Nvidia's tokenisering van de wereld: hoe Jensen Huang de olielampstrategie van de 21e eeuw perfectioneerde

Miljarden voor loze beloftes? De ongemakkelijke waarheid over Nvidia's tokenfabriek

Nvidia-CEO Jensen Huang heeft een simpele formule bedacht: wie niet rekent, verliest. Maar achter de glinsterende façade van de AI-boom schuilt een meedogenloos businessmodel dat doet denken aan de gewetenloze monopoliestrategieën van de 19e eeuw. Met een ongekend hardwaremonopolie, het gesloten CUDA-software-ecosysteem en frontale aanvallen zoals de nieuwe RTX Spark-chip, dwingt de techgigant de wereldeconomie tot een gevaarlijke afhankelijkheid. In plaats van meetbare productiviteit kopen bedrijven tegenwoordig vooral één ding: de pure consumptie van 'tokens'. Dit is een diepgaande analyse van hoe Nvidia de regels van waardecreatie op zijn kop zet, waarom hyperscalers honderden miljarden moeten investeren – en waarom deze spiraal van winst en energieverspilling ons allemaal duur kan komen te staan.

NVIDIA en de tokenisering van de wereld: hoe Jensen Huang een nieuwe economische orde dicteert (en ervan profiteert)

Het moment waarop teleshopping een bedrijfsstrategie werd

In maart 2026 betrad Jensen Huang het podium van de Morgan Stanley Technology, Media & Telecom Conference in San Francisco en sprak een zin uit die ongeëvenaard is in zijn beknoptheid en gedurfdheid: "Compute staat gelijk aan tokens, tokens staan ​​gelijk aan intelligentie, en intelligentie staat gelijk aan economische output op elk niveau, van bedrijven tot landen." Wat klinkt als een fundamentele natuurkundige vergelijking, is in werkelijkheid een van de meest ambitieuze marketingconstructies in de economische geschiedenis: de herinterpretatie van een datacenter als een drukpers die winst produceert – voornamelijk voor NVIDIA.

Een paar weken eerder, op Computex 2026 in Taipei, voegde Huang iets toe aan dit plaatje met de RTX Spark, een op ARM gebaseerde system-on-a-chip voor Windows-laptops en compacte desktops. Het verhaal was al bekend: wie niet koopt, loopt achter. Consumptie is immers het bewijs van economische activiteit. "Hoe meer je koopt, hoe meer je verdient"—een uitspraak die, in zijn prachtige eenvoud, de hele logica samenvat van een bedrijfsmodel dat gebaseerd is op de structurele afhankelijkheid van zijn klanten.

Om te begrijpen waarom deze logica zo gevaarlijk is, is het de moeite waard om terug te kijken naar de geschiedenis van olielampen.

Het olielampprincipe: hoe je afhankelijkheid cadeau kunt doen

Tegen het einde van de 19e eeuw verspreidde John D. Rockefellers Standard Oil Company een simpele maar revolutionaire technologie in Amerikaanse huishoudens: de petroleumlamp. De lamp zelf was goedkoop, soms zelfs gratis. De olie die nodig was om hem te laten branden, was dat niet – en zonder die olie was de lamp waardeloos. In 1879 beheerste Standard Oil ongeveer 90 procent van de Amerikaanse raffinagecapaciteit en dicteerde daarmee de prijs van de enige brandstof die de lampen brandend hield. Het probleem zat hem niet in de lamp zelf. Het probleem zat hem in het resulterende systeem: als je eenmaal was overgestapt op petroleum, was er geen weg terug. Je bleef het kopen – tot je dood of tot het Hooggerechtshof een uitspraak deed.

NVIDIA heeft dit principe doorgetrokken naar het digitale tijdperk, voortbouwend op 17 jaar geduldig werk. Sinds 2007 ontwikkelt het bedrijf zijn eigen programmeerplatform CUDA, dat nu de facto het besturingssysteem is van de wereldwijde AI-industrie. Met meer dan 5 miljoen geregistreerde ontwikkelaars, zo'n 5.937 GitHub-projecten die alleen al aan CUDA gerelateerd zijn (tegenover 187 voor AMD's concurrerende product ROCm), en vrijwel elke relevante AI-bibliotheek – van cuDNN en TensorRT tot de frameworks PyTorch en TensorFlow – heeft NVIDIA een softwarekloof gecreëerd die niet alleen met kapitaal te overbruggen is. De gloeilamp heet CUDA. De olie heet rekenkracht. En als je eenmaal in het ecosysteem bent, is er geen weg meer terug.

Dit wordt duidelijk aangetoond door het verhaal van het open-sourceproject ZLUDA, dat het mogelijk maakte om CUDA-code ongewijzigd op AMD-hardware uit te voeren. Toen de dreiging reëel werd, wijzigde NVIDIA stilletjes en zonder overleg de gebruiksvoorwaarden voor het CUDA-platform: vertaallagen werden verboden via de EULA. Geen rechtszaak, geen eerlijke concurrentie – slechts een contractbepaling die een echt alternatief in de kiem smoorde.

De Token Factory: een nieuw paradigma voor waardecreatie

De term "AI-fabriek" is geen metafoor; het is een missieomschrijving. Tijdens de GTC-conferentie in maart 2026 definieerde Jensen Huang expliciet wat hij ermee bedoelde: datacenters zijn niet langer passieve infrastructuurfaciliteiten, maar actieve productie-installaties waarvan de output – gemeten in tokens per seconde – direct kan worden vertaald in bedrijfsomzet en bruto binnenlands product. De token is de nieuwe maateenheid voor de digitale grondstof.

Wat aanvankelijk een plausibele systematisering lijkt, vertegenwoordigt bij nader inzien een fundamentele verschuiving in de toekenning van waarde. Traditioneel wordt economische waarde gemeten aan de hand van het resultaat: is er een probleem opgelost? Is er een product gebouwd? Is er omzet gegenereerd? In Huangs raamwerk ontstaat waarde door de berekening zelf – ongeacht of het token bijdraagt ​​aan het oplossen van een reëel probleem of kostbare, nutteloze tijd wordt. Deze berekening geldt voor NVIDIA en de hyperscalers, omdat zij profiteren van elk gecreëerd token. Voor de eindklant is het tegenovergestelde waar.

Volgens Huang kan AI, oftewel systemen die autonoom plannen, onderzoeken en uitvoeren, een miljoen keer meer tokens verbruiken dan een standaard prompt. Dit is geen beschrijving van een efficiëntierevolutie, maar van exponentieel groeiende operationele kosten. Wie AI-agenten op grote schaal inzet, koopt geen productiviteit, maar tokenverbruik, waarvan de waarde in de praktijk nog moet blijken.

Monopoliemacht: cijfers die tot zwijgen brengen

De positie van NVIDIA op de markt voor AI-hardware is niet langer marktdominantie in de traditionele zin. Het is een structureel feit dat zelfs ervaren beursanalisten reden tot voorzichtigheid geeft. In het vierde kwartaal van het fiscale jaar 2026 (november 2025 tot januari 2026) behaalde NVIDIA een kwartaalomzet van $ 68,1 miljard, een groei van 73 procent ten opzichte van een jaar eerder. De datacenteractiviteiten waren goed voor 91,5 procent van de totale omzet en de gecorrigeerde operationele marge steeg naar 67,7 procent.

Ter vergelijking: softwarebedrijven, bekend om hun hoge marges, halen zelden waarden boven de 40 procent. NVIDIA, formeel een hardwarebedrijf, genereert marges die zelfs voor platformbedrijven uitzonderlijk zouden zijn – een indicatie dat het werkelijke concurrentievoordeel in het software-ecosysteem ligt, niet in de chips. Volgens een analyse van Handelsblatt is CUDA het ware besturingssysteem van de AI-industrie en ligt NVIDIA's grootste concurrentievoordeel in de code, niet in de chip.

Volgens gegevens van Jon Peddie Research zal NVIDIA in het vierde kwartaal van 2025 een marktaandeel van 94 procent hebben in de markt voor losse grafische kaarten. AMD zal vijf procent in handen hebben en Intel één procent. Het aandeel in de markt voor GPU's specifiek voor AI is vergelijkbaar. In de sector voor de productie van wafers die gebruikt worden voor AI-chips, zal NVIDIA naar verwachting in 2025 een aandeel van 77 procent behalen, volgens een analyse van Morgan Stanley – vergeleken met 51 procent het jaar ervoor.

Deze concentratie is geen natuurwet, ook al beschrijft Huang het graag zo. Het is het resultaat van een jarenlange strategie gebaseerd op technologische superioriteit, gerichte marktsegmentatie en de opbouw van een ecosysteem waarin de overstapkosten voor klanten zo hoog zijn dat zelfs enorme prijsverhogingen zonder klachten worden geaccepteerd.

De kapitaalstroom: wie betaalt de rekening?

De ware omvang van NVIDIA's afhankelijkheid blijkt niet uit de cijfers van het bedrijf zelf, maar eerder uit de investeringsplannen van zijn belangrijkste klanten. De vijf grootste Amerikaanse hyperscalers – Amazon, Alphabet, Microsoft, Meta en Oracle – hebben gezamenlijke investeringen aangekondigd van $660 miljard tot $690 miljard voor 2026, bijna het dubbele van het bedrag van het voorgaande jaar. Hiervan vloeit ongeveer 55 tot 60 procent direct of indirect naar NVIDIA.

Amazon heeft alleen al investeringen van 200 miljard dollar aangekondigd voor 2026 – een bedrag dat het jaarlijkse bruto binnenlands product van Portugal overtreft. De kapitaaluitgaven van Alphabet zullen naar verwachting stijgen van 91 miljard dollar naar 180 miljard dollar, een toename van 98 procent. Microsoft verhoogt zijn budget voor datacenters met 59 procent op jaarbasis. Deze uitgaven worden niet langer uitsluitend gefinancierd uit de vrije kasstroom. De vrije kasstroom van Amazon zal naar verwachting negatief worden met 17 tot 28 miljard dollar in 2026, die van Meta zal naar verwachting met bijna 90 procent dalen en Oracle zal naar verwachting in 2030 een negatieve vrije kasstroom hebben.

Wie betaalt uiteindelijk de rekening? De hyperscalers berekenen de kosten door via prijsverhogingen. In januari 2026 verhoogde AWS de prijzen voor H200 GPU-instances met 15 procent – ​​een ommekeer in twee decennia van dalende cloudcomputingprijzen. Zakelijke klanten die AI-diensten via de cloud afnemen, betalen dus rechtstreeks de prijs voor het monopolie van NVIDIA.

AllianceBernstein schat dat NVIDIA ongeveer 30 procent van de totale uitgaven aan AI-datacenters als winst behoudt. Dit betekent dat voor elke euro die een Europees bedrijf uitgeeft aan cloud-AI-diensten, er ongeveer 30 cent naar een Amerikaans bedrijf vloeit – zonder dat daarvoor een rendement in de vorm van probleemoplossing, innovatie of maatschappelijk nut vereist is. Het token wordt geproduceerd. Dat is genoeg.

Afval als belangrijke prestatie-indicator: de perverse logica van productiviteit

Jensen Huang heeft tijdens evenementen aangegeven dat hij het zeer zorgwekkend vindt als een goedbetaalde softwareontwikkelaar niet minstens een kwart miljoen dollar aan tokenkosten per jaar maakt. Deze uitspraak wordt in de techmedia vaak aangehaald als bewijs van Huangs visie, maar zelden wordt de economische waarde ervan onderzocht.

Een kwart miljoen Amerikaanse dollar aan tokenkosten is geen productiviteitsindicator. Het is een verbruiksindicator. Het cruciale verschil: productiviteit meet de output per input. Verbruik meet alleen de input. Door tokenverbruik tot een managementindicator te verheffen, breekt Huang met een van de oudste principes van bedrijfskunde: het is niet het gebruik van middelen dat waarde creëert, maar het resultaat.

De praktijk geeft Huang in zekere zin gelijk, maar wel op een manier die bedrijven schaadt. Bedrijven zoals Zapier houden al systematisch bij hoe hun werknemers tokens gebruiken. Iedereen die vijf keer zoveel tokens gebruikt als gemiddeld, wordt intern onder de loep genomen vanwege zijn of haar gebruikspatroon. Wat begon als kostenbeheersing dreigt uit te monden in een nieuwe vorm van prestatiemeting, waarbij werknemers nutteloze opdrachten gaan uitvoeren om te voorkomen dat ze zakken in de interne ranglijsten. Gebruik wordt een maatstaf voor prestaties, verspilling een vorm van zelfverdediging.

Uit een recent onderzoek van Bitkom onder 604 Duitse bedrijven blijkt dat een derde van de bedrijven die AI gebruiken, al verrast is door de kosten. Ralf Wintergerst, president van Bitkom, bevestigde dat veel bedrijven aangeven dat AI-agenten meer ondersteuning van traditionele medewerkers vereisen dan aanvankelijk verwacht. Brian Jabarian van de Universiteit van Chicago vat het als volgt samen: "Iedereen dacht dat je simpelweg AI-tokens implementeert, een productiviteitsstijging ziet en dat het daarmee klaar is. Maar de realiteit is complexer."

De productiviteitsleugen en de methodologische zwakheden ervan

Het belangrijkste argument van NVIDIA voor de economische haalbaarheid van hun platform is de bewering dat AI de productiviteit verdrievoudigt. Dit cijfer kent echter een methodologische beperking die zelden in het publieke debat aan bod komt: het is bijna uitsluitend gebaseerd op observaties in de softwareontwikkeling – precies de beroepsgroep die het meest profiteert van AI-tools, over de technische expertise beschikt voor optimaal gebruik en al veelvuldig met digitale tools werkt.

Het Instituut voor Werkgelegenheidsonderzoek (IAB) gaat ervan uit dat de algehele impact van AI op de Duitse arbeidsmarkt reëel is, maar aanzienlijk ongelijkmatiger verdeeld dan Huang in zijn presentatie suggereert: ongeveer 800.000 banen zouden verloren kunnen gaan door AI, terwijl er tegelijkertijd ongeveer 800.000 nieuwe banen zouden ontstaan ​​– met een algehele economische productiviteitsstijging van maximaal 0,8 procentpunt per jaar. Dit cijfer is economisch significant, maar lang niet een verdrievoudiging.

De "European Growth Study 2026" van strategieadviesbureau Simon-Kucher, gebaseerd op 1.236 bedrijfsinterviews in 13 Europese landen, concludeert dat 73 procent van de bedrijven momenteel AI in minder dan 30 procent van hun processen gebruikt en pas merkbare effecten op de productiviteit of werkgelegenheid verwacht bij een penetratiegraad van 30 tot 50 procent. Een arbeidsmarktanalyse van de Bertelsmann Foundation, gebaseerd op circa 60 miljoen vacatures, toont aan dat het aandeel AI-gerelateerde banen sinds 2022 is gestagneerd op een toch al laag niveau en in 2023 en 2024 zelfs licht is gedaald.

Dit betekent niet dat AI geen economische impact heeft. Het betekent dat de impact selectief en ongelijk verdeeld is en veel langzamer optreedt dan door de industrie wordt beweerd, terwijl de kosten direct voelbaar zijn.

Een nieuwe dimensie van digitale transformatie met 'Managed AI' (kunstmatige intelligentie) – Platform- en B2B-oplossing | Xpert Consulting - Afbeelding: Xpert.Digital

Hier leert u hoe uw bedrijf snel, veilig en zonder hoge drempels AI-oplossingen op maat kan implementeren.

Een beheerd AI-platform is uw allesomvattende, zorgeloze oplossing voor kunstmatige intelligentie. In plaats van te worstelen met complexe technologie, dure infrastructuur en langdurige ontwikkelprocessen, ontvangt u een kant-en-klare oplossing op maat van een gespecialiseerde partner – vaak al binnen enkele dagen.

De belangrijkste voordelen in één oogopslag:

⚡ Snelle implementatie: Van idee tot gebruiksklare applicatie in dagen, niet maanden. Wij leveren praktische oplossingen die direct toegevoegde waarde creëren.

🔒 Maximale gegevensbeveiliging: Uw gevoelige gegevens blijven bij u. Wij garanderen een veilige en conforme verwerking zonder gegevens met derden te delen.

💸 Geen financieel risico: u betaalt alleen voor de resultaten. Hoge investeringen vooraf in hardware, software of personeel zijn volledig uitgesloten.

🎯 Focus op uw kernactiviteiten: concentreer u op waar u het beste in bent. Wij zorgen voor de volledige technische implementatie, werking en het onderhoud van uw AI-oplossing.

📈 Toekomstbestendig en schaalbaar: Uw AI groeit met u mee. Wij garanderen continue optimalisatie en schaalbaarheid en passen de modellen flexibel aan nieuwe eisen aan.

Meer informatie vindt u hier:

• De Managed AI Solution - Industriële AI-diensten: De sleutel tot concurrentievermogen in de dienstensector, de industrie en de machinebouw

De RTX Spark-manoeuvre: de markt vernietigen en de oplossing verkopen

Een van de meest interessante aspecten van NVIDIA's huidige strategie is de introductie van de RTX Spark. Deze chip, die op 31 mei 2026 werd aangekondigd tijdens Computex in Taipei, combineert een 20-core ARM-processor gebaseerd op de Grace-architectuur met een Blackwell GPU met 6.144 CUDA-cores en tot 128 GB gedeeld LPDDR5X-geheugen. De chip biedt tot één petaflop aan AI-rekenkracht. Een van de eerste apparaten die de chip gebruikt, is de Microsoft Surface Laptop Ultra.

Op het eerste gezicht lijkt dit een reactie op Apple's M-serie chips, die de afgelopen jaren de markt voor premium laptops hebben gedomineerd met efficiënte ARM-processors. Een nadere analyse onthult echter iets anders: NVIDIA's enorme vraag naar AI GPU's in datacenters heeft aanzienlijk bijgedragen aan de schaarste en de gestegen kosten van geheugenchips, waardoor de traditionele pc-markt onder enorme druk is komen te staan. De gehele GPU-markt (inclusief geïntegreerde grafische oplossingen) kromp in het eerste kwartaal van 2025 met 12 procent tot 68,8 miljoen eenheden. En nu lanceert NVIDIA een premium ARM-pc, waarmee de conventionele desktop-pc feitelijk overbodig wordt verklaard.

Het patroon is bekend: een gevestigde markt wordt gedestabiliseerd door externe factoren. Vervolgens verschijnt er een leverancier met een oplossing voor het probleem dat ze zelf mede hebben gecreëerd – uiteraard tegen een premium prijs. De RTX Spark is expliciet gericht op het high-end segment. De exacte prijzen zijn nog niet bekendgemaakt, maar branche-experts verwachten aanzienlijke prijsverhogingen ten opzichte van vergelijkbare apparaten met Intel- of AMD-processors. Wie dit nieuwe ecosysteem betreedt, laat de x86-standaard achter zich en wordt zo afhankelijk van ARM, een afhankelijkheid die verder wordt versterkt door het propriëtaire CUDA-ecosysteem. In de toekomst zullen gebruikers hun eigen tokens kunnen genereren – op de hardware van Huang, met de software van Huang, volgens de regels van Huang.

Machines die produceren voor machines: de cirkelredenering van een economie

In de meest radicale vorm van zijn visie beschrijft Huang een wereld waarin AI-agenten diensten verlenen aan andere AI-agenten, die op hun beurt afhankelijk zijn van AI-infrastructuur die wordt gemonitord door andere agenten. Economische activiteit is zelfvoorzienend – er is geen menselijk eindgebruik meer nodig om meetbaar te zijn, zolang de tokens maar blijven stromen.

Deze cirkelredenering heeft een elegante interne logica voor NVIDIA, maar is zorgwekkend voor de rest van de economie. Als tokens worden beschouwd als een afspiegeling van economische activiteit, dan rechtvaardigt elke gecreëerde token verdere investeringen in infrastructuur die meer tokens genereert. Het resultaat is een spiraal waarin investeringen in computerkracht worden gelegitimeerd door de tokenproductie, terwijl het werkelijke economische voordeel onduidelijk blijft. Voor de technologiesector is dit een vliegwiel. Voor de bredere economie zou het een nieuwe versie van het verdringingseffect kunnen blijken: kapitaal dat naar tokenfabrieken stroomt, is niet beschikbaar voor productieve investeringen in de maakindustrie, infrastructuur, onderwijs of gezondheidszorg.

De cijfers van de hyperscalers maken het duidelijk: de vrije kasstroom van Amazon zal naar verwachting in 2026 negatief worden, en die van Meta zal tot bijna nul dalen. Deze kapitaalinvestering is geen teken van gezond economisch inzicht, maar het resultaat van een wapenwedloop waaraan niemand kan ontsnappen zonder marktaandeel te verliezen. Wie niet koopt, loopt achter. Wie wel koopt, subsidiërt de marges van NVIDIA.

De milieudimension: de onzichtbare derde partij in de vergelijking

Een economische analyse van de token-economie die de milieukosten negeert, zou onvolledig zijn. Het wereldwijde elektriciteitsverbruik van AI-datacenters zal stijgen van 50 miljard kilowattuur in 2023 naar ongeveer 550 miljard kilowattuur in 2030 – een elfvoudige toename. Dit zal gepaard gaan met een stijging van de broeikasgasemissies van datacenters van 212 naar 355 miljoen ton CO₂-equivalent, ondanks de gelijktijdige uitbreiding van hernieuwbare energiebronnen.

In een rapport in opdracht van Greenpeace Duitsland concludeert het Öko-Institut (Instituut voor Toegepaste Ecologie) dat datacenters de komende jaren sterk afhankelijk zullen blijven van fossiele brandstoffen, omdat de lokale elektriciteitsnetten hun capaciteitslimieten bereiken. Het IMF schat het gecombineerde aandeel van AI-datacenters en cryptovaluta in het wereldwijde elektriciteitsverbruik op twee procent voor 2023, met een verwachte stijging tot 3,5 procent in 2027. Een ChatGPT-zoekopdracht verbruikt drie tot tien keer meer elektriciteit dan een conventionele Google-zoekopdracht.

Deze kosten verschijnen niet op de balans van NVIDIA. Evenmin zijn ze terug te vinden in de prijs van een token. Het zijn externe kosten – gedragen door energieverbruikers, klimaatsystemen en toekomstige generaties. Economisch gezien zijn dit aanzienlijke negatieve externe effecten die het bedrijfsmodel van de token-economie systematisch subsidiëren zonder enige transparantie.

CUDA als standaardolie: de analogie en de beperkingen ervan

De historische vergelijking tussen Rockefellers Standard Oil en NVIDIA's CUDA-platform heeft een reële analytische basis, maar gaat ook verder dan dat. Standard Oil beheerde pijpleidingen en raffinaderijen – fysieke infrastructuur die in principe kon worden gedupliceerd, zij het met enorme kapitaaluitgaven. De opsplitsing in 1911 was mogelijk omdat de faciliteiten al bestonden en konden worden verdeeld over 34 opvolgende bedrijven.

CUDA is lastiger op te splitsen. Het is geen pijp die je zomaar kunt openknippen. Het is een ecosysteem van miljoenen regels code, bibliotheken, documentatie, expertise van ontwikkelaars en netwerkeffecten, opgebouwd in 17 jaar tijd. Een CUDA-vertalingslaag die code uitvoerbaar maakt op AMD-hardware is contractueel verboden. Open-source alternatieven zoals ROCm of OpenCL lopen achter met een fractie van het bereik en de marktrijpheid. Het R&D-budget van $ 12,9 miljard dat NVIDIA in het fiscale jaar 2025 terugpompt in zijn eigen ecosysteem, koopt elk nieuw prestatievoordeel voordat een concurrent de kans krijgt om bij te benen.

Tegelijkertijd is NVIDIA's strategie met open-source modellen bijzonder subtiel: het bedrijf investeert $26 miljard over vijf jaar in de ontwikkeling van open AI-modellen – modellen die iedereen gratis kan gebruiken. Maar NVIDIA's Nemotron-modellen worden getraind in NVIDIA's eigen 4-bits NVFP4-formaat en benutten hun volledige prestatievoordeel pas op Blackwell-hardware. Het is alsof je de olielamp gratis weggeeft, maar de olie slechts van één raffinaderij levert.

Tegenkrachten en structurele grenzen van dominantie

Het zou analytisch gezien oneerlijk zijn om de positie van NVIDIA als onveranderlijk af te schilderen. Er bestaan ​​wel degelijk tegenkrachten, hoewel hun kracht vaak wordt overschat. Google's TPU's, Amazon's Trainium, Meta's MTIA en Microsoft's Maia zijn serieuze interne alternatieven die NVIDIA's aandeel in de investeringen van hyperscalers hebben teruggebracht van ongeveer 70 procent in 2023 naar naar schatting 55 tot 60 procent in 2026. AMD's MI300- en MI400-serie wint marktaandeel, met name in bepaalde inferentieworkloads.

Maar deze daling van 70 naar 55 procent vindt plaats te midden van een enorme algehele marktgroei. In absolute termen blijft de omzet van NVIDIA stijgen. Hyperscalers ontwikkelen hun eigen chips omdat ze zich bewust zijn van hun afhankelijkheid van NVIDIA en daar ook bang voor zijn – maar ze kunnen de markt alleen diversifiëren voor zover CUDA-compatibele alternatieven voldoende ontwikkeld zijn om productieworkloads aan te kunnen. Dat punt is nog ver weg.

DeepSeek uit China demonstreerde begin 2025 dat aanzienlijke efficiëntiewinsten mogelijk zijn door een vergelijkbare modelkwaliteit te bereiken met een fractie van de rekenkracht. Het Hasso Plattner Institute noemt DeepSeek als voorbeeld van een bedrijf dat dezelfde trainingsnauwkeurigheid behaalt met een honderdste van het energieverbruik van conventionele methoden. Mocht deze efficiëntielogica standhouden, dan zou de vraag naar pure rekenkracht structureel afnemen, wat druk zou uitoefenen op NVIDIA's model gebaseerd op tokens per watt. Huang heeft deze dreiging onderkend en positioneert efficiëntie – gemeten in tokens per watt – als de nieuwe beslissingsparameter op CEO-niveau. Nogmaals, de boodschap is duidelijk: koop meer, maar koop efficiëntere machines – van NVIDIA.

Regulering: Komt de mededingingswetgeving te laat?

De vraag of de marktpositie van NVIDIA een antitrustmaatregel rechtvaardigt, wordt steeds vaker besproken in Brussel en Washington. De vergelijking met Standard Oil is meer dan alleen retoriek: destijds beheerste Rockefeller de Amerikaanse olie-industrie met een marktaandeel van 90 procent, voordat een rechterlijke uitspraak in mei 1911 leidde tot de opsplitsing ervan in 34 opvolgende bedrijven. De EU-mededingingsautoriteiten hebben in ieder geval een regelgevend kader gecreëerd met de Digital Markets Act en de AI Act. Directe interventie tegen het CUDA-ecosysteem van NVIDIA is echter nog steeds in afwachting.

Het conceptuele probleem is welbekend: in tegenstelling tot fysieke netwerken zoals pijpleidingen of spoorlijnen, kan een software-ecosysteem niet zomaar worden opengesteld door middel van regelgeving. Interoperabiliteitseisen, oftewel de verplichting om CUDA-alternatieven dezelfde hardwaretoegang te verlenen, zouden theoretisch haalbaar zijn, maar in de praktijk kostbaar en technisch complex. Bovendien zou elke regelgevende maatregel snel genoeg moeten worden geïmplementeerd om een ​​marktstructuur te veranderen die dagelijks steeds meer verankerd raakt door nieuwe modelgeneraties, nieuwe hardwarearchitecturen en nieuwe vendor lock-in-effecten.

Tot die tijd geldt het volgende: iedereen die investeert in datacenters, gebruikmaakt van cloud-AI-diensten of zijn ontwikkelaars traint in CUDA-gebaseerde frameworks, betaalt – direct of indirect – mee aan de monopoliewinsten van NVIDIA. Dit is geen complottheorie. Dit is de structuur van een markt waarin één leverancier 94 procent van het segment van de losse grafische kaarten, 77 procent van de productie van AI-chipwafers en vrijwel alle relevante softwarebibliotheken voor AI-ontwikkeling in handen heeft.

Wanneer consumptie een doel op zich wordt

De formule van Jensen Huang – rekenkracht is omzet, tokens zijn winst – is een van de meest eerlijke strategische bedrijfsverklaringen van de afgelopen jaren. Eerlijk niet in de zin dat het is geformuleerd ten voordele van de klanten, maar in de zin dat het stelt wat veel anderen verzwijgen: het bedrijfsmodel is niet gebaseerd op de waarde die aan het einde van een rekenproces wordt gegenereerd, maar op het proces zelf.

Dit is een fundamentele omkering van de logica achter waardecreatie. In elke andere sector wordt de prijs bepaald door het resultaat: een gebouwde brug, een ontwikkeld medicijn, een verkochte auto. In de token-economie wordt de prijs bepaald door de input: de verbruikte computeruren, de elektriciteitsstroom, de verwerkte datapakketten. NVIDIA verdient geld voordat iemand kan beoordelen of de investering de moeite waard is.

Dit is geen natuurwet. Het is een bedrijfsmodel. En zoals elk bedrijfsmodel heeft het zijn beperkingen, zwakheden en – met een beetje geduld – alternatieven. De vraag is of bedrijven, toezichthouders en het publiek deze alternatieven snel genoeg zullen herkennen en promoten voordat de afhankelijkheid net zo diep geworteld raakt als de olielamp ooit was in Amerikaanse huizen. Het duurde van 1870 tot 1911 voordat Rockefellers Standard Oil werd opgesplitst. Deze keer draait het vliegwiel sneller.

☑️ Onze zakelijke voertaal is Engels of Duits

☑️ NIEUW: Correspondentie in uw moedertaal!

Konrad Wolfenstein

Mijn team en ik staan ​​graag tot uw beschikking als uw persoonlijke adviseur.

U kunt contact met mij opnemen door hier het contactformulier in te vullen [email protected]:of door mij te bellen op +49 7348 4088 965. Mijn e-mailadres is

Ik kijk uit naar ons gezamenlijke project.

☑️ Ondersteuning van het MKB op het gebied van strategie, advies, planning en implementatie

☑️ Opstellen of herzien van de digitale strategie en digitalisering

☑️ Uitbreiding en optimalisatie van internationale verkoopprocessen

☑️ Wereldwijde en digitale B2B-handelsplatformen

☑️ Pionier in bedrijfsontwikkeling / marketing / PR / beurzen

De quasi-interne oplossing: Hoe Xpert.Digital operationele hiaten in B2B-marketing en -verkoop dicht – Slimme, contentgedreven bedrijfsvoering - Afbeelding: Xpert.Digital

Xpert.Digital is een datagedreven B2B-branchehub onder leiding van Konrad Wolfenstein . Het bedrijf fungeert als een externe, quasi-interne oplossing voor industriële partners en dicht operationele lacunes in marketing, content en sales – zonder dat de klant extra middelen nodig heeft.

Meer informatie vindt u hier:

• De quasi-interne oplossing: Hoe Xpert.Digital operationele hiaten in B2B-marketing en -verkoop dicht – Slimme, contentgedreven bedrijfsvoering