Het artikel analyseert de economische instabiliteit achter de huidige AI-hausse. Er is sprake van een grote disbalans in de waardeketen: chipfabrikanten en hardwareleveranciers behalen hoge winstmarges, terwijl de makers van AI-modellen en applicaties grote operationele verliezen lijden.
De kern van het probleem is dat de groei niet wordt gevoed door organische klantvraag, maar door speculatief kapitaal van investeerders en enorme schulden die door 'hyperscalers' worden aangegaan. Het artikel waarschuwt voor een mogelijke investeringscrash als het rendement (ROI) voor eindklanten niet snel genoeg verschijnt. Als voorbeeld wordt de precaire financiële situatie van Oracle genoemd, wiens toekomst sterk afhankelijk is van de uitgaven van OpenAI.
AI-winsten worden gefinancierd door investeerders in plaats van verdiend met klanten
De vraag of er sprake is van een "AI-bubbel" is inmiddels een bekend thema. Er is echter een complexer probleem: de AI-boom levert weliswaar resultaten op, maar niet op een manier die door de huidige aandelenmarkt is meegerekend. Het succes van de technologie in één sector van de economie zou de bubbel in een andere sector juist kunnen bevestigen.
De disbalans in de AI-waardeketen
In een blogpost van afgelopen vrijdag benadrukte Torsten Slok, hoofdeconoom bij Apollo, dat de delen van de AI-waardeketen met de hoogste winstmarges — de bedrijven die AI-modellen en applicaties maken — paradoxaal genoeg de laagste winstgevendheid hebben. Dit is een afwijking van het standaard bedrijfsmodel, waarbij de marges normaal gesproken hoger zijn voor bedrijven die een eindproduct aan consumenten verkopen.
Slok verdeelt AI-bedrijven in vier categorieën:
- Modellen en applicaties
- Cloud en compute
- Energie en netwerk
- Silicon en apparatuur
Op basis van gegevens van Pitchbook en Bloomberg — inclusief bedrijven als OpenAI, Anthropic, Microsoft, Amazon, Constellation Energy, Nvidia, AMD en Micron — berekende Slok dat de categorie 'silicon en apparatuur' (zoals chipfabrikanten) de hoogste winstmarge heeft: 41%. Daartegenover staan de makers van modellen en applicaties (zoals Anthropic), die een operationele marge van -59% hebben.
Investeringen versus natuurlijke vraag
Slok waarschuwt dat dit scherpe contrast voortkomt uit het feit dat het geld in de AI-boom niet afkomstig is van een natuurlijke vraag naar AI-applicaties, maar van aandeelhouders die hopen te profiteren van wat zij zien als de volgende technologische revolutie.
"De winsten van de AI-boom worden momenteel gefinancierd door investeerders in plaats van verdiend met klanten," aldus Slok. "De marges aan het begin van de keten (upstream) zijn reëel, maar ze worden betaald uit kapitaal dat is opgehaald door de laag die geld verliest, niet uit cash gegenereerd door de eindvraag."
Goldman Sachs voorspelt dat AI-investeringen in 2026 zullen groeien tot boven het biljoen dollar. Tot nu toe heeft de technologie echter weinig tastbaar resultaat opgeleverd; er zijn geen significante veranderingen zichtbaar in de economische productiviteit of winstmarges buiten de 'Magnificent Seven'. Slok waarschuwt dat indien de AI-financiering vertraagt, deze scheve winststructuur de stabiliteit van de gehele snel groeiende industrie kan ondermijnen.
"De kern is dat het meest winstgevende deel van de AI-waardeketen afhankelijk is van het minst winstgevende deel, dat zijn omzet moet blijven verhogen of kapitaal moet aantrekken," concludeert hij. "Kapitaal kan het gat een tijdje overbruggen, maar niet onbeperkt. En daar ligt het risico: zal het rendement (ROI) voor de eindklanten van AI snel genoeg verschijnen om de uitgaven te rechtvaardigen die deze upstream-marges genereren?"
Bredere zorgen over onhoudbare expansie
Slok is niet de enige econoom die waarschuwt voor de overmatige afhankelijkheid van investeringen. In een jaarverslag van juni merkte de Bank for International Settlements (BIS) op dat de stroom aan AI-investeringen, primair vanuit de vijf grootste 'hyperscalers', de inkomsten en vrije kasstromen overstijgt. Dit heeft ertoe geleid dat deze bedrijven schulden hebben aangegaan om extra financiering te verkrijgen. Een analyse van Bank of America uit november vorig jaar toonde aan dat deze vijf hyperscalers in 2025 voor 121 miljard dollar aan schulden hebben uitgegeven, wat vier keer zo hoog is als het gemiddelde jaarlijkse niveau over de voorgaande vijf jaar.
"Teleurstelling in de rendementen zou kunnen leiden tot een plotselinge terugtrekking van financiering en de capex-boom kunnen veranderen in een langdurige investeringscrash, met potentiële gevolgen voor de financiële omstandigheden," stelt de BIS in het rapport. "Mochten hyperscalers het agressieve tempo van kapitaaluitgaven (capex) vertragen of stopzetten, dan kunnen veel kredietnemers in de toeleveringsketen moeite hebben om verloren inkomsten te vervangen en hun schulden af te lossen."
Het risico van de infrastructuur-weddenschap
Techschrijver Ed Zitron stelt dat de AI-uitgaven nog precairder zijn dan ze op het eerste gezicht lijken. Hij noemt als voorbeeld Oracle, dat aan het einde van het fiscale jaar 2026 een negatieve kasstroom had van 23,7 miljard dollar, bijna 130 miljard dollar aan openstaande schulden en 260 miljard dollar aan leaseverplichtingen voor AI-infrastructuurprojecten die nog moeten beginnen. Deze enorme gok is bedoeld om OpenAI te bedienen, met wie Oracle afgelopen september een deal van 300 miljard dollar tekende.
"Het voortbestaan van Oracle — en het persoonlijke vermogen van Larry Ellison — hangt af van de vraag of OpenAI zijn belofte kan nakomen om 300 miljard dollar aan compute uit te geven," schreef Zitron in juni op Substack.
Hij noemt deze dynamiek het "meest voor de hand liggende, maar onderbelichte deel van de AI-bubbel": terwijl kapitaaluitgaven met elf nullen vanuit hyperscalers een semiconductor-boom voeden, is er tot nu toe weinig bewijs dat deze boom zal leiden tot wijdverspreide toepassingen die al deze uitgaven rechtvaardigen.
Volgens Zitron is het gevaarlijker dan alleen het falen van Oracle; het echte risico ontstaat wanneer andere techbedrijven hun exorbitante AI-uitgaven stopzetten. "Als Microsoft, Google, Amazon en Meta besluiten dat het tijd is om te stoppen met het uitgeven van 30 miljard dollar of meer per kwartaal aan GPU's, RAM, opslag en de bouw van datacenters, dan zal dat een gat slaan in wat mensen aanzien voor een permanente supercyclus."
AI-winsten worden gefinancierd door investeerders in plaats van verdiend met klanten
De vraag of er sprake is van een "AI-bubbel" is inmiddels een bekend thema. Er is echter een complexer probleem: de AI-boom levert weliswaar resultaten op, maar niet op een manier die door de huidige aandelenmarkt is meegerekend. Het succes van de technologie in één sector van de economie zou de bubbel in een andere sector juist kunnen bevestigen.
De disbalans in de AI-waardeketen
In een blogpost van afgelopen vrijdag benadrukte Torsten Slok, hoofdeconoom bij Apollo, dat de delen van de AI-waardeketen met de hoogste winstmarges — de bedrijven die AI-modellen en applicaties maken — paradoxaal genoeg de laagste winstgevendheid hebben. Dit is een afwijking van het standaard bedrijfsmodel, waarbij de marges normaal gesproken hoger zijn voor bedrijven die een eindproduct aan consumenten verkopen.
Slok verdeelt AI-bedrijven in vier categorieën:
- Modellen en applicaties
- Cloud en compute
- Energie en netwerk
- Silicon en apparatuur
Op basis van gegevens van Pitchbook en Bloomberg — inclusief bedrijven als OpenAI, Anthropic, Microsoft, Amazon, Constellation Energy, Nvidia, AMD en Micron — berekende Slok dat de categorie 'silicon en apparatuur' (zoals chipfabrikanten) de hoogste winstmarge heeft: 41%. Daartegenover staan de makers van modellen en applicaties (zoals Anthropic), die een operationele marge van -59% hebben.
Investeringen versus natuurlijke vraag
Slok waarschuwt dat dit scherpe contrast voortkomt uit het feit dat het geld in de AI-boom niet afkomstig is van een natuurlijke vraag naar AI-applicaties, maar van aandeelhouders die hopen te profiteren van wat zij zien als de volgende technologische revolutie.
"De winsten van de AI-boom worden momenteel gefinancierd door investeerders in plaats van verdiend met klanten," aldus Slok. "De marges aan het begin van de keten (upstream) zijn reëel, maar ze worden betaald uit kapitaal dat is opgehaald door de laag die geld verliest, niet uit cash gegenereerd door de eindvraag."
Goldman Sachs voorspelt dat AI-investeringen in 2026 zullen groeien tot boven het biljoen dollar. Tot nu toe heeft de technologie echter weinig tastbaar resultaat opgeleverd; er zijn geen significante veranderingen zichtbaar in de economische productiviteit of winstmarges buiten de 'Magnificent Seven'. Slok waarschuwt dat indien de AI-financiering vertraagt, deze scheve winststructuur de stabiliteit van de gehele snel groeiende industrie kan ondermijnen.
"De kern is dat het meest winstgevende deel van de AI-waardeketen afhankelijk is van het minst winstgevende deel, dat zijn omzet moet blijven verhogen of kapitaal moet aantrekken," concludeert hij. "Kapitaal kan het gat een tijdje overbruggen, maar niet onbeperkt. En daar ligt het risico: zal het rendement (ROI) voor de eindklanten van AI snel genoeg verschijnen om de uitgaven te rechtvaardigen die deze upstream-marges genereren?"
Bredere zorgen over onhoudbare expansie
Slok is niet de enige econoom die waarschuwt voor de overmatige afhankelijkheid van investeringen. In een jaarverslag van juni merkte de Bank for International Settlements (BIS) op dat de stroom aan AI-investeringen, primair vanuit de vijf grootste 'hyperscalers', de inkomsten en vrije kasstromen overstijgt. Dit heeft ertoe geleid dat deze bedrijven schulden hebben aangegaan om extra financiering te verkrijgen. Een analyse van Bank of America uit november vorig jaar toonde aan dat deze vijf hyperscalers in 2025 voor 121 miljard dollar aan schulden hebben uitgegeven, wat vier keer zo hoog is als het gemiddelde jaarlijkse niveau over de voorgaande vijf jaar.
"Teleurstelling in de rendementen zou kunnen leiden tot een plotselinge terugtrekking van financiering en de capex-boom kunnen veranderen in een langdurige investeringscrash, met potentiële gevolgen voor de financiële omstandigheden," stelt de BIS in het rapport. "Mochten hyperscalers het agressieve tempo van kapitaaluitgaven (capex) vertragen of stopzetten, dan kunnen veel kredietnemers in de toeleveringsketen moeite hebben om verloren inkomsten te vervangen en hun schulden af te lossen."
Het risico van de infrastructuur-weddenschap
Techschrijver Ed Zitron stelt dat de AI-uitgaven nog precairder zijn dan ze op het eerste gezicht lijken. Hij noemt als voorbeeld Oracle, dat aan het einde van het fiscale jaar 2026 een negatieve kasstroom had van 23,7 miljard dollar, bijna 130 miljard dollar aan openstaande schulden en 260 miljard dollar aan leaseverplichtingen voor AI-infrastructuurprojecten die nog moeten beginnen. Deze enorme gok is bedoeld om OpenAI te bedienen, met wie Oracle afgelopen september een deal van 300 miljard dollar tekende.
"Het voortbestaan van Oracle — en het persoonlijke vermogen van Larry Ellison — hangt af van de vraag of OpenAI zijn belofte kan nakomen om 300 miljard dollar aan compute uit te geven," schreef Zitron in juni op Substack.
Hij noemt deze dynamiek het "meest voor de hand liggende, maar onderbelichte deel van de AI-bubbel": terwijl kapitaaluitgaven met elf nullen vanuit hyperscalers een semiconductor-boom voeden, is er tot nu toe weinig bewijs dat deze boom zal leiden tot wijdverspreide toepassingen die al deze uitgaven rechtvaardigen.
Volgens Zitron is het gevaarlijker dan alleen het falen van Oracle; het echte risico ontstaat wanneer andere techbedrijven hun exorbitante AI-uitgaven stopzetten. "Als Microsoft, Google, Amazon en Meta besluiten dat het tijd is om te stoppen met het uitgeven van 30 miljard dollar of meer per kwartaal aan GPU's, RAM, opslag en de bouw van datacenters, dan zal dat een gat slaan in wat mensen aanzien voor een permanente supercyclus."
Groetjes,