De markt lijkt, althans voorlopig, tevreden te zijn met het blijven inzetten op AI.
Hoewel de waarde van sommige bedrijven die een integraal onderdeel zijn van de AI-boom, zoals Nvidia, Oracle en Coreweave, hun waarde hebben zien dalen sinds de hoogtepunten van medio 2025, blijft de Amerikaanse aandelenmarkt gedomineerd door investeringen in AI.
Van de S&P500-index van toonaangevende bedrijven is 75% van het rendement te danken aan 41 AI-aandelen. De ‘magnifieke zeven’ van de grote technologiebedrijven, Nvidia, Microsoft, Amazon, Google, Meta, Apple en Tesla, zijn goed voor 37% van de prestaties van de S&P.
Een dergelijke dominantie, die bijna uitsluitend gebaseerd is op het bouwen van één soort AI: grote taalmodellen, houdt de angst voor een AI-zeepbel in stand.
Onzin, volgens de AI-titanen.
“Daar zijn we nog lang, heel ver van verwijderd”, vertelde Jensen Huang, CEO van AI-chipmaker Nvidia en ’s werelds eerste bedrijf met een omzet van $5 biljoen vorige maand aan Sky News.
Huang sprak vorige maand met Sky News
Niet iedereen deelt dat vertrouwen.
Te veel vertrouwen in één manier om AI te maken, die tot nu toe nog geen winst heeft opgeleverd die in de buurt komt van het uitgavenniveau, moet de lef van beleggers die zich afvragen waar hun rendement zal liggen, op de proef stellen.
De gevolgen van het uiteenspatten van de zeepbel kunnen verschrikkelijk zijn.
“Als een paar durfkapitalisten worden weggevaagd, zal niemand echt verdrietig zijn”, zegt Gary Marcus, AI-wetenschapper en emeritus hoogleraar aan de New York University.
Maar aangezien een groot deel van de Amerikaanse economische groei dit jaar te danken is aan investeringen in AI, zou de ‘explosieradius’ veel groter kunnen zijn, aldus Marcus.
“In het ergste geval valt de hele economie feitelijk uiteen. Banken zijn niet liquide, we hebben reddingsoperaties en de belastingbetalers moeten ervoor betalen.”
Gary Marcus
Zou dat kunnen gebeuren?
Welnu, er zijn enkele onheilspellende tekenen.
Volgens één schatting zullen Microsoft, Amazon, Google Meta en Oracle in 2026 naar verwachting ongeveer 1 biljoen dollar aan AI uitgeven.
Open AI, maker van het eerste baanbrekende Large Language Model ChatGPT, belooft de komende drie jaar 1,4 biljoen dollar uit te geven.
Maar wat krijgen investeerders in die bedrijven terug voor hun investering? Tot nu toe niet heel veel.
Neem OpenAI: naar verwachting zal het in 2025 iets meer dan 20 miljard dollar aan winst maken. Een hoop geld, maar lang niet genoeg om de uitgaven van 1,4 biljoen dollar te ondersteunen.
De grootte van de AI-boom – of bubbel, afhankelijk van je visie – komt neer op de manier waarop deze wordt gebouwd.
Computersteden
De AI-revolutie kwam begin 2023 toen OpenAI ChatGPT4 uitbracht.
De AI vertegenwoordigde een verbluffende verbetering in natuurlijke taal, computercodering en het vermogen om afbeeldingen te genereren, die bijna volledig voortkwam uit één vooruitgang: schaalgrootte
GPT-4 vereiste 3.000 tot 10.000 keer meer computerkracht (of rekenkracht) dan zijn voorganger GPT-2.
Om het slimmer te maken, werd het op veel meer data getraind. GPT-2 werd getraind op 1,5 miljard “parameters”, vergeleken met misschien 1,8 biljoen voor GPT-4 – in wezen alle tekst-, beeld- en videogegevens op internet.
Een Amazon Web Services AI-datacenter in de VS. Krediet: Noah Berger/AWS
De prestatiesprong was zo groot dat ‘Artificial General Intelligence’ of AGI, die bij de meeste taken met mensen kan wedijveren, zou voortkomen uit het simpelweg herhalen van die truc.
En dat is wat er is gebeurd. De vraag naar eerstelijns GPU-chips om AI te trainen steeg enorm – en vandaar de aandelenkoers van Nvidia, waardoor ze hetzelfde doen.
De bulldozers kwamen vervolgens binnen om de volgende generatie megadatacentra te bouwen om de chips te laten draaien en de volgende generaties AI te maken.
En ze gingen snel.
Stargate, aangekondigd in januari door Donald Trump, Sam Altman van Open AI en andere partners, heeft al twee enorme datacentergebouwen in gebruik.
Medio 2026 zal het complex in centraal Texas naar verwachting een gebied ter grootte van Central Park in Manhattan beslaan.
En het begint nu al op kleine jongen te lijken.
Meta’s Hyperion-datacenter ter waarde van 27 miljard dollar, dat in Louisiana wordt gebouwd, benadert de omvang van Manhattan zelf.
Het datacenter zal naar verwachting twee keer zoveel stroom verbruiken als de nabijgelegen stad New Orleans.
De ongebreidelde toename van de vraag naar energie zorgt voor grote druk op het Amerikaanse elektriciteitsnet, waarbij sommige datacenters jaren moeten wachten op netaansluitingen.
Een probleem voor sommigen, maar niet, zeggen optimisten, bedrijven als Microsoft, Meta en Google, met zulke diepe zakken dat ze hun eigen energiecentrales kunnen bouwen.
Maar zullen deze enorme AI-hersenen, zodra ze zijn gebouwd en ingeschakeld, geld printen?
Oude chips
In tegenstelling tot andere dure infrastructuur zoals wegen, spoorwegen of elektriciteitsnetwerken, wordt verwacht dat AI-datacenters voortdurend moeten worden geüpgraded.
Beleggers hebben goede schattingen van de ‘afschrijvingscurves’ van verschillende soorten infrastructuuractiva. Maar dat geldt niet voor de geavanceerde, speciaal gebouwde AI-datacenters die vijf jaar geleden nauwelijks bestonden.
Krediet: NVIDIA
Nvidia, de toonaangevende maker van AI-chips, brengt elk jaar nieuwe, krachtigere processors uit. Het beweert dat hun nieuwste chips drie tot zes jaar zullen meegaan.
Maar er zijn twijfels.
Bale speelt Burry in The Big Short. Credit: Jaap Buiten/THA/Shutterstock
Fondsbeheerder Michael Burry, vereeuwigd in de film The Big Short, vanwege het voorspellen van de Amerikaanse subprime-crash, heeft onlangs aangekondigd dat hij gokt op AI-aandelen.
Zijn redenering is dat AI-chips elke drie jaar moeten worden vervangen en gezien de concurrentie met rivalen om de nieuwste chips misschien sneller dan dat.
Ook de koel-, schakel- en bedradingssystemen van datacenters verslijten na verloop van tijd en moeten waarschijnlijk binnen tien jaar worden vervangen.
Een paar maanden geleden schatte het tijdschrift The Economist dat als AI-chips alleen al elke drie jaar hun voorsprong zouden verliezen, dit de gecombineerde waarde van de vijf grote technologiebedrijven met 780 miljard dollar zou verminderen.
Als de afschrijvingspercentages twee jaar zouden bedragen, zou dat getal oplopen tot 1,6 biljoen dollar.
Tel daar die waardevermindering bij op en het vergroot de toch al kolossale kloof tussen hun AI-uitgaven en de waarschijnlijke inkomsten nog verder.
Volgens één schatting zal de grote technologie in 2030 een winst van 2 biljoen dollar nodig hebben om hun AI-kosten te rechtvaardigen.
Kopen mensen het?
En dan is er nog de vraag waar de winsten vandaan komen om de enorme AI-investeringen te rechtvaardigen.
De adoptie van AI neemt ongetwijfeld toe.
Je hoeft alleen maar je sociale media te doorzoeken om getuige te zijn van de opkomst van door AI gegenereerde tekst, afbeeldingen en video’s.
Lees meer van Sky News:
Epstein-slachtoffers reageren op gedeeltelijke vrijgave van bestanden
Vrees dat hongerstaker van Palestine Action in de gevangenis zal sterven
Kinderen gebruiken het voor huiswerk, hun ouders voor onderzoek, of helpen bij het opstellen van brieven en rapporten.
Maar afgezien van incidenteel gebruik en fantastische kattenvideo’s: profiteren mensen er daadwerkelijk van – en zullen ze er daarom waarschijnlijk genoeg voor betalen om investeringen van biljoenen dollars te bekostigen?
Er zijn vroege tekenen dat de huidige AI een revolutie teweeg kan brengen in sommige markten, zoals de ontwikkeling van software en medicijnen, de creatieve industrie en online winkelen.
En volgens sommige maatregelen ziet de toekomst er veelbelovend uit: OpenAI beweert 800 miljoen “wekelijks actieve gebruikers” te hebben voor zijn producten, het dubbele van wat het in februari was.
Slechts 5% daarvan zijn echter betalende abonnees.
En als je kijkt naar de adoptie door bedrijven – waar het echte geld naar Big Tech gaat – ziet het er niet veel beter uit.
Volgens het Amerikaanse censusbureau zei begin 2025 8 tot 12% van de bedrijven dat ze AI beginnen te gebruiken om goederen en diensten te produceren.
Bij grotere bedrijven – die misschien meer geld kunnen uitgeven aan AI – groeide de adoptie in juni naar 14%, maar is de afgelopen maanden gedaald naar 12%.
Volgens een analyse van McKinsey bevindt de overgrote meerderheid van de bedrijven zich nog steeds in de pilotfase van de uitrol van AI of bekijkt ze hoe ze het gebruik ervan kunnen opschalen.
In zekere zin is dit volkomen logisch. Generatieve AI is een nieuwe technologie, waarbij zelfs de bedrijven die aan het bouwen zijn nog steeds proberen uit te vinden waar dit het beste voor is.
Maar hoe lang zullen aandeelhouders bereid zijn te wachten voordat de winsten zelfs maar in de buurt komen van de afbetaling van de investeringen die ze hebben gedaan?
Vooral nu het vertrouwen in het idee dat de huidige AI-modellen alleen maar beter zullen worden, begint te wankelen.
Lukt het opschalen niet?
Grote taalmodellen zijn ongetwijfeld aan het verbeteren.
Volgens industriële benchmarks tonen technische tests die het vermogen van AI evalueren om complexe wiskunde-, codeer- of onderzoekstaken uit te voeren aan dat de prestaties de schaal van de toegevoegde rekenkracht volgen. Momenteel wordt dit ongeveer elke zes maanden verdubbeld.
Maar bij taken in de echte wereld is het bewijs minder sterk.
LLM’s werken door statistische voorspellingen te doen over welke antwoorden gebaseerd moeten zijn op hun trainingsgegevens, zonder daadwerkelijk te begrijpen wat die gegevens eigenlijk ‘betekenen’.
Ze worstelen met taken waarbij ze moeten begrijpen hoe de wereld werkt en ervan moeten leren.
Hun architectuur heeft geen enkel langetermijngeheugen waardoor ze kunnen leren welke soorten gegevens belangrijk zijn en welke niet. Iets dat menselijke hersenen doen zonder dat het hen wordt verteld.
Om die reden maken ze, hoewel ze enorme verbeteringen aanbrengen in bepaalde taken, consequent dezelfde soort fouten en falen ze bij hetzelfde soort taken.
“Is de overtuiging dat als je maar 100x de schaal zou vergroten, alles zou worden getransformeerd? Ik denk niet dat dat waar is”, vertelde Ilya Sutskever, de mede-oprichter van OpenAI vorige maand aan de Dwarkesh Podcast.
De AI-wetenschapper die ChatGPT hielp pionieren, voordat hij OpenAI verliet, voorspelde: “Het is weer terug naar het tijdperk van onderzoek, alleen met grote computers”.
Zullen degenen die grote inzetten hebben gezet op AI tevreden zijn met bescheiden toekomstige verbeteringen, terwijl ze wachten tot potentiële klanten erachter komen hoe ze AI voor hen kunnen laten werken?
“Het is eigenlijk gewoon een schaalhypothese, een gok dat dit zou kunnen werken. Het werkt niet echt”, zegt professor Marcus.
“Dus je geeft biljoenen dollars uit, de winsten zijn verwaarloosbaar en de afschrijvingen zijn hoog. Het slaat nergens op. En dan is het de vraag wanneer de markt dat beseft.”
