Grote techbedrijven in de VS drijven elkaars beurswaarde op met investeringen en exclusieve AI-deals. Microsoft, Nvidia, Alphabet/Google, Amazon en Meta zetten miljarden in om rekenkracht en modellen te bemachtigen. Dat vergroot de vrees voor een AI-crash, ook op Europese markten. Die zorg groeit nu, omdat verwachtingen sneller stijgen dan bewezen inkomsten en regelgeving strenger wordt.
Kruisinvesteringen stuwen waarderingen
Microsoft stopte geld in OpenAI en verkoopt de rekenkracht via Azure. OpenAI vergroot zo de vraag naar Nvidia-chips, wat Nvidia’s omzet en waarde opstuwt. De hogere waarderingen van deze partijen versterken elkaar, en dat trekt weer extra kapitaal aan.
Amazon en Google kochten belangen in Anthropic en leveren tegelijk cloudtegoeden. Zulke constructies laten omzet en gebruikers groeien zonder dat er meteen vrije kasstromen zijn. Zo ontstaat een feedbacklus waarbij groei bij het ene bedrijf direct de koers van het andere voedt.
De deals bevatten vaak voorwaardelijke afname en langlopende contracten. Dat maakt de inkomsten voorspelbaarder, maar ook kwetsbaar als één schakel terugvalt. Op het moment van schrijven is de keten nauw verweven, waardoor risico’s zich snel kunnen verspreiden.
Vendorfinanciering is wanneer een leverancier krediet of tegoeden verstrekt zodat een klant zijn product of dienst kan afnemen.
Vraag naar Nvidia-chips drijft keten
Nvidia levert de GPU’s die nodig zijn voor het trainen van modellen als GPT-4.1, Claude 3 en Gemini. Een GPU is een processor die veel berekeningen tegelijk kan doen. Hoe groter de modellen, hoe meer chips en stroom nodig zijn.
Cloudproviders bouwen nieuwe datacenters en leggen grote bestellingen vast. Die capaciteit wordt vaak vooraf betaald of met minimumafnames gegarandeerd. Dat zorgt voor hoge zichtbare groei, maar ook voor stijgende vaste kosten.
Nvidia werkt met partners als Microsoft Azure, Google Cloud, Amazon Web Services en gespecialiseerde partijen zoals CoreWeave. Samen bieden zij capaciteit aan AI-startups en grote bedrijven. Als de vraag afvlakt, kan dure, langlopende capaciteit op de balans drukken.
Reken en energie drukken marges
AI-diensten vergen veel stroom en koeling. Datacenters in Europa botsen op netcongestie en strengere vergunningseisen. PUE, een maat voor energie-efficiëntie, verbetert wel, maar niet altijd snel genoeg om kosten te dempen.
De kosten voor het draaien van chatbots en zoekfuncties met generatieve AI blijven hoog. Inference, het uitvoeren van een getraind model voor gebruikers, kost nog steeds veel rekenkracht. Daardoor zijn marges op nieuwe AI-functies vaak dun of negatief.
Bedrijven compenseren dit met premiumprijzen en bundels in de cloud. Ook zetten zij besparingen in interne processen tegenover de uitgaven. Als die besparingen uitblijven, valsen de businesscases uiteen.
Risico op zeepbel groeit
De huidige groei leunt op verwachtingen van snelle productiviteitswinst. Als klanten traag adopteren of minder uitgeven, komen omzetprojecties onder druk. Dan kan waardedaling zich via de hele keten verspreiden.
De afhankelijkheid tussen leveranciers, cloudplatforms en AI-startups vergroot die kwetsbaarheid. Problemen bij één partij raken direct de anderen. Zo kan een lokale tegenvaller uitgroeien tot een brede correctie.
Daar komt bij dat modellen fouten maken en soms onbetrouwbare output geven. Dit remt gebruik in sectoren met hoge eisen, zoals zorg en overheid. Vertraging in omzet uit deze markten kan verwachtingen temperen.
Europese regels temperen verwachtingen
De Europese AI-verordening (AI Act) brengt risicoklassen en extra plichten voor generatieve modellen. Grote basismodellen met systeemrisico vallen onder zwaardere eisen, zoals documentatie en transparantie. Dat kan de time-to-market verlengen en kosten verhogen.
De AVG beperkt het hergebruik van persoonsgegevens voor training. Bedrijven moeten dataminimalisatie toepassen en een grondslag hebben, of een duidelijk opt-out bieden bij tekst- en datamining. Dat maakt het moeilijker om onbeperkt webdata te gebruiken.
Voor de overheid spelen ook aanbestedingsregels en impactbeoordelingen een rol. Dit kan de uitrol van AI-diensten bij publieke instellingen vertragen. De gevolgen raken zowel Amerikaanse aanbieders als Europese cloud- en softwarebedrijven.
Gevolgen voor Nederland en EU
Nederland voelt de spanning tussen groei en ruimte op het stroomnet. Nieuwe AI-datacenters vragen veel vermogen, terwijl netbeheerders schaarste melden. Eerder werd de bouw van hyperscale datacenters al strenger ingekaderd.
Europese leveranciers zoals ASML leveren cruciale machines voor geavanceerde chips. Een afkoeling van AI-investeringen kan de vraag naar bepaalde productielijnen raken. Tegelijk blijft de vraag naar efficiëntere chips bestaan als kosten moeten dalen.
Beleggers en pensioenfondsen in Europa zijn breed blootgesteld aan Amerikaanse tech. Een scherpe correctie in AI-aandelen kan hierdoor ook Nederlandse portefeuilles raken. Diversificatie en inzicht in ketenrisico’s worden belangrijker.
Voor beleidsmakers is de vraag hoe AI-groei te sturen binnen energie- en privacygrenzen. Heldere handhaving van de AI Act en de AVG moet misbruik voorkomen. Maar te trage vergunningen en netcongestie kunnen innovaties onbedoeld afremmen.
