Noot van de redactie: GeekWire publiceert meningen van gasten om geïnformeerde discussies te bevorderen en een diversiteit aan perspectieven te benadrukken over kwesties die de technologie- en startup-gemeenschap vormgeven. Als u geïnteresseerd bent in het indienen van een gastcolumn, kunt u een e-mail sturen naar tips@geekwire.com. Inzendingen worden door ons redactieteam beoordeeld op relevantie en redactionele normen.
Veel economen beweren dat AI het witteboordenwerk in een exponentieel tempo zal automatiseren, het looninkomen zal onderdrukken, de totale vraag zal laten instorten en mogelijk onze economie zal verwoesten. De logica is simpel: als machines kunnen denken, waarom zou iemand dan mensen betalen om witboordenwerk te doen? Gedachte-experimenten zoals de wijdverspreide Mondiale inlichtingencrisis van 2028 bieden een helder verhaal: AI-mogelijkheden worden recursief opgebouwd, arbeid wordt massaal verdrongen en de economie gaat in een neerwaartse spiraal. De verplaatsingsdoomers hebben het retorische voordeel van een angstaanjagende clou.
Een recente notitie van de economen van Citadel Securities, De mondiale inlichtingencrisis van 2026duwt terug. Hun kernargument: het feit dat AI zichzelf kan verbeteren, betekent niet dat bedrijven het in hetzelfde steeds snellere tempo zullen adopteren. Wanneer technologie werknemers productiever maakt, zal het aanbod van goederen en diensten doorgaans toenemen, wat over het algemeen goed is voor de economie. En er zijn reële grenzen aan hoe snel bedrijven menselijke werknemers kunnen inruilen voor AI-systemen.
Het meest originele inzicht uit de notitie is wat ik het plafond voor de rekenkosten zou noemen. Als bedrijven zich haasten om alles in één keer te automatiseren, stijgt de vraag naar rekenkracht en stijgt de prijs van die rekenkracht. Op een gegeven moment wordt het goedkoper om iemand te betalen om de taak uit te voeren dan om te betalen voor de AI om de taak te doen, en stopt de automatisering. Een natuurlijke economische rem, die de verdringers volledig negeren.
Maar wacht even. Er zit een enorm gat in dit argument, en ik sta op het punt er een datacenter doorheen te rijden.
Het argument van het plafond voor rekenkosten gaat voorbij aan het feit dat de rekenkosten de pan uit rijzen. De beroemde wet van Moore (de kosten van computergebruik halveren elke 18 maanden) is na een opmerkelijke periode van 50 jaar met pensioen gegaan, maar er is een AI-versie waarbij de kosten elk jaar met een factor 10 dalen. Concreet zijn de LLM-inferentiekosten (per token) de afgelopen twee jaar met ongeveer een orde van grootte op jaarbasis gedaald. Andreessen Horowitz bedacht de term ‘LLMflation’ om de trend te beschrijven, waarbij een kostendaling van ongeveer 1.000x over drie jaar werd gedocumenteerd. Eerlijk gezegd dalen de kosten per taak langzamer omdat frontiermodellen meer redeneringstokens per zoekopdracht verbranden, maar deze gaan nog steeds snel omlaag. Een plafond dat elk jaar tien keer daalt, is geen plafond. Het is een snelheidsdrempel.
De Citadelnota beroept zich ook op de beruchte voorspelling van John Maynard Keynes uit 1930 over de 15-urige werkweek, waarbij hij opmerkt dat Keynes ongelijk had omdat hij de menselijke honger naar consumptie onderschatte. Mensen wilden gewoon meer spullen. Prima, maar dit gaat voorbij aan het distributieprobleem. Het argument ‘mensen willen gewoon meer spullen’ werkt alleen als genoeg mensen het inkomen hebben om meer spullen te kopen. Als de door AI aangestuurde winsten naar de bovenste 0,1% vloeien en de rest van de bevolking geen geluk heeft, zit de economie in de problemen. Met andere woorden: Musk en Bezos kunnen niet echt veel méér consumeren, en er zijn er niet genoeg om de economie draaiende te houden.
Dus waar laat dit ons achter?
De opmerking van de Citadel heeft gelijk dat institutionele fricties de inzet van AI vertragen, en dat democratische samenlevingen uiteindelijk zullen reageren met beleidsaanpassingen. Dit zijn echte remmen, die tijd kopen. Maar de krachten die de kosten drukken zijn krachtig: algoritmische efficiëntie, hardwareverbeteringen, kwantisering, destillatie en hevige prijsconcurrentie tussen aanbieders van inferenties. Geen van deze vertraagt.
Mijn conclusie is dat de doemloop van de AI-verplaatsing overdreven is en langer zal duren dan velen verwachten. Maar het komt eraan, en we staan voor grote economische en misschien ook sociale onrust. De doomers negeren de wrijvingen. De optimisten gaan ervan uit dat de fricties voor altijd zullen blijven bestaan, ook al eroderen de kostencurves ze jaar na jaar. De realiteit zal ergens daar tussenin belanden, en het zal rommelig zijn. Daarop voorbereiden is de echte beleidsuitdaging, en tot nu toe lijken onze beleidsmakers hun aandacht ergens anders op gericht te hebben.
