AnswersPublished16 sources
Goldman waarschuwt voor dalende AI-tokenprijzen: wat dit betekent voor chips, cloud en datacenters
De kern van Goldmans waarschuwing: de prijs voor LLM gebruik daalde naar circa 0,97 dollar per miljoen tokens, na een daling van 29% in augustus. Het neerwaartse scenario is niet onvermijdelijk.
Gepubliceerd doorBewerkt met GPT-5.6 TerraAfbeeldingen gegenereerd met GPT Image 2
Research answer
Key takeaways
- De kern van Goldmans waarschuwing: de prijs voor LLM gebruik daalde naar circa 0,97 dollar per miljoen tokens, na een daling van 29% in augustus.
- Het neerwaartse scenario is niet onvermijdelijk. Goldman Sachs Research verwacht dat AI agents het maandelijkse tokenverbruik tegen 2030 24 keer zo hoog kunnen maken, tot ongeveer 120 quadriljoen tokens — maar dat moe...
- Voor beleggers zijn vooral de verhouding tussen AI omzet en tokenprijzen, orders tegenover daadwerkelijke ingebruikname van chips en servers, en de bezettingsgraad en contractering van datacenters van belang.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How is Goldman Sachs’ warning that rapidly falling LLM token prices—down to about $0.97–$0.98 per million tokens after a 29% August decline. Article summary: Goldman’s warning implies a more selective, riskier outlook for AI-infrastructure investors: compute demand can grow sharply while the revenue earned per unit of compute falls even faster. If that happens, utilization, p. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
AI-inference — het uitvoeren van een getraind AI-model — wordt in hoog tempo goedkoper. Dat kan AI toegankelijk maken voor meer toepassingen en daarmee nieuw gebruik creëren. Tegelijk maakt het de beleggingscase voor de chips, cloudcapaciteit en datacenters die daarvoor worden gebouwd ingewikkelder.
De waarschuwing van Goldman Sachs draait om een mogelijke mismatch: infrastructuur wordt jaren vóór de verwachte vraag gefinancierd en gebouwd, terwijl de prijs per gebruikseenheid van een model snel kan dalen. De LLM Token Expenditure Index van Silicon Data kwam recent uit op 0,97 dollar per miljoen tokens, na een daling van 29% in augustus. Een aparte prijsindex voor geavanceerde modellen lag 84% onder het niveau van maart 2023. 2
4
5
Als de groei van het gebruik die prijsdaling niet compenseert, kan er te veel dure rekenkracht beschikbaar komen voor inference-werk dat minder omzet oplevert. Dat raakt de hele AI-infrastructuurketen.
De rekensom: volume moet prijsdaling overtreffen
Een dalende tokenprijs is op zichzelf niet negatief. Lagere prijzen kunnen AI rendabel maken voor meer toepassingen, experimenten stimuleren en het totale gebruik vergroten. Voor aanbieders is de cruciale vraag echter of de groei van het betaalde tokenvolume — samen met verbeteringen in hun eigen efficiëntie — groter is dan de daling van de omzet per token.
Volgens berichtgeving over de Goldman-notitie kan concurrerende prijsstelling voor modellen de opbrengst per token minder houdbaar maken. Als het verbruik van rekenkracht niet snel genoeg oploopt, kan de sector uiteindelijk met overtollige infrastructuur blijven zitten. 1
2
Daarbij is het onderscheid helder:
- Voor gebruikers is goedkopere AI gunstig als nuttige toepassingen goedkoper beschikbaar komen.
- Voor eigenaren van infrastructuur kan het lastig zijn als hun capaciteit is gefinancierd vanuit de verwachting dat rekenkracht schaars en duur blijft.
- De uitkomst hangt af van prijselasticiteit: zorgt een prijsverlaging voor voldoende extra gebruik om de totale omzet en vraag naar rekenkracht op peil te houden of te vergroten?
Waarom er zoveel op het spel staat
De mogelijke mismatch speelt tegen de achtergrond van een uitzonderlijk grote geplande uitbreidingsgolf. Goldman Sachs schat in een basisscenario circa 7,6 biljoen dollar aan AI-kapitaalinvesteringen in rekenkracht, datacenters en energievoorziening tussen 2026 en 2031. In dat model stijgen de jaarlijkse uitgaven van ongeveer 765 miljard dollar in 2026 naar 1,6 biljoen dollar in 2031. Goldman benadrukt dat dit sterk van de aannames afhankelijke ramingen zijn, geen zekerheden. 9
Een groot deel daarvan gaat naar activa met een lange levensduur: AI-versnellers, servers, netwerkapparatuur, gebouwen en energie-infrastructuur. Zulke investeringen vergen langdurige, intensieve benutting en voldoende rendement.
Chipmakers: levering is niet hetzelfde als duurzame vraag
Voor halfgeleiderbedrijven hoeft een prijsdrukscenario niet meteen te leiden tot een plotselinge vraagval. Klanten kunnen capaciteit blijven inkopen om nieuwe AI-producten te ontwikkelen of om beschikbare levering veilig te stellen.
Het risico ontstaat wanneer de geplaatste capaciteit sneller groeit dan de winstgevende vraag. Klanten kunnen dan aankopen van AI-versnellers en servers afremmen, kritischer worden op prijzen of nadrukkelijker zoeken naar betere prestaties per euro. Leveranciers met onderscheidende hardware, een sterk software-ecosysteem of efficiënte inference-oplossingen kunnen beter beschermd zijn dan partijen die vooral inwisselbare capaciteit leveren.
De praktische vraag is dus niet alleen of apparatuur wordt geleverd, maar of die apparatuur ook duurzaam wordt benut voor omzetgenererende workloads.
Datacenters krijgen een bezettingsgraadtoets
Datacenterprojecten vragen grote en langdurige verplichtingen voor grond, elektriciteit en gebouwen. Als inference efficiënter en goedkoper wordt, kunnen klanten voor dezelfde hoeveelheid applicatie-output minder infrastructuur nodig hebben. Dat kan druk zetten op bezettingsgraden, huurcontracten en het rendement van projecten die uitgingen van aanhoudende capaciteitsschaarste.
Dat betekent niet dat de vraag naar datacenters verdwijnt. Beschikbare netaansluitingen en de technische vereisten van AI-implementaties kunnen het aanbod nog steeds beperken. Maar lokale fysieke schaarste kan naast zwakkere economische vooruitzichten in andere regio's bestaan. Beleggers doen er daarom goed aan fysieke schaarste te onderscheiden van bewijs dat klanten capaciteit winstgevend gebruiken en contracten verlengen of uitbreiden.
Cloudbedrijven en modelhosts moeten prijsverlies opvangen met volume en waarde
Cloudplatforms en aanbieders van modellen kunnen profiteren van lagere inference-prijzen: lagere kosten kunnen meer ontwikkelaars en bedrijven naar hun platform brengen. Maar per gebruikseenheid daalt ook de omzet.
Om de brutomarge te beschermen, hebben aanbieders een combinatie nodig van:
- Veel hogere tokenvolumes uit terugkerend gebruik in productie;
- Efficiëntiewinst waardoor de eigen kosten sneller dalen dan de verkoopprijzen; en
- Diensten met hogere toegevoegde waarde rond modellen, zoals implementatie, beveiliging, data-integratie en workflowtools.
De concurrentie in propriëtaire modellen is een centraal onderdeel van het risico dat in de berichtgeving rond Goldman wordt beschreven. 1
2 Niet de tokenprijs op zichzelf is doorslaggevend, maar de verhouding tussen de prijs voor de klant, de kosten voor de aanbieder en het totale betaalde gebruik.
AI-agents kunnen de tegenkracht vormen
Het optimistische tegenargument is de opkomst van AI-agents: systemen die taken in meerdere stappen uitvoeren en daardoor veel meer tokens kunnen verbruiken dan een eenvoudige chatbotvraag. Goldman Sachs Research verwacht dat de invoering door consumenten en bedrijven het maandelijkse tokenverbruik tussen 2026 en 2030 24 keer zo hoog kan maken, tot circa 120 quadriljoen tokens per maand. 7
Die prognose laat zien waarom dalende tokenprijzen niet automatisch een lagere vraag naar rekenkracht betekenen. Als agents van demonstraties doorgroeien naar veelvuldige, waardevolle taken, kan het totale gebruik sterk genoeg stijgen om de infrastructuuruitbouw te dragen.
Maar het blijft een prognose, geen garantie. De investeringscase vereist dat agents terugkerende workloads creëren waarvoor gebruikers en bedrijven willen betalen, en niet alleen een groot aantal goedkope experimenten.
Indicatoren die meer zeggen dan de tokenprijs in een krantenkop
Wie het risico op overcapaciteit in AI-rekenkracht beoordeelt, kan onder meer letten op:
- AI-omzetgroei tegenover dalende tokenprijzen: neemt de totale opbrengst toe ondanks lagere prijzen per eenheid?
- Orders voor AI-versnellers en servers tegenover ingebruikname: wordt gekochte capaciteit daadwerkelijk ingezet?
- Bezettingsgraad, gecontracteerde capaciteit en verlengingen bij datacenters: blijven vraagverplichtingen overeind nadat faciliteiten zijn geopend?
- Brutomarges bij cloudbedrijven: compenseren efficiëntiewinst en diensten met hogere waarde de lagere inference-prijzen?
- Gebruik van agents in productie: leveren agents herhaalbare, bedrijfskritische workflows op, of blijven het losse pilots?
- Beschikbaarheid van elektriciteit: is die een blijvende beperking voor nuttige capaciteit, of vooral een knelpunt dat aan de vraag voorafgaat?
Onder de streep
Goldman stelt niet dat lagere prijzen voor LLM-tokens per definitie slecht zijn. Goedkopere inference kan juist de katalysator zijn voor bredere AI-adoptie. Het risico is dat prijsdeflatie en efficiëntere modellen de omzet en benodigde rekenkracht sneller terugdringen dan het gebruik door AI-agents groeit.
Voor beleggers in AI-infrastructuur verandert het verhaal daarmee van een eenvoudige capaciteitsuitbreiding in een toets van benutting en verdienvermogen. De weerbaarste bedrijven zijn mogelijk de ondernemingen die goedkopere tokens kunnen omzetten in duurzame workloads met hoge waarde, en tegelijk een voorsprong behouden in kosten, prestaties of de diepte van hun dienstverlening. 1
7
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Goldman waarschuwt voor dalende AI-tokenprijzen: wat dit betekent voor chips, cloud en datacenters"?
De kern van Goldmans waarschuwing: de prijs voor LLM gebruik daalde naar circa 0,97 dollar per miljoen tokens, na een daling van 29% in augustus.
What are the key points to validate first?
De kern van Goldmans waarschuwing: de prijs voor LLM gebruik daalde naar circa 0,97 dollar per miljoen tokens, na een daling van 29% in augustus. Het neerwaartse scenario is niet onvermijdelijk. Goldman Sachs Research verwacht dat AI agents het maandelijkse tokenverbruik tegen 2030 24 keer zo hoog kunnen maken, tot ongeveer 120 quadriljoen tokens — maar dat moe...
What should I do next in practice?
Voor beleggers zijn vooral de verhouding tussen AI omzet en tokenprijzen, orders tegenover daadwerkelijke ingebruikname van chips en servers, en de bezettingsgraad en contractering van datacenters van belang.