Volgens een recent rapport van Bain & Company kampt de wereldwijde AI-industrie met een fundamenteel financieel tekort. Tegen 2030 zou ze jaarlijks 2 biljoen dollar aan inkomsten moeten genereren om de nood aan rekenkracht en infrastructuur te dekken — terwijl ze waarschijnlijk 800 miljard dollar tekortkomt.
$2 trillion in new revenue needed to fund AI’s scaling trend - Bain & Company’s 6th annual Global Technology Report$2 trillion in new revenue needed to fund AI’s scaling trend - Bain & Company’s 6th annual Global Technology Report |
De uitdaging: exponentiële rekenkracht versus trage opbrengsten
AI-modellen en hun toepassingen eisen steeds meer computerkracht. Volgens Bain groeit de vraag naar rekencapaciteit zelfs sneller dan de efficiëntieverbetering in chips — meer dan het dubbele van wat Moore’s wet voorspelt.
Dat betekent dat tegen 2030 de wereldwijde extra compute-vraag mogelijk 200 gigawatt zou bedragen — slechts de helft daarvan ligt in de VS.
Om dat te realiseren, zou er jaarlijks ongeveer 500 miljard dollar geïnvesteerd moeten worden in nieuwe datacenters. Maar zelfs wanneer bedrijven hun IT-budgetten verschuiven naar de cloud en de besparingen door AI herinvesteren, ontstaat er nog steeds een tekort van 800 miljard dollar.
AI buildouts need $2 trillion in annual revenue to sustain growth, but massive cash shortfall looms — even generous forecasts highlight $800 billion black hole, says reportA new report by Bain & Company says AI’s compute appetite will require more than $500 billion per year in global data-center investment by 2030. |
Wat drijft het tekort?
1. Monetaire waarde blijft achter: Ondanks de enorme belangstelling voor AI-toepassingen zoals ChatGPT of automatische analyse-tools, worstelt de industrie om inkomsten te genereren die proportioneel stijgen met de kosten van infrastructuur.
2. Beperkingen in efficiëntieverbetering: Chips en architecturen verbeteren, maar niet genoeg om de explosieve groei in rekenvraag bij te benen. Daardoor moeten bedrijven “brute force” inzetten: meer hardware, meer energie.
3. Energie- en stroomnetten onder druk: De elektriciteitsnetten van vele landen zijn niet voorbereid op zulke sprongen in verbruik. Er zijn zorgen over overbelasting, capaciteit en de lange doorlooptijd van stroominfrastructuur.
4. Fragmentering van toeleveringsketens en geopolitiek: Exportbeperkingen, handelsconflicten en de wens naar “sovereign AI” (zelfvoorzienende AI-systemen per land) zorgen voor complexiteit in chipproductie en technologie-voorziening.
AI Companies Face $800 Billion Funding Shortfall, Says Bain Report | PYMNTS.comA report by consulting firm Bain & Co. found that the artificial intelligence sector faces an $800 billion problem. |
Gevolgen voor bedrijven en investeerders
De kloof van 800 miljard dollar werpt fundamentele vragen op over de huidige waarderingen van AI-bedrijven. Als inkomsten blijven achter bij verwachtingen, kunnen veelbelovende spelers in de problemen komen.
Techgiganten zoals Nvidia, Microsoft en Amazon hebben al enorme middelen in AI-infrastructuur gepompt. Toch belicht het rapport dat zelfs hun investeringen mogelijk niet volstaan om het gat dicht te rijden.
Daarnaast kan de druk op stroomvoorziening en toeleveringsketens bottlenecks veroorzaken die de groei vertragen of kosten opstuwen.
Mogelijke uitwegen en mitigatiestrategieën
- Radicale algoritmische innovatieNieuwe methodes om modellen efficiënter te maken (minder rekenkracht per taak) kunnen het gat verkleinen.
- Verschuiving naar gedistribueerde of edge-AIDoor meer werk lokaal uit te voeren, wordt niet alles op centrale datacenters vertraagd – wat soms lagere infrastructuurdruk kan betekenen.
- Strategische partnerships en investeringen in opslag van stroom of alliantie met energiebedrijven kan helpen de netcapaciteit uit te breiden.
- Flexibele businessmodellen en verdienmodellenAI-bedrijven moeten slimmer nadenken over wat ze verzilveren — outcomebased pricing, bundels of hybride modellen kunnen helpen.
- Publiek-private samenwerking en reguleringOverheden kunnen stimulansen of beleid bieden om investeringen in stroomnet, infrastructuur en innovatie te versnellen.
Bain’s prognose confronteert de AI-industrie met een harde realiteit: het is één ding om technologische vooruitgang te boeken, maar iets heel anders om die ook economisch houdbaar te maken. De komende jaren beslissen of AI zich ontwikkelt tot een zelfonderhoudend ecosysteem of een kapitaalslurpend experiment zonder winst.
|
Global AI Spending to Exceed $2 Trillion by 2026: GartnerGartner forecasts global AI spending to reach $1.5 trillion in 2025 and surpass $2 trillion in 2026, driven by AI infrastructure, GenAI and cloud services. |
