De Echte Kracht in AI is Energie

De headlines vertellen één verhaal: OpenAI, Meta, Google en Anthropic zijn in een wapenwedloop om de meest krachtige AI-modellen te bouwen. Elke nieuwe release – van DeepSeek’s open-source model tot de laatste GPT-update – wordt behandeld als AI’s volgende grote stap naar zijn bestemming. De implicatie is duidelijk: de toekomst van AI behoort toe aan degene die het beste model bouwt.

Dat is de verkeerde manier om ernaar te kijken.

De bedrijven die AI-modellen ontwikkelen, zijn niet de enigen die de impact ervan bepalen. De echte spelers in AI die de massale adoptie ondersteunen, zijn niet OpenAI of Meta, maar de hyperscalers, datacenteroperators en energieleveranciers die AI mogelijk maken voor een steeds groter wordende consumentenmarkt. Zonder hen is AI geen industrie van een biljoen dollar. Het is alleen maar code die op een server staat te wachten op energie, rekenkracht en koeling die niet bestaan. Infrastructuur, niet algoritmes, zal bepalen hoe AI zijn volle potentieel bereikt.

AI’s Groei en de Strijd van Infrastructuur om Bij te Blijven

De aanname dat AI oneindig zal blijven groeien, is losgekoppeld van de realiteit. De adoptie van AI versnelt, maar het botst tegen een eenvoudige beperking: we hebben niet de energie, datacenters of koelcapaciteit om het te ondersteunen op de schaal die de industrie verwacht.

Dit is geen speculatie, het gebeurt al. AI-werklasten zijn fundamenteel anders dan traditionele cloud computing. De rekenintensiteit is vele malen hoger, waardoor gespecialiseerde hardware, hoogdichtheid datacenters en koelsystemen nodig zijn die de limieten van efficiëntie opdrijven.

Bedrijven en overheden draaien niet alleen één AI-model, maar duizenden. Militaire verdediging, financiële diensten, logistiek, productie – elke sector trainde en implementeert AI-modellen die zijn aangepast aan hun specifieke behoeften. Dit creëert AI-uitbreiding, waar modellen niet centraal worden beheerd, maar gefragmenteerd over industrieën, waar elke industrie enorme investeringen in rekenkracht en infrastructuur vereist.

En in tegenstelling tot traditionele bedrijfssoftware is AI niet alleen duur in ontwikkeling, maar ook duur in gebruik. De infrastructuur die nodig is om AI-modellen operationeel te houden op grote schaal, groeit exponentieel. Elke nieuwe implementatie voegt druk toe aan een al gespannen systeem.

De Meest Ondergewaardeerde Technologie in AI

Datacenters zijn de echte ruggengraat van de AI-industrie. Elke query, elke trainingscyclus, elke inferentie is afhankelijk van datacenters die de energie, koeling en rekenkracht hebben om het te verwerken.

Datacenters zijn altijd kritiek geweest voor moderne technologie, maar AI versterkt dit exponentieel. Een enkele grote AI-implementatie kan evenveel elektriciteit verbruiken als een middelgrote stad. De energieverbruik en koelvereisten van AI-specifieke datacenters overschrijden ver hetgeen traditionele cloud-infrastructuur ooit had kunnen verwerken.

Bedrijven lopen al tegen beperkingen aan:

• Datacenterlocaties worden nu bepaald door de beschikbaarheid van energie.
• Hyperscalers bouwen niet langer alleen bij internetbackbones – ze gaan waar ze stabiele energietoevoer kunnen garanderen.
• Koelinnovaties worden kritiek. Vloeibare koeling,
• onderdompelingkoeling en AI-gestuurde energiesystemen zijn geen luxe – ze zijn de enige manier waarop datacenters de vraag bij kunnen houden.
• De kosten van AI-infrastructuur worden een differentiator.
• Bedrijven die uitvinden hoe ze AI op een kostenefficiënte manier kunnen schalen – zonder hun energibudget te overschrijden – zullen de volgende fase van AI-adoptie domineren.

Er is een reden waarom hyperscalers als AWS, Microsoft en Google tientallen miljarden investeren in AI-klaar infrastructuur – omdat zonder het, AI niet schaalt.

De AI-Supermachten van de Toekomst

AI is al een nationale veiligheidskwestie, en overheden zitten niet aan de zijlijn. De grootste AI-investeringen van vandaag komen niet alleen van consumenten-AI-producten – ze komen van defensiebudgetten, inlichtingendiensten en nationale infrastructuurprojecten.

Militaire toepassingen alleen al zullen tienduizenden privé, gesloten AI-modellen vereisen, elk met beveiligde, geïsoleerde rekenomgevingen. AI wordt gebouwd voor alles, van raketafweer tot logistieke ketenbeheer tot dreigingsdetectie. En deze modellen zullen niet open-source, vrij beschikbare systemen zijn; ze zullen op slot zitten, hooggespecialiseerd en afhankelijk van enorme rekenkracht.

Overheden zorgen voor langetermijnenergiebronnen voor AI op dezelfde manier als ze historisch gezien olie en zeldzame aardmetalen hebben veiliggesteld. De reden is eenvoudig: AI op grote schaal vereist energie en infrastructuur op grote schaal.

Tegelijkertijd positioneren hyperscalers zich als de verhuurders van AI. Bedrijven als AWS, Google Cloud en Microsoft Azure zijn niet langer alleen cloudproviders – ze zijn de poortwachters van de infrastructuur die bepaalt wie AI kan schalen en wie niet.

Dit is waarom bedrijven die AI-modellen trainen, ook investeren in hun eigen infrastructuur en energielevering. OpenAI, Anthropic en Meta zijn nu afhankelijk van cloudhyperscalers, maar ze zijn ook in beweging om zelfvoorzienende AI-clusters te bouwen om te voorkomen dat ze worden geblokkeerd door derdeninfrastructuur. De langetermijnwinnaars in AI zullen niet alleen de beste modelontwikkelaars zijn, maar ook degene die kunnen bouwen, exploiteren en in stand houden de enorme infrastructuur die AI nodig heeft om echt het spel te veranderen.