Dit AI-aandeel is onmisbaar en goedkoop
Een van de belangrijkste redenen waarom Nvidia ondergewaardeerd lijkt, is de aanhoudende groei van de AI-infrastructuur bij grote technologiebedrijven. In de recente earnings calls hebben Microsoft, Amazon, Meta en Google allemaal aangegeven hun investeringen in AI-datacenters fors te verhogen:
Voor 2025 wordt een totaal CapEx-budget van $320 miljard verwacht, een stijging van $102,73 miljard YoY. Amazon loopt voorop met een geplande $104 miljard aan CapEx, terwijl Microsoft naar verwachting zijn CapEx-uitgaven zal verhogen tot meer dan $100 miljard. Ook Oracle gaf eerder aan 66 bestaande datacenters te willen uitbreiden en 100 nieuwe te bouwen, wat de vraag naar Nvidia’s hardware verder zal versterken.
Als Nvidia zijn huidige groeipad weet vast te houden, zou het in 2025 zelfs het meest winstgevende bedrijf ter wereld kunnen worden. Verwacht wordt dat Nvidia’s omzet zal stijgen naar $204,1 miljard en dat het bedrijf een netto-inkomen van $113,99 miljard zal genereren. Dit zou het winstgevender maken dan Google ($111,55 miljard), Apple ($99,41 miljard) en Microsoft ($98,18 miljard)!
In verhouding is Nvidia op basis van marges een zeer indrukwekkend techbedrijf:
Nvidia zet ondertussen echter ook nog vol in op synthetische data en reinforcement learning (RL) om de groeiende databeperkingen in AI-training te doorbreken. Het bedrijf heeft met zijn Omniverse- en Cosmos-platforms een unieke positie in high-fidelity simulaties, waarmee het AI-modellen kan trainen met hoogwaardige synthetische data. Dit kan Nvidia een dominante positie opleveren in sectoren als autonome voertuigen, robotica, financiën en gezondheidszorg:
Echter, concurrentie van deze zelfde techreuzen zoals Google, Amazon en Microsoft en de mogelijkheid dat RL wordt vervangen door een efficiëntere AI-methode, blijven belangrijke risico’s. Toch lijkt Nvidia, met een huidige marktwaarde van $2,7 biljoen, goed gepositioneerd om richting een nog hogere waarde te groeien.
Het einde van AI-schaalvergroting: waarom synthetische data noodzakelijk wordt
De AI-industrie loopt tegen een fundamenteel probleem aan: de schaalvergroting van modellen door simpelweg meer data en rekenkracht toe te voegen, levert steeds minder rendement op. AI-expert Ilya Sutskever, mede-oprichter van OpenAI, waarschuwde recent dat we de grenzen van internetdata bereiken. Dit komt doordat de kwaliteit en diversiteit van publiek beschikbare gegevens afnemen, terwijl AI-systemen juist nieuwe en onvoorspelbare input nodig hebben om te blijven verbeteren.
Synthetische data lijkt de oplossing, maar heeft een cruciaal probleem. Wanneer AI-modellen zichzelf trainen op hun eigen gegenereerde data, ontstaat een vorm van "model collapse". Dit betekent dat de AI steeds minder nieuwe patronen leert en eerder bestaande informatie herhaalt, waardoor de prestaties verslechteren. Dit is vergelijkbaar met een slang die in zijn eigen staart bijt: zonder externe, rijke en onvoorspelbare informatie droogt de leercurve op. Nvidia’s strategie draait daarom om het creëren van synthetische data die de complexiteit en diversiteit van echte wereldinteracties benadert.
Met Omniverse en het nieuwe Cosmos-platform kan Nvidia AI-systemen trainen in gesimuleerde omgevingen die bijna niet te onderscheiden zijn van de echte wereld. Door AI in duizenden parallelle simulaties te laten leren, genereert Nvidia een constante stroom van high-entropy data, die onmisbaar is voor de volgende generatie AI-modellen.
Reinforcement learning als de toekomst van AI
Traditionele AI-modellen leren via gesuperviseerde training, waarbij ze grote hoeveelheden bestaande data verwerken en daar patronen in herkennen. Dit werkt goed tot op zekere hoogte, maar heeft beperkingen omdat het afhankelijk is van de kwaliteit en kwantiteit van beschikbare data. Reinforcement Learning (RL) pakt het anders aan: AI-systemen leren door interactie met hun omgeving, waarbij ze worden beloond voor goede beslissingen en gestraft voor slechte. Dit zorgt voor een veel dynamischer en adaptiever leerproces, dat in sommige gevallen zelfs superieure prestaties oplevert ten opzichte van menselijke experts.
Bekende successen van RL zijn onder andere AlphaGo, dat wereldkampioenen versloeg in het bordspel Go, en OpenAI Five, dat professionele e-sporters overklaste in Dota 2. Ook recente AI-modellen zoals DeepSeek-R1 en Claude 3.7 hebben hun prestaties grotendeels te danken aan RL-gebaseerde training. Nvidia wil deze technologie nu grootschalig toepassen door AI’s niet alleen in digitale omgevingen te laten leren, maar dit ook direct toe te passen in de echte wereld.
Met Cosmos kan Nvidia duizenden AI-agenten parallel trainen in gesimuleerde scenario’s, waardoor ze zich sneller en efficiënter ontwikkelen. Dit creëert een enorme vraag naar rekenkracht, omdat RL-trainingen miljarden simulaties vereisen. Hier ligt Nvidia’s kracht: als marktleider in AI-hardware heeft het bedrijf de infrastructuur om deze extreem rekenintensieve processen mogelijk te maken.
Waarom Nvidia een bijna onaantastbare positie heeft
Nvidia’s dominantie in AI-hardware is inmiddels bekend, maar wat het bedrijf echt onderscheidt, is zijn geïntegreerde ecosysteem. Waar concurrenten zoals Google, Amazon en Microsoft investeren in hun eigen AI-chips, heeft Nvidia een complete AI-stack opgebouwd. Dit begint bij de meest geavanceerde AI-chips ter wereld, zoals de H100 en de aankomende B200 GPU’s, maar strekt zich uit tot een volledig softwareplatform (CUDA), simulatieomgevingen (Omniverse) en RL-training (Cosmos).
Deze combinatie maakt het voor andere bedrijven vrijwel onmogelijk om Nvidia’s voorsprong in te halen. Om een vergelijkbaar ecosysteem te bouwen, zijn niet alleen miljardeninvesteringen nodig, maar ook jarenlange expertise in chipontwikkeling, softwareoptimalisatie en simulatie-architectuur. Dit creëert een hoge toetredingsdrempel, wat Nvidia een structureel concurrentievoordeel geeft.
De financiële resultaten van Nvidia onderstrepen deze machtspositie. In Q4 2024 rapporteerde het bedrijf een omzet van $39 miljard en een nettowinst van $22 miljard, een winstmarge die nauwelijks geëvenaard wordt in de techsector. Dit stelt Nvidia in staat om miljarden dollars per jaar te herinvesteren in R&D en zijn ecosysteem verder uit te breiden.
Nvidia´s omzet, brutowinst en nettowinst-groei:
Het indrukwekkendste aan Nvidia’s resultaten is de uitzonderlijk hoge winstgevendheid. De brutomarge steeg naar 74,99%, terwijl de nettomarge uitkwam op 55,85%. Nvidia genereerde een vrije kasstroom (FCF) van $60,85 miljard (+125,21% YoY) en spendeerde $40,64 miljard aan aandeleninkoop, een stijging van 229,94%. Dit toont aan dat Nvidia niet alleen winstgevend is, maar ook aanzienlijke waarde teruggeeft aan aandeelhouders:
Ondanks deze sterke cijfers is het aandeel geprijsd op (zou je kunnen stellen) ´slechts´ 25 keer de verwachte winst van 2025 en 17,12 keer de verwachte winst van 2027. Ter vergelijking: bedrijven als Costco en Coca-Cola handelen tegen vergelijkbare multiples, terwijl hun groeiperspectief aanzienlijk lager is. Nvidia biedt daardoor een zeldzame combinatie van hoge groei en relatief lage waardering binnen de technologie- en AI-sector.
De FWD P/E ratio van Nvidia:
De FWD P/E ratio van Coca Cola:
Hoe Nvidia richting verder kan groeien
De markt voor AI-gedreven automatisering groeit explosief, en Nvidia zit midden in deze revolutie. Sectoren die een enorme impact zullen ondervinden van RL en AI-simulaties zijn onder meer:
Autonome voertuigen – een markt met een potentieel van $10+ biljoen, waarin Nvidia zowel de hardware als de AI-infrastructuur kan leveren.
Humanoïde robots – volgens ARK Invest kan deze sector $24 biljoen per jaar genereren. Nvidia’s simulaties kunnen robots helpen sneller te leren en beter te functioneren.
Financiële AI-systemen – algoritmische handel en AI-gestuurde besluitvorming zullen steeds dominanter worden in de financiële sector.
Gezondheidszorg en farmaceutische industrie – snellere ontwikkeling van medicijnen door AI-gedreven simulaties en genetische optimalisatie.
Gezien de enorme bedragen die bedrijven bereid zijn te investeren in AI, kan Nvidia een belangrijke spil blijven in bijna alle AI-gedreven industrieën. Zelfs als het bedrijf slechts een fractie van deze markten verovert, kan het zijn omzet en winst een flinke boost geven.
Dit maakt de huidige trend in waardering een belangrijke om in de gaten te houden:
Maar, kan Nvidia zijn dominantie vasthouden?
Hoewel Nvidia op dit moment een onmiskenbare voorsprong heeft, zijn er ook risico’s die de groei kunnen vertragen. Ten eerste neemt de concurrentie in AI-hardware toe. Google, Amazon en Microsoft ontwikkelen hun eigen AI-chips, wat op termijn de afhankelijkheid van Nvidia kan verminderen. Daarnaast maakt AMD, de grootste directe concurrent, sterke vooruitgang in de AI-chipmarkt en biedt het goedkopere alternatieven voor Nvidia’s high-end GPU’s.
Een ander risico is dat reinforcement learning niet de ultieme AI-trainingsmethode blijkt te zijn. Hoewel RL indrukwekkende resultaten heeft opgeleverd, is het extreem rekenintensief en inefficiënt in sommige toepassingen. Het is mogelijk dat nieuwe AI-technieken opduiken die minder rekenkracht vereisen en betere resultaten leveren, waardoor Nvidia’s hardware minder relevant wordt.
Toch blijft Nvidia vooralsnog de onbetwiste leider in AI-infrastructuur. Het bedrijf heeft niet alleen de meest geavanceerde chips, maar ook het volledige ecosysteem om AI op schaal te trainen en te implementeren.
Nvidia heeft zichzelf gepositioneerd als de ruggengraat van de AI-revolutie. Door een combinatie van krachtige AI-hardware, synthetische data, high-fidelity simulaties en reinforcement learning heeft het bedrijf een bijna onneembare voorsprong opgebouwd. De potentie van RL-trainingen in industrieën zoals autonome voertuigen, robotica, financiën en gezondheidszorg is enorm, en Nvidia heeft alles in huis om hier de dominante speler te blijven.
Met een huidige waardering van $2,7 biljoen en een forward P/E van 25, lijkt er nog voldoende ruimte voor verdere groei. Als Nvidia zijn strategische positie weet vast te houden, is groei in waarde en waardering zeker te verwachten.
Comments