer dan alleen AI, maar de richting is duidelijk.
Nvidia verdient aan GPU’s en netwerktechnologie zodra een datacenter wordt gebouwd. Geheugenproducenten zoals Micron en SK Hynix profiteren van de vraag naar high-bandwidth memory. Ook leveranciers van geavanceerde verpakkingen, koeling, stroomvoorzieningen en chipmachines krijgen omzet voordat de eindgebruiker heeft bewezen dat een AI-toepassing winstgevend is.
Dat maakt deze bedrijven niet risicoloos. Hun klanten kunnen bestellingen uitstellen wanneer het rendement op datacenters tegenvalt. Bovendien ontwikkelen Amazon, Google, Microsoft en Meta steeds meer eigen chips. Bain verwacht dat chips voor specifieke toepassingen een groter deel van de markt veroveren zodra trainings- en inferentieworkloads groot genoeg zijn om de ontwikkelingskosten terug te verdienen.
Nvidia profiteert daarom maximaal zolang twee omstandigheden tegelijk gelden: het investeringsbudget blijft groeien en zijn technologische voorsprong weegt op tegen de lagere kosten van eigen chips. Een vertraging van de bouwgolf zou bij Nvidia en andere leveranciers eerder zichtbaar worden in nieuwe orders dan in de bestaande omzet van de hyperscalers.
De echte test ligt bij Microsoft, Amazon en Alphabet
Voor cloudbedrijven werkt de rekensom anders. Microsoft, Amazon en Alphabet verkopen de rekenkracht en kunnen daardoor langdurig aan AI-gebruik verdienen. Zij hebben bovendien bestaande klanten, distributiekanalen en winstgevende activiteiten die de bouwfase helpen financieren.
Hun risico zit in de verhouding tussen investeringen en toekomstige opbrengsten. Een cloudplatform kan een snelgroeiende AI-omzet laten zien terwijl het rendement op het geïnvesteerde kapitaal toch daalt. Dat gebeurt wanneer voor iedere extra dollar omzet relatief veel servers, energie en netwerkcapaciteit nodig zijn.
De belangrijkste cijfers zijn daarom niet alleen cloudgroei of het aantal AI-klanten. Beleggers moeten letten op de bezettingsgraad van nieuwe capaciteit, de levensduur van chips, afschrijvingen, vrije kasstroom en de groei van omzetverplichtingen. Stijgende omzet in combinatie met nog sneller stijgende investeringen is geen duurzaam eindmodel.
Meta staat in een andere positie. Het bedrijf kan AI gebruiken om advertenties relevanter te maken en de betrokkenheid op zijn platforms te vergroten, zonder alle AI-waarde rechtstreeks als abonnement te verkopen. Alphabet kan hetzelfde doen binnen zoeken, advertenties en cloud. Die indirecte monetisatie kan zeer waardevol zijn, maar maakt het lastiger om precies vast te stellen hoeveel omzet werkelijk door AI wordt veroorzaakt.
Oracle heeft veel te winnen wanneer de vraag naar gehuurde GPU-capaciteit hoog blijft. Door de grote investeringsbehoefte en de afhankelijkheid van omvangrijke klantcontracten is het bedrijf tegelijkertijd gevoeliger voor financieringskosten, bouwvertragingen en tegenpartijrisico.
Grotere datacenters vergroten ook de foutmarge
De omvang van de geplande infrastructuur maakt een kleine misrekening kostbaar. Moderne AI-datacenters naderen een vermogen van 1 gigawatt. Bain verwacht dat er rond 2030 campussen van ongeveer 9 gigawatt kunnen ontstaan. Dat is geen gewone uitbreiding van een serverruimte, maar industriële infrastructuur met enorme eisen aan elektriciteit, koeling, netwerken en vergunningen.
Meer capaciteit is alleen waardevol wanneer er voldoende rendabele vraag tegenover staat. Een lagere prijs per AI-token stimuleert het gebruik, maar kan tegelijk de omzet per rekeneenheid drukken. Efficiëntere modellen kunnen meer toepassingen mogelijk maken, maar ook betekenen dat voor dezelfde taak minder chips nodig zijn.
Dit is de paradox van de AI-bouwgolf. Goedkopere en betere rekenkracht versnelt adoptie, terwijl dezelfde ontwikkeling het moeilijker kan maken om de investeringen per server terug te verdienen. De winnaars zijn niet automatisch de bedrijven met de meeste capaciteit, maar de ondernemingen die capaciteit tegen hoge bezettingsgraden en aantrekkelijke marges kunnen verkopen.
Wat Nederlandse beleggers nu moeten volgen
Veel Nederlandse beleggers hebben via wereldwijde ETF’s, de S&P 500 of de Nasdaq al een aanzienlijke indirecte blootstelling aan Nvidia en de Amerikaanse hyperscalers. De vraag is daardoor niet alleen of AI blijft groeien. Belangrijker is welk deel van de portefeuille afhankelijk is van dezelfde infrastructuurcyclus.
Het verschil tussen leveranciers en exploitanten verdient extra aandacht. Nvidia en geheugenchipbedrijven profiteren vroeg, maar zijn kwetsbaar voor een plotselinge terugval in orders. Cloudbedrijven dragen de investeringen langer op hun balans, maar kunnen bij succesvolle toepassingen jarenlang omzet genereren. Software- en roboticabedrijven bieden mogelijk de grootste opwaartse verrassing, alleen is hun aandeel in de vereiste $6 biljoen nog het minst bewezen.
Het meest overtuigende positieve scenario is dat nieuwe toepassingen snel genoeg ontstaan om de beschikbare rekenkracht te vullen. Dan groeit AI van een productiviteitshulpmiddel naar een nieuwe economische laag voor transport, industrie, zorg en wetenschappelijk onderzoek.
Het negatieve scenario begint niet noodzakelijk met instortende AI-vraag. Een periode waarin de omzet simpelweg langzamer groeit dan de infrastructuur is al voldoende om prijzen, bezettingsgraden en rendementen onder druk te zetten. De miljardeninvesteringen kunnen dan economisch tegenvallen, ook wanneer de technologie zelf succesvol blijft.
Bains rapport is daarom geen voorspelling dat de AI-golf mislukt. Het legt wel de lat bloot: 70% tot 80% van de omzet die nodig is om de bouwplannen te dragen, moet nog uit nieuwe of sterk groeiende markten komen. Zolang die toepassingen ontbreken, hebben hardwareleveranciers de zichtbaarste omzet en dragen de hyperscalers het grootste investeringsrisico.
Voor beleggers wordt de doorslaggevende vraag de komende kwartalen dan ook niet hoeveel gigawatt er wordt aangekondigd. Het gaat erom hoeveel extra omzet, vrije kasstroom en aantoonbare klantvraag iedere nieuwe dollar aan AI-investeringen oplevert.
Opmerkingen