Hoe hard moet het AI-gebruik groeien om 13 keer goedkopere AI voor Nvidia goed te maken?
In het kort
Een veelgedeelde grafiek van Epoch AI schat dat de prijs van een vaste hoeveelheid AI-capaciteit in recente jaren ongeveer 13 keer per jaar daalde. Dat is een modelmatige schatting, geen financiële maatstaf van NVIDIA. Goedkopere AI is gunstig voor NVIDIA als het gebruik sneller groeit dan de prijs daalt. Bij een prijsdaling van 13 keer moet het volume dus meer dan 13 keer groeien om de totale bestedingen te verhogen. NVIDIA groeide in het tweede kwartaal van boekjaar 2027 met 106 procent naar $96,2 miljard omzet; de datacenteromzet steeg 117 procent naar $89,0 miljard. De koers van $225,56 op 23 september vraagt voor 10 procent rendement per jaar in 2029 ongeveer $12,51 winst per aandeel bij een waardering van 24 keer de winst.
AI wordt razendsnel goedkoper. Epoch AI vergeleek de prijsdaling van kunstmatige intelligentie met elektriciteit, batterijen, DNA-sequencing en klassieke rekenkracht. De lijn voor AI daalt bijna verticaal. Volgens de onderliggende schatting werd een vaste hoeveelheid modelcapaciteit van 2023 tot 2026 gemiddeld ongeveer 13 keer per jaar goedkoper.
Voor NVIDIA lijkt dat op het eerste gezicht slecht nieuws. Het bedrijf verkoopt de dure chips waarop veel AI-berekeningen draaien. Als dezelfde taak ieder jaar veel minder kost, zou de omzet per taak ook moeten dalen. Maar prijs is slechts de helft van de vergelijking. De andere helft is hoeveel taken er worden uitgevoerd.
Wat betekent 13 keer goedkoper precies?
De grafiek meet geen prijs van één identiek NVIDIA-product. Zij probeert te schatten hoeveel het kost om een model een bepaalde prestatiedrempel te laten halen. Verbeteringen komen uit snellere chips, betere software, kleinere modellen, quantisatie, caching en efficiëntere algoritmen. Een deel van de prijsdaling ontstaat dus buiten NVIDIA.
De voetnoot bij de grafiek noemt een gemiddelde daling van ongeveer 47 procent per kwartaal, gelijk aan circa 13 keer per jaar, voor 2023 tot 2026. Voor eerdere jaren verwijst zij naar onderzoek dat een daling van ongeveer 10 keer per jaar vond. Beide zijn extrapolaties over een korte, uitzonderlijke periode. Ze bewijzen niet dat de trend onbeperkt doorgaat.
Dat onderscheid bepaalt hoe de grafiek moet worden gelezen. Een token van een eenvoudig model is niet hetzelfde product als een token van een geavanceerd redeneermodel dat langer nadenkt, externe hulpmiddelen gebruikt en meerdere pogingen doet. De prijs per eenheid kan dalen terwijl de totale berekening per taak stijgt.
De Jevons-vraag voor AI
Economen noemen het Jevons-effect: als een hulpbron efficiënter en goedkoper wordt, kan het totale gebruik zo hard stijgen dat de totale consumptie juist toeneemt. Bij AI gebeurt dat wanneer bedrijven niet alleen een chatbot per werknemer gebruiken, maar duizenden agents continu laten zoeken, programmeren, testen, ontwerpen en klanten helpen.
De simpele rekensom is streng. Als de prijs per taak 13 keer daalt en het aantal taken 15 keer groeit, stijgen de totale bestedingen slechts 15 gedeeld door 13, ongeveer 15 procent. Groeit het volume 10 keer, dan daalt de markt ondanks de enorme gebruiksgroei. NVIDIA heeft dus geen baat bij goedkoop AI alleen. Het bedrijf heeft een extreem elastische vraag nodig.
Epoch AI constateerde eerder dat de omzet uit inference bij leidende AI-bedrijven met meer dan een factor drie per jaar groeide. Dat is hoge groei, maar lager dan een prijsdaling van 13 keer. De datasets meten niet exact hetzelfde product en dezelfde periode, waardoor een directe aftreksom misleidend zou zijn. Ze maken wel duidelijk welke vraag beleggers moeten stellen: groeit de totale compute sneller dan de kosten per eenheid dalen?
NVIDIA probeert zelf de prijs te verlagen
Opvallend genoeg werkt NVIDIA actief mee aan lagere inferentiekosten. Het Dynamo-softwarepakket moet de prestaties van inference volgens het bedrijf tot zeven keer verhogen. Nieuwe generaties GPU's verwerken meer tokens per watt en per dollar. CUDA, TensorRT en gespecialiseerde libraries verminderen verspilling.
Dat lijkt kannibalisatie, maar het is ook een verdedigingsstrategie. Als NVIDIA de kosten per token niet verlaagt, doen concurrenten of klanten het. Goedkopere inference vergroot bovendien het aantal toepassingen dat economisch haalbaar wordt. NVIDIA kan waarde vasthouden via een groter volume, een hoog marktaandeel en verkoop van complete systemen met netwerken, schakelaars en software.
Het risico is dat efficiëntiewinst sneller bij klanten terechtkomt dan bij NVIDIA. Grote cloudbedrijven bouwen eigen chips. Google heeft TPU's, Amazon Trainium, Microsoft Maia en Meta ontwikkelt MTIA. ASIC-specialisten zoals Broadcom en Marvell helpen daarbij. Open software kan de overstapkosten verlagen. Als de prijs per berekening instort en NVIDIA tegelijk marktaandeel verliest, werkt het Jevons-effect vooral voor cloudbedrijven en gebruikers.
De resultaten laten voorlopig geen vraagprobleem zien
In het tweede kwartaal van boekjaar 2027 behaalde NVIDIA $96,221 miljard omzet, 106 procent meer dan een jaar eerder. De datacenteromzet steeg 117 procent naar $89,0 miljard. De brutomarge bedroeg 75,0 procent en de nettowinst $59,688 miljard. Voor het derde kwartaal verwacht het management $108 miljard omzet, plus of min 2 procent, en een brutomarge rond 74 procent.
Die cijfers tonen dat de vraag naar infrastructuur voorlopig sneller groeit dan de efficiëntieverbetering. De grootste klanten bouwen complete AI-fabrieken en investeren vooruit op toekomstig gebruik. Daar zit ook het cyclische risico. De huidige omzet weerspiegelt kapitaaluitgaven voordat alle eindtoepassingen hun verdienmodel hebben bewezen. Als cloudbedrijven later ontdekken dat de inkomsten uit agents achterblijven, kunnen zij bestellingen uitstellen.
De brutomarge is daarom een belangrijke graadmeter. Zolang NVIDIA ongeveer driekwart van iedere omzetdollar als brutowinst houdt, heeft het bedrijf uitzonderlijke prijszettingsmacht. Een structurele daling zou kunnen wijzen op meer concurrentie, een minder gunstige productmix of het doorgeven van efficiëntiewinst aan klanten.
Wat vraagt de huidige koers?
NVIDIA noteerde op 23 september $225,56. De beurswaarde lag rond $5,48 biljoen. Op basis van ongeveer $7,97 winst per aandeel over de afgelopen twaalf maanden is dat circa 28 keer de winst. Die multiple is lager dan bij sommige softwarebedrijven, maar de winstbasis is inmiddels enorm.
Voor een rendement van 10 procent per jaar moet de koers in 2029 ongeveer $300 bedragen. Bij een waardering van 24 keer de winst is dan $12,51 winst per aandeel nodig. Dat vraagt een samengestelde groei van ongeveer 16 procent per jaar vanaf $7,97.
Zestien procent klinkt bescheiden naast de huidige omzetgroei van 106 procent. De wet van de grote getallen maakt de vergelijking echter lastig. Iedere procent groei vertegenwoordigt inmiddels tientallen miljarden dollars. Bovendien kan de koers-winstverhouding dalen als de markt groei normaliseert. Bij 18 keer de winst is voor dezelfde koers $16,68 winst per aandeel nodig.
Drie koersscenario's voor 2027 tot en met 2029
De scenario's vermenigvuldigen winst per aandeel met een koers-winstverhouding. Zij tellen kasgeld of aandeleninkoop niet nogmaals op; het effect daarvan zit alleen in de veronderstelde winst per aandeel. De peildatum is 23 september 2026 en de valuta is de Amerikaanse dollar. Het zijn mogelijke uitkomsten, geen voorspellingen.
In het bear-scenario daalt de vraaggroei, winnen eigen chips marktaandeel en normaliseert de marge. Met winst per aandeel van $8,00, $8,50 en $9,00 en multiples van 22, 20 en 18 volgen mogelijke koersen van $176 in 2027, $170 in 2028 en $162 in 2029.
Het middenscenario veronderstelt dat inference en agents voldoende volume creëren om traininggroei te verbreden. Met $10, $12 en $14 winst per aandeel en multiples van 27, 25 en 23 ontstaan $270, $300 en $322.
In het gunstige scenario blijft NVIDIA het dominante platform, groeit het aantal AI-taken veel sneller dan de prijs per taak daalt en blijft de markt bereid een premie te betalen. Met $12, $16 en $21 winst per aandeel en multiples van 32, 30 en 28 komen de uitkomsten op $384, $480 en $588.
Wie houdt de besparing?
De dalende prijs van AI is geen automatisch koopsignaal en ook geen automatisch verkoopsignaal voor NVIDIA. De economische waarde kan op verschillende plaatsen terechtkomen. Gebruikers profiteren van lagere prijzen. Cloudbedrijven verdienen aan verhuurde infrastructuur. Modelmakers verkopen abonnementen en API's. NVIDIA levert de hardware en softwarelaag waarop veel van die diensten draaien.
De beste uitkomst voor NVIDIA ontstaat wanneer lagere kosten nieuwe toepassingen ontsluiten, het totale rekenvolume harder groeit dan de prijs daalt en NVIDIA zijn aandeel in die infrastructuur behoudt. De slechtste uitkomst is een combinatie van efficiëntere modellen, eigen chips bij hyperscalers en tegenvallende inkomsten bij AI-applicaties.
Beleggers moeten daarom niet alleen tokens per dollar volgen. Belangrijker zijn de totale datacenterinvesteringen, het aandeel van inference tegenover training, NVIDIA's marktaandeel, de brutomarge en de inkomsten die klanten met AI genereren. De prijs van kunstmatige intelligentie kan 13 keer dalen. Voor de aandeelhouder telt uiteindelijk of NVIDIA's winst per aandeel sneller blijft stijgen dan de waardering normaliseert.
Opmerkingen