Nvidia kan marktaandeel verliezen, Micron krijgt een nieuw risico: 7 onverwachte AI-verschuivingen
In het kort:
De AI-boom verschuift van alleen chips en datacenters naar productiviteit, energie, custom chips en hogere bedrijfswinsten.
Huidige winnaars zoals geheugenproducenten en Nvidia kunnen meer concurrentie krijgen, terwijl juist nieuwe spelers rond infrastructuur en AI-toepassingen profiteren.
Voor beleggers wordt vooral belangrijk welke bedrijven AI echt omzetten in hogere marges, meer omzet en vrije kasstroom.
De AI-boom wordt vaak teruggebracht tot Nvidia, nieuwe datacenters en honderden miljarden aan investeringen. Maar juist buiten die bekende verhalen ontstaan veranderingen die de winnaars van de komende jaren kunnen bepalen. De vraag verschuift van wie de meeste AI-chips verkoopt naar welke bedrijven daadwerkelijk meer omzet, hogere marges en extra vrije kasstroom uit AI weten te halen.
Voor deze analyse hebben we zeven recente onderzoeken en marktanalyses naast elkaar gelegd. Damnang Research kijkt naar een mogelijke omslag in de markt voor HBM-geheugen richting 2028. Anthropic onderzocht verschillende economische scenario’s voor een wereld waarin AI steeds meer kenniswerk uitvoert, terwijl Brookings analyseerde wat dat betekent voor werknemers en bedrijven. Microsoft publiceerde daarnaast eigen cijfers over de productiviteitswinst die AI-agents binnen het concern opleveren.
Aan de infrastructuurkant beschrijft analist Ben Bajarin waarom AI-compute steeds makkelijker over Nvidia-GPU’s en custom chips kan worden verdeeld. SemiAnalysis onderzocht honderden Amerikaanse beperkingen op nieuwe datacenters en wat die werkelijk betekenen voor de bouwhausse. JPMorgan keek ten slotte verder vooruit naar de ruimte-economie en de nieuwe markten die ontstaan wanneer toegang tot de ruimte goedkoper wordt.
Samen wijzen die analyses in dezelfde richting. De volgende fase van de AI-boom wordt breder en ingewikkelder. Sommige huidige winnaars krijgen meer concurrentie, terwijl juist bedrijven rond energie, custom chips, automatisering en infrastructuur onverwacht kunnen profiteren. Voor beleggers wordt daarom vooral belangrijk om te ontdekken waar de miljarden aan AI-investeringen uiteindelijk daadwerkelijk in winst veranderen.
1. Geheugenchips kunnen richting 2028 een nieuw probleem krijgen
De enorme vraag naar HBM-geheugen is een belangrijke reden waarom bedrijven als Micron en SK hynix momenteel zo sterk profiteren van de AI-boom. Moderne AI-chips hebben veel snel geheugen nodig om grote hoeveelheden data te verwerken.
Toch kan dat verhaal richting 2028 veranderen. Nieuwe generaties AI-chips lijken mogelijk minder geheugen per accelerator nodig te hebben dan eerder werd aangenomen. Tegelijkertijd investeren geheugenproducenten juist miljarden in nieuwe fabrieken en extra productiecapaciteit.
Dat kan een lastige combinatie worden. Als de hoeveelheid geheugen per chip minder snel groeit terwijl het aanbod sterk toeneemt, kan de huidige schaarste uiteindelijk omslaan in een veel ruimere markt.
Voor beleggers is de belangrijkste vraag daarom niet of de vraag naar AI blijft groeien. Het grotere risico is dat de productie van geheugen sneller stijgt dan de uiteindelijke vraag.
HBM-geheugen naast een AI-GPU:
2. De grootste AI-winnaars hoeven AI niet zelf te verkopen
Veel beleggers kijken vooral naar bedrijven die AI-chips, software en modellen verkopen. Toch kan een groot deel van de economische waarde uiteindelijk terechtkomen bij ondernemingen die AI vooral gebruiken.
Wanneer software steeds meer administratief werk, programmering, analyse en klantenservice kan uitvoeren, hoeven personeelskosten mogelijk minder snel mee te groeien met de omzet. Dat kan de operationele marges van bedrijven structureel verbeteren.
Hierdoor kunnen de grootste AI-winnaars van de komende jaren ook buiten de technologiesector ontstaan. Vooral bedrijven die omzet kunnen laten groeien zonder evenveel nieuwe werknemers aan te nemen, kunnen sterk profiteren.
De interessantste vraag wordt daarom welke bedrijven AI daadwerkelijk kunnen omzetten in hogere marges en meer vrije kasstroom.
3. Microsoft laat zien hoe AI in de cijfers kan terugkomen
Microsoft gebruikt AI inmiddels op grote schaal binnen de eigen organisatie. Daardoor ontstaat een interessant beeld van wat de technologie in de praktijk kan opleveren.
Binnen bepaalde verkoopteams zag Microsoft bijvoorbeeld hogere omzet per medewerker en betere conversiepercentages. Ook binnen de supply chain werden processen die eerder meerdere dagen duurden teruggebracht naar enkele uren.
Dat is voor beleggers belangrijker dan opnieuw een indrukwekkende demonstratie van een nieuw AI-model. Uiteindelijk moet technologie zichtbaar worden in lagere kosten, hogere productiviteit of extra omzet.
De volgende fase van de AI-boom zal daarom waarschijnlijk steeds meer draaien om rendement. Bedrijven zullen moeten laten zien hoeveel financiële waarde hun AI-investeringen daadwerkelijk opleveren.
Microsoft bouwt AI-agents steeds dieper in bedrijfsprocessen:
4. Nvidia kan marktaandeel verliezen zonder dat het bedrijf direct verliest
Grote technologiebedrijven ontwikkelen steeds vaker hun eigen AI-chips. Google heeft zijn TPU’s, Amazon gebruikt Trainium en ook Microsoft werkt aan eigen hardware.
Op het eerste gezicht lijkt dat slecht nieuws voor Nvidia. Toch betekent meer concurrentie niet automatisch dat Nvidia uit datacenters verdwijnt.
AI-datacenters zullen waarschijnlijk steeds vaker verschillende soorten chips naast elkaar gebruiken. Eigen chips kunnen aantrekkelijk zijn voor voorspelbare taken, terwijl Nvidia-GPU’s sterk blijven bij toepassingen waarbij flexibiliteit en brede softwareondersteuning belangrijk zijn.
Daarnaast verdient Nvidia niet alleen aan GPU’s. Ook networking, systemen en software worden steeds belangrijker binnen moderne AI-infrastructuur.
Voor beleggers betekent dit dat de AI-markt waarschijnlijk breder wordt. Bedrijven rond netwerken, custom chips, optische verbindingen en andere onderdelen van datacenters kunnen hierdoor eveneens profiteren.
5. Datacenterproblemen kunnen juist nieuwe winnaars opleveren
In de Verenigde Staten groeit de weerstand tegen de bouw van nieuwe datacenters. Gemeenten maken zich onder meer zorgen over elektriciteitsverbruik, watergebruik en de druk op lokale infrastructuur.
Dat klinkt in eerste instantie negatief voor de AI-boom. Toch blijkt uit onderzoek van SemiAnalysis dat veel bestaande projecten voorlopig gewoon doorgang kunnen vinden, omdat vergunningen al zijn verleend of de bouw al is begonnen.
Het interessantere effect kan daarom ergens anders ontstaan. Als aansluiting op het elektriciteitsnet moeilijker wordt, zullen datacenters mogelijk vaker naar eigen oplossingen voor energievoorziening zoeken.
Hierdoor verschuift een deel van de AI-investeringen richting gasturbines, generatoren, batterijen en andere vormen van energie-infrastructuur. AI wordt daarmee steeds minder alleen een chipverhaal en steeds meer een energieverhaal.
De Amerikaanse datacenterhausse botst steeds vaker op stroombeperkingen:
6. De echte AI-strijd speelt zich binnen bedrijven af
Vrijwel ieder groot bedrijf krijgt uiteindelijk toegang tot vergelijkbare AI-modellen. Daardoor wordt toegang tot de technologie op zichzelf steeds minder onderscheidend.
Het verschil ontstaat vooral bij de manier waarop bedrijven AI inzetten. Een onderneming die werknemers alleen toegang geeft tot een AI-assistent behaalt mogelijk beperkte productiviteitswinst. Een concurrent die complete werkprocessen opnieuw inricht rond AI kan veel grotere voordelen realiseren.
Dat maakt managementkwaliteit steeds belangrijker binnen de AI-beleggingscase. Bedrijven moeten niet alleen nieuwe software aanschaffen, maar ook bestaande processen opnieuw durven ontwerpen.
Voor beleggers wordt het daarom belangrijk om onderscheid te maken tussen ondernemingen die AI vooral noemen in presentaties en bedrijven die daadwerkelijk hun kostenstructuur en manier van werken veranderen.
7. Ruimtevaart begint steeds meer op echte infrastructuur te lijken
Ook buiten AI ontstaat een vergelijkbare ontwikkeling. JPMorgan ziet de ruimte-economie in de komende jaren sterk groeien doordat de kosten van lanceringen blijven dalen.
Wanneer het goedkoper wordt om satellieten en andere apparatuur naar de ruimte te brengen, ontstaan toepassingen die vroeger economisch nauwelijks haalbaar waren. Denk aan satellietinternet, communicatie rechtstreeks met smartphones, aardobservatie en nieuwe vormen van dataverzameling.
De vergelijking met de ontwikkeling van het internet is interessant. In de beginfase ging veel aandacht naar de infrastructuur zelf, maar uiteindelijk ontstond een groot deel van de economische waarde bij bedrijven die toepassingen boven op die infrastructuur bouwden.
Dat kan ook binnen ruimtevaart gebeuren. De raketten trekken voorlopig de meeste aandacht, maar de grootste economische kansen kunnen uiteindelijk ontstaan bij de diensten en toepassingen die dankzij goedkopere toegang tot de ruimte mogelijk worden.
De volgende fase van AI wordt ingewikkelder
De eerste fase van de AI-boom was relatief eenvoudig. Er waren te weinig chips, te weinig geheugen en te weinig datacentercapaciteit, waardoor een kleine groep bedrijven uitzonderlijk sterk profiteerde.
De volgende fase wordt waarschijnlijk veel complexer. Geheugenchips kunnen van schaarste naar een ruimer aanbod bewegen, hyperscalers bouwen eigen accelerators en bedrijven moeten bewijzen dat hun AI-investeringen daadwerkelijk financieel rendement opleveren.
Juist daardoor kunnen ook nieuwe kansen ontstaan. De interessantste bedrijven hoeven niet altijd de ondernemingen te zijn die momenteel het meest met AI worden geassocieerd.
Voor beleggers wordt het daarom steeds belangrijker om te kijken naar de tweede orde-effecten van de AI-boom. Daar kunnen uiteindelijk nieuwe winnaars ontstaan die nu nog veel minder aandacht krijgen.
Opmerkingen