Dit ene AI-rapport joeg de beurs in paniek en niemand zag het aankomen

In het kort:

• Virale Citrini-stress test zorgde 23 feb 2026 voor snelle sell-off

• Kern: AI kan frictie en jobs wegdrukken en zo vraag en intermediatie-marges raken.

• Les: let op crowded trades en stress test op frictie-afhankelijke verdienmodellen.

Op 22 februari 2026 publiceerde Citrini Research een lang stuk dat meteen breed werd gedeeld. Het was geschreven als een “macro memo uit de toekomst”, zogenaamd gedateerd in juni 2028, en nadrukkelijk bedoeld als scenario en niet als voorspelling. Toch werkte het als een lucifer in droog gras, omdat het precies raakte aan een gevoelige plek in de markt rond AI, waarderingen en druk bezette posities.

De grootste waarde van dit type publicatie zit niet in de exacte toekomstschets, maar in de vragen die het oproept. Het stuk dwingt beleggers om na te denken over kwetsbare verdienmodellen, tweede orde effecten en reflexieve dynamieken die bij snelle technologische verandering kunnen ontstaan.

Bron: Citrini research

Wat Citrini precies probeert te doen

Citrini presenteert het verhaal als een stress test voor een extreme uitkomst, een zogenoemde linkerstaartrisico analyse. De centrale vraag is hoe het kan dat iets wat op microniveau positief lijkt, namelijk productiviteitswinst door AI, op macroniveau toch tot schade kan leiden. De auteurs noemen hun kernmechanisme een “intelligence displacement spiral”, waarbij meer AI leidt tot minder kantoorwerk, lagere inkomensgroei en zwakkere consumptie, waarna bedrijven nog harder inzetten op automatisering.

In het scenario duikt ook het begrip “Ghost GDP” op. Daarmee bedoelen zij een situatie waarin statistieken productiviteit en output laten zien, terwijl de koopkracht en het geldverkeer niet meer breed door de economie circuleren. Het is een narratieve manier om het risico te beschrijven dat de winsten van automatisering te geconcentreerd terechtkomen en dat de vraagzijde van de economie het tempo niet kan bijbenen.

Waarom het verhaal zo hard aansloeg

De timing speelde een grote rol. AI gerelateerde aandelen waren al langer populair en daardoor gevoelig voor elke aanleiding om risico af te bouwen. Een scenario dat dezelfde AI trend omdraait naar een macro bedreiging past in een markt die soms vooral een excuus nodig heeft om winst te nemen.

Een tweede reden is dat Citrini concrete voorbeelden gebruikt. Zodra een viraal verhaal namen noemt, wordt het meer dan een macro essay en verandert het in een directe aanleiding voor herpositionering. In dat soort momenten reageren markten vaak sneller dan dat beleggers de inhoud zorgvuldig kunnen wegen.

De directe marktreactie na publicatie

De verspreiding van het stuk had vrijwel meteen gevolgen, vooral op maandag 23 februari 2026. In het nieuws werd beschreven dat aandelen die dag fors daalden, met extra zwakte in software en andere groeisegmenten. Dat past bij het idee dat beleggers het risico afbouwden in hoeken waar waardering en verwachtingen hoog liggen.

In de aandelen die in de berichtgeving rond het scenario terugkwamen, zag je opvallende intraday bewegingen. Visa daalde ongeveer 4,5 procent, Mastercard ongeveer 6,3 procent, ServiceNow ongeveer 4 procent en DoorDash ongeveer 7 procent. In dezelfde context werd ook gemeld dat de S&P 500 rond 1 procent lager stond en dat een software ETF die dag relatief sterker terugviel.

Welke kwetsbaarheden Citrini aanwijst

Citrini richt de schijnwerper op bedrijven die verdienen aan frictie en intermediatie. Het argument is dat AI agenten informatie zoeken, vergelijken en onderhandelen goedkoper en sneller kunnen doen, waardoor marges verdwijnen bij partijen die vandaag vooral waarde halen uit tussenstappen, zoekkosten en menselijke traagheid. Denk aan delen van SaaS, platformmodellen en sommige financiële diensten.

Een opvallend detail in het scenario is de gedachte dat AI agenten betalingsroutes zouden optimaliseren en daarbij proberen te ontsnappen aan kosten zoals kaartinterchange. Als illustratie worden stablecoins genoemd, bijvoorbeeld op netwerken zoals Solana of op Ethereum laag twee oplossingen, als manieren waarop frictie in transacties richting nul kan gaan. Dit is geen uitspraak dat dit zeker gebeurt, maar het is wel een concrete stress test voor modellen die sterk afhankelijk zijn van tariefstructuren.

Hoe serieus moet je dit nemen als belegger

Het is verstandig om de mechanismen serieus te nemen, zonder het verhaal te verwarren met een voorspelling. Zelfs critici die het scenario economisch extreem en op punten onwaarschijnlijk vinden, erkennen vaak dat stress tests nuttig kunnen zijn omdat ze blinde vlekken blootleggen. Het gaat dan vooral om tweede orde effecten, zoals de kettingreactie waarbij klanten AI inzetten om kosten te verlagen, leveranciers seats of licenties verliezen en de druk om verder te automatiseren opnieuw toeneemt.

Er bestaat ook een duidelijke tegenvisie. In die visie werkt AI eerder als een positieve aanbodschok, met lagere inflatie, productiviteitswinst en nieuwe investeringscycli in datacenters, netinfrastructuur en halfgeleiders. Vanuit dat perspectief is het plausibel dat de economie zich aanpast via nieuwe vraag en nieuwe banen, al kan de overgang wel schokken en herverdelingseffecten veroorzaken.

Het politieke en beleidsdebat dat meteen volgde

Na de marktbeweging verschoof het gesprek snel naar beleid. Co auteur Alap Shah pleitte publiek voor een AI windfall tax om de sociale gevolgen van jobverlies op te vangen. In interviews werd ook beschreven dat zijn fonds posities had die het verhaal niet alleen theoretisch maakten, met shorts in bepaalde bedrijven die kwetsbaar zouden zijn en tegelijk exposure naar AI winnaars, zoals in halfgeleiders.

Dat illustreert een extra les. Sommige publicaties zijn tegelijk analyse en positionering, en dat kan de verspreiding en het effect op de markt versterken, zonder dat dat automatisch iets zegt over de juistheid van het scenario.

Lessen die we hieruit kunnen trekken

De eerste les is dat virale verhalen een eigen risicofactor zijn. Zelfs wanneer een scenario expliciet niet als voorspelling bedoeld is, kan het door snelle verspreiding en crowded positioning toch echte koersimpact krijgen, zoals we zagen op 23 februari 2026.

De tweede les is dat je een portefeuille actief kunt stress testen op “AI frictie”. De vraag is waar winstmarges leunen op informatie asymmetrie, switching costs, inertie of tussenstappen die een slimme agent mogelijk kan overslaan. De derde les is dat je tweede orde effecten moet meenemen, omdat reflexiviteit in een technologische transitie vaak zwaarder weegt dan het eerste orde verhaal van productiviteitswinst.

Tot slot blijft waardering belangrijk. Zelfs bedrijven die op lange termijn profiteren van AI kunnen op korte termijn kwetsbaar zijn wanneer verwachtingen extreem zijn en veel beleggers dezelfde positie innemen. Scenario denken helpt om dat risico te zien, zolang je de tijdlijn en de exacte uitkomst niet verwart met zekerheid.

Lees meer: +21% winst: waarom AI juist een goudmijn blijkt voor Wolters Kluwer

Advertorial

Dit soort scenario’s onderstreept vooral één praktisch punt: je kunt de richting van het sentiment niet sturen, maar je kunt wél de frictie in je eigen portefeuille verlagen. Wie actief herpositioneert rond AI-risico’s, spreiding of valuta-exposure, merkt dat kosten zoals FX en transactietarieven bij volatiele markten extra hard doorwerken op het netto rendement.

MEXEM werd door Brokerskiezen.nl uitgeroepen tot beste allround broker van 2025. Beleggers handelen er met slechts 0,005% valutakosten, tegenover 0,25% bij DEGIRO en SAXO Bank, een verschil dat voor de gemiddelde belegger kan oplopen tot honderden tot duizenden euro’s per jaar. Zo positioneert MEXEM zich als beste allround broker van 2025, met scherpe tarieven die het rendement van beleggers merkbaar kunnen verbeteren.