De AI-race botst op de grenzen van de werkelijkheid
Sinds de lancering van ChatGPT eind 2022 lijkt de wereld verwikkeld in een ongekende AI-wedloop. Technologiebedrijven investeerden honderden miljarden dollars in krachtige datacenters, gespecialiseerde AI-chips en gigantische rekenclusters. De verwachting was duidelijk: de vraag naar kunstmatige intelligentie zou jarenlang explosief blijven groeien.
Maar achter de schermen ontstaat een ander verhaal. Terwijl bedrijven publiekelijk blijven spreken over een AI-revolutie, worden steeds meer geplande AI-datacenters uitgesteld, verkleind of zelfs volledig geschrapt. De oorzaak ligt niet alleen bij de technologie zelf, maar ook bij een combinatie van energieproblemen, logistieke beperkingen en mogelijk een overschatting van de toekomstige vraag.
Een ongeziene bouwgolf van datacenters
Na het succes van generatieve AI ontstond wereldwijd een ware goudkoorts. Grote technologiebedrijven investeerden massaal in nieuwe datacenters om de groeiende vraag naar AI-diensten te ondersteunen.
Datacenters vormen immers het kloppende hart van moderne AI. Ze huisvesten duizenden krachtige GPU's die enorme hoeveelheden data verwerken en AI-modellen trainen.
Bedrijven zoals Google, Microsoft, Oracle en OpenAI kondigden ambitieuze uitbreidingsplannen aan. Investeerders zagen AI als de volgende industriële revolutie, waardoor kapitaal vrijwel onbeperkt beschikbaar leek.
Toch blijkt de realiteit weerbarstiger dan verwacht.
Steeds meer projecten verdwijnen van de planning
Ondanks de optimistische vooruitzichten worden wereldwijd verschillende datacenterprojecten vertraagd of geannuleerd. Sommige projecten verdwijnen volledig uit investeringsplannen zonder veel publieke aandacht.
De belangrijkste reden is verrassend eenvoudig: elektriciteit.
Moderne AI-datacenters verbruiken enorme hoeveelheden energie. Een enkel groot AI-complex kan evenveel stroom nodig hebben als een middelgrote stad. In veel regio's blijkt het elektriciteitsnet simpelweg niet voorbereid op zulke piekbelastingen.
Daardoor lopen bedrijven tegen wachttijden aan die kunnen oplopen tot meerdere jaren voordat nieuwe aansluitingen beschikbaar zijn.
Het elektriciteitsnet wordt de grootste rem op AI
Waar vroeger vooral de beschikbaarheid van chips de beperkende factor was, verschuift het probleem nu naar de energie-infrastructuur.
Elektriciteitsnetten in Noord-Amerika en Europa kampen al langer met capaciteitsproblemen. De snelle opkomst van AI vergroot die druk aanzienlijk.
Zelfs wanneer bedrijven beschikken over voldoende financiering en grond, kunnen projecten vastlopen omdat lokale netbeheerders geen extra capaciteit kunnen leveren.
Daarbovenop stijgen de energiekosten wereldwijd. Hierdoor worden sommige AI-projecten economisch minder aantrekkelijk dan oorspronkelijk werd aangenomen.
Heeft Nvidia de vraag overschat?
Een andere opvallende discussie draait rond chipgigant NVIDIA.
Jarenlang leek de vraag naar AI-processoren onbeperkt. Nvidia profiteerde daarvan met recordomzetten en recordwinsten. De H100- en opvolgende AI-chips werden beschouwd als de "gouden standaard" voor het trainen van geavanceerde modellen.
Sommige analisten stellen echter dat Nvidia mogelijk te optimistisch is geweest over de toekomstige vraag.
Volgens critici hebben technologiebedrijven tijdens de AI-hype enorme hoeveelheden GPU's besteld uit vrees om achterop te raken in de concurrentiestrijd. Hierdoor zouden veel organisaties meer hardware hebben gekocht dan ze op korte termijn daadwerkelijk nodig hebben.
Wanneer die hypothese klopt, kan een deel van de huidige vraag kunstmatig zijn opgeblazen door strategische aankopen en angst om marktaandeel te verliezen.
Groeiende voorraden zorgen voor vragen
Hoewel Nvidia nog steeds uitzonderlijk sterke resultaten neerzet, wijzen sommige marktwaarnemers op een stijgende voorraadpositie binnen de sector.
Dat hoeft niet meteen een probleem te zijn, maar het kan erop wijzen dat de markt langzaam verschuift van schaarste naar een situatie waarin vraag en aanbod meer in evenwicht komen.
Indien bedrijven hun bestaande GPU-capaciteit eerst maximaal willen benutten, kan de noodzaak voor nieuwe bestellingen tijdelijk afnemen.
Dat zou op termijn gevolgen kunnen hebben voor producenten van chips, servers en andere AI-gerelateerde infrastructuur.
Niet alleen chips zijn schaars
Naast stroomproblemen kampt de sector met tekorten aan essentiële elektrische componenten.
Transformatoren, hoogspanningsschakelaars, koelsystemen en andere kritieke onderdelen kennen vaak lange levertijden. Sommige componenten hebben wachttijden van meerdere jaren.
Dat betekent dat zelfs goedgekeurde projecten niet onmiddellijk kunnen worden gebouwd.
De situatie doet denken aan eerdere infrastructuurbooms waarbij de vraag sneller groeide dan de productiecapaciteit van leveranciers kon volgen.
Dreigt een overinvestering in AI-infrastructuur?
Steeds meer experts stellen zich de vraag of de industrie niet te veel investeert op basis van extreem optimistische groeiscenario's.
Hoewel AI ongetwijfeld een belangrijke technologische ontwikkeling blijft, betekent dit niet automatisch dat elk gepland datacenter winstgevend zal zijn.
Wanneer de vraag naar AI-diensten minder snel groeit dan verwacht, kunnen sommige investeringen moeilijk renderen. Dat geldt vooral voor projecten die afhankelijk zijn van goedkope energie, snelle vergunningen en voortdurende uitbreiding van chipcapaciteit.
De geschiedenis van technologie kent meerdere voorbeelden waarin een revolutionaire innovatie uiteindelijk succesvol bleek, maar waarbij een groot deel van de infrastructuurinvesteerders onderweg verlies leed.
Een realitycheck voor de AI-industrie
De vertragingen en annuleringen van AI-datacenters betekenen niet dat de AI-revolutie voorbij is. Wel tonen ze aan dat technologische vooruitgang afhankelijk blijft van fysieke infrastructuur.
Kunstmatige intelligentie draait niet alleen om slimme algoritmen en krachtige modellen, maar ook om elektriciteit, grondstoffen, halfgeleiders en een betrouwbaar energienet.
De komende jaren zal blijken of de huidige investeringsgolf een noodzakelijke voorbereiding was op een AI-gedreven toekomst, of dat de sector zichzelf tijdelijk heeft laten meeslepen door overdreven verwachtingen.
Eén ding staat vast: de volgende fase van de AI-revolutie wordt niet alleen bepaald door software, maar ook door de grenzen van de fysieke wereld.
