Wat als 13 keer goedkopere AI Nvidia helemaal niet breekt?
In het kort
De prijs om een vaste AI-prestatie te leveren daalt naar schatting 12,7 keer per jaar. Dat lijkt slecht voor een verkoper van dure rekenkracht. Voor NVIDIA draait de uitkomst echter om elasticiteit: groeit het aantal taken sneller dan de kosten per taak dalen, dan kan de totale vraag naar chips en systemen juist stijgen. Op $224,54 vraagt de koers wel dat een groot deel van die productiviteitswinst als duurzame winst bij NVIDIA terechtkomt.
Een grafiek van Epoch AI vergelijkt de prijsdaling van kunstmatige intelligentie met elektriciteit, batterijen, DNA-sequencing en algemene rekenkracht. De opvallende lijn suggereert dat de kosten van vergelijkbare AI-prestaties tussen 2023 en 2026 gemiddeld ongeveer 47% per kwartaal daalden. Samengesteld is dat circa 12,7 keer goedkoper per jaar.
De grafiek circuleerde opnieuw op 23 september, maar de onderliggende Epoch-publicatie over inferenceprijzen dateert van 12 maart 2025. Dat onderscheid is belangrijk. Het oorspronkelijke onderzoek vond afhankelijk van benchmark en prestatieniveau dalingen van 9 tot 900 keer per jaar en waarschuwde dat de snelste dalingen mogelijk niet standhouden. De recente grafiek voegt nieuwere prijswaarnemingen toe, maar blijft een schatting van vaste modelprestaties, geen universele prijsindex voor alle AI.
De beleggingsvraag is daardoor niet of AI goedkoper wordt. Dat gebeurt aantoonbaar. De vraag is wie van die daling profiteert en hoeveel extra gebruik zij losmaakt.
Direct naar een onderdeel van dit artikel
Goedkopere output is niet hetzelfde als minder hardware
Een model kan goedkoper worden door efficiëntere software, kleinere gespecialiseerde modellen, betere chips, hogere bezettingsgraden en prijsconcurrentie tussen aanbieders. Niet al die besparing komt uit een lagere verkoopprijs van NVIDIA-hardware. Een snellere chip kan dezelfde taak goedkoper uitvoeren terwijl het systeem zelf duurder is en veel meer taken verwerkt.
Daarom is de vergelijking met een traditionele grondstof onvolledig. Als de prijs van koper halveert en het volume gelijk blijft, halveert de marktwaarde ongeveer. Bij digitale intelligentie kan een lagere prijs compleet nieuwe toepassingen mogelijk maken. Een bedrijf dat voorheen honderd AI-taken per dag liet uitvoeren, kan bij veel lagere kosten duizenden agents continu laten werken.
De breakevenrekensom is eenvoudig. Daalt de prijs per vergelijkbare taak 12,7 keer, dan moet het taakvolume eveneens 12,7 keer groeien om de totale besteding gelijk te houden. Groei van vijftien keer levert ongeveer 18% meer besteding op; groei van tien keer betekent ongeveer 21% minder. Dit is het Jevons-effect in zijn zuiverste vorm: efficiency kan het totale verbruik verhogen wanneer de vraag voldoende elastisch is.
Wat Epoch wel en niet meet
Epoch kijkt naar de goedkoopste modelprijs die een bepaalde benchmarkprestatie haalt. Dat is iets anders dan de gemiddelde prijs die ondernemingen werkelijk betalen. Bedrijven kiezen ook voor betrouwbaarheid, latency, beveiliging, integratie, lange context en ondersteuning. Het goedkoopste model voor een toets is niet automatisch de goedkoopste oplossing voor een bank, ziekenhuis of industrieel proces.
Daarnaast verschuift de kwaliteitsgrens. Een model dat in 2024 duur en toonaangevend was, kan twee jaar later goedkoop draaien. Tegelijk gebruiken frontierlabs veel meer compute om een nieuw prestatieniveau te bereiken. De kosten van een vaste taak dalen dus terwijl de totale rekening voor de meest geavanceerde training en reasoning kan stijgen.
Dat onderscheid is gunstig voor NVIDIA zolang klanten de besparing herinvesteren in meer of betere intelligentie. Het is ongunstig wanneer efficiënte modellen de gewenste toepassingen al met veel minder hardware kunnen bedienen en nieuwe vraag achterblijft. Beide kunnen tegelijk waar zijn: enorme volumegroei bij consumententaken en prijsdruk op generieke inference.
De productiviteitswinst wordt verdeeld
NVIDIA is niet de enige partij tussen chip en eindgebruiker. Cloudproviders kopen systemen, bouwen datacenters en verkopen capaciteit. Modelmakers vertalen compute naar tokens en agents. Softwarebedrijven verpakken die intelligentie in producten. De klant ontvangt uiteindelijk een deel van de besparing in de vorm van lagere prijzen of hogere productiviteit.
Wie de meeste waarde vasthoudt, hangt af van schaarste. NVIDIA beschikt over hardware, netwerken, CUDA-software en een ontwikkelaarsecosysteem. Dat maakt overstappen duur. Tegelijk ontwikkelen Amazon, Google en Microsoft eigen accelerators. Een bruikbaar alternatief hoeft NVIDIA niet volledig te vervangen om de onderhandelingsmacht te veranderen.
De dalende tokenprijs kan daarom twee tegengestelde effecten hebben. Zij maakt AI aantrekkelijker en vergroot de markt. Zij kan ook de indruk wekken dat rekenkracht een commodity wordt, waardoor klanten minder voor iedere generatie willen betalen. NVIDIA probeert dit op te vangen door complete racks, netwerken en software te verkopen. De onderneming wil meer economische waarde per datacenter vangen, niet alleen een losse GPU.
De cijfers tonen voorlopig geen vraagvernietiging
NVIDIA publiceerde op 26 augustus de resultaten over het kwartaal tot 26 juli. De omzet steeg 106% naar $96,2 miljard. Datacenteromzet groeide 117% naar $89,0 miljard. De brutomarge bedroeg 75,0% en de verwaterde winst per aandeel $2,46 volgens GAAP. Voor het volgende kwartaal verwacht NVIDIA $108 miljard omzet, zonder omzet uit Chinese datacentercompute in de raming.
Deze cijfers bewijzen dat dalende inferencekosten tot nu toe samengaan met veel hogere omzet. Ze bewijzen niet dat dit tempo duurzaam is. NVIDIA verkoopt in een uitzonderlijke investeringscyclus waarin cloudbedrijven, AI-labs en overheden capaciteit tegelijk uitbreiden. De omzet wordt ontvangen voordat duidelijk is hoeveel economische winst eindgebruikers met alle systemen maken.
De kwartaalbrutomarge van 75% toont sterke prijszetting. Precies daardoor is de waardering gevoelig voor normalisering. Wanneer gemiddelde systeemprijzen dalen, concurrentie toeneemt of de mix verschuift naar producten met lagere marges, kan omzetgroei nodig zijn om alleen de huidige brutowinst vast te houden.
De sterkste bearcase
De bearcase zegt niet dat AI verdwijnt. Zij zegt dat efficiency sneller kan stijgen dan de economische vraag. Een agent die vandaag honderd tokens gebruikt, kan morgen met een kleiner model twintig tokens nodig hebben. Als het aantal taken slechts verviervoudigt, daalt het totale verbruik ondanks sterke adoptie.
Daar komt cycliciteit bij. Klanten bestellen nu systemen voor verwachte vraag over meerdere jaren. Wanneer bezettingsgraden tegenvallen, kan een korte pauze in capex een groot effect op NVIDIA hebben. De klantconcentratie vergroot dat risico. Grote cloudbedrijven zijn tegelijk afnemer, financier en concurrent met eigen chips.
Goedkopere AI kan bovendien waarde verschuiven naar applicaties. Als softwarebedrijven dezelfde uitkomst met minder compute leveren, groeit hun marge terwijl de infrastructuurprijs onder druk komt. De geschiedenis van technologie laat vaak zien dat de grootste economische waarde niet noodzakelijk bij de leverancier van de eerste schaarse component blijft.
De sterkste bullcase
De bullcase wijst terecht op nieuwe vraag die bij hoge prijzen onmogelijk was. Miljoenen mensen stellen een chatbot enkele vragen per dag. Duizenden autonome agents per onderneming kunnen continu zoeken, coderen, onderhandelen en simuleren. Video, robotica en wetenschappelijke modellen vragen veel meer rekenkracht dan tekst.
Ook verschuift de maatstaf van tokens naar voltooide taken. Een goedkoper token is weinig waard wanneer een model tien keer meer redeneerstappen gebruikt om een moeilijk probleem op te lossen. De prijs per token kan dalen terwijl de kosten per succesvolle taak minder snel dalen. Daarnaast kan hogere kwaliteit de betalingsbereidheid vergroten.
Rabi’s recente analyse NVIDIA kan bijna verdubbelen en toch tegenvallen benadrukte al dat omzetgroei, marge en waardering afzonderlijk moeten worden getoetst. De Epoch-grafiek verandert dat principe niet. Zij maakt vooral de volumeveronderstelling zichtbaar.
Wat de koers al veronderstelt
NVIDIA noteerde op 23 september om 17:20:08 UTC op $224,54 op Nasdaq. Bij ongeveer 24,285 miljard verwaterde aandelen is de marktwaarde circa $5,46 biljoen. De koers-winstverhouding op de financiële datadienst bedroeg ongeveer 28 op basis van gerapporteerde winst, maar één multiple vertelt weinig wanneer de winst meer dan verdubbelt.
Voor een reverse valuation nemen we de Q2-omzet vier keer als eenvoudige jaarbasis: $384,884 miljard. Dat is geen officiële jaarprognose. Om vanaf $224,54 drie jaar 10% koersrendement te verdienen, is eind 2029 ongeveer $299 nodig. Bij 25 keer winst, 50% nettomarge en 0,5% jaarlijkse daling van het aandelenaantal vraagt dat circa $574 miljard omzet. Dat is ongeveer 14,2% groei per jaar vanaf de rekenbasis.
Die drempel lijkt bescheiden naast 106% kwartaalgroei. De moeilijkheid zit in de marge en multiple. Bij 40% nettomarge of 20 keer winst stijgt de vereiste omzet fors. Omgekeerd kan NVIDIA met aanhoudende volumegroei de drempel snel overschrijden. De koers vraagt dus niet dat AI eeuwig even duur blijft. Hij vraagt dat NVIDIA een groot deel van de sterk groeiende totale rekenvraag blijft monetiseren.
Drie koerspaden voor 2027, 2028 en 2029
Onze scenario’s starten met $384,884 miljard geannualiseerde Q2-omzet en 24,285 miljard aandelen. Ze zijn eigen aannames, geen consensus. Kas, schuld en inkoop worden niet nogmaals bij de uitkomst opgeteld.
In het bearscenario groeit de omzet 8% per jaar, daalt de nettomarge naar 40%, blijft het aandelenaantal gelijk en betaalt de markt 20 keer winst. De mogelijke koersen zijn $137 in 2027, $148 in 2028 en $160 in 2029. AI-gebruik groeit hier wel, maar efficiency, eigen chips en capexpauzes drukken de waardevangst.
In het middenscenario groeit de omzet 25% per jaar, bedraagt de nettomarge 50%, daalt het aandelenaantal 0,5% per jaar en geldt 25 keer winst. Dat levert $249, $313 en $393 op. Het taakvolume groeit sneller dan de kosten dalen en NVIDIA behoudt zijn systeempositie.
In het gunstige scenario groeit de omzet 35%, bedraagt de nettomarge 55% en betaalt de markt 30 keer winst. Bij 0,5% jaarlijkse inkoop volgen $355, $481 en $653. Dit vereist een langdurige AI-investeringsgolf en weinig druk op de uitzonderlijke marges.
Mijn oordeel
De dalende prijs van intelligentie is niet automatisch slecht voor NVIDIA. Hij verlaagt de toegangsdrempel en kan een veel grotere markt openen. Maar het Jevons-effect is geen natuurwet. Volume moet sneller groeien dan kosten dalen, klanten moeten blijven investeren en NVIDIA moet voldoende van de besparing vasthouden.
Bij $224,54 is de reverse lat minder extreem dan de beurswaarde doet vermoeden: ongeveer 14% jaarlijkse omzetgroei vanaf een geannualiseerd recordkwartaal in ons middenmodel. Juist dat startpunt is het risico. Wanneer de huidige vraag een vooruitgeschoven capexpiek blijkt, kan zelfs groei van AI-taken onvoldoende zijn om winst en multiple te beschermen.
De beste indicator is daarom niet de tokenprijs alleen. Kijk naar totale inferencevolumes, bezettingsgraden van datacenters, omzet per geïnstalleerde watt, brutomarge en het rendement dat NVIDIA’s klanten op hun AI-capex verdienen. Goedkopere AI kan NVIDIA groter maken. Zij maakt het bedrijf niet immuun voor prijsdruk.
Bronnen en peildata: Epoch AI-publicatie van 12 maart 2025 en de bijgewerkte vergelijkingsgrafiek die op 23 september 2026 circuleerde; NVIDIA Q2 FY2027-resultaten van 26 augustus 2026; Nasdaq-koers $224,54 op 23 september 2026 om 17:20:08 UTC. Foto: NVIDIA, officieel portret van Jensen Huang. Dit artikel bevat algemene informatie en geen persoonlijk financieel advies.
Opmerkingen