Dit is de vraag die op ieders hoofd en lippen brandt: zitten we in een AI-bubbel?
Dat is de verkeerde vraag. De echte vraag is: Welke We zitten in een AI-zeepbel, en wanneer zal elke zeepbel barsten?
Het debat over de vraag of AI een transformatieve technologie of de economische tijdbom heeft zijn hoogtepunt bereikt. Zelfs technologieleiders als Meta-CEO Mark Zuckerberg hebben het bewijs erkend van een onstabiele financiële zeepbel rond AI. OpenAI-CEO Sam Altman en Microsoft-medeoprichter Bill Gates zien een duidelijke zeepbeldynamiek: overijverige investeerders, slechte waarderingen en veel mislukte projecten – maar ze geloven nog steeds dat AI uiteindelijk de economie zal transformeren.
Maar het behandelen van ‘AI’ als een monolithische entiteit die bestemd is voor een uniforme ineenstorting is fundamenteel misleidend. Het AI-ecosysteem bestaat eigenlijk uit drie verschillende lagen, die elk een ander economisch, defensie- en risicoprofiel hebben. Het is belangrijk om deze lagen te begrijpen, omdat ze niet allemaal tegelijk zullen verschijnen.
Laag 3: Inpakbedrijf (eerst vallend)
Het meest kwetsbare segment is niet het bouwen van AI, maar het herverpakken ervan.
Dit zijn de bedrijven die de API van OpenAI gebruiken, een gelikte interface en wat snelle engineering toevoegen, en vervolgens $ 49/maand in rekening brengen voor wat neerkomt op een veredelde ChatGPT-wrapper. Sommigen hebben snel aanvankelijk succes geboekt, zoals Jasper.aidat in het eerste jaar een jaarlijkse terugkerende omzet (ARR) van ongeveer $ 42 miljoen behaalde door een GPT-model op te nemen in een gebruiksvriendelijke interface voor marketeers.
Maar de scheuren zijn al zichtbaar. Deze bedrijven worden van alle kanten geconfronteerd met bedreigingen:
Functie-opname: Microsoft zou morgen een AI-ontwerptool van $ 50 per maand in Office 365 kunnen bundelen. Google kan van uw AI-e-mailassistent een gratis Gmail-functie maken. Salesforce kan uw AI-verkooptools native in hun CRM inbouwen. Wanneer een groot platform besluit dat uw product een functie is en geen product, zal uw bedrijfsmodel in een oogwenk verdampen.
De commoditiseringsval: Het wrapperbedrijf geeft feitelijk alleen input en output door. Als OpenAI de vraag vergroot, verliest de tool van de ene op de andere dag waarde. Naarmate basismodellen qua mogelijkheden steeds meer op elkaar gaan lijken en de prijzen blijven dalen, worden de marges zinloos.
Geen overstapkosten: De meeste wrapperbedrijven beschikken niet over bedrijfseigen gegevens, ingebedde workflows of diepgaande integraties. Klanten kunnen binnen enkele minuten overstappen naar een concurrent of rechtstreeks naar ChatGPT. Geen loopgraven, geen sluizen, geen verdedigingswerken.
De white label AI-markt toont deze kwetsbaarheid. Bedrijven die white label-platforms gebruiken, lopen het risico dat ze afhankelijk zijn van leveranciers door propriëtaire systemen en API-beperkingen die de integratie kunnen belemmeren. Deze bedrijven zijn gebouwd op gepachte grond en de eigenaren kunnen op elk moment de voorwaarden wijzigen of het pand platgooien.
De uitzondering die de regel bevestigt: Cursor staat als een zeldzaam verpakkingsbedrijf dat een echte verdediging heeft opgebouwd. Door diepgaand te integreren in de workflows van ontwikkelaars, eigen functies te creëren die verder gaan dan eenvoudige API-aanroepen, en krachtige netwerkeffecten te bouwen via gebruikersgewoonten en aangepaste configuraties, heeft Cursor laten zien hoe wrappers kunnen evolueren naar iets substantieels. Maar een bedrijf als Cursor is een ander bedrijf, geen doorsnee bedrijf; de meeste wrapperbedrijven beschikken niet over dit niveau van workflowintegratie en gebruikerslock-in.
Tijdlijn: Verwacht aanzienlijke mislukkingen in dit segment eind 2025 tot 2026, omdat grote platforms functionaliteit absorberen en gebruikers zich realiseren dat ze een premium prijs betalen voor gecommoditiseerde mogelijkheden.
Laag 2: Funderingsmodel (midden)
Het bedrijf dat de LLM heeft gebouwd – OpenAI, AntropischMistral — neemt een beter verdedigbare maar nog steeds gevaarlijke positie in.
Economisch onderzoeker Richard Bernstein noemde OpenAI een voorbeeld van zeepbeldynamiek en merkte op dat het bedrijf ongeveer $1 biljoen aan AI-deals heeft gesloten, waaronder een datacenterbouwproject ter waarde van $500 miljard, ondanks dat het naar verwachting slechts $13 miljard aan inkomsten zal genereren. De kloof tussen investeringen en een redelijk inkomen ‘ziet er zeker uit als een ballonnetje’, merkt Bernstein op.
Deze bedrijven hebben echter echte technologische voordelen: expertise op het gebied van modeltraining, computertoegang en prestatievoordelen. De vraag is of deze voordelen duurzaam zijn of dat de modellen zo vercommercialiseerd zullen worden dat ze niet meer van elkaar te onderscheiden zijn, waardoor aanbieders van basismodellen veranderen in infrastructuurbedrijven met lage marges.
Engineering zal de winnaars van de verliezers scheiden: Wanneer basismodellen convergeren naar basismogelijkheden, zal het concurrentievoordeel toenemen door het optimaliseren van gevolgtrekkingen en systeemtechniek. Bedrijven die de geheugenmuur kunnen verbeteren door middel van innovaties zoals uitgebreide KV-cache-architectuur, een superieure tokendoorvoer kunnen bereiken en snellere tokengeneratietijden kunnen leveren, zullen een premie en marktaandeel verwerven. De winnaars zijn niet alleen degenen met de meeste training, maar ook degenen die AI-gevolgtrekkingen op schaal economisch haalbaar kunnen maken. Technische doorbraken op het gebied van geheugenbeheer, cachingstrategieën en infrastructuurefficiëntie zullen bepalen welke toonaangevende laboratoria de consolidatie overleven.
Een ander punt van zorg is het circulaire karakter van beleggingen. Nvidia heeft bijvoorbeeld 100 miljard dollar in OpenAI gestort om datacenters te financieren, en OpenAI heeft die faciliteiten vervolgens gevuld met Nvidia-chips. Nvidia subsidieert in wezen een van zijn grootste klanten, waardoor de vraag naar echte AI mogelijk kunstmatig toeneemt.
Deze bedrijven beschikken echter over enorme kapitaalsteun, echte technische capaciteiten en strategische partnerschappen met grote cloudproviders en bedrijven. Sommige zullen consolideren, sommige zullen worden overgenomen, maar de categorie zal overleven.
Tijdlijn: Consolidatie in de periode 2026 tot 2028, waarbij twee tot drie dominante spelers opkomen terwijl kleinere modelaanbieders worden overgenomen of gesloten.
Laag 1: Infrastructuur (gebouwd om lang mee te gaan)
Hier is de keerzijde: de infrastructuurlaag – inclusief Nvidia, datacenters, cloudproviders, geheugensystemen en AI-geoptimaliseerde opslag – is het minst prominente onderdeel van de AI-boom.
Ja, recente schattingen suggereren dat de mondiale AI-investeringen en durfkapitaalinvesteringen in 2025 al meer dan 600 miljard dollar zullen bedragen, waarbij Gartner schat dat alle AI-gerelateerde uitgaven wereldwijd het kan oplopen tot 1,5 biljoen dollar. Klinkt als bubbelterritorium.
Maar infrastructuur heeft een belangrijk kenmerk: het behoudt waarde, ongeacht welke specifieke toepassing succesvol is. De glasvezelkabels die tijdens de dotcom-zeepbel werden aangelegd, waren niet voor niets: ze maakten YouTube, Netflix en cloud computing mogelijk. Vijfentwintig jaar geleden barstte de oorspronkelijke internetzeepbel nadat met schuldfinanciering glasvezelkabels waren aangelegd voor een toekomst die nog moest komen, maar die toekomst is eindelijk aangebroken en de infrastructuur wacht.
Ondanks de voorraaddruk blijft Nvidia Q3 boekjaar 2025 De omzet bedroeg ongeveer $57 miljard, een stijging van 22% kwartaal-op-kwartaal en 62% jaar-op-jaar, waarbij de datacenterdivisie alleen al ongeveer $51,2 miljard opbracht. Dit is geen ijdelheidsstatistiek; dit vertegenwoordigt de reële vraag van bedrijven die daadwerkelijk infrastructuurinvesteringen doen.
De chips, datacentra, geheugensystemen en opslaginfrastructuur die vandaag de dag worden gebouwd, zullen elke AI-toepassing ondersteunen die uiteindelijk slaagt, of het nu gaat om de chatbots van vandaag, de autonome agenten van morgen of toepassingen die we ons nog niet eens hebben voorgesteld. In tegenstelling tot gewone opslag alleen beslaat de moderne AI-infrastructuur de gehele geheugenhiërarchie: van GPU HBM tot DRAM tot krachtige opslagsystemen die dienen als tokenrepository’s voor inferentieworkloads. Deze uniforme benadering van geheugen en opslag vertegenwoordigt een fundamentele architecturale innovatie, geen commodity-spel.
Tijdlijn: Overbouw en trage engineering op de korte termijn zijn mogelijk (2026), maar waardebehoud op de lange termijn wordt verwacht naarmate de AI-werklast de komende tien jaar toeneemt.
Het cascade-effect: waarom het ertoe doet
De huidige AI-boom zal niet eindigen met één dramatische crash. In plaats daarvan zullen we een reeks mislukkingen zien, te beginnen bij de meest kwetsbare bedrijven, en de waarschuwingssignalen beginnen al te verschijnen.
Fase 1: Wrapper- en white-labelbedrijven worden geconfronteerd met compressie van marges en absorptie van functies. Honderden AI-startups met een geringe differentiatie zullen voor een schijntje worden gesloten of verkocht. Meer dan 1.300 AI-startups hebben nu waarderingen van meer dan $100 miljoen 498 AI “eenhoorns” gewaardeerd op $1 miljard of meer, waarvan vele deze waarderingen niet rechtvaardigen.
Fase 2: Consolidatie van het basismodel wanneer de prestaties convergeren en alleen de spelers met het beste kapitaal overleven. Verwacht drie tot vijf grote overnames terwijl technologiegiganten veelbelovende modelbedrijven overnemen.
Fase 3: De uitgaven voor infrastructuur keren terug naar normaal, maar blijven stijgen. Sommige datacenters zullen een paar jaar gedeeltelijk leeg staan (zoals glasvezelkabels in 2002), maar zullen uiteindelijk vol raken naarmate de AI-werklast toeneemt.
Wat dit betekent voor bouwers
Het grootste risico is dat je geen wikkel wordt, maar een wikkel blijft. Als je een ervaring hebt waarbij gebruikers actief zijn, dan heb je die gebruikers.
Als u op de applicatielaag bouwt, moet u onmiddellijk omhoog gaan:
Van wrapper → applicatielaag: Stop met het produceren van output. Beheers workflows voor en na AI-interacties.
Vanuit applicatie → verticale SaaS: Bouw een uitvoeringslaag die gebruikers dwingt binnen uw product te blijven. Creëer bedrijfseigen gegevens, diepgaande integraties en workfloweigendom die het overstappen lastig maken.
Verdeling slotgracht: Uw echte voordeel is niet de LLM, maar de manier waarop u gebruikers krijgt, behoudt en uitbreidt wat zij binnen uw platform doen. Winnende AI-bedrijven zijn niet alleen softwarebedrijven, maar ook distributiebedrijven.
Het belangrijkste is
Het is tijd om te stoppen met de vraag of we ons in een AI-bubbel bevinden. We bevinden ons in verschillende bubbels met verschillende kenmerken en tijdlijnen.
Inpakbedrijven zullen als eerste verschijnen, misschien binnen 18 maanden. Het funderingsmodel zal zich de komende 2 tot 4 jaar consolideren. Ik verwacht dat de huidige infrastructuurinvesteringen uiteindelijk op de lange termijn gerechtvaardigd zullen blijken, al betekent dit niet dat ze op de korte termijn geen excessieve impact zullen hebben.
Dit is geen reden voor pessimisme, dit is een routekaart. Begrijpen in welke laag je opereert en in welke bubbel je mogelijk vastzit, is het verschil tussen het volgende slachtoffer worden en iets bouwen dat de schok overleeft.
De AI-revolutie is echt. Niet alle groepen die op de golven surfen, zullen echter het strand bereiken.
Val Bercovici is CAIO bij WEKA.
Welkom bij de VentureBeat-community!
In ons gastenprogramma delen technische experts inzichten en geven ze onpartijdige, diepgaande uitleg over AI, data-infrastructuur, cyberbeveiliging en andere geavanceerde technologieën die de toekomst van ondernemingen vormgeven.
Lees meer uit ons gastenpostprogramma — en bekijk het eens richtlijnen als u geïnteresseerd bent om uw eigen artikel bij te dragen!
