De zin die niet past bij het verhaal van de AI-hausse

IBM's eigen voorzitter en topman heeft zojuist tegenover een gevestigde technologiepodcast, in het openbaar en voor de goede orde, gezegd dat de rekensom achter de grootste infrastructuurweddenschappen van de sector niet klopt. In gesprek met Nilay Patel in de Decoder-podcast van The Verge in augustus 2026 legde Arvind Krishna een eenvoudige berekening voor: een gigawatt aan AI-datacentercapaciteit bouwen kost, naar zijn eigen schatting, alleen al zo'n 60 tot 80 miljard dollar aan chips. Vermenigvuldig dat met de wereldwijd al toegezegde ongeveer honderd gigawatt, en de rekening komt uit op 6 tot 8 biljoen dollar. Aan de bovenkant van die marge, zei Krishna, zou alleen al de rente op dat kapitaal ongeveer 800 miljard dollar aan winst per jaar vergen om te bedienen - voordat daarmee ook maar de hardware zelf is betaald. "Dat er zoveel extra omzet zou zijn, geloof ik niet," zei hij, en voegde eraan toe dat bij de helft van het huidige uitgavenniveau de rekening "helemaal klopt," maar bij het dubbele zullen sommige bedrijven simpelweg geen voldoende rendement behalen.

Niets hiervan leest als de shortthese van een hedgefonds of de slogan van een activist. Het is de topman van een bedrijf dat drie decennia lang bedrijfsinfrastructuur heeft gebouwd en verkocht, die dezelfde soort eenheidseconomische berekening maakt die een financieel directeur zou uitvoeren voordat hij een kapitaalverplichting ondertekent - en uitkomt op een getal dat niet klopt.

Dit is geen eenmalig citaat

De reden om het getal serieus te nemen is dat Krishna het niet voor een enkel interview heeft verzonnen. Hij hield exact hetzelfde betoog, met exact dezelfde schatting van 60 tot 80 miljard dollar per gigawatt, al in mei 2026 in de podcast In Good Company van Norges Bank Investment Management met Nicolai Tangen - vier maanden, een resultatencyclus en een geheel andere interviewer en publiek eerder dan toen hij het herhaalde in Decoder. Een enkele opvallende uitspraak kan een ingestudeerde zin zijn, gemaakt voor een bepaald moment. Dat dezelfde specifieke eenheidseconomie standhoudt in twee ongescripte, uitgebreide gesprekken maanden na elkaar, lijkt meer op een model dat Krishna's team intern daadwerkelijk gebruikt dan op een boodschap gemaakt voor een enkele nieuwscyclus.

Dat onderscheid is van belang voor wie moet beslissen hoeveel gewicht aan de bewering te geven. Een eenmalig citaat roept de vraag op naar context en stemming op die dag; een cijfer dat consistent wordt herhaald in twee aparte interviews, vier maanden en een productcyclus uit elkaar, roept de lastigere vraag op welk bewijs het zou veranderen.

Waarom het ertoe doet wie het zegt

Waarom het telt: IBM is geen neutrale scheidsrechter in het debat over de economie van AI-infrastructuur, en precies dat maakt het cijfer de moeite van controleren waard in plaats van afdoen. Het bedrijfs-AI-onderdeel van IBM draait op software, consultancy en kleinere, op maat gemaakte implementaties voor zakelijke klanten, niet op de hyperscale-datacenteruitbouw die Amazon, Alphabet, Microsoft en Meta financieren - alleen al deze vier bedrijven gaven in 2026 725 miljard dollar uit aan AI-infrastructuur, een stijging van 77 procent ten opzichte van het jaar ervoor. Als de kapitaalintensieve race van de hyperscalers afkoelt, oogt IBM's tragere, marge-rijkere bedrijfsmodel relatief aantrekkelijker voor diezelfde zakelijke kopers tot wie Krishna zich richt. Dat commerciële belang maakt zijn rekensom niet fout - de kostenschatting per gigawatt en de renteberekening zijn te verifiëren aan de hand van publieke kapitaaluitgaveninformatie -, maar het is een feit dat elke eigenaar die zijn waarschuwing afweegt, samen met het cijfer zelf in overweging zou moeten nemen.

In dezelfde week dat Krishna's uitspraken circuleerden, meldde Applied Materials recordomzet over het kwartaal en verhoogde het zijn prognose voor 2026 naar een groei van meer dan 30 procent in uitgaven aan halfgeleiderapparatuur, een resultaat dat volledig is gebouwd op de aanname dat de door Krishna in twijfel getrokken uitbouw blijft versnellen. Applied Materials verkoopt de gereedschappen waarmee de fabrieken worden gebouwd die de chips maken die in de datacenters terechtkomen - het profiteert ervan dat kapitaal wordt uitgegeven, ongeacht of die kapitaaluitgave zich ooit terugbetaalt voor de bedrijven die het uitgeven. Twee bedrijven, dezelfde week, twee volledig verschillende economische belangen bij de vraag of Krishna gelijk heeft.

De kern voor wie een AI-infrastructuurcontract ondertekent

De kern: de juiste reactie op zo'n waarschuwing is noch die te accepteren omdat een geloofwaardige insider het zei, noch die af te doen omdat die insider er iets bij te winnen heeft als het achteraf klopt. Het is de concrete, verifieerbare beweringen behandelen - 60 tot 80 miljard dollar aan chips per gigawatt, 6 tot 8 biljoen dollar aan totale toegezegde uitgaven, ongeveer 800 miljard dollar per jaar aan benodigde winst om de rente te dekken aan de bovenkant van die marge, en twee tot drie overlevende modelbedrijven tegenover een markt die rekent op zes tot twaalf - als een model om tegen de eigen blootstelling te toetsen, niet als een vonnis om te accepteren of te verwerpen op basis van de reputatie van wie het uitsprak.

Voor elke eigenaar of exploitant met meerjarige AI-infrastructuurverplichtingen, of het nu gaat om een cloudcontract, een colocatiehuur of afhankelijkheid van een klein aantal aanbieders van geavanceerde modellen, is de praktische oefening eenvoudig: pas Krishna's eigen cijfers toe op de specifieke leveranciers in de eigen contracten, en behandel concentratie bij twee of drie tegenpartijen, in plaats van de zes tot twaalf die de markt nu inprijst, als het basisscenario om op te plannen in plaats van als het staartrisico waartegen je je alleen maar verzekert.

Lees hierna: AMD versloeg alles. Het aandeel daalde 8%  |  Anthropic wil 6 miljard uitgeven om rekenkosten te verlagen