🧠 AI-boom nadert de rendementstest van $1 biljoen

■ Investment view: wij blijven positief op de AI-infrastructuurcyclus en verwachten dat aandelen rond accelerators, HBM, networking en vooral power infrastructure relatief sterk kunnen blijven zolang nieuwe capaciteit snel wordt opgenomen en fysieke bottlenecks aanhouden. NVIDIA, Micron, Arista, Broadcom, TSMC, Vertiv, Eaton, GE Vernova en Quanta Services zitten daarmee aan de aantrekkelijkere kant van de keten, terwijl hyperscalers en vooral zwaar gefinancierde neoclouds steeds harder moeten bewijzen dat hun enorme capex voldoende rendement oplevert.
■ De prijs van AI-intelligentie daalt razendsnel. Waar GPT-4 nog $30 per miljoen inputtokens en $60 per miljoen outputtokens kostte, lag GPT-5 op $1,25 respectievelijk $10. Toch kan de totale AI-rekening blijven stijgen, omdat reasoning en agents veel meer modelcalls en tokens per taak gebruiken. Goedkopere tokens zijn daarom alleen bullish wanneer de economische output sneller stijgt dan de totale kosten.
■ De capexlat voor 2027 ligt inmiddels grofweg tussen $1,0 en ruim $1,3 biljoen, met scenario’s richting $1,4 biljoen. Dat maakt $1,3 biljoen geen uniforme consensus, maar ook geen extreme uitschieter meer. De vraag verschuift daardoor van hoeveel er wordt gebouwd naar hoeveel omzet, cashflow en productiviteit iedere nieuwe capexdollar oplevert.
■ De grootste onderschatte financiële kwetsbaarheid zit in de economische levensduur en residual value van accelerators. Een Blackwell-cluster kan technisch nog jarenlang bruikbaar zijn wanneer Rubin breed beschikbaar komt, maar zijn huurprijs en economische waarde kunnen eerder dalen terwijl lease- of schuldverplichtingen doorlopen. Dat mismatch-risico is vooral belangrijk voor neoclouds met hoge leverage.
■ De komende vier tot zes kwartalen maken de these toetsbaar. Versnellende cloud-AI-omzet, hoge cluster-utilization, aanhoudende HBM- en networkingkrapte, transformator- en netaansluitingsproblemen en agents die daadwerkelijk productiewerk overnemen bevestigen de bull case. Structurele capexverlagingen, gelijktijdig normaliserende GPU- en HBM-prijzen, lagere utilization en oplopende druk van afschrijvingen, energie en financiering zouden aangeven dat de economische kwaliteit van de cyclus verslechtert.

AI-intelligentie wordt in hoog tempo goedkoper. Waar GPT-4 nog $30 per miljoen inputtokens en $60 per miljoen outputtokens kostte, lag GPT-5 op $1,25 voor input en $10 voor output. Dat is geen perfecte vergelijking tussen identieke modellen, maar de richting is duidelijk: de prijs om modellen intelligent werk te laten uitvoeren is in enkele jaren spectaculair gedaald.

Toch betekent goedkopere AI niet automatisch een lagere AI-rekening. Reasoningmodellen denken langer na, agents voeren meerdere modelcalls uit, gebruiken tools, controleren resultaten en proberen taken opnieuw wanneer iets mislukt. Daardoor kan de hoeveelheid compute per voltooide taak veel sneller stijgen dan de prijs per token daalt.

Dat is de centrale investeringsvraag van deze AI-cyclus. Niet hoeveel tokens worden geproduceerd, maar of de economische output per dollar compute snel genoeg stijgt om jaarlijkse infrastructuurinvesteringen van ruim $1 biljoen te rechtvaardigen.

Investment view

Wij blijven positief op AI-infrastructuur, maar de portefeuille moet scherper worden opgebouwd dan tijdens de eerste fase van de rally. Toen vrijwel iedere extra accelerator onmiddellijk werd opgenomen, was blootstelling aan stijgende capex vaak voldoende. De volgende fase wordt bepaald door schaarste, kapitaalefficiëntie en de vraag wie uiteindelijk het rendement op die infrastructuur ontvangt.

NVIDIA blijft de duidelijkste directe exposure naar general-purpose AI-compute. AMD is het belangrijkste merchant-alternatief, maar krijgt in onze visie minder gewicht zolang CUDA, software-integratie en het bredere NVIDIA-ecosysteem de overstapkosten hoog houden. Micron en SK hynix profiteren zolang HBM een fysieke bottleneck blijft en Arista Networks blijft aantrekkelijk wanneer steeds grotere clusters meer high-speed networking vereisen.

Bij een versnelling van custom silicon verschuift meer waarde naar Broadcom aan de ontwerp- en connectivitykant en TSMC aan de productiekant. De behoefte aan HBM, advanced packaging en networking verdwijnt daarbij niet. Het logo op de accelerator kan veranderen terwijl een groot deel van de fysieke infrastructuurketen dezelfde blijft.

Power is ondertussen een zelfstandige AI-trade geworden. Vertiv profiteert dicht bij het rack via power delivery en cooling, Eaton via elektrische distributie en switchgear, GE Vernova via generatie en grid equipment en Quanta Services via de daadwerkelijke uitbreiding van transmissie- en elektriciteitsinfrastructuur.

De andere kant van de trade bestaat uit de bedrijven die de enorme investeringsrekening betalen. Microsoft, Amazon, Alphabet, Meta en Oracle beschikken over sterke balansen en grote kasstromen, maar hun kapitaalintensiteit neemt snel toe. Bij neoclouds zoals CoreWeave is het risico groter, omdat leverage, utilization en residual value veel directer doorwerken in de equity.

Goedkopere tokens kunnen méér infrastructuur vereisen