Bedrijven bereiden zich voor op een nieuwe infrastructuur-golf, aangejaagd door datastromen
Volgens Deloitte zal 2026 een “supercycle” worden voor AI-infrastructuur — een periode van massieve investeringen en opschaling, grotendeels gestuurd door een explosie van datavolumes, complexere AI-toepassingen en groeiende databottlenecks.
In wat Deloitte haar “2026 TMT Predictions” noemt, verwachten ze dat de verschuiving van puur AI-training naar grootschalige AI-inference — het gebruiken van AI-modellen in productie — een enorme behoefte zal creëren aan data centers, krachtige chips en infrastructuur.
Waarom 2026? De drijvende krachten achter de supercycle
- Datastromen groeien explosief: Bedrijven genereren steeds meer data — van klantgedrag en sensoren tot multimedia en realtime analytics — waardoor traditionele infrastructuur steeds vaker op zijn limiet komt. Die datadruk, gecombineerd met AI-modellen die veeleisender worden, veroorzaakt bottlenecks. Volgens Deloitte is dat precies de trigger voor de komende investeringsgolf.
- Inference wordt dominant: Waar AI eerst vooral draaide om modeltraining, zal in 2026 zo’n tweederde van alle AI-computing bestaan uit “inference” — het verwerken van gebruikersvragen, realtime analyses, automatiseringen en generatieve taken. Dat vereist massale rekencapaciteit.
- Data centers én enterprise-on-prem blijven cruciaal: Hoewel sommigen voorspellen dat edge-computing (AI op devices) de trend zal zijn, stelt Deloitte dat de meeste berekeningen nog steeds zullen plaatsvinden in grote datacenters of enterprise-on-prem omgevingen. Dat betekent dat de infrastructuur die nu in de steigers staat, dringend nodig is.
Wat de supercycle betekent voor bedrijven, leveranciers en tech-ecosysteem
- Groei van infrastructuur-investeringen: Wereldwijd wordt verwacht dat bedrijven en overheden tientallen miljarden dollars aan AI-compute zullen uitgeven — van chips tot datacenters en energie-infrastructuur.
- Nieuwe chips en hardware-evolutie: Om de prestaties en efficiëntie op te drijven, komen er snellere, gespecialiseerde AI-chips en technieken: high-bandwidth memory, 3D stacking, geavanceerde packaging.
- Veranderende machtsdynamiek — nationale soevereiniteit & supply-chain diversificatie: Deloitte verwacht dat landen buiten de VS en China hun eigen AI-capaciteit zullen uitbreiden — mede ingegeven door data-sovereignty, regelgeving en geopolitieke onzekerheid.
- Impact op bedrijfssoftware & SaaS: Door de infrastructuur-versnelling kunnen meer organisaties echte AI-gedreven SaaS en agent-gebaseerde toepassingen inzetten: van intelligente automatisering tot realtime data-analytics.
Waar liggen de risico’s & knelpunten?
Toch waarschuwt Deloitte en de bredere infrastructuur-sector voor significante uitdagingen:
- Energie & koeling: AI-datacenters verbruiken enorme hoeveelheden stroom en vereisen gespecialiseerde koeling en infrastructuur — wat zowel milieu als logistieke uitdagingen brengt.
- Grid-capaciteit & netwerkinfrastructuur: Op veel plaatsen schiet de energie- en netwerkcapaciteit tekort. Zonder upgrades dreigt uitstel of tekort aan connectiviteit.
- Supply-chain en materiaal-schaarste: De benodigde hardware — chips, speciale geheugenmodules, krachtige servers — is afhankelijk van relatief weinig leveranciers wereldwijd, wat kwetsbaar blijft voor geopolitieke of logistieke verstoringen.
