De CEO van IBM, Arvind Krishna, luidde op 2 december 2025 de alarmbel over de ongeziene investeringsgolf die grote techbedrijven momenteel maken in AI-datacenters. Tijdens de podcast “Decoder” rekende hij voor waarom al die miljarden kapitaaluitgaven (capex) — ook door zwaargewichten als Amazon, Google en Meta Platforms — wel eens geldverspilling zouden kunnen zijn.
IBM CEO says there is 'no way' spending trillions on AI data centers will pay off at today's infrastructure costsIBM CEO Arvind Krishna walked through some napkin math on Big Tech's AI data center spending — and raised some doubts on if it'll prove profitable. |
De cijfers liegen niet
Volgens Krishna kost het ongeveer 80 miljard dollar om een datacenter van één gigawatt “volledig in te richten”. Als je vervolgens kijkt naar de plannen van bedrijven die mikken op 20, 30 of zelfs 100 gigawatt, dan kom je al snel uit op capex van 1,5 tot 8 biljoen dollar.
Die rekenkundige exercitie leidde tot een cynische conclusie: “There is no way you’re going to get a return on that” — er is volgens hem op dit moment geen manier om dergelijke investeringen rendabel te maken.
Waarom het model fundamenteel wankel is
Een bijkomend probleem: de AI-chips die in zo’n datacenter gebruikt worden — GPU’s, accelerators — verouderen snel. Volgens Krishna moet de hardware binnen ongeveer vijf jaar vervangen worden, ofwel: daarna is de investering grotendeels afgeschreven.
Tegelijkertijd is het onduidelijk of de opbrengsten uit AI-diensten en –infrastructuur op lange termijn sterk genoeg zijn om zulke enorme schuldenlast te rechtvaardigen. De beloften over winst uit toekomstige AI-modellen en –producten blijven volgens hem grotendeels “geloof” — en niet gebaseerd op reële, bewezen businesscases.
Geen totale afwijzing van AI — maar pleidooi voor realisme
Toch betekent die kritiek niet dat Krishna volledig pessimistisch is over AI. Hij gaf toe dat de huidige AI-tools — bijvoorbeeld generatieve modellen die bedrijven helpen efficiënter te werken — op korte termijn miljarden aan productiviteitswinst kunnen opleveren.
Maar volgens hem is het idee dat de huidige infrastructuur en benadering ons leiden naar echte “algemene AI” (AGI) waarschijnlijk naïef. Zonder een technologische doorbraak acht hij de kans om AGI te bereiken met de huidige aanpak eerder 0–1%.
Wat betekent dit voor de toekomst van “AI-supercycle”?
- Bedrijven en investeerders die nu massaal inzetten op AI-infrastructuur zouden zich bewust moeten zijn van het financiële gevaar dat schuilt in die schaal.
- Het debat over “kwaliteit boven kwantiteit” in AI-investeringen kan weer opleven: is het verstandiger om gelinkte AI-diensten rendabel op te bouwen dan blind te overschalen?
- Voor beleidsmakers en energie- en milieuraden: massale datacenteruitbreiding heeft niet enkel economische, maar ook ecologische en maatschappelijke implicaties (energieverbruik, afschrijving hardware, etc.).
