De koers van AI: De komende 24 maanden in kaart gebracht

De routekaart uitstippelen

Deze week presenteerde een veelgelezen synthese van vier essays een enkel, samenhangend beeld van wat het traject van AI in de komende 18–24 maanden zal bepalen. Het document behandelt de komende periode als een nauw venster van beproevingen: zullen bedrijven pilots omzetten in schaalbare waarde? Kunnen stroomnetten en toeleveringsketens de honger naar rekenkracht bijbenen? Kunnen markten en overheden zich aanpassen aan exponentiële verandering?

Het antwoord is vooralsnog wisselend. De technologiestack explodeert in diversiteit — grote frontiermodellen, open weights met tolerante licenties, kleine modellen gebouwd voor telefoons en robots — terwijl de fysieke en institutionele systemen die bedrijven en landen in staat stellen AI op schaal in te zetten, onder acute druk staan. Die spanningen bepalen de waarschijnlijke winnaars en verliezers van 2026.

Adoptie door bedrijven en het omslagpunt in productiviteit

De adoptie is al wijdverspreid: enquêtes tonen aan dat een grote meerderheid van de organisaties AI in ten minste één functie gebruikt. Toch rapporteert momenteel slechts een minderheid duidelijke, meetbare waardecreatie. Het patroon lijkt op dat van eerdere technologieën voor algemeen gebruik: een handvol vroege koplopers — banken, softwareplatforms en een paar cloud-native bedrijven — boeken als eerste grote winsten, terwijl de meerderheid processen, governance en vaardigheden herstructureert.

Wat de komende 12–18 maanden cruciaal maakt, is de vorm van die verspreiding. Verschillende grote ondernemingen publiceren nu concrete resultaten van meerjarige programma's: ze reorganiseerden de toegang tot data, bouwden interne platforms en voerden het zware integratiewerk uit voordat ze de vruchten ervan plukten. Als deze casestudy's zich vermenigvuldigen, zou er in 2026 een klassiek omslagpunt in de adoptie kunnen optreden, waardoor AI verschuift van de pilotfase naar brede productiviteitsgroei.

Er zijn echter tegenwerkende dynamieken. Werknemers grijpen op persoonlijke apparaten al naar consumenten-AI; informeel gebruik kan de adoptie versnellen, maar creëert ook gaten in de governance en beveiliging. Directies zetten zwaar in — de meeste bedrijven hebben hun AI-budgetten het afgelopen jaar verhoogd en plannen verdere verhogingen — wat betekent dat de verwachtingen voor een zichtbare ROI hoog zullen zijn en de politieke druk op CIO's intens.

Omzet, gebruik en de tokeneconomie

De commerciële inkomsten voor generatieve AI zijn fors gestegen. Schattingen schalen de sector in op tientallen miljarden dollars, met groeicijfers die vergelijkbaar zijn met de vroege adoptie van de cloud. API-gestuurde diensten zijn het snelst groeiende segment: bedrijven betalen voor toegang tot rekenkracht en modellen, en de opkomst van agentische workflows met meerdere stappen heeft het tokenverbruik per gebruiker ver boven dat van eenvoudige chatinteracties gestuwd.

Die combinatie — bredere adoptie en zwaardere workloads — kan de omzet doen stijgen, zelfs terwijl de meeste bedrijven pas net beginnen met het operationaliseren van de mogelijkheden. Bedrijven zullen kosten in toenemende mate beheersen met modelrouting en hybride architecturen, maar aanbieders die het inferentiepad met hoge capaciteit bezitten, staan klaar om de meeste waarde te verzilveren.

Energie en de fysieke muur voor schaalvergroting

Een van de meest nadrukkelijk genoemde beperkingen is energie. Het bouwen van een datacentrum gaat snel vergeleken met de doorlooptijden van meer dan tien jaar die veel netwerk- en interconnectieprojecten vereisen. In verschillende belangrijke markten lopen de wachtrijen voor netaansluitingen jaren uit, wat bouwers van datacentra dwingt om lokale opwekking ('behind-the-meter'), toegewezen waterstof- of gaspiekcentrales, of nieuwe zonne-energieprojecten met opslag te overwegen.

Het praktische gevolg is dat rekenkracht in toenemende mate de beschikbare en veerkrachtige energie achternagaat, in plaats van simpelweg te streven naar een lage latentie voor klanten. Regio's die hun capaciteit snel kunnen uitbreiden — door gebruik te maken van onbenutte of snel inzetbare hernieuwbare energiebronnen — zullen grote clusters aantrekken. Regio's met trage hervormingen van het stroomnet riskeren de boot te missen. Het resultaat is een fysieke geografie van rekenkracht in plaats van een abstracte markt: de beschikbaarheid van energie zal bepalen waar de grootste AI-installaties landen.

Hardware-oorlogen en het GPU-vraagstuk

Het verhaal over de chipvoorraad is weer actueel. De concurrentie tussen gevestigde spelers en uitdagers in AI-versnellers wordt scherper: nieuwe GPU-families en speciaal gebouwde versnellers staan centraal in cloudaanbiedingen en soevereine strategieën. Eén grote concurrent heeft nieuwe versnellers geleverd die de marktleider onder druk zetten op het gebied van prijs en prestaties, en grote cloudklanten spreiden hun kansen al over verschillende leveranciers.

Dat is van belang omdat de afschrijvings- en vervangingscyclus voor versnellers de kapitaalintensiteit en strategische timing bepaalt. Als hoogwaardige versnellers een productieve levensduur van vele jaren hebben, vergemakkelijkt dit de vervangingscycli. Als de vraag naar training en inferentie het aanbod overtreft, verschuiven prijzen en marges, en worden kleinere spelers weggedrukt. Serverchassis, koeling en integraties in de toeleveringsketen — onlangs geconsolideerd door overnames — maken nu deel uit van de platformcompetitie, en niet alleen van de roadmaps voor halfgeleiders.

Modeldiversiteit: open, klein en nationaal

Het aanbod van modellen is niet langer een spel voor twee spelers. In 2025 werden verschillende frontiermodellen gelanceerd naast een bloeiend open-weights ecosysteem en een volwassen wordende klasse van kleine modellen op het apparaat. Het praktische resultaat is keuzevrijheid: organisaties kunnen kiezen voor gesloten, in de cloud gehoste frontiermodellen; lokaal gehoste open weights; of lichtgewicht modellen die zijn afgestemd op latentie, privacy en offline gebruik.

Deze diversificatie heeft drie onmiddellijke effecten. Ten eerste verlaagt het de toetredingsdrempels voor bedrijven die behoefte hebben aan on-premise of private inferentie. Ten tweede decentraliseert het innovatie, waardoor academische labs en kleinere leveranciers doorbraken kunnen leveren zonder enorme trainingsbudgetten. Ten derde compliceert het de governance: verschillende modellen brengen verschillende faalmodi, licentievoorwaarden en geopolitieke associaties met zich mee.

Soevereine stacks en geopolitieke fragmentatie

Beleid en kapitaal herstructureren de wereldwijde stack. Naties en blokken beschouwen rekenkracht en modelmogelijkheden steeds vaker als strategische infrastructuur die moet worden beheerd, en niet alleen gereguleerd. Grote staten en vermogende subnationale investeerders financieren regionale clusters, en er vormen zich allianties rond geprefereerde hardware- en softwareleveranciers.

De waarschijnlijke uitkomst op middellange termijn is een versnipperd landschap van op de VS gerichte, op China gerichte en niet-gebonden stacks. Middelgrote landen staan voor een moeilijke keuze: een buitenlandse stack adopteren en afhankelijkheid accepteren, of dure binnenlandse capaciteiten opbouwen en het risico lopen achter te blijven bij de economische adoptie. Multinationale bundeling en minilaterale consortia zijn een plausibele oplossing, maar politieke frictie en commerciële prikkels zullen coördinatie bemoeilijken.

Vertrouwen, nut en het maatschappelijk akkoord

Er is een groeiende maatschappelijke spanning: adoptie en bekendheid nemen snel toe, zelfs terwijl het publieke vertrouwen afneemt. Grote delen van de bevolking maken zich zorgen over de effecten van AI, ook al vertrouwen ze op AI-tools voor coderen, schrijven en besluitvormingsondersteuning. Dit creëert een broos maatschappelijk akkoord: nut vandaag in ruil voor blootstelling aan onbekende risico's morgen.

Hoe instellingen, platforms en regelgevers dat akkoord beheren, zal de acceptatie bepalen. Transparantie, verifieerbare vangrails en realistische communicatie over mogelijkheden en beperkingen zullen beïnvloeden of regelgeving faciliterend of belemmerend wordt. Bij gebrek aan geloofwaardige governance kunnen fragmentatie en maatschappelijke weerstand de verspreiding vertragen en waarde concentreren bij degenen die met de minste beperkingen kunnen werken.

Waar we de komende 24 maanden op moeten letten

Verschillende concrete indicatoren zullen bepalen of de periode een omslagpunt of een pauze wordt. Ten eerste, signalen van ROI bij bedrijven: publiceert een betekenisvol deel van de grote bedrijven meetbare productiviteitswinsten die verder gaan dan geïsoleerde casestudy's? Ten tweede, hervormingen in energie en interconnectie: kunnen netbeheerders en vergunningsstelsels de doorlooptijden verkorten op plaatsen waar clusters gepland zijn? Ten derde, het aanbod van hardware: blijven versnellers schaars of schaalt de productie op? Ten vierde, de verspreiding van open weights en lokaal inzetbare modellen: verdringen zij de afhankelijkheid van de cloud voor gereguleerde en privacygevoelige workloads?

Ten slotte zijn geopolitieke acties van belang: nieuwe multinationale rekenprojecten, soevereine investeringen en exportcontroles kunnen hertekenen wie praktische toegang heeft tot frontier-capaciteiten. De wisselwerking tussen economie, fysica en beleid zal bepalen of de komende twee jaar een paar dominante platforms worden vastgelegd of dat de technologische commons worden verbreed.

Kortom, de komende 18–24 maanden zijn niet louter een volgende productcyclus: ze zijn een test of organisaties, stroomnetten en overheden zich kunnen aanpassen aan de knelpunten die de snelle vooruitgang van AI al heeft blootgelegd. Waarnemers en besluitvormers moeten de drie gekoppelde systemen — technologie, infrastructuur en instituties — nauwlettend in de gaten houden, omdat succes vereist dat alle drie tegelijkertijd opschalen.