De AI-paradox: waarderingen stijgen, het product wordt goedkoper

De enorme investeringsgolf rond kunstmatige intelligentie begint steeds meer kenmerken van een financiële bubbel te vertonen. Daarvoor waarschuwt investeerder en MIT-fellow Paul Kedrosky.

Vooral de snel oplopende schulden, torenhoge waarderingen en mogelijk enorme overcapaciteit bij datacenters baren hem zorgen. Tegelijkertijd worden AI-modellen goedkoper en lijken de technologische verschillen tussen aanbieders kleiner te worden.

AI-bubbel vertoont bekende waarschuwingssignalen

Kedrosky ziet opvallende overeenkomsten tussen de huidige AI-gekte en eerdere financiële bubbels. Volgens hem zijn de technologieën anders, maar verandert het gedrag van beleggers nauwelijks.

Tijdens een sterke markt raken investeerders steeds enthousiaster en stappen ze vaak op het verkeerde moment in. Zodra het sentiment omslaat, gebeurt het tegenovergestelde en proberen veel partijen tegelijkertijd hun posities af te bouwen.

Volgens Kedrosky komen verschillende ingrediënten voor een klassieke bubbel nu samen. Er is veel krediet beschikbaar, overheden stimuleren investeringen en AI heeft een overtuigend technologisch verhaal. Daar komt een enorme bouwgolf van datacenters bij.

Een belangrijk verschil met de eerste jaren van de AI-boom is de manier waarop deze investeringen worden gefinancierd. Aanvankelijk konden grote technologiebedrijven veel projecten betalen uit hun eigen kasstromen. Inmiddels wordt steeds vaker extern kapitaal aangetrokken.

Dat gebeurt onder meer via obligaties, private kredietmarkten en andere vormen van schuldfinanciering. Volgens Kedrosky is ongeveer 15 tot 18 procent van de kredietuitgifte van bedrijven met een hoge kredietwaardigheid inmiddels verbonden aan deze investeringsgolf.

Dat kan gevolgen hebben voor de bredere financiële markt. Technologiebedrijven concurreren voor hetzelfde kapitaal als overheden, die zelf grote bedragen moeten lenen om begrotingstekorten te financieren.

De bedragen blijven ondertussen groeien. Goldman Sachs verwacht volgens de bron dat de investeringen van grote technologiebedrijven in 2026 boven de 1 biljoen dollar uitkomen.

Enorme datacenters staan mogelijk deels ongebruikt

Vooral de bouw van datacenters zorgt bij Kedrosky voor zorgen. Investeerders financieren projecten die worden ondersteund door grote technologiebedrijven, maar weten volgens hem lang niet altijd hoe intensief de apparatuur uiteindelijk wordt gebruikt.

Hij wijst op signalen dat sommige datacenters hun grafische processors slechts voor ongeveer 35 tot 40 procent benutten. Bedrijven zouden chips soms vooral verzamelen om zeker te zijn van voldoende capaciteit, zonder dat die rekenkracht direct volledig nodig is.

Als dat beeld klopt, bestaat het risico dat er veel meer AI-infrastructuur wordt gebouwd dan uiteindelijk nodig blijkt.

Dat probleem wordt groter doordat de prijs van AI-rekenkracht snel daalt. Kedrosky omschrijft AI-tokens zelfs als een extreem deflatoir product. Nieuwe modellen worden efficiënter, terwijl de kosten voor het verwerken van opdrachten blijven dalen.

Dat klinkt positief voor gebruikers, maar vormt een uitdaging voor AI-bedrijven. Wanneer de prijs per eenheid sterk afneemt, moeten bedrijven hun gebruik razendsnel laten groeien om hun inkomsten op peil te houden.

Volgens Kedrosky zouden bedrijven die de meest geavanceerde AI-modellen ontwikkelen hun volumes jaarlijks met ongeveer 400 procent moeten verhogen om financieel op dezelfde plek te blijven.

Daar ontstaat een opvallende tegenstelling. AI-bedrijven worden gewaardeerd alsof een enorme omzetgroei voor de deur staat, terwijl hun product tegelijkertijd steeds goedkoper wordt.

Grote AI-beursgangen kunnen financiële markten raken

Ook mogelijke beursgangen van grote technologiebedrijven kunnen voor onrust zorgen. Bedrijven als SpaceX, Anthropic en OpenAI zouden bij een beursgang gezamenlijk honderden miljarden dollars aan nieuw kapitaal kunnen aantrekken.

Dat geld moet ergens vandaan komen.

Wanneer grote institutionele beleggers willen deelnemen aan zulke beursgangen, kunnen zij gedwongen worden bestaande aandelen te verkopen. Daardoor kan een enorme kapitaalverschuiving ontstaan van gevestigde beursbedrijven naar nieuwe technologiebedrijven.

Kedrosky ziet daarnaast een ander risico. De prestaties van grote taalmodellen beginnen volgens hem steeds meer naar elkaar toe te groeien. Tegelijkertijd kost het steeds meer geld om nieuwe modellen nog beter te maken.

Dat roept de vraag op hoeveel waarde bedrijven uiteindelijk kunnen halen uit de gigantische bedragen die momenteel in AI worden geïnvesteerd.

De technologie zelf hoeft daarvoor niet te mislukken. Ook eerdere technologische revoluties veranderden uiteindelijk de economie, terwijl investeerders onderweg zware verliezen leden door te veel capaciteit en te hoge verwachtingen.

Zelfs de chipsector kan hierdoor opnieuw gevoeliger worden voor sterke pieken en dalen. AI helpt chipbedrijven namelijk om ontwerpen sneller te ontwikkelen, waardoor innovatiecycli korter worden. Volgens Kedrosky kan daardoor juist het bekende patroon van tekorten, overinvesteringen en uiteindelijk overschotten terugkeren.