Goedkope AI-tokens, dure rekenkracht: waarom de AI-boom een margestrijd wordt

De AI-markt wordt in twee tegengestelde richtingen getrokken. Het gebruik van geavanceerde modellen wordt steeds goedkoper: het gratis model Ox Alpha zou bijna op het niveau van de beste modellen presteren, terwijl OpenAI in juli de prijzen van twee GPT-5.6-niveaus met respectievelijk 80% en 20% verlaagde. 1716 Over een bredere periode wijzen schattingen op een daling van ongeveer 95% van de inferentiekosten voor vergelijkbare prestaties in twee jaar. 22

Tegelijkertijd worden de fysieke systemen die deze tokens produceren juist duurder. Samsung verhoogde de prijzen voor sommige geavanceerde chipproductiediensten met maximaal 15% en verwacht dat het wereldwijde geheugentekort tot in 2028 aanhoudt en verder verscherpt. 3233 Het resultaat is een ongebruikelijk economisch patroon: de prijs van de output daalt, terwijl cruciale productiekosten stijgen.

De AI-keten valt uiteen in twee economieën

Het belangrijkste onderscheid loopt tussen de intelligentielaag, die steeds meer een commodity wordt, en de infrastructuurlaag, waar het aanbod beperkt blijft.

Toegang tot algemene modellen is steeds makkelijker te vervangen. Als één aanbieder zijn API-prijzen verlaagt, een kleiner model uitbrengt of een capabel model gratis aanbiedt, komen concurrenten onder druk om te volgen. Door de prijswijzigingen van juli daalde de invoerprijs van GPT-5.6 Luna van 1 dollar naar 0,20 dollar per miljoen tokens. De prijs van Terra ging van 2,50 dollar naar 2 dollar. 16

Bij infrastructuur ligt dat anders. Geavanceerde chipproductie, high-bandwidth memory (HBM), netwerkapparatuur, elektriciteit en complete AI-servers kunnen niet zo snel worden uitgebreid als softwareprijzen kunnen worden verlaagd. Samsung zegt dat klanten meerjarige leveringscontracten willen afsluiten en dat tekorten tot 2028 acuter kunnen worden. 33 Ook de gemelde plannen voor prijsverhogingen van meer dan 15% voor Nvidia-gebaseerde servers laten zien hoe leveranciers hogere kosten kunnen proberen door te berekenen. Het gaat hierbij om een mediabericht, niet om een officiële prijsmededeling van Nvidia. 36

Voor aanbieders van AI-diensten is het commerciële probleem helder: de omzet per token kan dalen, zelfs als het gebruik stijgt. De kosten van capaciteit, energie, hardware en financiering dalen daar niet automatisch in mee.

Wat de cijfers van Nvidia laten zien

De resultaten van Nvidia over het tweede kwartaal van boekjaar 2027 tonen dat de infrastructuurhausse nog altijd uitzonderlijk sterk is. Het bedrijf rapporteerde een kwartaalomzet van 96,2 miljard dollar, 106% meer dan een jaar eerder, en een aangepaste winst per verwaterd aandeel van 2,22 dollar. 60 Het management gaf bovendien aan dat de omzet in boekjaar 2028 met ongeveer 70% kan groeien. 51

Deze cijfers bewijzen niet dat de hele AI-economie haar rendementsprobleem heeft opgelost. Ze laten vooral zien dat de vraag naar schaarse accelerators — gespecialiseerde chips voor AI-berekeningen — nog altijd enorm is. Nvidia bevindt zich op een knelpunt in de keten waar klanten blijven concurreren om beperkte capaciteit.

Maar hogere geheugenkosten beginnen de kwaliteit van die groei te beïnvloeden. Nvidia rekent voor het volgende kwartaal op een brutomarge van ongeveer 74%, tegenover 75% in het gerapporteerde kwartaal. In berichtgeving over de vooruitzichten werden de hogere geheugenprijzen genoemd als een van de oorzaken van die druk. 51

Dat betekent niet automatisch dat de economie van Nvidia instort. Wel kan toekomstige groei meer afhangen van prijsverhogingen, systeemintegratie, netwerken, software en een goed georganiseerde toeleveringsketen — en minder uitsluitend van het verkopen van schaarse chips tegen hoge marges.

Broadcom maakt van infrastructuur een financieringstest

Broadcom laat een ander deel van de margestrijd zien. Reuters en Bloomberg meldden dat het bedrijf gesprekken voerde over meer dan 60 miljard dollar aan schuld voor een financieringsconstructie rond AI-chips, waarvan Anthropic en andere klanten zouden profiteren. De structuur zou onder meer een achtergestelde tranche van ongeveer 30 miljard dollar kunnen omvatten naast een senior tranche met zekerheden. De voorwaarden waren nog in onderhandeling. 12

Dat onderscheid is belangrijk: het ging om een voorgestelde financiering, niet om een afgeronde lening. De genoemde bedragen moeten daarom worden gezien als een bandbreedte waarover wordt gesproken, niet als een definitieve transactie.

De economische vraag is of de AI-omzet die met deze chips wordt gegenereerd stabiel genoeg zal zijn om de schuldendienst te dragen. Een chip kan technisch waardevol zijn en toch een slechte investering met veel vreemd vermogen opleveren als modelprijzen dalen, de klantconcentratie hoog is, de waarde van apparatuur afneemt of herfinanciering duurder wordt.

Daarom zijn kredietmarkten relevant. Zodra infrastructuur grotendeels met schuld wordt gefinancierd, zijn dalende tokenprijzen niet langer alleen een prijsprobleem voor softwarebedrijven. Ze kunnen ook de verwachte kasstromen beïnvloeden die leases, speciale financieringsvehikels, leveranciers en kredietverstrekkers ondersteunen.

Grote cloudbedrijven hebben voordelen, maar geen vrijbrief

Grote cloudbedrijven staan er beter voor dan zelfstandige modelaanbieders. Zij kunnen AI combineren met bestaande clouddiensten, bedrijfssoftware, advertenties, data en distributiekanalen. Ook kunnen ze AI-functies tijdelijk subsidiëren en hun klanten op andere manieren monetiseren.

Dat bewijst nog niet dat iedere AI-investering een aantrekkelijk rendement oplevert. Goedkopere modellen kunnen het gebruik verhogen, maar tegelijk de omzet per eenheid verlagen. Overtollige capaciteit kan AI veranderen in een functie met lagere marges binnen cloudcomputing, in plaats van in een afzonderlijke winstbron.

De belangrijkste maatstaf is daarom niet hoeveel tokens worden verwerkt, maar of klanten voldoende betalen voor de productiviteit, extra omzet of kostenbesparingen die daaruit voortkomen.

Wat goedkopere tokens betekenen voor bedrijven

Voor bedrijven zijn dalende inferentieprijzen oprecht positief. Ze maken het eenvoudiger om AI-toepassingen te testen, beperkte werkprocessen te automatiseren en krachtigere modellen te gebruiken voor taken die voorheen financieel niet uit konden.

Maar tokenkosten zijn slechts één onderdeel van een implementatie. Bedrijven moeten ook betalen voor integratie, datavoorbereiding, beveiliging, governance, evaluatie en verandermanagement. Een lagere API-factuur garandeert geen positief rendement op de investering.

De markt beweegt daarom naar een strengere vraag: welk meetbaar bedrijfsresultaat levert elke eenheid AI-rekenkracht op? Bedrijven die modelgebruik kunnen koppelen aan extra omzet of aantoonbare besparingen staan sterker dan ondernemingen die vooral capaciteit verzamelen zonder een helder toepassingsdoel.

De gevolgen voor beleggers en kredietmarkten

Beleggers doen er goed aan blootstelling aan schaarse productiemiddelen te onderscheiden van blootstelling aan modeltoegang, die steeds meer een commodity wordt.

Tot de aanbodbeperkte kant behoren geheugen, geavanceerde chipproductie, netwerken, energie en geïntegreerde acceleratorsystemen. Deze bedrijven kunnen hun onderhandelingspositie behouden zolang klanten om beperkte capaciteit concurreren. De prijsverhogingen en het tekortperspectief van Samsung zijn daar actuele aanwijzingen voor. 3233

De markt voor modeltoegang staat voor een zwaardere test. Gratis of sterk afgeprijsde modellen kunnen de totale markt vergroten, maar maken het moeilijker om hoge prijzen te handhaven voor niet-onderscheidende inferentie. Duurzame economische waarde zal eerder afhangen van eigen distributiekanalen, unieke data, gespecialiseerde workflows, contractuele vraag of software die meer waarde vangt dan alleen de token zelf.

Kredietbeleggers zullen vooral letten op vastgelegde kasstromen, klantconcentratie, de restwaarde van hardware, de schuldstructuur en momenten waarop financiering moet worden vernieuwd. De voorgestelde Broadcom-constructie is een nuttige waarschuwing: AI-infrastructuur wordt snel niet alleen een technologisch vraagstuk, maar ook een financieringsvraagstuk. 12

De kern

De AI-boom kent niet één uniforme kostencurve. Intelligentie wordt goedkoper en overvloediger, terwijl de fysieke capaciteit om die intelligentie te produceren schaars en duur blijft.

Die mismatch verklaart waarom Nvidia uitzonderlijke groei kan rapporteren en tegelijk voor margedruk waarschuwt. Ook verklaart ze waarom een voorgestelde financieringsstructuur van tientallen miljarden dollars de aandacht van kredietmarkten trekt, zelfs nu de vraag naar AI sterk blijft.

De volgende fase van de markt zal minder alleen worden bepaald door de kwaliteit van modellen. Doorslaggevend wordt of klanten goedkope intelligentie kunnen omzetten in duurzame kasstromen voordat dure, met schuld gefinancierde rekenkracht moet worden geherfinancierd.