De wereldwijde race om AI-datacenters: dreigt er een grote zeepbel? Het goed bewaarde geheim achter de werkelijke bezettingsgraad van de AI-giganten

Huren in plaats van bouwen: Waarom AI-succes Anthropic geen eigen datacenters bezit

Tegen 2026 is het strijdveld voor kunstmatige intelligentie drastisch veranderd. Het gaat niet langer alleen om welk taalmodel de meest intelligente teksten genereert, de meest creatieve afbeeldingen ontwerpt of de meest foutloze code schrijft. De ware, veel meedogenlozere race vindt nu plaats in de fysieke wereld: in de vorm van gigantische datacenters, schaarse energiecapaciteit en triljoenen dollars aan investeringen in infrastructuur. Techreuzen zoals Microsoft, Google en Meta, evenals opkomende Chinese spelers, pompen momenteel onvoorstelbare bedragen in de bouw van zogenaamde "AI-gigafabrieken". Het wereldwijde investeringsvolume overtreft nu de economische output van hele landen. Maar achter de schermen van deze ongekende strijd om middelen ontstaan ​​ernstige structurele problemen. Terwijl startups zoals Anthropic gedwongen zijn om gebruik te maken van flexibele huurmodellen, wordt wereldwijd een dramatisch knelpunt zichtbaar, dat niet zozeer voortkomt uit de veelgeprezen AI-chips, maar uit alledaagse problemen zoals stroomvoorziening, torenhoge koelkosten en een gebrek aan netwerkverbindingen. In deze titanische strijd tussen de VS en China dreigt Europa definitief achterop te raken door strenge regelgeving en een tekort aan kapitaal. De meest prangende vraag is echter: wordt hier de onmisbare fysieke basis gelegd voor de toekomstige wereldeconomie, of zwelt de grootste en duurste investeringsbubbel van dit decennium zich voor onze ogen op?

Dit is hiermee gerelateerd:

• Goed om te weten: AI-datacenters of klassieke datacenters – Wanneer digitale infrastructuur een energie-intensieve AI-fabriek wordt

Wanneer rekenkracht belangrijker wordt dan het model zelf

Wie het nieuws rondom kunstmatige intelligentie in de zomer van 2026 volgt, krijgt al snel de indruk dat de echte concurrentie allang is verschoven. Marktmacht wordt niet langer uitsluitend bepaald door welk taalmodel de meest intelligente antwoorden levert, maar door de fysieke beschikbaarheid van rekenkracht, elektriciteit en koelcapaciteit. De aankondigingen van OpenAI, Anthropic, Google, xAI, Meta en een groeiend aantal Chinese aanbieders zoals Alibaba, DeepSeek, Moonshot en Z.ai lijken nu minder op productlanceringen en meer op bouwverslagen uit de zware industrie. Gigawattcijfers, levertijden van transformatoren en aanvragen voor netaansluiting zijn de ware maatstaven geworden in de AI-race, terwijl de modellen zelf, hoe krachtig ze ook mogen zijn, steeds vaker lijken op verwisselbare software op een schaarse en dure fysieke basis. Deze verschuiving is economisch significant omdat ze de machtsverhoudingen in de hele technologiesector hertekent en kapitaal vastlegt op een schaal die een paar jaar geleden nog ondenkbaar was.

Waarom capaciteit niet langer in eenheden kan worden gemeten

Een fundamenteel methodologisch probleem plaagt elke serieuze analyse van dit vakgebied. Iedereen die probeert het aantal "AI-datacenters" per leverancier of model te bepalen, stuit al snel op een grens die zelfs gespecialiseerde marktanalisten zoals Epoch AI of de AI Data Center Index niet kunnen oplossen. De reden hiervoor ligt in de aard van de infrastructuur zelf. Een enkele datacentercampus dient vaak meerdere doeleinden tegelijk: trainingsbelastingen voor het ene model en inferentiebelastingen voor het andere, beheerd door een hyperscaler maar gedeeltelijk verhuurd aan een concurrent, en de toewijzing verandert naarmate er nieuwe contracten worden afgesloten. Anthropic bezit bijvoorbeeld vrijwel geen eigen trainingscampussen, maar huurt capaciteit van Amazon via zijn eigen Trainium-chips, van Google via gigawatt-schaal TPU-contracten, van Microsoft, van gespecialiseerde neocloud-providers zoals CoreWeave, Fluidstack en Nscale, en zelfs van zijn directe concurrent xAI, wiens Colossus-cluster in Memphis gelijktijdig capaciteit toewijst aan meerdere klanten. Een betrouwbaar cijfer voor het aantal eigen datacenters dat Anthropic beheert, bestaat simpelweg niet, omdat het bedrijfsmodel gebaseerd is op leasing in plaats van eigendom. Dit gebrek aan duidelijkheid is wijdverbreid in vrijwel de hele sector en maakt duidelijk dat betrouwbare uitspraken gebaseerd moeten zijn op megawatt- en gigawattcijfers, specifieke locaties en contractueel vastgelegde overeenkomsten, en niet op zogenaamd precieze getallen.

De infrastructuurinvestering van biljoenen dollars

De omvang van de investeringen in deze sector is nauwelijks meer te vatten met behulp van traditionele categorieën binnen de bedrijfsfinanciering. Marktanalisten verwachten dat het cumulatieve investeringsvolume van de grote hyperscalers in 2026 zal variëren van $ 630 miljard tot $ 830 miljard. Hoewel de exacte cijfers verschillen afhankelijk van de gebruikte methodologie, hebben alle schattingen een gemeenschappelijke onderliggende boodschap: dit vertegenwoordigt een stijging van ongeveer 60 procent ten opzichte van het voorgaande jaar. Goldman Sachs schat de cumulatieve uitgaven voor de periode tussen 2026 en 2031 op ongeveer $ 7,6 biljoen, terwijl McKinsey eerder een investeringsbehoefte van ongeveer $ 5,2 biljoen tegen 2030 voorspelde voor alleen al AI-gestuurde datacenters. Deze bedragen overstijgen de economische output van middelgrote geïndustrialiseerde landen en roepen de fundamentele vraag op of de verwachte rendementen van AI-diensten deze kapitaaluitgaven ooit kunnen rechtvaardigen. Amazon is van plan dit jaar ongeveer 220 miljard dollar te investeren in kapitaaluitgaven, Alphabet zit tussen de 180 en 200 miljard dollar, Microsoft rond de 175 tot 190 miljard dollar en Meta tussen de 125 en 145 miljard dollar. Samen met Oracle, dat ongeveer 50 tot 56 miljard dollar investeert, schetst dit een beeld waarin vijf bedrijven in feite de wereldwijde fysieke basis van de AI-revolutie financieren, terwijl kleinere aanbieders zoals OpenAI en Anthropic afhankelijk blijven van hun infrastructuur of van gespecialiseerde verhuurders.

De Amerikaanse gigafabrieken als geopolitiek statement

De fysieke realiteit van deze investeringsgolf is het meest zichtbaar in de Verenigde Staten, waar het Stargate-project van OpenAI, Oracle en SoftBank een netwerk van datacenters opzet. De aanvankelijke aankondiging van tien gigawatt en 500 miljard dollar is in de praktijk aanzienlijk complexer gebleken. De locatie in Abilene, Texas, is inmiddels operationeel, terwijl andere locaties in Michigan, Wisconsin, Ohio en New Mexico in aanbouw of in de planningsfase zijn. Analisten schatten de momenteel realistische geplande capaciteit in de VS op een paar gigawatt, aanzienlijk lager dan de oorspronkelijke aankondiging. Tegelijkertijd lanceerde Microsoft in juni 2026 zijn eigen cluster, ontworpen als één supercomputer en gebaseerd op de GB200-architectuur, op zijn campus in Fairwater, Wisconsin. Dit onderstreept de onafhankelijkheid van het bedrijf van individuele klantrelaties, zoals de samenwerking met OpenAI. xAI heeft op zijn beurt een capaciteit van ongeveer één gigawatt gerealiseerd met zijn Colossus-complex in Memphis en Southaven, bestaande uit meerdere gebouwen. Het bedrijf gebruikt de faciliteit niet uitsluitend voor zijn eigen Grok-trainingssessies, maar verhuurt ook rekenkracht aan concurrenten zoals Anthropic en Google – een feit dat de nauwe economische onderlinge afhankelijkheid aantoont, zelfs tussen ogenschijnlijk rivaliserende laboratoria. Meta verhoogde in juli 2026 de geplande capaciteit voor zijn Hyperion-project in Louisiana naar vijf gigawatt en een investeringsvolume van meer dan 50 miljard dollar, hoewel de eerste uitbreidingsfasen naar verwachting pas in 2028 van start zullen gaan. Deze vertraging is typerend voor de hele sector, waar aankondigingen vaak jaren voor de daadwerkelijke ingebruikname plaatsvinden en investeerders in feite afhankelijk zijn van een belofte van toekomstige capaciteit.

China's parallelle pad via binnenlandse chips

Terwijl de Amerikaanse ontwikkeling sterk afhankelijk is van Nvidia-hardware, bewandelt China bewust een ander pad, aanvankelijk gedwongen door Amerikaanse exportbeperkingen, maar inmiddels uitgegroeid tot een onafhankelijke industriële beleidsstrategie. Volgens Bloomberg-berichten heeft Z.ai, voorheen bekend als Zhipu, in juli 2026 een datacentercomplex van één gigawatt gedeeltelijk in gebruik genomen, dat uitsluitend met Chinese chips draait, hoewel de exacte locatie onbekend blijft. Het bedrijf beweert dat het daar getrainde GLM-5.3-Flash-model zal worden gebruikt op meer dan 100.000 in China geproduceerde chips voor inferentie, een cijfer dat nog niet onafhankelijk is geverifieerd. DeepSeek kondigde in juli 2026 plannen aan om een ​​eigen datacenter van één gigawatt te bouwen in Ulanqab, Binnen-Mongolië, met een gedeeltelijke ingebruikname gepland voor eind 2027 of begin 2028, waarmee de achterstand op de Amerikaanse projecten duidelijk wordt. Moonshot AI, het bedrijf achter de Kimi-modellen, koos voor een pragmatischer aanpak en tekende in de zomer van 2026 een leaseovereenkomst met Alibaba Cloud voor ongeveer 20.000 Nvidia-grafische processors. Dit laat zien dat zelfs Chinese leveranciers, ondanks politieke spanningen, toegang blijven houden tot westerse hardware als er een juridische of logistieke oplossing gevonden kan worden. Onderzoeksrapporten die beweren dat Moonshot via derde landen in Zuidoost-Azië, met name Thailand, toegang heeft verkregen tot de nieuwste Blackwell-generatie Nvidia-chips, blijven onbevestigde beweringen, zonder betrouwbare bewijzen uit de toeleveringsketen of officiële verklaringen van de betrokken bedrijven. Alibaba zelf beheert momenteel 105 beschikbaarheidszones in 32 regio's wereldwijd en heeft 53 miljard dollar geïnvesteerd in de uitbreiding van zijn cloudinfrastructuur. De supercomputerlocatie in Ulanqab is een van de vijf zogenaamde superdatacenters en wordt gebruikt voor zowel het eigen Qwen-model als externe klanten zoals Moonshot. Een concreter voorbeeld van deze schaal is de Lingjun Zhenwu M890 supernode in Ulanqab, die in augustus 2026 commercieel werd gelanceerd. De onderliggende HPN 8.0-architectuur verhoogt de schaalbaarheid van de interconnect van 16 naar 64 GPU's per node met een bandbreedte van 800 gigabyte per seconde, waardoor theoretisch clusters met maximaal 130.000 heterogene GPU's mogelijk zijn en de potentie bestaat om uit te breiden naar een mesh-netwerk met miljoenen kaarten. Dit maakt de faciliteit geschikt voor het trainen en infereren van modellen met maximaal tien biljoen parameters. De Chinese concurrent Z.ai daarentegen vertrouwt uitsluitend op in eigen land geproduceerde accelerators van Huawei, Cambricon en Moore Threads op zijn gigawatt-campus, die sinds juli 2026 gedeeltelijk operationeel is. Dit komt doordat het bedrijf sinds begin 2025 op de Amerikaanse exportcontrolelijst staat en daardoor volledig is afgesneden van toegang tot Nvidia-hardware. Elk afzonderlijk cluster in de faciliteit zou naar verluidt meer dan 10.000 chips bevatten. DeepSeek is echter nog steeds onbeslist en politiek controversieel wat betreft de chipmix voor de geplande locatie in Ulanqab. Dit volgt op een bewering van een vertegenwoordiger van de Amerikaanse overheid in februari 2026 dat het bedrijf illegaal Nvidia Blackwell-chips had gebruikt in een faciliteit in Binnen-Mongolië – een beschuldiging die DeepSeek ontkent en die niet onafhankelijk kan worden geverifieerd. Als ruwe kostenraming voor een gigawatt-datacenter met state-of-the-art acceleratortechnologie noemde Nvidia-CEO Jensen Huang een bedrag van ongeveer 50 miljard dollar, een vuistregel die echter niet is gebaseerd op een specifiek investeringsbedrag dat door DeepSeek zelf is bevestigd. Een interessante indirecte indicatie van de relatieve kostenefficiëntie van de Chinese infrastructuur wordt geleverd door de API-prijzen van de respectievelijke modellen: terwijl Z.ai's GLM 4.7 Flash, met ongeveer $ 0,06 per miljoen inputtokens, en DeepSeek V4 Flash, met ongeveer $ 0,09, tot de goedkoopste aanbiedingen op de markt behoren, is Moonshot's Kimi K2.7-code, met ongeveer $ 0,74, aanzienlijk duurder. Dit kan gedeeltelijk worden toegeschreven aan het gebruik van gehuurde Nvidia GPU's, aangezien Moonshot zelf geen bekende grootschalige eigen faciliteiten heeft, maar volgens eigen verklaringen ongeveer 20.000 GPU's huurt van Alibaba Cloud.

De poging van Europa om een ​​onafhankelijke positie in te nemen

De Europese Unie bevindt zich in een structureel zwakkere positie in deze wereldwijde concurrentiestrijd, zowel vanwege de lagere kapitaalkracht van haar binnenlandse technologiebedrijven als vanwege de uitgesproken terughoudendheid van regelgevende instanties. Het Franse bedrijf Mistral AI heeft momenteel een vestiging in de buurt van Parijs, terwijl een tweede vestiging in Zweden in aanbouw is, met als doel een capaciteit van 200 megawatt te bereiken in 2027 en één gigawatt in 2030. Opmerkelijk is dat Microsoft in juli 2026 een meerjarige leaseovereenkomst tekende voor de Europese capaciteit van Mistral. Hoewel het exacte bedrag niet bekend is gemaakt, meldt Reuters dat het om tientallen miljarden euro's gaat. Deze deal werpt een onthullend licht op de beperkingen van Europa's soevereiniteitsclaim, aangezien een belangrijke huurder van de zogenaamd Europese AI-infrastructuur niemand minder is dan de Amerikaanse technologiegigant, wiens grafische processors nog steeds grotendeels in de VS worden geproduceerd. Als reactie op deze structurele afhankelijkheid heeft de Europese Commissie in juli 2026 een proces in gang gezet voor de oprichting van zeven zogenaamde AI-gigafabrieken, waarvoor ongeveer 30 miljard euro aan publieke en private financiering is gereserveerd. Dit project bevindt zich echter momenteel in de fase van consortiumvorming en heeft nog geen operationele capaciteit gecreëerd. Tegelijkertijd wordt het regelgevingskader voor nieuwe datacenters in Europa steeds strenger, zoals blijkt uit het voorbeeld van Spanje, waar in augustus 2026 een wetsontwerp werd ingediend dat vereist dat nieuwe faciliteiten met een capaciteit van meer dan één megawatt aantonen dat ze ten minste 80 procent extra hernieuwbare elektriciteit per uur opwekken. Dergelijke eisen verhogen de vestigingskosten binnen de Europese Unie aanzienlijk en zouden ertoe kunnen leiden dat een groeiend deel van de wereldwijde AI-trainingscapaciteit permanent buiten het continent gevestigd zal 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

Elektriciteit als het werkelijke knelpunt van het decennium

Degenen die het publieke debat over AI-infrastructuur uitsluitend beperken tot grafische processoren (GPU's) begrijpen de ware dynamiek van de sector niet. Talrijke experts en analisten wijzen er nu op dat de doorslaggevende beperkende factor niet de beschikbaarheid van chips is, maar de beschikbaarheid van elektriciteit en de bijbehorende netwerkinfrastructuur. In juni 2026 publiceerde de Amerikaanse regelgevende instantie FERC richtlijnen om de aansluiting van zogenaamde grote afnemers op het elektriciteitsnet te versnellen – een directe erkenning dat de bestaande goedkeuringsprocedures voor netaansluitingen niet langer toereikend zijn voor de uitbreidingsplannen van datacenters. Tegelijkertijd breidde het Witte Huis in juli 2026 de Ratepayer Protection Pledge uit, een politieke toezegging van datacenters om de extra netwerkkosten die door hun faciliteiten worden gegenereerd niet door te berekenen aan particuliere elektriciteitsklanten. Deze beleidsmaatregel kwam voort uit het groeiende publieke verzet tegen stijgende elektriciteitsprijzen in regio's met een hoge dichtheid aan datacenters en laat zien dat de uitbreiding van AI-infrastructuur al lang een politiek gevoelig onderwerp is. Het voorbeeld van xAI, dat tijdelijk gebruikmaakte van mobiele gasturbines in Memphis om de stroomvoorziening van zijn faciliteiten te garanderen zonder te hoeven wachten op een reguliere netaansluiting, illustreert hoe intens de tijdsdruk is geworden in de race om computercapaciteit. Analisten van de denktank BloombergNEF schatten dat de wereldwijde datacentercapaciteit in aanbouw nu meer dan 23 gigawatt bedraagt, terwijl het investeringsvolume van de grootste exploitanten alleen al in 2026 de $750 miljard nadert. Deze cijfers maken duidelijk dat het echte knelpunt in de komende jaren niet in de halfgeleiderindustrie ligt, maar in de energiesector en de bijbehorende vergunningsprocedures, inclusief de levertijden voor transformatoren en andere cruciale netcomponenten, die nu meerdere jaren kunnen bedragen.

Dit is hiermee gerelateerd:

• Wanneer digitale honger de lichten uitdoet: hoe datacenters de energievoorziening van Virginia tot het uiterste drijven

• 16 jaar te laat: Het alarmerende koperprobleem van kunstmatige intelligentie

Het mysterie rond het daadwerkelijke gebruik van de capaciteit

Een vaak over het hoofd gezien aspect van het debat betreft de daadwerkelijke benutting van de gebouwde capaciteit ten opzichte van de nominale aangesloten belasting. De gigawattcijfers die in openbare rapporten circuleren, beschrijven doorgaans de maximaal geïnstalleerde capaciteit van een locatie, maar zeggen weinig over hoeveel van deze capaciteit daadwerkelijk wordt gebruikt voor productieve trainings- of inferentieruns en hoeveel ongebruikt blijft als reserve of vanwege technische knelpunten. Dit onderscheid is economisch significant, omdat het direct van invloed is op het daadwerkelijke rendement op investeringen voor deze projecten van miljarden dollars. Een datacenter met een formeel aangesloten vermogen van één gigawatt, maar dat slechts voor 60 of 70 procent wordt benut vanwege koelingsproblemen, softwareoptimalisatie of simpelweg een gebrek aan vraag, zal vanzelfsprekend een aanzienlijk lager rendement opleveren dan in presentaties aan investeerders wordt gesuggereerd. Betrouwbare, onafhankelijk geverifieerde gegevens over de daadwerkelijke benutting van individuele locaties zijn praktisch onvindbaar, omdat exploitanten deze informatie om concurrentieredenen niet openbaar maken. Dit gebrek aan transparantie maakt het niet alleen moeilijk om investeringsbeslissingen extern te beoordelen, maar voedt ook de groeiende scepsis van sommige marktwaarnemers die tekenen zien van speculatieve overreactie in de huidige kapitaalstromen, vergelijkbaar met eerdere fasen van buitensporige infrastructuurinvesteringen in de telecommunicatiesector aan het begin van de jaren 2000.

Anthropic als uitstekend voorbeeld van de asset-light benadering

Bijzonder veelzeggend voor het begrijpen van de economische logica van deze sector is het geval van Anthropic, waarvan het bedrijfsmodel bewust is gebaseerd op minimaal fysiek eigendom en maximale contractuele flexibiliteit. In augustus 2026 tekende het bedrijf een contract met de Britse neocloud-aanbieder Nscale voor 460 megawatt aan capaciteit in West Virginia. De totale waarde hiervan zal volgens Bloomberg-berichten naar verwachting zo'n 45 miljard dollar bedragen over een periode van zes jaar. Tegelijkertijd onderhoudt Anthropic parallelle capaciteitsovereenkomsten met Amazon, wiens zelfontwikkelde Trainium-chips steeds vaker dienen als alternatief voor Nvidia-hardware; met Google, wiens TPU-verplichtingen ook in de gigawatt-range liggen; en met andere gespecialiseerde aanbieders zoals Fluidstack en zelfs met concurrent xAI, wiens Colossus-faciliteit capaciteit verhuurt aan meerdere klanten tegelijk. Deze strategie stelt Anthropic in staat om de groei te financieren zonder de enorme investeringen vooraf die bedrijven als Meta of OpenAI zelf moeten doen, maar verschuift tegelijkertijd een aanzienlijk risico naar de verhuurder en maakt het bedrijf structureel afhankelijk van de onderhandelingsmacht en capaciteitsbeslissingen van derden. Vanuit economisch oogpunt is deze aanpak een gok dat de kosten van gehuurde computercapaciteit op de lange termijn niet sneller zullen stijgen dan de eigen inkomsten van het bedrijf – een aanname die gezien het huidige tekort aan krachtige chips en stroomcapaciteit geenszins vanzelfsprekend is.

Overzicht van de omvang van de belangrijkste AI-datacenters

Hoewel, zoals hierboven uitgelegd, er geen exact en universeel geaccepteerd aantal AI-datacenters per modelaanbieder kan worden vastgesteld, bestaan ​​er wel betrouwbare schattingen voor de prestaties, het investeringsvolume en de chipvoorraad van de grootste clusters. Deze worden gedocumenteerd door gespecialiseerde trackers zoals Epoch AI en de AI Data Center Index, evenals door bedrijfsgegevens en wettelijke documenten. Het volgende overzicht vat de orde van grootte van de belangrijkste locaties samen, waarbij altijd onderscheid wordt gemaakt tussen de huidige operationele capaciteit en de verwachte uiteindelijke capaciteit.

Voorzichtigheid is geboden bij het interpreteren van deze cijfers, aangezien vrijwel elke specificatie met betrekking tot prestaties of capaciteit door verschillende bronnen anders wordt gekwantificeerd. Het voorbeeld van Colossus illustreert dit treffend, waarbij de rapporten variëren tussen 300.000 en meer dan een miljoen grafische processors, en tussen 500 megawatt en 1,4 gigawatt, afhankelijk van het tijdstip en de telmethode. Epoch AI, een van de meest methodologisch transparante trackers, komt uit op een totale IT-capaciteit van ongeveer 13,3 gigawatt en ruwweg 14,6 miljoen H100-equivalenten voor hun volledige dataset van 86 AI-datacenters wereldwijd, verdeeld over 18 verschillende eigenaren. Als vuistregel voor de kapitaalintensiteit berekent Epoch AI een typische investering van ongeveer 30 tot 44 miljard Amerikaanse dollar per gigawatt servercapaciteit, waarvan het grootste deel bestemd is voor de hardware zelf, en de rest voor gebouwen, koeling en netwerkverbindingen. Deze grafiek illustreert waarom een ​​enkele gigawatt-locatie al een investeringsvolume genereert dat het balanstotaal van middelgrote industriële concerns overstijgt, en waarom de concurrentie om computercapaciteit zich steeds meer concentreert op een paar financieel sterke spelers die over de nodige toegang tot kapitaal beschikken.

Regulering als tweede concurrentiefront

Naast fysieke infrastructuur wordt regelgeving steeds meer een onafhankelijke concurrentiefactor die de strategische beslissingen van aanbieders aanzienlijk beïnvloedt. In de Verenigde Staten bracht OpenAI in juni 2026, na overleg met de Amerikaanse overheid, zijn GPT-5.6-model in de varianten Sol, Terra en Luna uit als een strikt beperkte pre-releaseversie. Deze ongekende stap illustreert de steeds nauwere band tussen toonaangevende Amerikaanse AI-laboratoria en politieke leiders. Deze overheidsbemoeienis met goedkeuringsbeslissingen voor commerciële AI-producten is een duidelijke breuk met de eerdere praktijk van relatief open modelreleases en kan worden geïnterpreteerd als een reactie op de veiligheidsbezorgdheid over de mogelijkheden van steeds krachtigere systemen. In de Europese Unie is het zogenaamde AI Omnibuspakket in juli 2026 in werking getreden. Hoewel het de deadlines voor naleving van strengere regelgeving voor risicovolle AI-systemen uitstelt, blijft de fundamentele regelgeving voor AI-wetgeving ongewijzigd. Deze vertraging wordt door de industrie over het algemeen verwelkomd, omdat het extra tijd biedt voor aanpassing, maar wordt bekritiseerd door consumentenorganisaties omdat het de daadwerkelijke handhaving van belangrijke veiligheidsvoorschriften verder uitstelt. Daarnaast heeft de Amerikaanse overheid in augustus 2026 een presidentieel decreet uitgevaardigd met betrekking tot buitenlandse netwerkapparatuur. Het praktische gevolg hiervan zou kunnen zijn dat de toch al lange levertijden voor transformatoren en andere cruciale netwerkcomponenten nog verder toenemen, wat op zijn beurt de uitbreiding van de capaciteit van nieuwe datacenters in de Verenigde Staten waarschijnlijk zal vertragen.

De beperkingen van openbaar beschikbare informatie

Ondanks de nauwgezette details in de berichtgeving, moet worden opgemerkt dat een aanzienlijk deel van de publiekelijk verspreide cijfers over AI-datacenters uiteindelijk gebaseerd is op anonieme bronnen, bedrijfsgerelateerde aankondigingen of methodologisch uiteenlopende trackers waarvan de samenstelling niet gemakkelijk te vergelijken is. Het exacte aantal gebouwen op de Colossus-locatie van xAI, het precieze aantal grafische processors daar en of de faciliteit daadwerkelijk twee gigawatt of aanzienlijk meer heeft bereikt, worden allemaal verschillend gekwantificeerd afhankelijk van de bron, zonder dat onafhankelijke verificatie mogelijk is. Hetzelfde geldt voor de exacte locatie van de Chinese Z.ai gigawatt-campus, waarvan het bestaan ​​door verschillende media is gemeld, maar waarvan de geografische locatie nog niet publiekelijk is bevestigd. Evenzo blijft de trainingsinfrastructuur van kleinere, maar commercieel relevante aanbieders zoals MiniMax uit Shanghai, waarvan de financiële cijfers een sterke omzetgroei laten zien in combinatie met hoge verliezen en onderzoeksuitgaven, buiten elke betrouwbare publieke beoordeling, omdat het bedrijf zijn datacentercapaciteit niet openbaar maakt. Dit systematische gebrek aan transparantie is geen toeval, maar vloeit voort uit de concurrentielogica van een industrie waarin de fysieke infrastructuur zelf een strategisch geheim is geworden, vergelijkbaar met de geheimhouding rond industriële productiecapaciteiten in andere hightechindustrieën.

Wat deze ontwikkeling betekent voor de komende jaren

Een uitgebreide analyse van de beschikbare informatie leidt tot een genuanceerde, maar duidelijk gerechtvaardigde beoordeling. De huidige bouwgolf van AI-datacenters vertegenwoordigt ongetwijfeld een van de grootste investeringsgolven in de recente economische geschiedenis. De omvang ervan overtreft in absolute termen al investeringen in eerdere technologiecycli, zoals de uitbreiding van glasvezelnetwerken eind jaren negentig of de elektrificatie van hele regio's in het begin van de 20e eeuw. Tegelijkertijd blijkt bij nader onderzoek dat een aanzienlijk deel van de publiekelijk gecommuniceerde capaciteitscijfers meer op aankondigingen gebaseerd zijn dan op de werkelijke situatie, dat het daadwerkelijke gebruik van de gebouwde faciliteiten verborgen blijft en dat de werkelijke beperkende factor steeds minder de beschikbaarheid van halfgeleiders is, maar eerder de beschikbaarheid van elektrische energie en netwerkcapaciteit. Voor Europa vormt deze ontwikkeling een structurele uitdaging, aangezien het continent zowel de kapitaalbronnen van de Amerikaanse hyperscalers als de door de staat gestuurde investeringskracht van Chinese aanbieders mist, terwijl het tegelijkertijd te maken heeft met extra concurrentienadelen als gevolg van strengere milieu- en energieregelgeving. Of de enorme investeringen in de komende jaren gerechtvaardigd zullen worden door overeenkomstige economische rendementen uit AI-toepassingen, blijft een open vraag. Het antwoord hierop zal grotendeels afhangen van de vraag of de gebouwde infrastructuur daadwerkelijk productief wordt gebruikt, of dat delen ervan overcapaciteit blijken te zijn, waarvan de economische afschrijving de betrokken bedrijven waarschijnlijk nog jarenlang zal belasten.

Van inzicht naar vertrouwen: uw schaalbare traject met Xpert.Digital - Afbeelding: Xpert.Digital

In de industriële B2B-sector ontstaan ​​duurzame zakelijke relaties zelden van de ene op de andere dag. Ze ontwikkelen zich stap voor stap – door zichtbaarheid, professionele relevantie, terugkerende contactmomenten en groeiend vertrouwen. Het 4-stappenmodel van Xpert.Digital speelt hier precies op in: het biedt een gestructureerd traject dat begint met een beheersbaar instapmoment en, indien nodig, kan uitgroeien tot een diepere samenwerking in de bedrijfsontwikkeling.

In plaats van te vertrouwen op luide marketingbeloftes, plaatst dit model de relatie centraal. Bedrijven beginnen met duidelijk gedefinieerde, eenvoudig meetbare indicatoren en bepalen vervolgens, op basis van hun eigen ervaring, hoe ver ze de samenwerking willen uitbreiden. Een belangrijke factor voor dit ongestoorde proces van vertrouwensopbouw: het platform vermijdt volledig storende advertenties, waardoor de redactionele focus volledig op de expertise van de bedrijven blijft.

Meer informatie vindt u hier:

• Van inzicht naar vertrouwen: uw schaalbare traject met Xpert.Digital

☑️ 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