AI-bubbel nog lang niet voorbij

Nvidia liet deze week opnieuw indrukwekkende cijfers zien. In het kwartaal dat eindigde in juli steeg de winst naar bijna 59,7 miljard dollar. Dat is meer dan het dubbele van een jaar eerder. Ook de omzet verdubbelde, naar ruim 96 miljard dollar. Analisten hadden op minder gerekend. Voor het huidige kwartaal verwacht Nvidia een omzetgroei van 90 procent (!), tot ongeveer 108 miljard dollar. Topman Jensen Huang zegt dat AI een keerpunt heeft bereikt. Financieel directeur Colette Kress voegt daaraan toe dat de chipschaarste minstens aanhoudt tot begin 2028.

Bijna 90 procent van de omzet komt inmiddels uit datacenters. Dat segment groeide dit kwartaal met 117 procent. Nvidia sloot ook nieuwe deals met Amazon voor extra chips en gezamenlijke datacenters. Tegelijk investeert Nvidia zelf miljarden in klanten zoals OpenAI. Deze combinatie van hoge vraag, aanhoudende schaarste en grote financiële verwevenheid roept bij veel beleggers dezelfde vraag op: zitten we toch in een AI-zeepbel?

Bij elke koersstijging in de techsector duikt die vraag weer op. Beleggers zien de enorme bedragen die naar chips, datacenters en energie gaan en denken aan de dotcom-crisis. Die reflex is begrijpelijk, maar onterecht. De meeste zorgen richten zich op de verkeerde signalen. Wie beter kijkt, ziet een markt waarin het aanbod nog steeds krap is. De vraag naar rekenkracht blijft ondertussen groeien. Nvidia’s eigen cijfers bevestigen dat opnieuw. Maar verschillende bezwaren blijven bestaan:

Goedkope AI-modellen zouden de vraag laten instorten

Het eerste argument: goedkope, openbare AI-modellen zouden de dure topmodellen wegconcurreren. Het klopt dat de prijs per token daalt. Een token is de rekeneenheid waarmee een AI-model tekst verwerkt. Maar een dalende prijs is geen zwaktebod. De rekenkracht zelf blijft schaars. En de vraag naar tokens groeit juist hard, vooral door agentic AI. Dat zijn AI-systemen die zelfstandig taken uitvoeren. Zulke toepassingen gebruiken nu ongeveer veertien keer zoveel tokens als in februari van dit jaar.

Chinese open modellen halen op sommige platforms meer dan zestig procent van het tokengebruik. Wereldwijd is dat echter nog altijd minder dan één procent. Ongeveer tachtig procent van het gebruik blijft bij de beste, gesloten modellen. De markt splitst zich simpelweg: open modellen voor eenvoudige taken, topmodellen voor kritische toepassingen.

Circulaire financiering is een tijdbom

Het tweede argument gaat over de kringloop waarin AI-bedrijven elkaar financieren. Nvidia is daar zelf een goed voorbeeld van. Het bedrijf beloofde deze maand tot 105 miljard dollar bij te dragen aan een datacenter in Ohio, dat OpenAI gaat huren. Samen met zes grote vermogensbeheerders, investeringsfondsen en banken zette Nvidia ook een financieringsinitiatief van 500 miljard dollar op, bedoeld voor klanten die chips en rekencapaciteit moeten betalen.

Ook andere chipleveranciers en clouddiensten steken geld in AI-bedrijven. Dat doet denken aan de excessen van de dotcom-tijd, maar toch is dat niet echt een probleem. Zulke constructies verhogen de inzet en tonen vertrouwen. Gaat het goed, dan is het een slimme zet. Valt de vraag tegen, dan krijgt de leverancier meteen twee problemen: minder omzet én een risico op de eigen balans. Dat risico is reëel, maar het is niet zo dat deze bedrijven lucht verkopen.

Datacenter lopen vast op het stroomnet

Dan de bouw van datacenters. De vijf grootste bouwers geven dit jaar samen meer dan 728 miljard dollar uit. Dat is ruim drie keer zoveel als in 2024. Critici wijzen op netcongestie en politieke weerstand tegen nieuwe datacenters. Toch gaat de bouw gewoon door. In de Verenigde Staten ging tot en met juni al 81,5 miljard dollar naar nieuwe projecten. Het echte knelpunt zit niet in de vraag, maar in de apparatuur: gasturbines, transformatoren en vakmensen zijn schaars. Bestellingen voor turbines stegen met bijna negentig procent, met levertijden tot ver in het volgende decennium.

In Texas staat voor honderden gigawatt aan aanvragen in de wachtrij. Texas moet die lijst eerst opschonen voordat er verder gebouwd kan worden. Stroomprijzen op de grootste regionale netten stijgen voorlopig nog, voordat ze naar verwachting weer licht dalen. Kortom: de bouw van datacenters gaat door, maar wel langzamer en duurder dan de oorspronkelijke plannen suggereerden.

Er dreigt een overschot aan geheugenchips

Straks zijn er te veel geheugenchips.Voorlopig lijkt het vooral op het tegenovergestelde. Nvidia bevestigde dat zelf deze week, met een zelfs een waarschuwing voor extreme prijsdruk op geheugen. Daardoor komen de marges onder druk en moet Nvidia zijn prijzen volgend jaar verhogen.

Vooral het snelle AI-geheugen, HBM genoemd, blijft structureel krap. Het knelpunt zit niet in de chips zelf, maar in de verpakkingstechniek die geheugen en rekenchip samenbrengt. Daarvoor gelden levertijden van meer dan dertig weken. Nvidia heeft zijn nieuwste chips daarom bewust herontworpen met minder geheugencapaciteit, om de productie haalbaar te houden.

Slechts drie grote bedrijven beheersen de geheugenmarkt. Dat geeft hen ongewone prijsmacht. Chinese producenten lopen achter, omdat ze geen toegang hebben tot de modernste productiemachines. En de vraag naar geheugen blijft groeien: nu ook in zelfrijdende auto’s en ook humanoïde robots hebben er steeds meer van nodig.

Waar zit de echte waarde in de AI-markt?

De conclusie blijft hetzelfde. De grootste waarde zit niet bij de bekende AI-modellen zelf, maar bij de infrastructuur eronder: rekenkracht, geheugen en energie. Dat zijn de ‘picks and shovels’ van deze AI-koorts, en die blijven schaars. De grote clouddiensten lijken tegen de huidige koersen minder risicovol dan ze op het eerste gezicht ogen. Dat komt mede door hun langjarige, al vastgelegde orderportefeuilles. Ook voor Nvidia zelf wordt de waardering interessanter naarmate de winstgroei doorzet: sommige analisten wijzen erop dat de verwachte koers-winstverhouding voor 2027 kan dalen richting de 13 tot 15, wat de aandelen op basis van de huidige groeicijfers relatief goedkoop zou maken.

Toch nog een risico

De grootste onzekerheid is of AI-bedrijven hun hoge prijzen voor topmodellen kunnen vasthouden, nu goedkopere alternatieven steeds beter worden. Als de marges krimpen, kan het stijgende gebruik dat gedeeltelijk compenseren. Zeker is dat niet.

Wie deze markt volgt, doet er goed aan te letten op drie dingen: de huurprijzen van rekenkracht, de prijszetting van de grote AI-labs, en of de enorme orderportefeuilles zich ook echt vertalen in omzet. De rekening voor de AI-uitbouw is fors. Maar op basis van de huidige cijfers is die investering het waard.

Han Dieperink, Chief Investment Officer 

Disclaimer

Abonneer op deze nieuwsbrief via www.aureus.eu/nieuwsbrief