Wanneer barst de AI-bubbel?

Long read, stand van zaken september 2026

Wanneer barst de AI-bubbel? Het is de vraag die ik in directiekamers het vaakst hoor. Deze vraag is aantrekkelijk door haar eenvoud en suggereert één helder moment waarop de markt wakker wordt, beleggers naar de uitgang rennen en de lucht uit alle AI-aandelen, start-ups en datacenters ontsnapt. De realiteit is minder filmisch. Er is niet één AI-markt. Er is niet één bubbel. Er komt dus ook niet één knal.

Er is niet één bubbel

Wat we vandaag de AI-hausse noemen, bestaat uit minstens vier cycli die met elkaar verbonden zijn: de waardering van beursgenoteerde technologiebedrijven, de financiering van private AI-start-ups, de bouw van chips en datacenters, en het gebruik van AI door bedrijven en consumenten. In iedere laag gelden andere inkomsten, afschrijvingstermijnen, financiers en verwachtingen. De ene laag kan instorten terwijl de andere doorgroeit.

Mijn verwachting is daarom geen totale implosie van ‘AI’, maar een gefaseerde herwaardering. Eerst komen de bedrijven in de problemen die geen onderscheidend product, geen bewezen omzet en geen toegang tot goedkoop kapitaal hebben. Daarna slaat de correctie over naar de infrastructuur, als de vraag naar rekencapaciteit achterblijft. Pas wanneer daar kredietproblemen, een recessie of een abrupte daling van de investeringsplannen van de grote technologiebedrijven bij komen, ontstaat het risico van een brede financiële schok.

Dat onderscheid is essentieel. Een technologie kan de wereld veranderen en tegelijkertijd een slechte investering zijn tegen de verkeerde prijs. Spoorwegen, elektriciteit en internet bewezen dat eerder. De infrastructuur bleef waardevol, maar een aanzienlijk deel van de oorspronkelijke financiers en bouwers verdiende zijn geld nooit terug.^[1][2]

Oftewel: de AI-bubbel draait om de vraag of de toekomstige kasstromen groot genoeg zijn, en snel genoeg komen, om de huidige investeringen, waarderingen en financieringsconstructies te rechtvaardigen.

De vraag is niet of AI werkt. De vraag is wie de rekening betaalt.

Meer dan 1 biljoen dollar: het grootste experiment ooit

De bedragen maken duidelijk waarom deze discussie allang geen technologiespeculatie meer is. De Bank for International Settlements (BIS) schat dat de vijf grootste technologiebedrijven in 2025 en 2026 samen meer dan 1 biljoen dollar in AI investeren. Volgens brancheprognoses loopt de wereldwijde AI-investering op van ongeveer 500 miljard dollar nu tot 4 biljoen dollar in 2030. Allianz Research schatte eerder dat de vijf Amerikaanse technologiebedrijven met de hoogste uitgaven alleen al in 2026 meer dan 600 miljard dollar aan kapitaaluitgaven doen, en van 2026 tot en met 2028 circa 2,1 biljoen dollar inzetten.^[3][4]

De ramingen verschillen, omdat niet iedere bron dezelfde bedrijven meetelt en niet alle kapitaaluitgaven uitsluitend aan AI zijn toe te rekenen. De richting staat vast: de bouw van rekenkracht, netwerkcapaciteit, koeling, stroomvoorziening en datacenters groeit sneller dan vrijwel iedere andere categorie bedrijfsinvesteringen. The Wall Street Journal noemt de uitbouw de grootste economische gok uit de Amerikaanse geschiedenis. Volgens de krant overtreffen de investeringen in datacenters inmiddels de historische uitgaven aan kanalen, spoorwegen en het elektriciteitsnet.^[5]

Die investeringen hebben twee gezichten. Aan de ene kant zijn ze een rationele reactie op echte schaarste. Geavanceerde chips, snel werkgeheugen, energie en geschikte locaties voor datacenters zijn nog altijd moeilijk te krijgen. Zolang de vraag de capaciteit overtreft, is ‘overcapaciteit’ een voorspelling en geen vaststelling. De bezettingsgraad is daarom de beste stresstest. De vergelijking met eerdere technologiebubbels overtuigt pas wanneer grote aantallen kostbare grafische processors (GPU’s) ongebruikt blijven.^[6]

Aan de andere kant leidt collectief rationeel gedrag tot een irrationele uitkomst. Microsoft, Amazon, Alphabet, Meta en de andere grote cloudbedrijven, de zogenoemde hyperscalers, weten niet wie straks de dominante modellen, cloudplatforms en interfaces bezit. Niet investeren betekent het risico dat je de volgende platformverschuiving mist. Dus investeert iedereen tegelijk. Voor ieder bedrijf afzonderlijk is dat logisch. Voor de sector als geheel betekent het dat er te veel capaciteit wordt gebouwd.

Iedereen bouwt raketten, omdat niemand de lancering wil missen. Dat is het klassieke mechanisme achter een investeringsbubbel: de concurrentie om toekomstige marktmacht trekt investeringen naar voren. De BIS waarschuwt dat deze strijd om marktaandeel tot overinvestering kan leiden, en dat tegenvallende rendementen vervolgens de investeringen kunnen doen instorten. Dat risico groeit doordat de uitbouw steeds meer leunt op schuld, hefboomfinanciering, private kredietverlening en onderlinge financieringsconstructies.^[7]

De infrastructuur groeit sneller dan de omzet

Het hart van het bubbelargument is de capex-to-monetisation gap: het verschil tussen wat de sector nu investeert en wat AI aantoonbaar aan extra omzet en kasstroom oplevert.

Allianz Research berekende een kloof van ongeveer 46 procentpunt tussen de groei van de investeringen en de groei van de verkopen. Dat is meer dan de circa 32 procentpunt tijdens de overinvestering in telecominfrastructuur rond 2001. De kapitaalintensiteit van de grootste investeerders loopt volgens Allianz op tot ongeveer 34 procent van de omzet, ruim twee keer de piek tijdens de uitbouw van het internet in de jaren negentig. Andere berekeningen komen op andere bedragen uit, maar delen dezelfde conclusie: de infrastructuur groeit sneller dan de aantoonbare opbrengsten.^[8][3]

Is dat direct fataal? Nee. Datacenters en chips zijn activa die jaren meegaan. Een investering van vandaag hoeft niet binnen één jaar te worden terugverdiend. Bovendien is AI-omzet moeilijk los te zien van de groei van clouddiensten, advertenties, softwareabonnementen en efficiëntiewinst binnen bestaande diensten. Wie simpelweg de jaarlijkse kapitaaluitgaven naast de huidige omzet van modelbouwers legt, schetst een te somber beeld.

Maar het tijdsverschil kan niet onbeperkt groeien. Nieuwe activa brengen afschrijvingen, rente, onderhoud en energiekosten mee. Zodra de investeringsgroei afzwakt, blijven die kosten op de winst-en-verliesrekening staan. Hyperscalers hebben dan drie uitwegen: meer omzet maken, prijzen verhogen of minder investeren. De eerste vraagt om sterke eindvraag. De tweede wordt begrensd door concurrentie en goedkopere modellen. De derde raakt de hele toeleveringsketen.

De discussie gaat dus niet over de vraag of er omzet is, maar over het rendement op het geïnvesteerde kapitaal. AI kan honderden miljarden omzet opleveren en voor investeerders toch teleurstellen, wanneer daarvoor biljoenen aan kapitaal nodig waren. Sterker nog: een technologie kan economische waarde scheppen terwijl die waarde via concurrentie vooral naar de gebruikers vloeit. Harvard Business Review wijst erop dat transformerende technologieën vaak deflatoir werken. Productiviteitswinst verlaagt kosten en prijzen. De klant profiteert; de marge van de aanbieder staat onder druk.^[9]

Gebruik is nog geen rendement

Aan de vraagzijde bestaat dezelfde verwarring. Het gebruik van generatieve AI groeit snel, maar gebruik, productiviteit en winst zijn drie verschillende grootheden. Een medewerker kan dagelijks een chatbot gebruiken zonder dat de organisatie aantoonbaar minder kosten maakt of meer omzet boekt. Een geslaagde pilot is nog geen geïntegreerd bedrijfsproces.

De cijfers zijn helder. Het wereldwijde onderzoek van McKinsey uit 2026 laat zien dat 37 procent van de onderzochte organisaties enig effect van AI op het bedrijfsresultaat (ebit) rapporteert, ongeveer evenveel als een jaar eerder. Slechts circa 6 procent is een koploper, met een effect van minstens 5 procent op het bedrijfsresultaat en een significante bijdrage aan de resultaten. Thomson Reuters ziet in de professionele dienstverlening hetzelfde patroon: breed gebruik, maar geen robuuste rendementsmetingen en onduidelijkheid over de verdeling van de waarde tussen bedrijven en hun klanten.^[10][11]

Harvard Business Review noemt dit de experimentation trap, de experimenteerval. Organisaties blijven pilots starten zonder processen opnieuw in te richten, eigenaarschap vast te leggen, data op orde te brengen of oude systemen uit te faseren. Daar komt ‘workslop’ bij: AI-uitvoer die er bruikbaar uitziet, maar bij collega’s extra controle, correctie en herstelwerk veroorzaakt. Verborgen productiviteitskosten dus.^[12][13]

Ik herken dit patroon uit iedere eerdere fase van de digitale transformatie. Organisaties gedragen zich als Hansje Brinker: met elke nieuwe pilot dichten ze een gat in de dijk, terwijl niemand aan de dijk zelf bouwt. De technologie verspreidt zich snel, omdat de toegang eenvoudig is. De economische opbrengst vraagt om organisatorische verandering. En die duurt langer dan het aanschaffen van licenties of rekencapaciteit.

De optimisten stellen dat bedrijven nog vroeg in de leercurve zitten. Naarmate AI in workflows, software en besluitvorming wordt geïntegreerd, stijgt de omzet per medewerker en ontstaan nieuwe producten. De pessimisten stellen dat veel toepassingen gemeengoed worden, dat gebruikers nauwelijks willen betalen en dat kostenbesparingen door concurrentie worden weggegeven. Wie krijgt gelijk? Dat bepalen niet alleen betere modellen. Dat bepalen distributie, data, integratie in de workflow en het vermogen om waarde vast te houden.

Rekenkracht is brandstof. Zonder raket brengt brandstof je nergens.

Vier redacties kijken op verschillende manieren

The New York Times, The Wall Street Journal, Wired en Harvard Business Review schrijven alle vier over ‘de AI-bubbel’. Ze bekijken haar elk vanaf een ander economisch niveau: macro-economie en politiek, de toewijzing van kapitaal, het verhaal achter de hype, en strategie en uitvoering.

The New York Times ziet de bubbel systeemrisico worden

The New York Times behandelt AI niet uitsluitend als irrationele speculatie. Verschillende bijdragen stellen dat een bubbel productief kan zijn, wanneer zij infrastructuur, kennis en experimenten financiert die er anders niet waren gekomen. Ook na een crash vormen netwerken, datacenters en geschoolde professionals de basis voor een volgende economische fase.^[14][15]

In 2026 werd de toon kritischer. De financiering verbreedde zich van de kasstromen van de grote technologiebedrijven naar schuld, leasecontracten en complexe verplichtingen. Een opiniebijdrage verwees naar een raming van bijna 600 miljard dollar aan schuldpapier dat in 2026 voor AI wordt uitgegeven. De zorg verschuift daarmee van ‘beleggers betalen te veel’ naar ‘een tegenvaller verspreidt zich door het financiële systeem’.^[16]

De scherpste waarschuwing is politiek. Als AI als strategisch noodzakelijk geldt in de concurrentie met China, worden de grote spelers impliciet too big to fail. De winsten blijven tijdens de hausse bij de aandeelhouders. Draait de cyclus, dan komt de overheid onder druk te staan om verliezen of infrastructuur te ondersteunen.^[17]

The Wall Street Journal rekent de grootste gok na

The Wall Street Journal concentreert zich op de investeringsrekening. De infrastructuurgolf ondersteunt groei, werkgelegenheid, aandelenkoersen en de export in Azië. Tegelijk maakt zij een groter deel van de economie afhankelijk van één technologiecyclus.^[18][5]

De krant stelt de kernvraag nuchter: levert de bouw van chips en datacenters ooit genoeg op? Vier grote hyperscalers investeerden volgens eerdere prognoses al bijna 400 miljard dollar per jaar, nog vóór de verdere verhoging van hun plannen. Wall Street, private kredietverleners en gespecialiseerde infrastructuurfondsen helpen de rekening te financieren. Daarmee belandt het risico buiten de balansen van de grootste technologiebedrijven.^[19][20]

De krant schetst ook het alternatief voor een spectaculaire crash. De markt kan langzaam leeglopen wanneer omzet en toepassing wel groeien, maar trager dan de waarderingen veronderstellen. Dan dalen de waarderingen, worden projecten uitgesteld en verdwijnen de zwakkere spelers, zonder dat het financiële systeem breekt.^[21]

Wired ontleedt het verhaal van de onvermijdelijkheid

Wired levert de meest uitgesproken analyse van de hype. Volgens het tijdschrift heeft de AI-cyclus vrijwel alle kenmerken van een klassieke technologiebubbel: grote onzekerheid, bedrijven die volledig op één technologie leunen, een toestroom van nieuw kapitaal en vooral een verhaal waarin de technologie als onvermijdelijk wordt gepresenteerd.^[22]

Dat verhaal doet economisch werk. Wie gelooft dat AI ieder beroep, ieder bedrijf en ieder platform verandert, vindt niet investeren gevaarlijker dan te veel investeren. Zo wordt de vraag naar chips en infrastructuur deels aangedreven door verwachtingen over toekomstige vraag. En die verwachtingen dienen vervolgens als bewijs dat de vraag bestaat. Een cirkel dus.

Wired wijst ook op de invloed op de reële economie. Microsoft, Alphabet, Meta en Amazon verwachtten volgens het tijdschrift samen ongeveer 370 miljard dollar aan kapitaaluitgaven in 2025, met verdere stijgingen daarna. De grote chip- en datacenterovereenkomsten van OpenAI ziet Wired als weddenschappen op een bijna onbeperkte toekomstige vraag.^[23][24]

Harvard Business Review stuurt op blootstelling

Harvard Business Review kiest de benadering waar bestuurders het meest aan hebben. Of de bubbel op een bepaalde datum barst, is voor een bestuurder niet te beantwoorden. Relevanter zijn deze vragen: Hoe zijn de investeringen gefinancierd? Waar ligt onze eigen blootstelling? Welke toepassingen creëren aantoonbaar waarde? En hoe handelen we wanneer de prijzen van rekenkracht, software of talent dalen?^[25][26]

Harvard Business Review ziet daarbij echte waarschuwingssignalen, waaronder de wederzijdse investeringen en inkoopafspraken tussen chipbedrijven, modelbouwers en infrastructuurpartijen. Zulke circulaire relaties laten omzet en vraag sterker lijken zolang iedereen blijft investeren. Ze worden kwetsbaar zodra één schakel terugschakelt.^[27]

De boodschap is niet ‘stop met AI’. De boodschap is: onderscheid experimenten van operationele waarde, voorkom structurele kosten zonder meetbaar resultaat en bouw flexibiliteit in contracten en architectuur in. Wie zich voor jaren vastlegt op één leverancier, één model of één capaciteitsprijs, loopt een ander risico dan wie AI modulair in zijn processen integreert.

Vier lagen lopen in vier snelheden leeg

Een zinvolle analyse splitst de markt op in vier lagen. Elke laag heeft een eigen tempo en een eigen breekpunt.

Start-ups zijn het kwetsbaarst

De waarderingen van private AI-bedrijven zijn het kwetsbaarst. Volgens PitchBook ging in de eerste helft van 2026 een uitzonderlijk groot deel van het Amerikaanse durfkapitaal naar zeer grote investeringsrondes, terwijl AI-bedrijven aanzienlijk hoger werden gewaardeerd dan andere bedrijven. Deze markt kent weinig dagelijkse prijsvorming. Waarderingen blijven hoog, totdat een nieuwe financieringsronde, een verkoop van bestaande aandelen of een beursgang de werkelijkheid zichtbaar maakt.^[28][29]

Een correctie begint hier met financieringsrondes tegen een lagere waardering, strengere voorwaarden van investeerders en fusies. Niet met een beurscrash. Start-ups zonder eigen distributie, data of technische voorsprong worden het eerst geraakt. Bedrijven die modelcapaciteit inkopen en vergelijkbare functionaliteit doorverkopen, krijgen tegelijk te maken met dalende prijzen en verdwijnend onderscheid.

Applicaties verdrinken in overvloed

In de applicatielaag gaat het minder om waardering dan om overvloed. De kosten om een AI-product te bouwen zijn gedaald, waardoor talloze aanbieders dezelfde categorieën betreden. Dat stimuleert innovatie, maar maakt de prijsconcurrentie zwaar.

De winnaars beschikken over een bestaande klantrelatie, unieke data, distributie of diepe integratie in een kritieke workflow. Generieke AI-assistenten en toepassingen die niet meer zijn dan een schil rond andermans model, missen die bescherming. Hun correctie vindt plaats zonder dat de vraag naar AI als geheel afneemt. Klanten brengen simpelweg het aantal leveranciers terug.

Infrastructuur is de laag die ertoe doet

Deze laag is economisch het belangrijkst. Chips, stroomcontracten en datacenters vergen grote bedragen, lange bouwtijden en financiering vooraf. Blijft de verwachte vraag uit, dan zijn deze activa niet zomaar aan te passen.

Tegelijk is dit de laag waar het bewijs voor een gebarsten bubbel het zwakst is. Er is nog schaarste aan geavanceerde capaciteit, en de wereldwijde kapitaaluitgaven aan datacenters versnelden in het tweede kwartaal van 2026 sterk. Toekomstige overcapaciteit is aannemelijk, maar moet eerst zichtbaar worden: in een lagere bezetting, dalende leaseprijzen, geannuleerde orders en een zwakkere tweedehandsmarkt voor GPU’s.^[30]

De beurs corrigeert op verwachtingen

Op de beurs draait het om verwachtingen die in de koersen zijn verwerkt. Een onderneming hoeft geen verlies te maken om hard te dalen. Een iets lagere groeiverwachting of een hogere kapitaalintensiteit is genoeg om de waardering te verlagen.

De beurscorrectie kan daardoor vóór een operationele recessie komen. Omgekeerd beschermen sterke kasstromen en marktmacht de grote platforms langer dan start-ups en leveranciers van infrastructuur. Onthoud: deze cyclus kent geen uniforme winnaars en verliezers.

Een correctie begint met een keten van teleurstellingen

Bubbels barsten zelden doordat iedereen op dezelfde dag besluit dat een technologie wordt overschat. Ze barsten via een keten:

1. De groei van de AI-omzet of van de orderportefeuille voor clouddiensten vertraagt.
2. Afschrijvingen, energie en rente drukken zwaarder op de vrije kasstroom.
3. Eén of meer hyperscalers verlagen hun investeringsprognoses.
4. Leveranciers van chips en datacenters zien orders uitgesteld of geannuleerd.
5. Financiers verhogen hun risico-opslagen en vragen meer onderpand.
6. Private bedrijven kunnen zich niet meer tegen hun vorige waardering financieren.
7. Lagere waarderingen beperken overnames en personeelsbeloningen, waardoor de terugval zichzelf versterkt.

Beleggers houden al rekening met tragere groei. UBS verwachtte volgens Reuters dat de groei van de kapitaaluitgaven van de hyperscalers vertraagt van 76 procent in 2026 naar 25 procent in 2027 en 6 procent in 2028. Zo’n vertraging hoeft geen crisis te betekenen. Bij een hoog investeringsniveau is minder groei juist gezond. Het wordt een probleem wanneer vertraging omslaat in krimp, terwijl de gebouwde capaciteit en de schuld blijven staan.^[31]

Het krediet bepaalt vervolgens of een sectorcorrectie een macro-economisch probleem wordt. Zolang de grootste investeerders hun uitgaven uit operationele kasstromen betalen, blijven de verliezen bij de aandeelhouders. Naarmate meer risico bij private kredietverleners, projectfinanciers, nutsbedrijven en kleinere datacenterbedrijven belandt, neemt de kans op besmetting toe. Daarom kijkt de BIS niet alleen naar waarderingen, maar ook naar marktconcentratie, hefboomfinanciering en ondoorzichtige financiering.^[32][4]

2027 en 2028 vormen de periode van de waarheid

Wanneer barst de bubbel dan? Wie een exacte datum noemt, verkoopt schijnzekerheid. De informatie wijst wel op een risicoperiode. Snel stijgende afschrijvingen, nieuwe capaciteit die wordt opgeleverd en afnemende groei van de kapitaaluitgaven maken 2027 en 2028 de jaren waarin een stevige herwaardering het meest waarschijnlijk is.

Dat is geen voorspelling dat ‘AI in 2027 crasht’. De eerste correctie is naar alle waarschijnlijkheid al bezig, selectief, in zwakke softwarecategorieën en bij oudere lichtingen start-ups. Daarna volgt een bredere ontluchting, als de omzetgroei onvoldoende versnelt. Een systeemschok vraagt meer: een kredietincident, een recessie, een energieprobleem of een gelijktijdige verlaging van de investeringen door meerdere hyperscalers.

Drie scenario’s zijn bruikbaar. Ik hang er bewust geen kunstmatig precieze kansen aan.

Scenario	Verloop	Gevolg
Selectieve ontluchting	Start-ups en generieke applicaties worden afgewaardeerd; de vraag naar infrastructuur blijft stevig	AI groeit door, kapitaal concentreert zich bij bewezen spelers
Brede cyclische correctie	Hyperscalers verlagen hun investeringen; chips, datacenters en beurswaarderingen dalen	De technologie blijft, financiers en bouwers lijden forse verliezen
Langdurige supercyclus	Productiviteit, gebruik door bedrijven en nieuwe toepassingen nemen de capaciteit op	De uitgaven blijken vroeg en riskant, maar niet buitensporig

Het eerste scenario is het meest ordelijk. Het tweede is het gevaarlijkst. Het derde blijft mogelijk zolang de capaciteit schaars en benut blijft. De komende kwartalen draaien daarom niet om krantenkoppen over sentiment, maar om operationele data.

Dit dashboard verraadt het omslagpunt

Wie het omslagpunt wil herkennen, combineert acht signalen:

• Investeringsprognoses: verlagen meerdere hyperscalers hun investeringsplannen?
• Opbrengsten: groeit de aantoonbare AI-omzet sneller dan de afschrijvingen en de operationele kosten?
• Benutting: blijven GPU-clusters, cloudcapaciteit en nieuwe datacenters bezet?
• Prijzen: stabiliseren de prijzen van modelgebruik en clouddiensten, of worden ze verder uitgehold?
• Krediet: lopen de risico-opslagen op en worden projectvoorwaarden strenger?
• Private markten: nemen financieringsrondes tegen een lagere waardering, kortingen bij de verkoop van bestaande aandelen en mislukte beursgangen toe?
• Rendement bij bedrijven: gaan organisaties van pilots naar schaalbare processen met een meetbaar effect op het bedrijfsresultaat?
• Energie en netaansluiting: worden projecten uitgesteld omdat er geen stroom is, of omdat er geen klanten zijn?

Geen enkel signaal is op zichzelf beslissend. Lagere prijzen voor GPU’s kunnen wijzen op overcapaciteit, maar ook op technologische efficiëntie die nieuwe vraag mogelijk maakt. Een lagere groei van de kapitaaluitgaven kan het begin van een ineenstorting zijn, maar ook normale discipline na uitzonderlijke groei. Het sterkste waarschuwingssignaal ontstaat wanneer omzet, bezetting, financiering en investeringsbereidheid tegelijk verslechteren.

Wachten is geen strategie

Wat betekent dit voor jouw organisatie? Je kunt AI blijven ontwikkelen en tegelijk rekening houden met een financiële correctie. Het een sluit het ander niet uit. Vier regels helpen daarbij.

De eerste regel: ieder project heeft een economische hypothese nodig. Niet ‘onze medewerkers gebruiken AI’, maar de vraag welke kosten verdwijnen, welke doorlooptijd daalt, welke omzet stijgt en binnen welke periode. Dat vraagt om nulmetingen, controlegroepen of op zijn minst een geloofwaardige vergelijking van vóór en na de invoering. Het ABCD-principe (AI, Business, Content, Data) begint niet voor niets met de koppeling tussen de A en de B.

De tweede regel: houd je opties open. Vermijd onnodige afhankelijkheid van één model, één leverancier of één prijsstructuur. Je architectuur moet het mogelijk maken om van model te wisselen wanneer kwaliteit en kosten veranderen. Contracten voor grote hoeveelheden capaciteit verdienen een stresstest op lagere vraag en sterk dalende marktprijzen.

De derde regel: data, distributie en klantrelaties zijn belangrijker dan toegang tot hetzelfde basismodel dat je concurrent ook kan kopen. Duurzame waarde ontstaat waar AI wordt gekoppeld aan eigen context, eigen workflows en eigen beslissingen. Dat is precies wat ik digitaal vermogen noem: digitale verbindingen en contextuele data. In de relatie-economie is dat het kapitaal dat niet te kopiëren is. Een model wel.

De vierde regel gaat over overnames en financiering. Een correctie schept kansen. Talent, software en capaciteit worden goedkoper. Organisaties met een sterke balans hoeven de bubbel dus niet alleen te vrezen. Zij bereiden zich voor op een periode waarin goede activa tegen lagere prijzen beschikbaar komen.

“If content is king, then context is god.”

De technologie wint, veel bedrijven verliezen

De centrale paradox: de bubbel is tegelijk echt en productief. Er wordt te veel kapitaal gestoken in een technologie die uiteindelijk belangrijker kan worden dan haar grootste voorstanders voorspellen. De spoorwegen veranderden handel en mobiliteit, maar veel spoorwegmaatschappijen gingen failliet. Glasvezel werd de ruggengraat van de digitale economie, maar een deel van de bouwers verdween voordat de vraag kwam.^[2][1]

Dat patroon maakt de discussie verwarrend. Voorstanders wijzen op de snelle verbetering van de modellen, de stijgende vraag naar rekenkracht en het brede gebruik. Critici wijzen op extreme waarderingen, een zwak rendement, circulaire overeenkomsten en een steeds grotere kapitaalrekening. Beide kampen hebben gelijk.

De technologie kan winnen terwijl veel technologiebedrijven verliezen. De infrastructuur kan maatschappelijk waardevol blijken terwijl het oorspronkelijke rendement tekortschiet. De productiviteit kan stijgen terwijl de winstmarges dalen. En een marktcorrectie kan innovatie versnellen, doordat kapitaal verschuift van verhalen naar toepassingen die echte waarde leveren.

De bubbel barst tussen potentie en prijs

De AI-bubbel barst niet met één luide knal. Zij loopt laag voor laag leeg. Eerst verdwijnen de premies voor bedrijven die AI vooral als etiket gebruiken. Daarna worden applicaties beoordeeld op klantbehoud, marge en aantoonbare klantwaarde. Vervolgens moet blijken of de gebouwde infrastructuur voldoende wordt benut. Pas als ook de kredietmarkt draait, ontstaat een brede crisis.

De stand per september 2026: een crash op een bepaalde datum staat niet vast. Wat wel vaststaat, is dat de financiële kwetsbaarheid snel toeneemt en dat 2027 en 2028 de periode van de waarheid vormen. De beslissende variabele is niet de intelligentie van de modellen. Het is de snelheid waarmee de economische vraag de investeringsgolf inhaalt.

‘Werkt AI?’ is de verkeerde vraag. De juiste vragen zijn: Voor wie creëert AI waarde? Wie kan die waarde vasthouden? Hoeveel kapitaal is daarvoor nodig? En wie draagt het verlies als de opbrengsten later komen dan beloofd?

Daar barst de bubbel. Niet in de technologie, maar in de kloof tussen potentie en prijs. Wie nu bouwt aan eigen data, eigen context en eigen relaties, staat er straks nog. Er is werk aan de winkel.

_{* Afbeelding genereerd met Gemini op basis van eigen foto’s}

Bronnen

1. Bubble Talk (pdf, 2026)
2. Fidelity, Is the AI boom a re-run of the dotcom bubble?
3. Allianz Research, AI capex cycle: war-proof for now (pdf, 25 maart 2026)
4. Reuters, AI boom poses new financial stability risks, BIS head says (10 september 2026)
5. The Wall Street Journal, The AI build-out is becoming the biggest economic bet in US history
6. Firstpost, AI’s trillion-dollar bet: Is it a bubble or the next Industrial Revolution?
7. Bank for International Settlements, Global economic outlook, AI and innovation (16 september 2026)
8. Forbes, AI Spending Is Surging Faster Than Revenue (2 juni 2026)
9. Harvard Business Review, AI and the Looming Competition for Margin (juli 2026)
10. McKinsey, The State of AI: Global Survey 2026
11. Thomson Reuters, 2026 AI in Professional Services Report
12. Harvard Business Review, AI-Generated ‘Workslop’ Is Destroying Productivity (september 2025)
13. Harvard Business Review, Beware the AI Experimentation Trap (augustus 2025)
14. The New York Times, Why an A.I. Bubble Might Not Be a Bad Thing (30 juli 2026)
15. The New York Times, A.I. Is a Bubble. Maybe That’s OK. (20 november 2025)
16. The New York Times, This Is How the A.I. Debt Binge Sinks the Economy (26 augustus 2026)
17. The New York Times, What Happens if the A.I. Bubble Bursts (26 september 2026)
18. The Wall Street Journal, How the AI Investment Craze Is Keeping the Global Economy Afloat
19. The Wall Street Journal, Wall Street Blows Past Bubble Worries to Supercharge AI …
20. The Wall Street Journal, Spending on AI Is at Epic Levels. Will It Ever Pay Off?
21. The Wall Street Journal, AI Bubble May Deflate, Not Burst
22. Wired, AI Is the Bubble to Burst Them All
23. Wired, The AI Data Center Boom Is Warping the US Economy
24. Wired, OpenAI’s Blockbuster AMD Deal Is a Bet on Near-Limitless Demand for AI
25. Harvard Business Review, The Questions You Should Be Asking About the AI Bubble (september 2026)
26. Philipp Carlsson-Szlezak en Paul Swartz, The Questions You Should Be Asking About the AI Bubble (HBR Store)
27. Harvard Business Review, Is AI a Boom or a Bubble? (oktober 2025)
28. PitchBook, Q2 2026 US VC Valuations Report
29. PitchBook, Q2 2026 AI Report: $407 Billion Raised as Megadeals Dominate
30. IEEE ComSoc Technology Blog, AI Bubble
31. Reuters, Among AI crowd, some investors position for slower hyperscaler spending growth (17 juli 2026)
32. Bank for International Settlements, Artificial intelligence, growth and financial stability (10 september 2026)