De AI-infrastructuurhausse van 2026: vraag, schuld, energie en bewijs

AI-infrastructuur groeit in een tempo dat weinig technologiemarkten hebben geëvenaard. De uitgaven zijn echt. De energievraag is echt. Het financieringsrisico is echt. Het rendement is minder zeker.

De nuttige vraag is niet of kunstmatige intelligentie bestaat. De nuttige vraag is of toekomstige omzet en productiviteitswinst de hardware, datacenters, elektriciteitscontracten, leases en schuld die de uitbreiding dragen zullen rechtvaardigen.

Dit artikel controleert het openbare bewijs achter het debat over de AI-zeepbel. Prognoses blijven als prognoses aangeduid. Bedrijfsclaims blijven gescheiden van onafhankelijk onderzoek. Het resultaat bewijst geen aanstaande crash. Het laat zien waar financiële en operationele druk zit.

De uitbreiding is meetbaar #

De kapitaalcyclus is geen verbeelding. Stanford’s AI Index 2026 meldt 581,69 miljard dollar aan wereldwijde bedrijfsinvesteringen in AI tijdens 2025. Particuliere investeringen bereikten 344,66 miljard dollar, terwijl fusies en overnames 214,44 miljard dollar bereikten. Hetzelfde rapport stelt Amerikaanse particuliere AI-investeringen op 285,88 miljard dollar.

Deze cijfers beschrijven investeringsactiviteit. Ze meten geen toekomstige winst. Ze combineren ook verschillende categorieën, waaronder infrastructuur, startups, overnames en andere bedrijfsactiviteiten. Een groot investeringstotaal bewijst kapitaalallocatie. Het bewijst geen goede kapitaalallocatie. ( Stanford AI Index 2026, economy chapter )

Leveranciersomzet bevestigt sterke vraag naar versnelde rekenkracht. NVIDIA rapporteerde 115,2 miljard dollar Data Center-omzet in boekjaar 2025, een stijging van 142% ten opzichte van het vorige jaar. Grote cloudproviders waren in het vierde kwartaal goed voor ongeveer 50% van de Data Center-omzet. Het cijfer van NVIDIA meet verzonden systemen en geboekte verkopen. Het toont niet hoeveel geïnstalleerde capaciteit nuttige workloads uitvoert of positief rendement oplevert. ( NVIDIA fiscal 2025 CFO commentary )

De grootste cloudbedrijven melden ook grote infrastructuurverplichtingen:

Deze cijfers vormen geen zuiver sectortotaal. Boekhoudperioden verschillen. Definities verschillen. Sommige cijfers omvatten alle cloud- en technologie-infrastructuur, niet alleen AI. De veilige conclusie is smaller: grote bedrijven verplichten buitengewone bedragen aan capaciteit voordat het volledige economische rendement bekend is. ( Alphabet 2025 Form 10-K , Meta 2025 Form 10-K , Microsoft fiscal 2026 earnings call )

Energie is een fysieke beperking #

AI-servers hebben elektriciteit nodig voordat ze omzet produceren. Het IEA schat dat datacenters wereldwijd in 2024 ongeveer 415 terawattuur gebruikten, ongeveer 1,5% van het wereldwijde elektriciteitsverbruik. Het basisscenario voorspelt ongeveer 945 terawattuur in 2030, iets minder dan 3% van het wereldwijde elektriciteitsverbruik.

Het wereldwijde percentage blijft bescheiden omdat de wereld veel elektriciteit gebruikt. Lokale effecten zijn scherper. AI-gerichte locaties concentreren de vraag in een klein aantal regio’s. Een grote locatie vraagt vergelijkbare stroom als een zware industriële fabriek. Netaansluitingen, transmissie, onderstations, koeling, water en vergunningen volgen bouwcycli die trager zijn dan softwareproducten. ( IEA, Energy demand from AI )

De Verenigde Staten hebben een bredere prognosebandbreedte. Een update uit 2026 van Lawrence Berkeley National Laboratory schat het Amerikaanse datacenter-elektriciteitsgebruik in 2030 op 649 terawattuur in het referentiescenario. Gevoeligheidsscenario’s lopen van 521 tot 843 terawattuur. Het rapport schat het datacenteraandeel van het totale Amerikaanse elektriciteitsgebruik in 2030 op 11,8%, met een scenariobandbreedte van 9,5% tot 15,3%.

De bandbreedte is relevant. Het rapport gebruikt geplande apparatuurleveringen, vermogensmodellen, koelsimulaties, faciliteitsgegevens en alternatieve aannames over chipleveringen, levensduur, inactief vermogen en benutting. Die invoer vormt een planningsmodel. Ze stelt toekomstig verbruik niet vast. ( Lawrence Berkeley National Laboratory, United States Data Center Energy Usage Report: 2025 Update )

Operationele gevolgtrekking: financiering en een huurderscontract garanderen geen bruikbare netcapaciteit voor een datacenterproject. Beveiligingsteams moeten stroom, koeling, brandstof en netwerkkoppeling als beschikbaarheidsafhankelijkheden behandelen. Een dienst zonder stroompad heeft geen herstelpad.

Schuld verplaatst zich buiten eenvoudige balansen #

De term verborgen schuld vraagt om zorg. Een bedrijf vermeldt soms een lease, aankoopverplichting, garantie of capaciteitscontract buiten de hoofdregel voor schuld. Elk onderdeel heeft een andere boekhoudkundige behandeling en een ander risicoprofiel.

De BIS meldt dat de uitgifte van bedrijfsobligaties door hyperscalers in 2025 boven 100 miljard dollar kwam. Het rapport beschrijft ook special-purpose entities en joint ventures die met privékrediet zijn gefinancierd. In een veelgebruikte structuur neemt een hyperscaler een minderheidsbelang, verplicht zich tot langlopende leases of capaciteit aankopen en geeft garanties. De schuld zit in het vehikel, terwijl de hyperscaler een langlopende economische verplichting draagt.

De BIS noemt deze regelingen schaduwleningen omdat ze economisch op schuld lijken terwijl ze buiten een normale bedrijfsbalans staan. De structuur verbindt hyperscalers, datacenterexploitanten, banken, private-creditfondsen, verzekeraars en andere investeerders. Herfinancieringsdruk en garantieclaims verspreiden stress buiten het project. ( BIS, Financing the AI infrastructure boom )

Het IMF trekt een vergelijkbare maar gematigde conclusie. Het IMF waarschuwt dat met schuld gefinancierde AI-investeringen zwakke opbrengsten kunnen opleveren, gevolgd door een herwaardering van aandelen, vermogensverlies en ontslagen. Het rapport noemt ook circulaire financiering, waarbij bedrijven in de AI-keten elkaars klanten, investeerders en financiers zijn.

Openbaar bewijs stelt geen enkel totaal van 3 biljoen dollar aan verborgen schuld vast. Het bedrag hangt af van definities, aannames en private contracten. Een verdedigbare analyse heeft de verplichtingen, verantwoordelijke entiteit, looptijd, garantie, zekerheden en inkomstenbron voor terugbetaling nodig. ( IMF, AI: Deployment and Disruption )

Adoptie staat niet gelijk aan rendement #

AI-gebruik verspreidt zich sneller dan bewijs van ondernemingswaarde. Stanford’s AI Index 2026 meldt dat 88% van de onderzochte organisaties AI in 2025 in minstens één bedrijfsfunctie gebruikte. Generatieve AI verscheen in minstens één functie bij 70% van de organisaties. Het gebruik van AI-agenten bleef in vrijwel elke functie op een enkelcijferig percentage.

Hetzelfde rapport vat studies samen met productiviteitswinst van 14% tot 15% in klantenservice, 26% in softwareontwikkeling en 50% in marketingoutput. Dit zijn gemeten taak- of outputwinsten. Ze staan niet gelijk aan nettowinst. Een bedrijf heeft nog steeds datavoorbereiding, integratie, controle, beveiliging, training, toegangsbeheer en doorlopende modelkosten nodig.

De Stanford Enterprise AI Playbook 2026 onderzoekt 51 geslaagde bedrijfsimplementaties en richt zich op organisatiepatronen achter implementaties die bedrijfswaarde leveren. Het rapport weerlegt de claim dat elk AI-project faalt. De studie ondersteunt ook een strengere les: geslaagde implementaties vragen om procesherontwerp, duidelijk eigenaarschap en meetbare resultaten. ( Stanford Digital Economy Lab, Enterprise AI Playbook )

De vaak herhaalde claim dat 95% van de zakelijke AI-projecten geen waarde oplevert vraagt om een bron en methodenonderzoek voordat publicatie volgt. Ik vond in de gecontroleerde bronset geen primair openbaar rapport dat de claim in deze brede vorm ondersteunt. Het gecontroleerde bewijs ondersteunt ongelijke resultaten, vroege inzet van agenten en echte productiviteitswinst in geselecteerd werk. Het ondersteunt geen universeel succes- of faalpercentage.

De prognose van OpenAI is een prognose #

Reuters meldde in september 2026 dat OpenAI van 2026 tot en met 2030 278 miljard dollar negatieve vrije kasstroom verwachtte. Het bericht schrijft het cijfer toe aan bedrijfsmateriaal dat de Financial Times had ingezien. Reuters meldde ook verwachte omzetgroei van 36 miljard dollar in 2026 naar 350 miljard dollar in 2030 en ongeveer 856 miljard dollar aan verwachte infrastructuur- en rekenuitgaven tot 2030.

Deze cijfers verdienen aandacht. Ze hebben ook het juiste label nodig. Het zijn managementprognoses uit privémateriaal voor investeerders. Het zijn geen gecontroleerde historische resultaten. Ze hangen af van omzetgroei, prijzen, klantvraag, modelkosten, chiptoegang, datacenterleases en toekomstige financiering. ( Reuters report syndicated by MarketScreener )

Een voorspelde cash burn bewijst geen mislukt bedrijf. De prognose toont een bedrijfsplan met een grote financieringsbehoefte. De test komt via omzetkwaliteit, brutomarge, kasgeneratie, contractduur en de kosten voor vervanging van elke generatie rekenhardware.

Veiligheidsincidenten vragen een aparte analyse #

Het financiële debat en het veiligheidsdebat overlappen op één punt: beide hangen van bewijs af. Ze mogen niet tot één claim worden samengevoegd.

OpenAI meldde een incident tijdens een cybersecurity-evaluatie waarbij modellen met verminderde beveiligingen internettoegang kregen en systemen van derden bereikten. Anthropic meldde drie incidenten na een beoordeling van 141.006 evaluatieruns. Anthropic zei dat de evaluaties live internettoegang hadden door een verkeerde configuratie van het testbereik. De modellen kregen open capture-the-flag-taken en de getroffen systemen waren geen complexe zero-daydoelen.

De rapporten documenteren ernstige testfouten en een echt beveiligingsrisico. Ze stellen geen menselijke uitsterving vast. De bevindingen stellen een praktische eis vast: AI-evaluatieomgevingen hebben netwerkisolatie, scopecontroles, monitoring, credential-grenzen en incidentrespons nodig. ( OpenAI incident report , Anthropic evaluation incident report )

Financiële prikkels verdienen ook onderzoek wanneer een bedrijf om regelgeving, publieke steun of betere toegang tot infrastructuur vraagt. Een veiligheidsclaim vereist technisch bewijs. Een financieringsvraag vereist financieel bewijs. Het ene valideert het andere niet.

Een betere zeepbeltest #

De markt een zeepbel noemen is een beleggingsinschatting. Een nuttige technische beoordeling begint met meetbare vragen:

• Benutting: welk deel van de geïnstalleerde acceleratorcapaciteit voert productieve workloads uit, en hoe meet de exploitant inactieve tijd?
• Omzetkwaliteit: komt omzet van veel duurzame klanten, of van een kleine groep verbonden bedrijven met financieringsrelaties?
• Unit economics: wat kost één nuttig antwoord, afgeronde workflow of geverifieerde softwarewijziging na inferentie, opslag, netwerk, controle en beveiliging?
• Kapitaalstructuur: welke verplichtingen staan op de balans, in leases, in aankoopverplichtingen of in projectvehikels?
• Levensduur van activa: hoe snel verliezen GPU’s, netwerksystemen en geheugen waarde wanneer een nieuwe generatie verschijnt?
• Stroompad: heeft het project een getekende netaansluiting, bruikbare opwekking, koelcapaciteit en een getest failoverplan?
• Bedrijfsresultaat: heeft de implementatie kosten verminderd, omzet verhoogd, cyclustijd verkort of een controle verbeterd met een gemeten basislijn?

De vragen maken van een breed marktargument een bewijsbeoordeling. Ze werken ook voor een klein beveiligingsteam dat een gehoste AI-provider beoordeelt.

Wat beveiligingsteams moeten vastleggen #

AI-infrastructuurrisico wordt operationeel risico wanneer je systemen van de provider afhangen. Leg afhankelijkheden vast voordat een storing of financieringsprobleem van de leverancier een spoedbeoordeling afdwingt.

• Breng providerafhankelijkheden in kaart. Leg modelprovider, cloudregio, datacenterregio, identiteitssysteem, netwerkpad en fallbackmodel vast.
• Scheid pilottoegang van productietoegang. Een testagent heeft geen productiecredentials, onbeperkte egress of toegang tot gevoelige repositories nodig.
• Meet nuttig werk. Volg geaccepteerde resultaten, controletijd, correctiepercentage, incidentpercentage en kosten per voltooide taak.
• Beoordeel contracttaal. Controleer uptime, capaciteitsreserveringen, gegevensbewaring, modelvervanging, prijswijzigingen, exitvoorwaarden en toegang van onderaannemers.
• Test storingsmodi. Voer oefeningen uit voor providerstoring, rate limit, modelintrekking, gecompromitteerde connector, prompt injection en gegevensexport.
• Houd menselijke controle bij acties met grote impact. Vereis goedkeuring voor toegangswijzigingen, productiemerges, betalingen, account recovery en wijzigingen aan beveiligingscontroles.

De beoordeling AI Cybersecurity in 2026 behandelt de risico’s op applicatieniveau achter deze controles. De infrastructuurvraag hoort in hetzelfde risicoregister als identiteit, back-ups en leverancierscontinuïteit.

Factcheck-oordeel #

Het sterkste bewijs beschrijft een kapitaalintensieve sector met echte vraag, ongelijke opbrengsten, fysieke knelpunten en groeiende financiële verbindingen. Een crash is mogelijk. Een crashdatum is niet gecontroleerd. Lezers moeten kasstroom, benutting, schuldvoorwaarden, stroomlevering en gemeten bedrijfsresultaten volgen in plaats van dramatische totalen zonder methode te herhalen.

Referenties #

1. IEA, Energy demand from AI
2. Lawrence Berkeley National Laboratory, United States Data Center Energy Usage Report: 2025 Update
3. Stanford HAI, 2026 AI Index Report, Economy
4. Stanford Digital Economy Lab, The Enterprise AI Playbook
5. Bank for International Settlements, Financing the AI infrastructure boom
6. International Monetary Fund, AI: Deployment and Disruption
7. Alphabet 2025 Form 10-K
8. Meta 2025 Form 10-K
9. Microsoft fiscal 2026 third quarter earnings call
10. NVIDIA fiscal 2025 CFO commentary
11. Reuters report on OpenAI’s projected cash burn, syndicated by MarketScreener
12. OpenAI, The Hugging Face incident and the road ahead
13. Anthropic, Investigating three incidents in our cybersecurity evaluations