AI-zeepbel of de vierde industriële revolutie

Wat we nu meemaken met AI vertoont opvallende overeenkomsten. De productiviteitswinsten beginnen zichtbaar te worden: bedrijven rapporteren efficiëntieverhogingen van 20-40% in specifieke taken zoals programmeren, contentcreatie en data-analyse. McKinsey schat dat generatieve AI jaarlijks $2,6 tot $4,4 biljoen aan economische waarde kan toevoegen. Dit komt overeen met het toevoegen van een economie ter grootte van het Verenigd Koninkrijk aan de wereldeconomie.

Het fundamentele verschil ligt echter in de aard van de transformatie. Waar eerdere revoluties fysieke arbeid mechaniseerden, richt AI zich op cognitieve taken. Voor het eerst in de geschiedenis wordt niet spierkracht maar denkkracht geautomatiseerd. Dit verklaart waarom economische modellen suggereren dat we een kantelpunt naderen: wanneer ongeveer 60-70% van economisch waardevolle taken door AI kan worden uitgevoerd, volgens berekeningen van MIT-onderzoekers, verandert de fundamentele economische vergelijking.

De deflatoire schokgolf

De initiële impact van AI-adoptie zal waarschijnlijk sterk deflationair zijn, een patroon dat we kennen uit de geschiedenis. Tijdens de introductie van een van de eerste massaprodcutielijnen daalde de prijs van een Ford Model T van $825 in 1908 naar $260 in 1925 – een prijsdaling van 68% terwijl de kwaliteit verbeterde. Vandaag zien we vergelijkbare dynamieken in AI-geïntensiveerde sectoren.

Neem de software-industrie. Het ontwikkelen van een complexe applicatie kostte vijf jaar geleden gemiddeld $500.000 en zes maanden ontwikkeltijd. Met AI-assistentie rapporteren bedrijven kostendaling van 40-60% en tijdsbesparing tot 70%. Deze efficiëntiewinsten vertalen zich direct in lagere prijzen voor eindgebruikers. Microsoft’s GitHub Copilot verhoogt de productiviteit van programmeurs met 55%, wat de kosten van softwareontwikkeling fundamenteel herstructureert.

De deflatoire druk strekt zich uit tot de dienstensector. Juridische documenten die advocaten vroeger $1.000 kostten om op te stellen, kunnen nu voor $50 worden gegenereerd met AI-tools. Vertaaldiensten zijn 90% goedkoper geworden. Grafisch ontwerpwerk dat dagen duurde, gebeurt nu in minuten. Dit is geen marginale kostendaling, maar transformatief, het verandert de economie van hele sectoren.

Het mechanisme achter deze deflatie is veelzijdig. Ten eerste is er de directe kostenbesparing door automatisering. Ten tweede ontstaat er intensievere concurrentie wanneer toetredingsbarrières dalen, kleine bedrijven kunnen nu diensten aanbieden die vroeger het domein waren van grote consultancyfirma’s. Ten derde is er het ‘overvloedeffect’: wanneer de marginale kosten van productie naar nul tenderen, zoals bij digitale content, ontstaat structurele prijsdruk.

De Europese Centrale Bank modelleert scenario’s waarin AI-adoptie de inflatie met 1-2 procentpunten drukt over een periode van vijf jaar. Dit zou centrale banken dwingen hun rentebeleid te heroverwegen. Japan’s ervaring met technologie-gedreven deflatie in de jaren ’90 dient als waarschuwing: productiviteitswinsten zonder vraagstimulering kunnen leiden tot een deflatoire spiraal.

De inflatoire tegengolf

Maar geschiedenis leert ons ook dat na de initiële deflatoire schok vaak een inflatoire periode volgt. Dit gebeurde tijdens de tweede industriële revolutie: na de deflatie van 1873-1896 volgde een periode van gestage inflatie tot 1920. De mechanismen die toen speelden, zijn nu ook mogelijk.

Ten eerste is er het inkomenseffect. Wanneer producten goedkoper worden, stijgt de koopkracht. Consumenten die vroeger $100 per maand aan software uitgaven, hebben nu $50 over voor andere uitgaven. Deze vrijgekomen koopkracht zoekt nieuwe bestemmingen, wat de vraag in andere sectoren opstuwt. Historische data toont aan dat elke dollar bespaard door technologische efficiëntie typisch voor 60-80 cent wordt herbesteed aan nieuwe consumptie.

Ten tweede ontstaan er nieuwe behoeften en markten. De automobielrevolutie maakte transport goedkoper, maar creëerde ook vraag naar snelwegen, benzinestations, motels en buitenwijken. Vergelijkbaar creëert AI nieuwe vraagcategorieën: gepersonaliseerde educatie, virtuele assistenten en ervaringen op het gebied van toegevoegde realiteit. Goldman Sachs schat dat de ‘AI-economie’ tegen 2030 $1,5 biljoen zal omvatten in volledig nieuwe productcategorieën die vandaag niet bestaan.

Ten derde is er de arbeidsmarktdynamiek. Paradoxaal genoeg kan AI-adoptie op termijn tot loonstijgingen leiden. Werknemers die AI effectief gebruiken worden productiever en dus waardevoller. Data van het Amerikaanse Bureau of Labor Statistics toont aan dat beroepen met hoge AI-complementariteit gemiddeld 15% hogere loongroei zien dan traditionele functies. Deze loondruk kan inflatoir werken, vooral in sectoren waar menselijke expertise onvervangbaar blijft.

De monetaire uitdaging

Centrale banken worstelen met deze dualiteit. De Federal Reserve ontwikkelt nieuwe modellen waarin AI-effecten worden meegewogen. Hun voorlopige conclusie: de natuurlijke rentevoet (R*) zal waarschijnlijk stijgen met 1-2 procentpunten wanneer AI volwassen wordt. Dit omdat het marginale product van kapitaal toeneemt, investeringen in AI-infrastructuur genereren hogere rendementen dan traditionele kapitaalgoederen.