Notities bij aflevering

AI‑investeringen versnellen in historisch tempo. In deze aflevering analyseren we de omvang van de uitgaven in 2026, vergelijken we ze met baanbrekende projecten, en bespreken we wat dit betekent voor bedrijven die met AI bouwen.

Hoofdstukken

1:00 — Waarom de wereldwijde AI‑uitgaven richting $2,52 biljoen gaan
9:00 — De capex‑oorlog van Big Tech: Amazon, Alphabet, Microsoft en Meta
18:00 — Van Manhattan tot Apollo: hoe de cijfers van vandaag historisch gezien staan
29:00 — De zakelijke implicaties: kostenpressie, toegang en concurrentievoordeel

De $2,5T AI‑investeringsgolf: waarom deze race anders is

Beschrijving: AI‑investeringen zijn geen trend meer — het is nu een volledige infrastructuurrace. Hier lees je wat de cijfers betekenen, waar het kapitaal naartoe gaat, en waarom dit belangrijk is voor jouw bedrijfsstrategie.

In deze aflevering van Digilize Lab zoomen we uit op een van de grootste verschuivingen in tech op dit moment: de explosieve groei van AI‑uitgaven. Prognoses wijzen op ongeveer $2,52 biljoen in 2026, met een jaarlijkse groei van bijna 44 %. De sleutelvraag is niet meer of AI belangrijk is, maar wie zich de kosten kan veroorloven.

De schaal begrijpen

Het grootste deel van dit momentum komt van hyperscalers en aanbieders van frontier‑modellen. Huidige schattingen benadrukken kapitaalinvesteringen op enorme schaal:

Amazon: $200 mrd
Alphabet: $175 mrd
Microsoft: $145 mrd
Meta: $150 mrd

Ook al variëren de schattingen per bron, de richting is duidelijk: AI is een kapitaalwedloop geworden.

De cijfers in perspectief plaatsen

Een handige manier om de huidige uitgaven te begrijpen, is ze te vergelijken met historische, maatschappijvormende programma's:

Manhattanproject (inflatiegecorrigeerd): ongeveer $50 mrd
Apollo‑programma: ongeveer $290 mrd
Internationale Ruimtestation: ongeveer $150 mrd

Wat ooit jaren of decennia duurde, wordt nu in een veel kortere tijdspanne evenaars of overtroffen door een handvol private bedrijven.

Waar het geld daadwerkelijk heen gaat

Het grootste deel van deze uitgaven gaat niet naar flashy productlanceringen. Het gaat naar de basis:

Compute‑infrastructuur (GPU's en acceleratoren)
Datacenters (grond, bouw, koeling, stroom)
Netwerk en opslag om modeltraining en -inference op schaal te ondersteunen

Ongeveer drie kwart van de uitgaven is gekoppeld aan infrastructuur, wat verklaart waarom energie, netcapaciteit en supply‑chainbeperkingen nu strategische AI‑onderwerpen zijn.

Wat dit betekent voor bedrijven

Voor operators en oprichters heeft deze verschuiving directe consequenties:

Het risico op platformafhankelijkheid neemt toe: concentratie van infrastructuur kan invloed hebben op prijs en betrouwbaarheid.
Snelheidsvoordelen worden duurder: prestatieverbeteringen van modellen zijn steeds meer afhankelijk van dure compute‑toegang.
Strategie telt meer dan hype: teams die use‑cases afstemmen op echte ROI zullen beter presteren dan teams die elk nieuw model najagen.

Conclusie

AI betreedt haar infrastructuur‑tijdperk. De winnaars zullen niet alleen de labs zijn met de beste modellen, maar de bedrijven die modelcapaciteit kunnen omzetten in duurzame operationele hefboomwerking. Als 2025 ging over experimenteren, draait 2026 om schaal.

Aflevering 09 — De $2,5T AI‑investeringsgolf